BRPI0910790B1

BRPI0910790B1 - Provedor do sinal de ativação de curva temporal, codificador do sinal de áudio, método para fornecer um sinal de ativação de curva temporal e método para codificar um sinal de áudio

Info

Publication number: BRPI0910790B1
Application number: BRPI0910790-8A
Authority: BR
Inventors: Stefan Bayer; Sascha Disch; Ralf Geiger; Guillaume Fuchs; Max Neuendorf; Gerald Schuller; Bernd Edler
Original assignee: Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Priority date: 2008-07-11
Filing date: 2009-07-06
Publication date: 2024-05-07

Abstract

PROVEDOR DO SINAL DE ATIVAÇÃO DE CURVA TEMPORAL, CODIFICADOR DO SINAL DE ÁUDIO, MÉTODO PARA FORNECER UM SINAL DE ATIVAÇÃO DE CURVA TEMPORAL, MÉTODO PARA CODIFICAR UM SINAL DE , ÁUDIO E PROGRAMAS DE COMPUTADOR. Um codificador de áudio compreende um controlador da função de janela (504), um mecanismo de janela (502), um mecanismo de curva temporal (506) com uma funcionalidade de verificação da qualidade final, um conversor de tempo/frequência (508), uma etapa TNS (510) ou um codificador do quantizador (512), o controlador da função de janela (504), o mecanismo de curva temporal (506), a etapa TNS (510) ou um analisador de preenchimento de ruído adicional (524) são controlados pelos resultados da análise do sinal obtidos por um analisador de curva temporal (516) ou um classificador de sinais (520). Além disso, um decodificador aplica uma operação de preenchimento de ruído usando uma estimativa de preenchimento de ruído manipulado dependendo de uma característica harmônica ou de fala do sinal de áudio.

Description

ESPECIFICAÇÃO

A presente invenção está relacionada a uma codificação e decodificação de áudio e, especificamente, à codificação/decodificação do sinal de áudio tendo um conteúdo harmônico ou de fala, que pode estar sujeito a um processamento de curva temporal.

A seguir, será fornecida uma breve introdução no campo de codificação de áudio com curva temporal, conceitos que podem ser aplicados em conjunto com algumas das materializações da invenção.

Recentemente, foram desenvolvidas técnicas para transformar um sinal de áudio em uma representação de domínio de frequência e para codificar de forma eficiente a representação desse domínio de frequência, levando-se em consideração, por exemplo, limites de mascaramento perceptuais. Esse conceito de codificação de sinal de áudio será eficiente principalmente se o comprimento do bloco, para o qual um conjunto de coeficientes espectrais codificados for transmitido por extenso e se apenas um número comparativamente pequeno de coeficientes espectrais estiver bem acima do limite de mascaramento global, enquanto um número maior de coeficientes espectrais estiver próximo ou abaixo do limite de mascaramento global e, portanto, poderá ser negligenciado (ou codificado com um comprimento de código mínimo).

Por exemplo, transformações sobrepostas moduladas baseadas em cosseno ou seno são, com frequência, usadas nas aplicações para a codificação de origem devido às suas propriedades de compactação de energia. Ou seja, para tons harmônicos com frequências fundamentais constantes (tom), eles J concentram a energia do sinal em um número baixo de componentes espectrais (bandas secundárias), o que acarreta a uma representação de sinal eficiente.

Em geral, o tom (fundamental) de um sinal deverá ser compreendido como a frequência dominante mais baixa diferenciável a partir do espectro do sinal. No modelo de fala comum, o tom é a frequência do sinal de excitação modulado pela garganta humana. Se somente uma única frequência fundamental estivesse presente, o espectro seria extremamente simples, compreendendo a frequência fundamental e os sobretons apenas.

Tal espectro poderia ser codificado de forma altamente eficiente. Para sinais com tom variável, contudo, a energia correspondente a cada componente harmônico é distribuída em vários coeficientes de transformação, acarretando, portanto, uma redução da eficiência da codificação.

Para solucionar essa redução da eficiência de codificação, o sinal de áudio a ser codificado é ressampleado efetivamente em uma grade temporal não uniforme. No processamento subsequente, as posições de amostragem obtidas pelo ressampleamento não uniforme serão processadas se representarem valores em uma grade temporal uniforme. Essa operação é normalmente denotada pela frase "curva temporal". Os periodos de amostragem poderão ser selecionados de modo vantajoso dependendo da variação temporal do passo, de forma que uma variação do passo na versão com curva temporal do sinal de áudio seja menor do que uma variação do passo na versão original do sinal de áudio (antes da curva temporal) . Essa variação do passo também poderá ser denotada com a frase "contorno de curva temporal". Após a curva O temporal do sinal de áudio, a versão com curva temporal do sinal de áudio será convertida no dominio de frequência. A curva temporal dependente de passo tem o efeito que a representação de dominio de frequência do sinal de áudio com curva temporal geralmente exibe uma compactação de energia em um número muito 10 menor de componentes espectrais do que uma representação de dominio de frequência do sinal de áudio original (sem curva — temporal).

No lado do decodificador, a representação de dominio de frequência do sinal de áudio com curva temporal é convertido de volta para o dominio de tempo, de forma que uma representação do dominio de tempo do sinal de áudio com curva .J temporal esteja disponível no lado do decodificador. No entanto, na representação de dominio de tempo do sinal de áudio com curva temporal reconstruído no decodificador, as variações de passo 20 original do sinal de áudio de entrada do codificador não estão incluídas. De forma correspondente, outra curva temporal por meio da resamostragem da representação do dominio de tempo reconstruído pelo decodificador do sinal de áudio com curva temporal é aplicada. Para obter uma boa reconstrução do sinal de áudio de 25 entrada do codificador no decodificador, é desejável que a curva temporal do decodificador seja pelo menos aproximadamente a operação inversa com relação à curva temporal do decodificador. informações disponíveis no decodificador que permitam um ajuste da curva temporal do decodificador.

Conforme é normalmente exigido para transferir tal informação do codificador de sinal de áudio para o 4 decodif icador de sinal de áudio, é desejável manter uma taxa de bits pequena exigida para essa transmissão enquanto ainda se permite uma reconstrução confiável das informações exigidas de curva temporal no decodificador.

Na visualização da discussão acima, há um desejo de criar um conceito que permita uma aplicação eficiente da taxa de bits do conceito de curva temporal em um codificador de áudio.

Trata-se de um- -objeto- da ‘invenção para criar conceitos para aprimorar a impressão de audição fornecida por um sinal de áudio codificado a partir das informações disponíveis em , 15 um codificador de sinal de áudio de curva temporal ou em um decodificador de sinal de áudio de curva temporal.

Esse objeto é alcançado por meio de um provedor ’ de sinal de ativação de curva temporal ao fornecer um sinal de ativação de curva temporal a partir de uma representação de um 20 sinal de áudio de acordo com a reivindicaçãol, um codificador do sinal de áudio para codificação de um sinal de áudio de entrada de acordo com a reivindicação 12, um método para fornecer um sinal de ativação de curva temporal de acordo com a reivindicação 14, um método para fornecer uma representação codificada de um sinal de áudio de entrada de acordo com a reivindicação 15 ou um programa de COMPUTADOR de acordo com a reivindicação 16.

Trata-se de outro objeto da presente invenção para fornecer um esquema de codificação/decodificação de áudio

I aprimorado, que fornece uma qualidade mais elevada ou uma taxa de bits mais baixa.

Esse objeto é alcançado por meio de um codificador de áudio de acordo com a reivindicação 17, 26, 32, 37, 5 um decodificador de áudio de acordo com a reivindicação 20, um método de codificação de áudio de acordo com a reivindicação 23, reivindicação 30, reivindicação 35 ou reivindicação 37, um método de decodificação de acordo com a reivindicação 24 ou um programa de computador de acordo com a reivindicação 25, 31, 36 ou 43.

As materializações de acordo com a invenção estão relacionadas a métodos para um codificador de transformação MDCT com curva temporal. Algumas materializações estão relacionadas a ferramentas somente do codificador. No entanto, outras materializações também estão relacionadas a ferramentas do 15 decodificador.

Uma materialização da invenção cria um provedor do sinal de ativação de curva temporal para fornecer um sinal de ativação de curva temporal a partir de uma representação de um sinal de áudio. O provedor do sinal de ativação de curva temporal 20 compreende um provedor de informações de compactação de energia configurado para fornecer informações de compactação de energia descrevendo uma compactação da energia em uma representação de espectro transformada com curva temporal do sinal de áudio. O provedor do sinal de ativação de curva temporal também compreende 25 um comparador configurado para comparar as informações de compactação de energia com um valor de referência e para fornecer o sinal de ativação de curva temporal dependendo de um resultado da comparação.

Essa materialização se baseia na descoberta de que o uso de uma funcionalidade de curva temporal em um codificador de sinal de áudio normalmente traz consigo uma melhoria no sentido de uma redução da taxa de bits do sinal de A áudio codificado se a representação do espectro transformada com curva temporal do sinal de áudio compreender uma distribuição de energia suficientemente compacta de forma que a energia esteja concentrada em uma ou mais regiões espectrais (ou linhas espectrais) . Isso se deve ao fato de uma curva temporal bem- 10 sucedida trazer consigo o efeito de diminuir a taxa de bits ao transformar um espectro obscurecido, por exemplo, de uma estrutura de áudio, em um. espectro tendo um ou mais picos; diferenciáveis^e, » . . - consequentemente, tendo uma compactação de energia mais alta do que o espectro do sinal de áudio original (sem curva temporal) . r

Com relação a esse problema, deve-se entender que uma estrutura do sinal de áudio, durante a qual o passo do sinal de áudio varia bastante, compreende um espectro obscurecido. O passo de variação de tempo do sinal de áudio tem o efeito de que uma transformação de dominio tempo para dominio de frequência 20 desempenhada na estrutura do sinal de áudio resulta em uma distribuição obscurecida da energia do sinal sobre a frequência, principalmente na região de frequência mais elevada. De forma correspondente, uma representação do espectro de tal sinal de áudio original (sem curva temporal) compreende uma compactação de 25 energia baixa e normalmente não exibe picos espectrais em uma parte do espectro de frequência superior ou exibe apenas picos espectrais relativamente pequenos na parte do espectro de frequência mais elevada. Em contrapartida, se a curva temporal for bem-sucedida (em termos de fornecer uma melhoria da eficiência de codificação) , a curva temporal do sinal de áudio original gerará um sinal de áudio com curva temporal tendo um espectro com picos relativamente mais elevados e mais claros (principalmente na parte de frequência mais elevada do espectro) . Isso se deve ao fato de um sinal de áudio ter um passo de variação de tempo sendo transformado em um sinal de áudio com curva temporal tendo uma variação de passo menor ou até um passo aproximadamente constante. Consequentemente, a representação do espectro do sinal de áudio com curva temporal (que pode ser considerada como uma representação do espectro transformada com curva temporal do sinal de áudio) compreende um ou mais picos espectrais claros. .Ou/ seja,- - - o obscurecimento do espectro do sinal de áudio original (tendo um passo temporariamente variável) é reduzido por uma operação bem- _ _ , 15- sucedida de curva temporal, de forma que a representação do espectro transformada com curva temporal do sinal de áudio compreenda a compactação de energia mais elevada do que o espectro do sinal de áudio original. Não obstante, a curva temporal nem sempre é bem-sucedida no aprimoramento da eficiência da codificação. Por exemplo, a curva temporal não aprimorará a eficiência de codificação se o sinal de áudio de entrada compreender componentes de ruido grandes ou se o contorno da curva temporal extraido for impreciso.

Tendo em vista esta situação, as informações de compactação de energia fornecidas pelo provedor de informações de compactação de energia é um indicador valioso para determinar se a curva temporal é bem-sucedida em termos de reduzir a taxa de bits.

Uma materialização da invenção cria um provedor do sinal de ativação de curva temporal para fornecer um sinal de ativação de curva temporal a partir de uma representação de um sinal de áudio. O provedor de ativação de curva temporal compreende dois provedores de representação de curva temporal 5 configurados para fornecer duas representações de curva temporal do mesmo sinal de áudio usando diferentes informações de contorno de curva temporal. Portanto, os provedores de representação de curva temporal poderão ser configurados (estrutural e/ou funcionalmente) da mesma forma e usar o mesmo sinal de áudio, mas informações de contorno de curva temporal diferentes. O provedor do sinal de ativação de curva temporal também compreende dois provedores de informações de compactação de energia configurados para fornecer informações sobre a primeira compactação de energia a partir da primeira representação de curva temporal e para fornecer 'informações sobre a segunda compactação a partir da segunda representação de curva temporal. Os provedores de informações de compactação de energia poderão ser configurados da mesma forma, mas usam representações de curva temporal diferentes. Além disso, o provedor do sinal de ativação de curva temporal compreende um comparador para comparar as duas informações de compactação de energia diferentes e fornecer o sinal de ativação de curva temporal dependendo de um resultado da comparação.

Em uma materialização favorita, o provedor de informações de compactação de energia é configurado para fornecer 25 uma medição do nivelamento espectral descrevendo a representação do espectro transformada com curva temporal do sinal de áudio como as informações de compactação de energia. Descobriu-se que a curva temporal é bem-sucedida, em termos de reduzir uma taxa de bits, se ela transformar um espectro de um sinal de áudio de entrada em um espectro de curva temporal menos plano, representando uma versão com curva temporal do sinal de áudio de entrada. Da mesma forma, a medição do nivelamento espectral pode ser usada para determinar, sem desempenhar um processo de codificação espectral completo, se a curva temporal deverá ser ativada ou desativada.

Em uma materialização favorita, o provedor de informações de compactação de energia está configurado para computar um quociente de um significado geométrico do espectro de potência transformado com curva temporal e um significado aritmético do espectro de potência transformado com curva temporal para obter a medição do- nivelamento espectral. Descobriu-se. que.- --esse quociente é uma medição do nivelamento espectral, que é bem adaptado para descrever as possiveis economias de taxa de bit que podem ser obtidas por uma curva temporal.

Em outra materialização favorita, o provedor de informações de compactação de energia é configurado para enfatizar uma parte de frequência mais elevada da representação do espectro transformada com curva temporal quando comparado a uma parte de frequência mais baixa da representação do espectro transformada com curva temporal para obter as informações de compactação de energia. Esse conceito se baseia na descoberta de que a curva temporal normalmente tem um impacto muito maior no intervalo de frequência mais elevada do que em um intervalo de frequência mais baixa. De forma correspondente, uma avaliação dominante do intervalo de frequência mais elevada é apropriada para determinar a eficiência da curva temporal usando uma medição do nivelamento espectral. Além disso, sinais de áudio tipicos exibem um conteúdo harmônico (compreendendo a harmônica de uma frequência fundamental) que diminui em intensidade com a frequência maior. Uma ênfase de uma parte de frequência mais elevada da representação do espectro transformada com curva temporal quando 5 comparada a uma parte de frequência mais baixa da representação do espectro transformada com curva temporal também ajuda a compensar essa diminuição tipica das linhas espectrais com maior frequência. Para resumir, uma consideração enfática da parte de frequência mais elevada do espectro traz consigo uma confiabilidade maior das informações de compactação de energia e, portanto, permite um fornecimento mais confiável do sinal de ativação com curva temporal. Em outra materialização favorita, o provedor de informações de compactação de energia é configurado para fornecer uma pluralidade de medidas baseadas em banda de nivelamento espectral e para computar uma média da pluralidade das medidas baseadas em banda de nivelamento espectral para obter as informações de compactação de energia. Descobriu-se que a condição das medições de nivelamento espectral baseado em banda traz consigo informações especificamente confiáveis no sentido de a curva temporal ser eficiente para reduzir a taxa de bits de um sinal de áudio codificado. Primeiramente, a codificação da representação do espectro transformada com curva temporal em geral é desempenhada com base na banda, de tal forma que uma combinação das medidas baseadas em banda do nivelamento espectral seja bem adaptada para a codificação e, portanto, represente uma melhoria da taxa de bits que pode ser obtida com uma boa precisão. Além disso, uma COMPUTADOR baseada em banda das medidas de nivelamento espectral elimina significativamente a dependência das informações de compactação de energia a partir de uma distribuição da harmônica. Por exemplo, mesmo se uma banda de frequência mais elevada compreender uma energia relativamente pequena (menor do 5 que as energias das bandas de frequência inferiores), a banda de frequência mais elevada ainda poderá ser visivelmente relevante. Porém, o impacto positivo de uma curva temporal (no sentido de uma redução do obscurecimento das linhas espectrais) nessa banda de frequência mais elevada seria considerado tão pequeno quanto, 10 simplesmente devido à pequena energia da banda de frequência mais elevada, se a medição do nivelamento espectral não fosse computado com base na bandaEm_ contrapartida, ao- aplicar o_ cálculo baseado em banda, um impacto positivo da curva temporal poderá ser levado em consideração com um peso apropriado, porque as medições do » 15* -nivelamento espectral baseado em banda são independentes das energias absolutas nas bandas de frequência respectivas.

Em outra materialização favorita, o provedor do sinal de ativação de curva temporal compreende um calculador de valor de referência configurado para computar uma medição do 20 nivelamento espectral descrevendo uma representação de espectro sem curva temporal do sinal de áudio para obter o valor de referência. De forma correspondente, o sinal de ativação de curva temporal pode ser fornecido com base em uma comparação do nivelamento espectral de uma versão sem curva temporal do sinal de 25 áudio de entrada e um nivelamento espectral de uma versão com curva temporal do sinal de áudio de entrada.

Em outra materialização favorita, o provedor de informações de compactação de energia está configurado para C fornecer uma medida da entropia perceptual descrevendo a representação do espectro transformada com curva temporal do sinal de áudio como as informações de compactação de energia. Esse conceito se baseia na descoberta de que a entropia perceptual da 5 representação do espectro transformada com curva temporal é uma boa estimativa de um número de bits (ou uma taxa de bits) necessária para codificar o espectro transformado com curva temporal. De forma correspondente, a medição da entropia perceptual da representação de espectro transformada com curva temporal é uma boa medida do fato de uma redução da taxa de bits pode ser esperada pela curva temporal, mesmo na visualização de que informações adicionais sobre a curva temporal terãode _ser. codificadas se a curva temporal for usada.

Em outra materialização favorita, o provedor de informações de compactação de energia está configurado para fornecer uma medida de autocorrelaçâo descrevendo uma autocorrelação de uma representação com curva temporal do sinal de áudio como as informações de compactação de energia. Esse conceito se baseia na descoberta de que a eficiência da curva temporal (em termos de reduzir a taxa de bits) pode ser medida (ou pelo menos estimada) a partir de um sinal de dominio de tempo com curva temporal (ou ressampleado sem uniformidade). Descobriu-se que a curva temporal será eficiente de o sinal de dominio de tempo com curva temporal compreender um grau relativamente elevado de periodicidade, que é refletido pela medida de autocorrelação. Em contrapartida, se o sinal de dominio de tempo com curva temporal não compreender uma periodicidade significativa, poderá ser concluído que a curva temporal não é eficiente.

Essa descoberta se baseia no fato de uma curva temporal eficiente transforma uma parte de um sinal sinusoidal de uma frequência variável (que não compreende uma periodicidade) em uma parte de um sinal sinusoidal de frequência aproximadamente constante (que compreende um alto grau de periodicidade) . Em contrapartida, se a curva temporal não for capaz de fornecer um sinal de dominio de tempo tendo um alto grau de periodicidade, pode-se esperar que a curva temporal também não forneça uma economia significativa da taxa de bits, o que justificaria sua 10 aplicação.

Em uma materialização preferencial, o provedor de informações de compactação de . energia é configurado, para» « determinar uma soma de valores absolutos de uma função normalizada de autocorrelação (em uma pluralidade de valores de retardo) da _ .15 representação -com curva'temporal 'dò sinal de áudio para obter as informações de compactação de energia. Descobriu-se que uma determinação computacionalmente complexa dos picos de autocorrelação não é exigida para estimar a eficiência da curva temporal. Em vez disso, descobriu-se que uma avaliação de 20 somatória da autocorrelação em uma (ampla) gama de valores de retardo de autocorrelação também traz consigo resultados muito confiáveis. Isso se deve ao fato de que a curva temporal realmente transforma uma pluralidade de componentes de sinais (p.ex., uma frequência fundamental e sua harmônica) de frequência variável em componentes de sinais periódicos. De forma correspondente, a autocorrelação de um sinal com curva temporal desse tipo exibe picos em uma pluralidade de valores de retardo de autocorrelação.

Portanto, uma formação de somatória é uma forma computacionalmente eficiente de extrair as informações de compactação de energia a partir da autocorrelação.

Em outra materialização preferencial, o provedor do sinal de ativação de curva temporal compreende um calculador de 5 valor de referência configurado para computar o valor de referência a partir de uma representação espectral sem curva temporal do sinal de áudio ou a partir de uma representação do domínio de tempo sem curva temporal do sinal de áudio. Nesse caso, o comparador normalmente é configurado para formar um valor proporcional usando as informações de compactação de energia descrevendo uma compactação de energia em um espectro transformado de curva temporal do sinal de áudio e do valor de referência. .C . comparador também é configurado para comparar o valor proporcional com um ou mais valores limite para obter o sinal de ativação de Curva temporal. Descobriu-se que a proporção entre as informações de compactação de energia no caso sem curva temporal e as informações de compactação de energia no caso com curva temporal permite uma geração computacionalmente eficiente, mas ainda suficientemente confiável do sinal de ativação de curva temporal.

Outra materialização preferencial da invenção cria um codificador de sinal de áudio para codificar um sinal de áudio de entrada para obter uma representação codificada do sinal de áudio de entrada. O codificador do sinal de áudio compreende um transformador de curva temporal configurado para fornecer uma representação do espectro transformado de curva temporal a partir do sinal de áudio de entrada. O codificador do sinal de áudio também compreende um provedor do sinal de ativação de curva temporal, conforme descrito acima. O provedor do sinal de ativação de curva temporal é configurado para receber o sinal de áudio de entrada e para fornecer as informações de compactação de energia de forma que as informações de compactação de energia descrevam uma compactação de energia na representação do espectro 5 transformado de curva temporal do sinal de áudio de entrada. O codificador do sinal de áudio compreende ainda um controlador configurado para fornecer seletivamente, dependendo do sinal de ativação de curva temporal, uma parte de contorno de curva temporal inconstante (variável) ou informações de curva temporal, 10 ou uma parte de contorno de tempo constante padrão (não variável) ou informações de curva temporal ao transformador de curva temporal. Dessa forma, é possível aceitar ou rejeitar seletivamente uma parte de contorno de curva temporal inconstante na derivação da representação do sinal de áudio codificado a 15 _ partir do sinal de áudio de entrada.

Esse conceito se baseia na descoberta de que nem sempre é eficiente introduzir informações de curva temporal em uma representação codificada do sinal de áudio de entrada, porque um número notável de bits é exigido para codificar as informações de 20 curva temporal. Além disso, descobriu-se que as informações de compactação de energia, que são computadas pelo provedor do sinal de ativação de curva temporal, são uma medida computacionalmente eficiente para determinar se é vantajoso fornecer o transformador de curva temporal com a parte de contorno de curva temporal 25 variável (inconstante) descoberta ou um contorno de curva temporal padrão (não variável, constante). Deve-se observar que, quando o transformador de curva temporal compreender uma transformação sobreposta, a uma parte de contorno de curva temporal descoberta poderá ser usada na COMPUTADOR de dois ou mais blocos de transformação subsequentes. Em especial, descobriu-se que não é necessário codificar totalmente a versão da representação espectral transformada de curva temporal do sinal de áudio de entrada usando a parte de contorno de curva temporal variável descoberta recentemente e a versão da representação espectral transformada de curva temporal do sinal de áudio de entrada usando uma parte de contorno de curva temporal padrão (não variável) para que seja possivel tomar uma decisão quanto à curva temporal permitir ou não uma economia na taxa de bits. Em vez disso, descobriu-se que uma avaliação da compactação de energia da representação espectral transformada da curva temporal do sinal. de„ áudio de entrada forma uma base confiável da decisão. De forma correspondente, uma taxa de bits exigida pode ser mantida pequena.

Em outra materialização preferencial, o codificador do sinal de áudio compreende uma interface de saida configurada para incluir seletivamente, dependendo do sinal de ativação de curva temporal, informações de contorno de curva temporal representando um contorno de curva temporal variável descoberto na representação codificada do sinal de áudio. Portanto, uma eficiência elevada da codificação do sinal de áudio pode ser obtida, independentemente de o sinal de entrada ser bem adequado ou não para a curva temporal.

Outra materialização, de acordo com a invenção, cria um método para fornecer um sinal de ativação de curva temporal a partir de um sinal de áudio. O método corresponde à funcionalidade do provedor do sinal de ativação de curva temporal e pode ser complementado por qualquer um dos recursos e funcionalidades descritas aqui com relação ao provedor do sinal de ativação de curva temporal.

Outra materialização, de acordo com a invenção, cria um método para codificar um sinal de áudio de entrada, para 5 obter uma representação codificada do sinal de áudio de entrada.

Esse método pode ser complementado por qualquer um dos recursos e funcionalidades descritas aqui com relação ao codificador do sinal de áudio.

Outra materialização, de acordo com a invenção, cria um programa computacional para desempenhar os métodos mencionados neste documento.

De acordo com - um primeiro aspecto da presente. invenção, uma análise do sinal de áudio, independentemente de um sinal de áudio ter uma característica harmônica ou uma característica de fala, é usada vantajosamente para controlar um processamento de preenchimento de ruido no codificador e/ou no decodificador. A análise do sinal de áudio é facilmente obtivel em um sistema, no qual uma funcionalidade de curva temporal é usada, uma vez que essa funcionalidade de curva temporal normalmente compreende um mecanismo de monitoramento de passo e/ou um classificador de sinal para diferenciar entre fala, por um lado, e música, por outro lado, e/ou para diferenciar entre fala com voz e fala sem voz. Como essas informações estão disponíveis em um contexto como esse sem nenhum custo extra, as informações disponíveis são usadas vantajosamente para controlar o recurso de preenchimento de ruido de forma que, principalmente para sinais de fala, um preenchimento de ruido entre linhas harmônicas seja reduzido ou, para sinais de fala em particular, até eliminados.

Mesmo em situações em que um conteúdo harmônico consistente for obtido, mas uma fala não será detectada diretamente por um detector de fala, uma redução do preenchimento de ruido resultará, não obstante, em uma qualidade percebida superior. Embora esse 5 recurso seja especialmente útil em um sistema no qual a análise de harmônica/fala é desempenhada de qualquer forma e essas informações estão, portanto, disponíveis sem nenhum custo adicional, o controle do esquema de preenchimento de ruido baseado em uma análise de sinais, independentemente de o sinal ter ou não uma característica harmônica ou de fala também será útil, mesmo quando um analisador de sinais específicos tiver de ser inserido no sistema, já que a qualidade é aprimorada sem aumento da taxa de bits ou, como alternativa, a taxa de bits será diminuída sem ter uma perda na qualidade, já que os bits exigidos para codificar o nivel ' dê preenchimento de ruido seja reduzido quando o próprio nivel de preenchimento de ruido, que pode ser transmitido a partir de um codificador para um decodificador, for reduzido.

Em outro aspecto da presente invenção, o resultado da análise do sinal, ou seja, se o sinal for um sinal harmônico ou um sinal de fala, é usado para controlar o processamento da função de janela de um codificador de áudio. Descobriu-se que em uma situação na qual um sinal de fala ou um sinal harmônico for iniciado, a possibilidade será alta para que um codificador direto alterne entre janelas longas a janelas curtas. Essas janelas curtas, porém, têm uma resolução de frequência reduzida de modo correspondente que, por outro lado, diminuiriam o ganho de codificação para sinais consistentemente harmônicos e, portanto, aumentariam o número de bits necessários para codificar tal parte do sinal. Nessa visualização, a presente invenção definida nesse aspecto usa janelas mais longas do que uma janela curta quando um sinal inicial de fala ou harmônico for detectado. Como alternativa, as janelas são selecionadas com um comprimento praticamente semelhante às janelas longas, mas com uma sobreposição mais curta para reduzir efetivamente os pré-ecos. Em geral, a característica do sinal, independentemente do periodo de um sinal de áudio ter uma característica harmônica ou de fala, é usada para selecionar uma função de janela para esse periodo.

De acordo com outro aspecto da presente invenção, a ferramenta TNS (temporal noite shaping - formatação de ruido temporal) é controlada a partir do fato de o sinal subjacente.se basear em uma operação de curva temporal ou estar em um dominio linear. Normalmente, um sinal que tiver sido processado por uma operação de curva temporal terá um conteúdo harmônico consistente.

Do contrário, um mecanismo de monitoramento de passo associado a uma etapa de curva temporal não geraria um contorno de passo válido e, na ausência de tal contorno de passo válido, uma funcionalidade de curva temporal teria sido desativada para esse periodo do sinal de áudio. No entanto, os sinais harmônicos normalmente não serão adequados para serem submetidos ao processamento de TNS. O processamento de TNS é especialmente útil e induz um ganho significativo na taxa de bits/qualidade, quando o sinal processado pela etapa de TNS tem um espectro bastante plano.

Contudo, quando a aparência do sinal for tonal, ou seja, não plana, com é o caso dos espectros com conteúdo harmônico ou de voz, o ganho na qualidade/taxa de bits fornecido pela ferramenta TNS será reduzido. Portanto, sem a modificação inventiva da ferramenta TNS as partes com curva temporal normalmente não teriam TNS processado, mas seriam processadas sem uma filtragem de TNS. Por outro lado, o recurso de formatação de ruido do TNS fornece, não obstante, uma qualidade aprimorada especificamente nas situações em que o sinal está variando em amplitude/potência. Nos casos em que um principio de um sinal harmônico ou de um sinal de fala estiver presente, e onde o recurso de alternância de bloco estiver implementado para que, em vez desse principio, janelas longas ou pelo menos janelas maiores do que as janelas curtas sejam mantidas, a ativação do 10 recurso de formatação de ruido temporal para esse periodo resultará em uma concentração do ruido ao redor do principio de fala que efetivamente reduz pré-ecos, o que poderá ocorrer antes, do principio da fala devido a uma quantização do periodo ocorrendo em um processamento subsequente do codificador.

De acordo com outro aspecto da presente invenção, um número variável de linhas é processado por um quantizador/codificador de entropia dentro de um aparato de codificação de áudio para responder pela largura de banda variável, que é introduzida quadro a quadro devido ao desempenho de uma 20 operação de curva temporal com uma característica variável de curva temporal/contorno de curva. Quando a operação de curva temporal resultar na situação de que o tempo do quadro (em termos lineares) incluido em um quadro com curva temporal for aumentado, a largura de banda de uma única linha de frequência será diminuída 25 e, para uma largura de banda total constante, o número de linhas de frequência a serem processadas deverá ser maior com relação a uma situação sem curva temporal. Por outro lado, quando a operação de curva temporal resultar no fato de que o tempo real do sinal de áudio no dominio de curva temporal for diminuido com relação ao comprimento do bloco do sinal de áudio no dominio linear, a largura de banda de frequência de uma única linha de frequência é aumentada e, portanto, o número de linhas processadas por um 5 codificador original deverá ser menor com relação a uma situação sem curva temporal para ter uma variação de largura de banda reduzida ou, de forma ideal, nenhuma variação de largura de banda.

As materializações preferenciais estão descritas subsequentemente com relação aos respectivos desenhos, nos quais: Fig. 1 mostra um diagrama esquemático de bloco de um provedor do sinal de ativação de curva temporal, de acordo com uma materialização da invenção; Fig. 2a mostra um diagrama esquemático de bloco de um codificador do sinal de áudio, de acordo com uma 15 _ materialização da- invenção; Fig. 2b mostra outro diagrama esquemático de bloco de um provedor do sinal de ativação de curva temporal de acordo com uma materialização da invenção; Fig. 3a mostra uma representação gráfica de um espectro de uma versão sem curva temporal de um sinal de áudio; Fig. 3b mostra uma representação gráfica de um espectro de uma versão com curva temporal do sinal de áudio; Fig. 3c mostra uma representação gráfica de um cálculo individual das medidas de nivelamento espectral para 25 diferentes bandas de frequência; Fig. 3d mostra uma representação gráfica de um cálculo de uma medida de nivelamento espectral considerando somente a parte de frequência mais elevada do espectro; Fig. 3e mostra uma representação gráfica de um cálculo de uma medida de nivelamento espectral usando uma representação de espectro na qual uma parte de frequência mais elevada é enfatizada em uma parte de frequência inferior; Fig. 3f mostra um diagrama esquemático de bloco de um provedor de informações de compactação de energia, de acordo com outra materialização da invenção; Fig. 3g mostra uma representação gráfica de um sinal de áudio tendo um passo temporariamente variável no dominio 10 de tempo; Fig. 3h mostra uma representação gráfica de uma versão com curva temporal _ (ressampleada desigual-mente)- do sinal dc áudio da Fig. 3g; Fig. 3i mostra uma representação gráfica de uma função de autocorrelação do sinal de áudio de acordo com a Fig. 3g; Fig. 3j mostra uma representação gráfica de uma função de autocorrelação do sinal de áudio de acordo com a Fig. 3h; Fig. 3k mostra um diagrama esquemático de bloco de um provedor de informações de compactação de energia, de acordo com outra materialização da invenção; Fig. 4a mostra um fluxograma de um método para fornecer um sinal de ativação com curva temporal na base de um 25 sinal de áudio; Fig. 4b mostra um fluxograma de um método para codificar um sinal de áudio de entrada para obter uma representação codificada do sinal de áudio de entrada, de acordo com uma materialização da invenção; Fig. 5a ilustra uma materialização preferencial de um codificador de áudio tendo aspectos inventivos; Fig. 5b ilustra uma materialização preferencial 5 de um decodificador de áudio tendo aspectos inventivos; Fig. 6a ilustra uma materialização preferencial do aspecto de preenchimento de ruido da presente invenção; Fig. 6b ilustra uma tabela definindo a operação de controle desempenhada pelo manipulador do nivel de 10 preenchimento de ruido; Fig. 7a ilustra uma materialização preferencial para desempenhar uma alternância- de - bloco baseada - em curva temporal de acordo com a presente invenção; Fig. 7b ilustra uma materialização alternativa "15“’" para influenciar á função de janela; Fig. 7c ilustra outra materialização alternativa para ilustrar a função de janela baseada nas informações de curva temporal; Fig. 7d ilustra uma sequência de janelas de um 20 comportamento AAC normal em um principio com voz; Fig. 7e ilustra sequências de janelas alternativas obtidas de acordo com uma materialização preferencial da presente invenção; Fig. 8a ilustra a materialização preferencial de um controle baseado em curva temporal da ferramenta TNS (temporal noise shaping - formatação de ruído temporal); Fig. 8b ilustra uma tabela definindo procedimentos de controle desempenhados no gerador de sinais de controle de limite na Fig. 8a; Fig. 9a-9e ilustra características diferentes de curva temporal e a influência correspondente na largura de banda do sinal de áudio ocorrendo subsequentemente a uma operação de 5 eliminação de curva temporal no decodificador; Fig. 10a ilustra uma materialização preferencial de um controlador para controlar o número de linhas dentro de um processador de codificação; Fig. 10b ilustra uma dependência entre o número de linhas a serem descartadas/adicionadas para uma taxa de amostragem; Fig. 11 ilustra .urna comparação entre uma escala - de tempo linear e uma escala de tempo curva; Fig. 12a ilustra uma implementação no contexto da extensão da largura de banda; è Fig. 12b ilustra uma tabela mostrando a dependência entre a taxa de amostragem local no dominio com curva temporal e o controle de coeficientes espectrais.

A Fig. 1 mostra um diagrama esquemático de bloco do provedor do sinal de ativação de curva temporal, de acordo com uma materialização da invenção. O provedor do sinal de ativação da curva temporal 100 está configurado para receber uma representação 110 de um sinal de áudio e para fornecer, com base nele, um sinal de ativação de curva temporal 112. O provedor do sinal de ativação de curva temporal 100 compreende um provedor de informações de compactação de energia 120, que é configurado para fornecer informações de compactação de energia 122, descrevendo uma compactação de energia em uma representação de espectro transformada de curva temporal do sinal de áudio. O provedor do sinal de ativação de curva temporal 100 compreende ainda mais um comparador 130 configurado para comparar as informações de compactação de energia 122 com um valor de referência 132 e para 5 fornecer o sinal de ativação de curva temporal 112 dependendo do resultado da comparação.

Conforme discutido ' acima, descobriu-se que as informações de compactação de energia são informações valiosas que permitem uma estimativa computacionalmente eficiente, 10 independentemente de uma curva temporal trazer consigo uma economia de bits ou não. Descobriu-se que a presença de uma economia de bits está intimamente relacionada à questão de a curva temporal resultar ou não em uma compactação de energia.

A Fig. 2a mostra um diagrama esquemático de bloco -15 • de um codificador de sinal de áudio 200, de acordo com uma materialização da invenção. O codificador do sinal de áudio 200 é configurado para receber um sinal de áudio de entrada 210 (também designado como a(t)) e para fornecer, com base nele, uma representação codificada 212 do sinal de áudio de entrada 210. O 20 codificador do sinal de áudio 200 compreende um transformador de curva temporal 220, que está configurado para receber o sinal de áudio de entrada 210 (que poderá ser representado em um dominio de tempo) e para fornecer, com base nele, uma representação espectral transformada de curva temporal 222 do sinal de áudio de entrada 25 210.

O codificador do sinal de áudio 200 compreende também um analisador de curva temporal 284, que está configurado para analisar o sinal de áudio de entrada 210 e para fornecer, com base nele, informações de contorno de curva temporal (p.ex., informações de contorno de curva temporal absolutas ou relativas) 286.

O codificador do sinal de áudio 200 compreende também um mecanismo de alternância, por exemplo, na forma de uma alternância controlada 240 para determinar se as informações de contorno de curva temporal 286 descobertas ou as informações de contorno de curva temporal padrão 288 são usadas para outros processamentos. Portanto, o mecanismo de alternância 240 é 10 configurado para fornecer seletivamente, dependendo das informações de ativação de curva temporal, as informações de contorno de curva temporal.. descobertas 286 ou as informações de contorno de curva temporal padrão 288 como informações de contorno de curva temporal novas 242, para outro processamento, por ~ 45 - exemplo, para ' o" “transformador de curva temporal 220. Deve-se observar que o transformador de curva temporal 220 poderá, por exemplo, usar as novas informações de contorno de curva temporal 242 (por exemplo, uma nova parte de contorno de curva temporal) e, além disso, as informações de curva temporal obtidas anteriormente (por exemplo, uma ou mais partes de contorno de curva temporal obtidas anteriormente) para a curva temporal de um periodo de áudio. O pós-processamento de espectro opcional poderá, por exemplo, compreender uma formatação de ruido temporal e/ou uma análise de preenchimento de ruido. O codificador do sinal de áudio 200 também compreende um quantizador/codificador 260, que está configurado para receber a representação espectral 222 (processada opcionalmente pelo pós-processamento de espectro 250) e para quantizer e codificar a representação espectral transformada 222.

Para esse fim, o quantizador/codificador 260 poderá ser acoplado a um modelo perceptual 270 e receber informações de relevância perceptuais 272 do modelo perceptual 270 para considerar um mascaramento perceptual e ajustar precisões de quantização em 5 diferentes compartimentos de frequência de acordo com a percepção humana. O codificador do sinal de áudio 200 compreende também uma interface de saida 208 que é configurado para fornecer a representação codificada 212 do sinal de áudio com base na representação espectral quantizada e codificada 262 fornecida pelo 10 quantizador/codificador 260.

O codificador do sinal de áudio 200 compreende também um provedor do sinal de ativação de curva temporal 230, que está configurado para fornecer um sinal de ativação de curva temporal 232. 0 sinal de ativação de curva temporal poderá, por , 45 - exemplo, ser usado para controlar o mecanismo de alternância 240 para determinar se as informações de contorno de curva temporal descobertas recentemente 286 ou as informações de contorno de curva temporal padrão 288 são usadas em outras etapas de processamento (por exemplo, pelo transformador da curva temporal 20 220) . Além disso, as informações de ativação da curva temporal 232 poderão ser usadas em uma alternância 280 para determinar se as novas informações de contorno de curva temporal selecionadas 242 (selecionadas a partir das informações de contorno de curva temporal recentemente descobertas 286 e das informações de 25 contorno de curva temporal padrão) são incluidas na representação codificada 212 do sinal de áudio de entrada 210. Normalmente, as informações de contorno de curva temporal são incluidas somente na representação codificada 212 do sinal de áudio se as informações de contorno de curva temporal selecionadas descreverem um contorno de curva temporal inconstante (variável). Além disso, as próprias informações de ativação de curva temporal 232 poderão ser incluidas na representação codificada 212, por exemplo, no formato 5 de um sinalizador de bits indicando uma ativação ou uma desativação da curva temporal.

Para facilitar a compreensão, deve-se observar que o transformador de curva temporal 220 normalmente compreende um mecanismo de janela de análise 220a, um ressampleador ou um 10 "mecanismo de curva temporal" 220b e um transformador de dominio espectral (ou conversor de tempo/frequência) 220c. Dependendo da implementação, no entanto, o mecanismo de - curva temporal “220b pode „ ser substituído - em uma direção de processamento de sinal - antes do mecanismo de janela de análise 220a. Porém, a curva temporal e 1_5 „ _o_ dominio de tempo- para a "transformação de dominio espectral poderão ser combinados em uma única unidade em algumas materializações.

A seguir, detalhes sobre a operação do provedor do sinal de ativação da curva temporal 230 serão descritos. Deve- 20 se observar que o provedor do sinal de ativação da curva temporal 230 poderá ser equivalente a provedor do sinal de ativação da curva temporal 100.

O provedor do sinal de ativação da curva temporal 230 está configurado preferencialmente para receber a 25 representação do sinal de áudio de dominio de tempo 210 (também designado com a(t), as informações de contorno de curva temporal descobertas recentemente 286 e as informações de contorno de curva temporal padrão 288. O provedor do sinal de ativação de curva temporal 230 também está configurado para obter, usando o sinal de áudio do dominio de tempo 210, as informações de contorno de curva temporal descobertas recentemente 286 e as informações de contorno de curva temporal padrão 288, as informações de compactação de 5 energia descrevendo uma compactação de energia devido às informações de contorno de curva temporal descobertas recentemente 286 e para fornecer o sinal de ativação de curva temporal 232 a partir dessas informações de compactação de energia.

A Fig. 2b mostra um diagrama esquemático de bloco de um provedor do sinal de ativação de curva temporal 234, de acordo com uma materialização da invenção. O provedor do sinal de ativação de curva temporal 234_ poderá - assumir- o papel do provedor» do sinal de ativação de curva temporal 230 em algumas materializações. O provedor do sinal de ativação de curva temporal 15» 2.34 é configurado para receber um sinal de áudio de entrada 210 e duas informações de contorno de curva temporal 286 e 288, e fornecer, com base nele, um sinal de ativação de curva temporal 234p. O sinal de ativação de curva temporal 234p poderá assumir o papel do sinal de ativação de curva temporal 232. O provedor do 20 sinal de ativação de curva temporal compreende dois provedores de representação de curva temporal idênticos 234a, 234g, que são configurados para receber um sinal de áudio de entrada 210 e as informações de contorno de curva temporal 286 e 288, respectivamente, e para fornecer, com base nele, duas representações com curva temporal 234e e 234k, respectivamente. O provedor do sinal de ativação da curva temporal 234 compreende ainda dois fornecedores de informações de compactação de energia idênticos 234f e 2341, que estão configurados para receber as representações de curva temporal 234e e 234k, respectivamente e, com base nele, fornecer as informações de compactação de energia 234m e 234n, respectivamente. O provedor do sinal de ativação de curva temporal compreende também um comparador 234o, configurado para receber as informações de compactação de energia 234m e 234n, e, a partir dele, fornecer o sinal de ativação de curva temporal 234p.

Para facilitar a compreensão, deve-se observar que os provedores de representação de curva temporal 234a e 234g normalmente compreendem mecanismos de janela de análise idênticos (opcionais) 234b e 234h, ressamplers idênticos ou mecanismos de curva temporal 234c e 234i, e transformadores de dominio- espectral idênticos (opcionais) 234d e 234j.

A seguir, diferentes conceitos para obter as informações de compactação de energia serão abordados. De antemão, será fornecida uma introdução explicando o efeito da curva temporal em um sinal de áudio tipico.

A seguir, o efeito da curva temporal em um sinal de áudio será descrito levando-se em consideração as Figs. 3a e 3b. A Fig. 3a mostra uma representação gráfica de um espectro de um sinal de áudio. Uma abscissa 301 descreve uma frequência e uma ordenada 302 descreve a intensidade do sinal de áudio. Uma curva 303 descreve uma intensidade do sinal de áudio sem curva temporal como uma função da frequência f.

A Fig. 3b mostra uma representação gráfica de um espectro de uma versão com curva temporal do sinal de áudio representado na Fig. 3a. Novamente, uma abscissa 306 descreve uma frequência e uma ordenada 307 descreve a intensidade da versão curva do sinal de áudio sobre a frequência. Como pode ser visto a partir de uma comparação da representação gráfica das Figs. 3a e 3b, a versão sem curva temporal do sinal de áudio compreende um espectro obscuro, especialmente em uma região de frequência mais elevada. Em contrapartida, a versão com curva temporal do sinal de entrada de áudio compreende um espectro tendo picos espectrais claramente diferenciáveis, mesmo na região de frequência mais elevada. Além disso, uma formatação moderada dos picos espectrais ainda pode ser observada na região espectral inferior da versão 10 com curva temporal do sinal de áudio de entrada.

Deve-se observar que o espectro da versão com curva temporal _ do sinal de -áudio de -entrada, que é mostrada na Fig. 3b, pode ser quantizada e codificada, por exemplo, pelo quantizador/codificador 260, com uma taxa de bits menor do que o 15 “espectro do sinal de áudio de entrada sem curva mostrado na Fig. 3a. Isso se deve ao fato de que um espectro obscurecido normalmente compreende um número grande de coeficientes espectrais perceptualmente relevantes (ou seja, um número comparativamente pequeno de coeficientes espectrais quantizados para zero ou 20 quantizados para valores pequenos), enquanto um espectro "menos plano" conforme mostrado na Fig. 3 normalmente compreende um número maior de coeficientes espectrais quantizados para zero ou quantizados para valores pequenos. Os coeficientes espectrais quantizados para zero ou quantizados para valores pequenos podem 25 ser codificados com menos bits do que os coeficientes espectrais quantizados para valores maiores, de forma que o espectro da Fig. 3b possa ser codificado usando menos bits do que o espectro da Fig. 3a.

Não obstante, também se deve observar que o uso de uma curva temporal nem sempre resulta em uma melhoria significativa da eficiência de codificação do sinal com curva temporal. De modo correspondente, em alguns casos, o preço, em 5 termos de taxa de bits, exigido para a codificação das informações de curva temporal (p.ex., contorno da curva temporal) poderá exceder as economias, em termos de taxa de bits, para codificar o espectro transformado de curva temporal (quando comparado à codificação do espectro transformado sem curva temporal) . Nesse 10 caso, é preferível fornecer a representação codificada do sinal de áudio usando um contorno de curva temporal padrão (sem variação) para controlar a — transformação - da- curva -temporal-. Consequentemente, a transmissão de quaisquer informações da curva temporal (ou seja, informações de contorno da curva temporal) pode 15 ser omitida (exceto para um sinalizador indicando a desativação da curva temporal), mantendo, portanto, a taxa de bits baixa.

A seguir, diferentes conceitos para um cálculo confiável e computacionalmente eficiente de um sinal de ativação de curva temporal 112, 232, 234p serão descritos levando-se em 20 consideração as Figs. 3c-3k. Contudo, antes disso, o plano de fundo do conceito inventivo será brevemente resumido.

A hipótese básica é que a aplicação da curva temporal em um sinal harmônico com um passo variável torna o passo constante e isso otimiza a codificação de espectros obtidos por 25 uma transformação de tempo e frequência a seguir, porque, em vez do obscurecimento das diferentes harmônicas em vários compartimentos espectrais (veja a Figs. 3a), somente um número limitado de linhas significativas irá permanecer (veja a Fig. 3b).

No entanto, mesmo quando uma variação de passo for detectada, a melhoria no ganho de codificação (ou seja, a quantia de bits salvos) poderá ser negligenciável (p.ex., se um tiver um ruido forte subjacente ao sinal harmônico ou se a variação for tão 5 pequena que o obscurecimento de harmônicas maiores não será um problema) ou poderá ser inferior à quantidade de bits necessária para transferir o contorno de curva temporal ao decodificador ou poderá simplesmente estar errado. Nesses casos, é preferivel rejeitar o contorno de curva temporal variável (p.ex., 286) 10 produzido por um codificador de contorno de curva temporal e, em vez disso, usar uma sinalização eficiente de um bit, sinalizando ■ um contorno de curva temporal padrão (sem variação). —

O escopo da presente invenção compreende a criação de um método para determinar se uma parte de contorno de 15 curva temporal obtida fornece um ganho de codificação suficiente (por exemplo, um ganho de codificação suficiente para compensar a elevação exigida para a codificação do contorno da curva temporal).

Conforme informado acima, o aspecto mais 20 importante da curva temporal é a compactação da energia espectral em um número menor de linhas (veja as Figs. 3a e 3b) . Um bloco desse mostra que uma compactação de energia também corresponde a um espectro mais "não plano" (veja as Figs. 3a e 3b), já que a diferença entre picos e vales do espectro é maior. A energia é 25 concentrada em menos linhas com as linhas entre aquelas que têm menos energia do que antes.

As Figs. 3a e 3b mostram um exemplo esquemático com um espectro sem curva de uma estrutura com forte variação de harmônica e de passo (Fig. 3a) e o espectro da versão com curva temporal da mesma estrutura (Fig. 3b).

Ao visualizar essa situação, descobriu-se que é vantajoso usar a medida de nivelamento espectral como uma medida 5 possivel para a eficiência da curva temporal.

O nivelamento espectral poderá ser calculado, por exemplo, ao dividir a média geométrica do espectro de potência pela média aritmética do espectro de potência. Por exemplo, o nivelamento espectral (também designado resumidamente como 10 "nivelamento") pode ser computado de acordo com a seguinte equação: Acima, x(n) representa a magnitude de um número n compartimentos. Além disso, acima, N representa um número total compartimentos espectrais considerados para o cálculo da medida nivelamento espectral.

Em uma materialização da invenção, o cálculo mencionado acima do "nivelamento", que poderá atuar como informações de compactação de energia, poderá ser desempenhado usando as representações de espectro transformado de curva 20 temporal 234e, 234k, de forma que a relação a seguir possa conter: x (n) = I X I tw (n) .

Nesse caso, N poderá ser igual ao número de linhas espectrais fornecidas pelo transformador de dominio espectral 234d, 234j e | X | tw (n) é a representação do espectro transformada de curva temporal 234e, 234k.

Embora a medida espectral seja uma quantidade útil para o fornecimento do sinal de ativação de curva temporal, uma desvantagem da medida de nivelamento espectral, como a medida SNR (signal-to-noise ratio - proporção de sinal para ruido) é que 5 se ela for aplicada a todo o espectro, ela enfatizará partes com mais energia. Normalmente, os espectros harmônicos têm uma determinada inclinação espectral, significando que a maior parte da energia está concentrada nos primeiros tons parciais e, em seguida, diminui com a maior frequência, acarretando uma sub- 10 representação das parciais mais elevadas na medida. Isso não é desejado em algumas materializações, já que se deseja aprimorar a ■ - qualidade—dessas parciais -mais -elevadas, porque—elas- são as que mais ficam obscurecidas (veja a Fig. 3a). A seguir, vários conceitos opcionais para a melhoria da relevância da medida de 15 nivelamento espectral serão discutidos.

Em uma materialização de acordo com a invenção, uma abordagem semelhante à então chamada medida "SNR segmentai" é escolhida, acarretando uma medida de nivelamento espectral com base na banda. Um cálculo da medida de nivelamento espectral é 20 desempenhado (por exemplo, separadamente) em uma série de bandas e uma média é obtida. As diferentes bandas poderão ter uma largura de banda semelhante. No entanto, preferencialmente, as larguras de banda poderão seguir uma escala perceptual, como bandas criticas ou corresponder, por exemplo, às bandas do fator de escala da 25 então chamada "codificação de áudio avançada", também conhecida como AAC.

O conceito mencionado acima será resumidamente explicado a seguir, levando-se em consideração a Fig. 3c, que mostra uma representação gráfica de um cálculo individual de medidas de nivelamento espectral para diferentes bandas de frequência 311, 312, 313, que poderão ter uma largura de banda igual ou poderão ter larguras de banda diferentes. Por exemplo, 5 uma primeira medida de nivelamento espectral poderá ser computada para a primeira banda de frequência 311, por exemplo, usando a equação para o "nivelamento" fornecido acima. Nesse cálculo, os compartimentos de frequência da primeira banda de frequência poderão ser considerados (a variável de execução n poderá 10 considerar os indices de compartimento de frequência dos compartimentos de frequência da primeira banda de frequência) e a largura-da primeiras-banda—de f requência 31±~poderá ser considerada (a variável N poderá considerar a largura em termos dos compartimentos de frequência da primeira banda de frequência). De 15 forma correspondente, a medida de nivelamento da primeira banda de frequência 311 será obtida. De modo semelhante, uma medida de nivelamento poderá ser calculada para a segunda banda de frequência 312, considerando-se os compartimentos de frequência das segundas bandas de frequência 312 e também a largura da segunda banda de frequência. Além disso, as medidas de nivelamento das bandas de frequência adicionais, como a terceira banda de frequência 313, poderão ser computadas da mesma forma. Como consequência, uma média das medidas de nivelamento para bandas de frequência diferentes 311, 312, 313 poderá ser computada e a média poderá atuar como as informações de compactação de energia.

Outra abordagem (para a melhoria da derivação do nivelamento espectral somente acima de uma determinada frequência. Tal abordagem está ilustrada na Fig. 3b. Como pode ser visto somente os compartimentos de frequência em uma parte superior da frequência 316 dos espectros são considerados para um cálculo da 5 medida de nivelamento espectral. Uma parte inferior da frequência do espectro é negligenciada para o cálculo da medida de nivelamento espectral. A maior parte da frequência 316 poderá ser considerada com base na banda de frequência para o cálculo da medida de nivelamento espectral. Como alternativa toda a parte de 10 frequência superior 316 poderá ser considerada em sua completude para o cálculo da medida de nivelamento espectral.

Para -resumir as~ informações acima, • pode-se afirmar que a diminuição do nivelamento espectral (causada pela aplicação da curva temporal) poderá ser considerada como uma 15 primeira medida para a eficiência da curva temporal.

Por exemplo, o provedor do sinal de ativação da curva temporal 100, 230, 234 (ou o comparador 130, 234o dele) poderá comparar a medida de nivelamento espectral da representação espectral transformada da curva temporal 234e com uma medida de 20 nivelamento espectral da representação espectral transformada da curva temporal 234k usando informações de contorno padrão da curva temporal e determinar, a partir da dita comparação, se o sinal de ativação da curva temporal deverá estar ativado ou desativado. Por exemplo, a curva temporal é ativada por meio de uma configuração 25 apropriada do sinal de ativação da curva temporal se a curva temporal resultar em uma redução suficiente da medida de nivelamento espectral em comparação a um caso sem curva temporal.

Além das abordagens mencionadas acima, a parte superior da frequência do espectro pode ser enfatizada (por exemple, por um escalonamento apropriado) sobre a parte inferior da frequência para o cálculo da medida de nivelamento espectral. A Fig. 3c mostra uma representação gráfica de um espectro 5 transformado da curva temporal na qual uma parte superior da frequência é enfatizada em uma parte inferior da frequência. De forma correspondente, uma sub-representação das parciais mais elevadas no espectro é compensada. Portanto, a medida de nivelamento pode ser computada no espectro escalonado completo no 10 qual os compartimentos de frequência mais elevados são enfatizados nos compartimentos de frequência inferiores, conforme mostrado na

Em termos de economias de bits, uma medida tipica da eficiência de codificação seria a entropia perceptual, que pode 15 ”ser definida de taí forma que seja muito bem correlacionada com o número real de bits necessários para codificar um determinado espectro conforme descrito em 3GPP TS 26.403 V7.0.0: 3rd Generation Partnership Project; Technical Specification Group Services and System Aspects; General audio codec audio processing 20 functions; Enhanced aacPlus general audio codec; Encoder specification AAC part: Section 5.6.1.1.3 Relation between bit demand and perceptual entropy. Como consequência, a redução da entropia perceptual é outra medida para a eficiência da curva temporal.

A Fig. 3f mostra um provedor de informações sobre compactação de energia 325, que pode ocupar o lugar do provedor de informações sobre compactação de energia 120, 234f, 2341 e que temporal 100, 290, 234. O provedor de informações de compactação de energia 325 é configurado para receber uma representação do sinal de áudio, por exemplo, no formato de uma representação do espectro transformado de curva temporal 234e, 234k, também designado como |x|tw. O provedor de informações de compactação de energia 325 também está configurado para fornecer informações sobre entropia perceptual 326, que poderá ocupar o lugar das informações de compactação de energia 122, 234m, 234n.

O provedor de informações sobre compactação de 10 energia 325 compreende um calculador de fator de formatação 327, que está configurado para receber a representação do espectro “transformado- de- curva temporal 234e, _234k _e para fornecer, a partir dele, informações do fator de formatação 328, que poderão estar associadas a uma banda de frequência. O provedor de 15 informações sobre compactação de energia 325' também compreende um calculador de energia de banda de frequência 32 9, que está configurado para calcular as informações de energia da banda de frequência en(n) (330) a partir da representação do espectro com curva temporal 234e, 234k. O provedor de informações de compactação de energia 325 também compreende uma série de mecanismos de estimativa de linhas 331, que estão configurados para fornecer um número estimado de informações de linhas nl (332) para uma banda de frequência tendo um indice n. Além disso, o provedor de informações sobre compactação de energia 325 25 compreende um calcular de entropia perceptual 333, que está configurado para computar as informações de entropia perceptual 326 a parti das informações sobre energia de banda de frequência 330 e do número estimado de informações de linhas 332. Por exemplo, o calculador do fator de formatação 327 poderá ser configurado para computar o fator de formatação de acordo com

Na equação acima, ffac(n) designa o fator de formatação para a banda de frequência tendo um indice n da banda 5 de frequência, k designa uma variável em execução, que é executada sobre os indices de compartimentos espectrais da banda do fator de escala (ou banda de frequência) n. X(k) designa um valor espectral (por exemplo, um valor de energia ou um valor de magnitude) do compartimento espectral (ou compartimento de frequência) tendo um 10 indice de compartimento espectral (ou um indice de compartimento de frequência) k. '

O número do estimador de linhas poderá ser - configurado para estimar o número de linhas diferentes de zero, designadas com nl, de acordo com a seguinte equação:

Na equação acima, en(n) designa uma energia na banda de frequência ou na banda do fator de escala tendo o indice n. kOffset(n+1)-kOffset(n) designa uma largura da banda de frequência ou uma banda do fator de escala do indice n em termos de compartimentos de frequência. .

Além disso, o calculador de entropia perceptual 332 poderá ser configurado para computar as informações de entropia perceptual sfbPe de acordo com a seguinte equação:

Acima, as seguintes relações poderão conter:

Um total de entropia perceptual pe poderá ser computado como a soma das entropias perceptuais de várias bandas de frequência ou bandas de fator de escala.

Conforme mencionado acima, as informações da entropia perceptual 326 poderão ser usadas como informações sobre compactação de energia.

Para obter maiores detalhes sobre a COMPUTADOR da entropia perceptual, uma referência é feita à seção 5.6.1.1.3 do Padrão Internacional "3GPP TS 26.403 V7.0.0(2006-06)” .

A seguir, um -conceito será-, descrito para a COMPUTADOR das informações sobre compactação de energia no dominio de tempo.

Outro panorama no TW-MDCT (transformação ~do cosseno distinto modificado com curva temporal) é a ideia básica para alterar o sinal de uma forma que haja um passo constante ou praticamente constante dentro de um bloco. Se um passo constante for atingido, isso significará que os máximos da autocorrelação de um bloco de processamento aumentarão. Como não é elementar localizar os máximos correspondentes na autocorrelação para o caso com curva temporal e sem curva temporal, a soma dos valores absolutos para a autocorrelação normalizada pode ser usada como uma medida para a melhoria. Um aumento nessa soma corresponde a um aumento na compactação de energia.

Esse conceito será explicado com mais detalhes a seguir, considerando-se as Figs. 3g, 3h, 3i, 3j e 3k.

A Fig. 3g mostra uma representação gráfica de um sinal com curva temporal no domínio de tempo. Uma abscissa 350 descreve o tempo e uma ordenada 351 descreve um nível a(t) do sinal de tempo sem curva temporal. Uma curva 352 descreve a evolução temporal do sinal de tempo sem curva temporal. Considera- 5 se que a frequência do sinal de tempo sem curva temporal descrito pela curva 352 aumenta ao longo do tempo, como pode ser visto na Fig. 3g.

A Fig. 3h mostra uma representação gráfica de uma versão com curva temporal do sinal de tempo da Fig. 3g. Uma 10 abscissa 355 descreve a curva temporal (por exemplo, em um formato normalizado) e uma ordenada 356 descreve o nível da versão com curva temporal a(tw) do sinal a (t) . Como pode ser visto na Fig. 3h, a versão com curva temporal a(tw) do sinal de tempo sem curva temporal a(t) compreende (pelo menos aproximadamente) uma 15 frequência temporalmente constante no domínio com curva temporal. Ou seja, a Fig. 3h ilustra o fato de que um sinal de tempo de uma frequência temporalmente variável é transformado em um sinal de tempo de uma frequência temporalmente constante por uma operação apropriada com curva temporal, que poderá compreender 20 um ressampleamento com curva temporal.

A Fig. 3i mostra uma representação de uma função de autocorrelação do sinal de tempo sem curva a(t) . Uma abscissa 360 descreve um retardo na autocorrelação T e uma ordenada 361 descreve uma magnitude da função de autocorrelação. As marcações 25 362 descrevem uma evolução da função de autocorrelação Ruw(r) como uma função do retardo na autocorrelação i . Como pode ser visto na Fig. 3i, a função de autocorrelação Ruw do sinal de tempo sem curva a(t)) e assume valores pequenos para r / 0.

A Fig. 3j mostra uma representação gráfica da função de autocorrelação Rtw do sinal de tempo com curva temporal a(tw) . Como pode ser visto na Fig. 3j, a função de autocorrelação 5 Rtw compreende um pico para r = 0 e também compreende picos para outros valores TX, T2, T3 do retardo de autocorrelação T. Esses picos adicionais para Ti, T2, T3 são obtidos pelo efeito da curva temporal para aumentar a periodicidade do sinal de tempo com curva temporal a(tw). Essa periodicidade é refletida pelos picos 10 adicionais da função de autocorrelação Rtw (i) em comparação à função de autocorrelação RUW(T). Portanto, a presença de picos _ adicionais. Xpu de _maior intensidade-dos-picos) da funçã-o do sinal de áudio com curva temporal, em comparação à função de autocorrelação do sinal de áudio original, pode ser usada como uma 15 indicação da eficiência (em termos de uma redução da taxa de bits)' da curva temporal.

A Fig. 3k mostra um diagrama esquemático de bloco de um provedor de informações de compactação de energia 370 configurado para receber uma representação do dominio de tempo com 20 curva temporal do sinal de áudio, por exemplo, o sinal com curva temporal 234e, 234k (onde a transformação de dominio espectral 234d, 234j e, opcionalmente, o mecanismo de janela de análise 234b e 234h é omitido) , e para fornecer, a partir dele, informações sobre compactação de energia 374, que poderão assumir o papel das 25 informações sobre compactação de energia 372. O provedor de informações sobre compactação de energia 370 da Fig. 3k compreende um calculador de autocorrelação 371 configurado para computar a função de autocorrelação Rtw(i) do sinal com curva temporal a(tw) em um intervalo predeterminado de valores distintos de T . O provedor de informações sobre compactação de energia 370 também compreende uma somatória de autocorrelação 372 configurada para somar uma pluralidade de valores da função de autocorrelação Rtw(x) 5 (por exemplo, em um intervalo predeterminado de valores distintos de T) e para fornecer a soma obtida como as informações de compactação de energia 122, 234m, 234n.

Portanto, o provedor de informações de compactação de energia 370 permite o fornecimento de informações 10 confiáveis indicando a eficiência da curva temporal sem realmente desempenhar a transformação do dominio espectral da versão de = dominio com curva temporal do—sinal—de áudio de entrada 210.

Portanto, é possivel desempenhar uma transformação de dominio espectral da versão com curva temporal do sinal de áudio de 15 entrada 310 somente se for descoberto, com base nas informações sobre compactação de energia 122, 234m, 234n fornecidas pelo provedor de informações sobre compactação de energia 370, que a curva temporal na verdade traz consigo uma maior eficiência de codificação.

Para resumir as informações acima, as materializações de acordo com a invenção criam um conceito para uma verificação final de qualidade. Um contorno de passo resultante (usado em um codificador de sinal de áudio com curva temporal) é avaliado em termos do seu ganho de codificação e se é aceito ou rejeitado. Várias medições referentes à esparsidade do espectro ou ao ganho de codificação poderão ser levadas em consideração nessa decisão, por exemplo, uma medida de nivelamento espectral, uma medida de nivelamento espectral segmentai baseada em banda e/ou uma entropia perceptual.

O uso de diferentes informações de compactação espectral foram discutidos, por exemplo, o uso de uma medida de nivelamento espectral, o uso de uma medida de entropia perceptual 5 e o uso de uma medida de autocorrelação de dominio de tempo. Não obstante, há outras medidas que mostram uma compactação da energia em um espectro com curva temporal.

Todas essas medidas podem ser usadas. Preferencialmente, para todas essas medidas, uma relação entre a 10 medida de um espectro sem curva temporal e com curva temporal é definida, e um limite é estabelecido para essa relação no codificador _para—determinar ~se - um contorno dia curva temporal obtido se beneficia ou não na codificação.

Todas essas medidas poderão ser aplicadas a um 15 periodo total, onde somente a terceira parte do contorno de passo é nova (em que, por exemplo, três partes do contorno de passo estão associadas ao periodo total) ou preferencialmente somente para a parte do sinal, para a qual essa nova porção foi obtida, por exemplo, usando uma transformação com uma janela sobreposta 20 baixa centralizada na parte do (respectivo) sinal.

Naturalmente, uma única medida ou uma combinação das medidas mencionadas acima poderá ser usada, conforme desejado.

A Fig. 4a mostra um fluxograma de um método para fornecer um sinal de ativação de curva temporal a partir de um 25 sinal de áudio. O método 400 da Fig. 4a compreende uma etapa 410 de fornecer informações sobre compactação de energia descrevendo uma compactação da energia em uma representação espectral transformada da curva temporal do sinal de áudio. O método 400 compreende ainda uma etapa 420 de comparação das informações sobre compactação de energia com um valor de referência. O método 400 também compreende uma etapa 430 de fornecer o sinal de ativação de curva temporal dependendo do resultado da comparação.

O método 400 pode ser complementado por qualquer um dos recursos e funcionalidades descritas neste documento com relação ao fornecimento do sinal de ativação de curva temporal.

A Fig. 4b mostra um fluxograma de um método para codificar um sinal de áudio de entrada para obter uma 10 representação codificada do sinal de áudio de entrada. O método 450 também compreende uma etapa 4 60 de fornecimento de uma representação espectral transformada de curva temporal a partir do sinal de áudio de entrada. O método 450 também compreende uma etapa 470 de fornecimento de um sinal de ativação de curva temporal. A etapa 470 poderá, por exemplo, compreender a funcionalidade do método 400. Portanto, as informações de compactação de energia poderão ser fornecidas de forma que as informações sobre compactação de energia descrevam uma compactação de energia na representação do espectro transformado de curva 20 temporal do sinal de áudio de entrada. O método 450 também compreende uma etapa 480 de fornecer seletivamente, dependendo do sinal de ativação da curva temporal, uma descrição da representação espectral transformada da curva temporal do sinal de áudio de entrada usando informações de contorno de curva temporal 25 descobertas recentemente ou a descrição de uma representação espectral transformada sem curva temporal do sinal de áudio de entrada usando informações de contorno padrão de curva temporal (não variáveis) para inclusão na representação codificada do sinal de áudio de entrada.

O método 450 pode ser complementado por qualquer um dos recursos e funcionalidades abordadas neste documento com relação à codificação do sinal de áudio de entrada.

A Fig. 5 ilustra uma materialização preferencial de um codificador de áudio de acordo com a presente invenção, na qual vários aspectos da presente invenção são implementados. Um sinal de áudio é fornecido em uma entrada do codificador 500. Esse sinal de áudio normalmente será um sinal de áudio distinto que foi 10 derivado a partir de um sinal de áudio analógico usando uma taxa de amostragem que também é chamada de taxa de amostragem normal. E's'ScT taxa de amostragem—normal—é—di-ferente—de—uma—taxa—de— amostragem local gerada em uma operação de curva temporal e a taxa de amostragem normal do sinal de áudio na entrada 50 0 é uma taxa 15 de amostragem constante resultando em amostras de áudio separadas por um periodo constante. 0 sinal é inserido em um mecanismo de janela de análise 502 que está, nessa materialização, conectado a um controlador da função de janela 504. O mecanismo de janela de análise 502 está conectado a um mecanismo de curva temporal 506.

Dependendo da implementação, no entanto, o mecanismo de curva temporal 506 pode ser substituído - em uma direção de processamento de sinal - antes do mecanismo de janela de análise 502. Essa implementação será preferencial quando uma característica de curva temporal for exigida para a janela da 25 análise no bloco 502 e quando a operação de curva temporal tiver de ser desempenhada nas amostras com curva temporal em vez de ser realizada nas amostras sem curva temporal. De forma especifica, no contexto da curva temporal baseada em MDCT conforme descrito em Bernd Edler et al., "Time Warped MDCT", International Patent Application PCT/EP2009/002118. Para outras aplicações de curva temporal conforme descrito em L. Villemoes, "Time Warped Transform Coding of Audio Signals", PCT/EP2006/010246, Int. patent 5 application, November 2005., o posicionamento entre o mecanismo de curva temporal 506 e o mecanismo de janela de análise 502 pode ser definido conforme exigido. Além disso, um conversor de tempo/frequência 508 é fornecido para desempenhar uma conversão de tempo/frequência de um sinal de áudio com curva temporal em uma 10 representação espectral. A representação espectral pode ser inserida em uma etapa TNS (formatação de ruido temporal) 510, que ■ fornece, como uma salda 510a,- informações sobre TNS e, como uma saida 510b, valores residuais espectrais. A saida 510b é acoplada a um quantizador e ao bloco do codificador 512 que pode ser controlado por um modelo perceptual 514 para quantizar um sinal de forma que o ruido de quantização seja ocultado abaixo do limite de mascaramento perceptual do sinal de áudio.

Além disso, o codificador ilustrado na Fig. 5a compreende um analisador de curva temporal 516, que poderá ser 20 implementado como um mecanismo de monitoramento de passo, que fornece informações de curva temporal na saida 518. O sinal na linha 518 poderá compreender uma característica de curva temporal, uma característica de passo, um contorno de passo ou informações, independentemente de o sinal analisado pelo mecanismo de análise 25 da curva temporal ser um sinal harmônico ou um sinal não harmônico.

O analisador de curva temporal também pode implementar a funcionalidade para diferenciar entre fala com voz e fala sem voz. Entretanto, dependendo da implementação e se um classificador do sinal 520 estiver implementado, a decisão com voz/sem voz também pode ser tomada pelo classificador de sinais 520. Nesse caso, o analisador de curva temporal não tem necessariamente que desempenhar a mesma funcionalidade. A saída do analisador de curva 5 temporal 518 está conectada a pelo menos uma e preferencialmente mais de uma funcionalidade no grupo de funcionalidades compreendendo o controlador de função de janela 504, o mecanismo de curva temporal 506, a etapa TNS 510, o quantizador e o codificador 512, e a interface de saída 522.

De forma análoga, uma saída 522 do classificador de sinais 520 pode ser conectada a uma ou mais das funcionalidades de um grupo de funcionalidades compreendendo o controlador da função de janela 504, a etapa TNS 510, um analisador de preenchimento de ruído 524 ou a interface, de saída 522. Além disso, 15 a saída do analisador de curva temporal 518 também pode ser conectada ao analisador de preenchimento de ruído 524.

Embora a Fig. 5a ilustre uma situação na qual o sinal de áudio na entrada 500 do mecanismo de janela de análise seja inserido no analisador de curva temporal 516 e no classificador de sinais 520, os sinais de entrada dessas funcionalidades também poderão ser obtidos a partir da saída do mecanismo de janela de análise 502 e, com relação ao classificador de sinais, podem até mesmo ser obtidos a partir da saída do mecanismo de curva temporal 506, a saída do conversor de 25 tempo/frequência 508 ou a saída da etapa 510 TNS.

Além de uma saída de sinal por meio do codificador do quantizador 512 indicada em 526, a interface de saída 522 recebe informações da TNS 510a, informações do modelo perceptual 528, que poderão incluir fatores de escala no formato codificado, dados de indicação de curva temporal para informações mais avançadas da curva temporal, como o contorno de passo na linha 518 e informações de classificação de sinais na linha 522.

Além disso, o analisador de preenchimento de ruido 524 também pode gerar dados de preenchimento de ruido na saida 530 na interface de saida 522. A interface de saida 522 é configurada para gerar dados de saida de áudio codificados na linha 532 para transmissão para um decodificador ou para armazenar em um dispositivo de 10 armazenamento como um dispositivo de memória. Dependendo da implementação, os dados de saida 532 poderão incluir toda a entrada na interface de saida 522 ou poderão compreender menos informações, desde que as informações não sejam exigidas por um decodificador correspondente, que tem uma funcionalidade reduzida 15 ou desde que as informações já estejam disponíveis no decodif icador devido a uma transmissão por meio de um canal de transmissão diferente.

O codificador ilustrado na Fig. 5a poderá ser implementado conforme definido detalhadamente no padrão MPEG-4, 20 além das funcionalidades adicionais ilustradas no codificador inventivo na Fig. 5a representado pelo controlador da função de janela 504, pelo analisador de preenchimento de ruido 524, pelo codificador do quantizador 512 e pela etapa 510 TNS, que têm, em comparação ao padrão MPEG-4, uma funcionalidade avançada. Outra descrição está presente no padrão AAC (padrão internacional 138187) ou 3GPP TS 26.403 V7.0.0: projeto de parceria da terceira geração; serviços do grupo de especificação técnica e aspecto do sistema; funções de processamento de áudio codec do áudio geral; AAC aprimorado mais codec de áudio geral.

A seguir, a Fig. 5b é discutida, ilustrando uma materialização preferencial de um decodificador de áudio para decodificar um sinal de áudio codificado recebido por meio da entrada 540. A interface de entrada 540 está operante para processar o sinal de áudio codificado de forma que os diferentes itens de informação das informações são extraidos do sinal na linha 540. Essas informações compreendem as informações de classificação de sinais 541, as informações de curva temporal 542, 10 dados de preenchimento de ruido 543, fatores de escala 544, dados TNS 545 e informações espectrais codificadas 546. As informações . espectrais codificadas são inseridas—em—-um decodif icador de entropia 547, que poderá compreender um decodificador Huffman ou um decodificar aritmético, desde que a funcionalidade do codificador no bloco 512 na Fig. 5a seja implementada como um codificador correspondente, como um codificador Huffman ou um codificador aritmético. As informações espectrais decodificadas são inseridas em um requantizador 550, que é conectado a um mecanismo de preenchimento de ruido 552. A saida do mecanismo de preenchimento de ruido 552 é inserida em uma etapa 554 TNS invertida, que recebe adicionalmente os dados TNS na linha 545. Dependendo da implementação, o mecanismo de preenchimento de ruido 552 e a etapa 554 TNS podem ser aplicados em uma ordem diferente de forma que o mecanismo de preenchimento de ruido 552 opere nos 25 dados de saida da etapa 554 TNS em vez de nos dados de entrada TNS.

Além disso, um conversor de frequência/tempo 556 é fornecido, o que alimenta um mecanismo de eliminação de curva temporal 558. Na saida da cadeia de processamento de sinais, um mecanismo de janela de síntese desempenhando preferencialmente um processamento de sobreposição/adição é aplicado conforme indicado em 560. A ordem do mecanismo de eliminação de curva temporal 558 e da etapa de sintese 560 pode ser alterar mas, na materialização preferencial, é preferível desempenhar um algoritmo de codificação/decodificação baseado em MDCT conforme definido' no padrão AAC (AAC = codificação de áudio avançado). Então, a operação de cross-fade inerente de um bloco para o próximo devido ao procedimento de sobreposição/adição é usada de forma vantajosa como a última operação nas cadeias de processamento de forma que todos os artefatos de bloqueio sejam evitados com eficiência.

Ai-ém disso-, um*-analisador— de preenchimento de ruido 562 é fornecido, que está configurado para controlar o mecanismo de preenchimento de ruido 552 e que recebe, como uma entrada, informações de curva temporal 542 e/ou informações de classificação de sinais 541, e as informações sobre o espectro requantizado, como poderá ser o caso.

Preferencialmente, todas as funcionalidades descritas a seguir são aplicadas juntas em um esquema de codificador/decodificador de áudio aprimorado. Não obstante, as funcionalidades descritas a seguir também podem ser aplicadas independentemente entre si, ou seja, de forma que somente uma ou um grupo, mas todas as funcionalidades, sejam implementadas em um determinado esquema de codificador/decodificador.

Subsequentemente, o aspecto de preenchimento de ruido da presente invenção está descrito com detalhes.

Em uma materialização, as informações adicionais fornecidas pela ferramenta de curva temporal/contorno de passo 516 na Fig. 5a são usadas de forma benéfica para controlar outras ferramentas codec e, de modo especifico, a ferramenta de preenchimento de ruido implementada pelo analisador de preenchimento de ruido 524 no codificador e/ou implementado pelo 5 analisador de preenchimento de ruido 562 e pelo mecanismo de preenchimento de ruido 552 no decodificador.

Várias ferramentas do codificador dentro da estrutura AAC como uma ferramenta de preenchimento de ruido são controladas pelas informações reunidas pela análise de contorno de 10 passo e/ou por um conhecimento adicional de uma classificação de sinal fornecida pelo classificador de sinais 520.

Um contorno de passo-descoberto indica segmentos de sinais com uma estrutura harmônica clara de forma que o preenchimento de ruido entre as linhas harmônicas possa diminuir a 15 qualidade percebida, principalmente em sinais de fala, portanto o nivel de ruido é reduzido quando um contorno de passo é encontrado. Do contrário, haveria ruido entre os tons parciais, que tem o mesmo efeito que o ruido de quantização aumentado para um espectro obscurecido. Além disso, a quantidade da redução do 20 nivel de ruido pode ser ainda mais aprimorada usando as informações do classificador de sinais, portanto, para os sinais de fala, não haveria nenhum preenchimento de ruido e um preenchimento de ruido moderado seria aplicado a sinais genéricos com uma estrutura harmônica sólida.

Em geral, o mecanismo de preenchimento de ruido 552 para inserir linhas espectrais em um espectro decodificado, onde zeros haviam sido transmitidos de um codificador para um decodificador, ou seja, onde o quantizador 512 na Fig. 5a tem linhas espectrais quantizadas como zero. Naturalmente, quantizar linhas espectrais em zero reduziu em muito a taxa de bits do sinal transmitido e, na teoria, a eliminação dessas linhas espectrais (pequenas) nâo é audível, quando essas linhas espectrais estão 5 abaixo do limite de mascaramento perceptual conforme determinado pelo modelo perceptual. Não obstante, descobriu-se que esses "orificios espectrais", que podem incluir muitas linhas espectrais adjacentes, resultam em um som bastante artificial. Portanto, a ferramenta de preenchimento de ruido é fornecida para inserir 10 linhas espectrais nas posições, onde as linhas haviam sido quantizadas para zero por um quantizador do codificador. Essas — linhas espectrais poderão -ter uma amplitude ou fase aieatória,_ e essas linhas espectrais sintetizadas do decodificador são escaladas usando uma medida de preenchimento de ruido determinada no codificador conforme ilustrado na Fig. 5a ou dependendo de uma medida determinada no decodificador conforme ilustrado na Fig. 5b pelo bloco opcional 562. O analisador de preenchimento de ruido 524 na Fig. 5a está, portanto, configurado para estimar uma medida de preenchimento de ruído de uma energia dos valores de áudio quantizados em zero para um periodo do sinal de áudio.

Em uma materialização da presente invenção, o codificador de áudio para codificar um sinal de áudio na linha 500 compreende o quantizador 512, que está configurado para quantizar valores de áudio, onde o quantizador 512 está configurado também 25 para quantizar valores de áudio em zero abaixo de um limite de quantização. Esse limite de quantização poderá ser a primeira etapa de um quantizador baseado em etapas, que é usado para a decisão, independentemente de um determinado valor de áudio ser quantizado em zero, ou seja, para um índice de quantização de zero ou é quantizado e um, ou seja, um índice de quantização de um indicando que o valor de áudio está acima desse primeiro limite. Embora o quantizador na Fig. 5a esteja ilustrado conforme o 5 desempenho da quantização dos valores de domínio de frequência o quantizador também pode ser usado para quantizar valores de domínio de tempo em uma materialização alternativa, na qual o preenchimento de ruído é desempenhado no domínio de tempo, em vez do domínio de frequência.

O analisador de preenchimento de ruído 524 é implementado como um calculador de preenchimento de ruído para estimar uma medida'-de preenchimento de ruído de uma~~ energia dos valores de áudio quantizados em zero para um período do sinal de áudio pelo quantizador 512. Além disso, o codificador de áudio compreende um analisador de sinais de áudio 600 ilustrado na Fig. 6a, que está configurado para análise, independentemente de o período do sinal de áudio ter uma característica harmônica ou uma característica de fala. O analisador de sinais 600 pode, por exemplo, compreender o bloco 516 da Fig. 5a ou o bloco 520 da Fig. 5a ou pode compreender qualquer outro dispositivo para análise, independentemente de um sinal ser um sinal harmônico ou um sinal de fala. Como o analisador de curva temporal 516 está implementado para sempre procurar um contorno de passo e como a presença de um contorno de passo indica uma estrutura harmônica do sinal, o analisador de sinais 600 na Fig. 6a pode ser implementado como um mecanismo de monitoramento de passo ou um calculador de contorno de curva temporal de um analisador de curva temporal. manipulador do nivel de preenchimento de ruido 602 ilustrado na Fig. 6a, que gera uma medida/nível de preenchimento de ruido manipulado a ser gerado para a interface de saida 522 indicada em 530 na Fig. 5a. O manipulador da medida de preenchimento de ruido 5 602 está configurado para manipular a medida de preenchimento de ruido dependendo da característica harmônica ou de fala do sinal de áudio. O codificador de áudio compreende também a interface de saida 522 para gerar um sinal codificado para transmissão ou armazenamento, o sinal codificado compreendendo a saida da medida 10 de preenchimento de ruido manipulada pelo bloco 602 na linha 530.

Esse valor corresponde à saida do valor pelo bloco 562 na implementação do decodificador ilustrada na -Fig-. 5b.

Conforme indicado na Fig. 5a e na Fig. 5b, a manipulação do nivel de preenchimento de ruido pode ser 15” implementada ém um codificador ou em um decodificador, ou em ambos os dispositivos juntos. Na implementação em um decodificador, o decodificador para decodificar um sinal de áudio decodificado compreende a interface de entrada 539 para processar o sinal codificado na linha 540 para obter uma medida de preenchimento de 20 ruido, ou seja, os dados de preenchimento de ruido na linha 543 e os dados de áudio codificados na linha 546. O decodificador também compreende um decodificador 547 e um requantizador 550 para gerar dados requantizados.

Além disso, o decodificador compreende um 25 analisador de sinais 600 (Fig. 6a) que poderá ser implementado no analisador de preenchimento de ruido 562 na Fig. 5b para recuperar informações, independentemente de um período dos dados de áudio ter uma característica harmônica ou de fala.

Além disso, o mecanismo de preenchimento de ruido 552 para gerar dados de áudio de preenchimento de ruido, em que o mecanismo de preenchimento de ruido 552 está configurado para gerar dados de preenchimento de ruido em resposta à medida de 5 preenchimento de ruido transmitida por meio do sinal codificado e gerado pela interface de entrada na linha 543 e a característica harmônica ou de fala dos dados de áudio conforme definido pelos analisadores de sinais 516 e/ou 550 no codificador ou conforme definido pelo item 562 no decodificador por meio do processamento e da interpretação das informações de curva temporal 542 indicando, independentemente de um determinado periodo ter sido ou não _ submetido a um processamento-de curva temporal

Além disso, o decodificador compreende um processador para processar os dados requantizados e os dados de 15 *“ áudio de preenchimento de ruido para obter um sinal de áudio decodificado. O processador poderá incluir itens 554, 556, 558, 560 na Fig. 5b conforme for o caso. Além disso, dependendo da implementação especifica do algoritmo do codificador/decodificador, o processador poderá incluir outros blocos de processamento que são fornecidos, por exemplo, em um codificador de dominio de tempo, como o codificador AMR WB+ ou outros codificadores de fala.

A manipulação de preenchimento de ruido inventiva pode, portanto, ser implementada no codificador somente ao calcular a medida de ruido direta e ao manipular essa medida de 25 ruido com base nas informações harmônicas/de fala e ao transmitir a medida de preenchimento de ruido correta já manipulada que pode, em seguida, ser aplicada por um decodificador de uma forma direta. Como alternativa, a medida de preenchimento de ruido não manipulada pode ser transmitida de um codificador para um decodificador e, em seguida, o decodificador analisará, independentemente do periodo real de um sinal de áudio ter apresentado uma curva temporal, ou seja, ter uma característica 5 harmônica ou de fala, de forma que a manipulação real da medida de preenchimento de ruido ocorra no decodificador.

Subsequentemente, a Fig. 6b é abordada para explicar as materializações preferenciais para manipular a estimativa do nivel de ruido.

Na primeira materialização, um nivel de ruido normal é aplicado quando o sinal não tem uma característica harmônica ou de f ala. .. Esse . é o caso quando nenhuma cu-rva temporal é aplicada. Quando, além disso, um classificador de sinais é fornecido, então o classificador de sinais fazendo distinção entre "a fàTa e ausência de fala indicaria ausência de fala para a situação, na qual a curva temporal não foi ativada, ou seja, onde nenhum contorno de passo foi encontrado.

Quando, porém, a curva temporal estava ativa, ou seja, quando um contorno de passo for encontrado, o que indica um conteúdo harmônico, então o nivel de preenchimento de ruido seria manipulado para um nivel inferior ao do caso normal. Quando um classificador de sinais adicional for fornecido e, em seguida, esse classificador de sinais indicar fala e quando, simultaneamente, as informações de curva temporal indicarem um contorno de passo, então um nível de preenchimento de ruído inferior ou mesmo zero será sinalizado. Portanto, o manipulador do nível de preenchimento 602 da Fig. 6a reduzirá o nível de ruído manipulado para zero ou pelo menos para um valor inferior ao valor baixo indicado na Fig. 6b. Preferencialmente, o classificador de sinais também tem um detector com voz/sem voz conforme indicado à esquerda da Fig. 6b. No caso da fala com voz, um nivel de preenchimento de ruido muito baixo ou zero será 5 sinalizado/aplicado. No entanto, no caso da curva sem voz, onde a indicação de curva temporal não indica um processamento de curva temporal devido ao fato de que nenhum passo foi encontrado, mas onde o classificador de sinais sinalizar o conteúdo de fala, a medida de preenchimento de ruido não será manipulada, mas um nivel 10 de preenchimento de ruido normal será aplicado.

Preferencialmente, o analisador de sinais de áudio compreende _um_mecanismo de monitoramento de passo para gerar uma indicação do passo, como um contorno de passo ou um passo absoluto de um periodo do sinal de áudio. Em seguida, o - 15 “ manipulador é configurado para reduzir a medida de preenchimento de ruido quando um passo é encontrado, e não para reduzir a medida de preenchimento de ruido quando um passo não é encontrado.

Conforme indicado na Fig. 6a, um analisador de sinais 600 não estará, quando aplicado ao decodificador, 20 desempenhando uma análise de sinais real como um mecanismo de monitoramento de passo ou um detector com voz/sem voz, mas o analisador de sinais verificará o sinal de áudio codificado para extrair informações da curva temporal ou informações de classificação de sinais. Portanto, o analisador de sinais 600 25 poderá ser implementado dentro da interface de entrada 539 no decodificador da Fig. 5b.

Uma outra materialização da presente invenção será discutida subsequentemente com relação às Figs. 7a-7e.

Para ataques de fala nos quais uma parte de fala com voz começa após uma parte de sinal silencioso relativo, o algoritmo de alternância de bloco poderá classificá-la como um ataque e poderá selecionar blocos curtos para esse determinado 5 periodo, com uma perda do ganho de codificação no segmento do sinal que tenham uma estrutura harmônica clara. Portanto, a classificação com voz/sem voz do mecanismo de monitoramento de passo será usada para detectar ataques com voz e impedir que o algoritmo de alternância de blocos indique um ataque transiente ao 10 redor do ataque localizado. Esse recurso também poderá sér acoplado com o classificador de sinais para impedir a alternância _ de blocos nos sinais de gala e -permiti-los a todos—os outros sinais. Além disso, um controle mais preciso da alternância de blocos poderá ser implementado não só ao permitir ou impedir a ” detecção de ataques, mas também ao usar um limite variável para a detecção de ataques com base no ataque de voz e nas informações de classificação de sinais. Além disso, as informações podem ser usadas para detectar ataques como os ataques de voz mencionados acima, mas em vez de alternar para blocos curtos, use janelas 20 extensas com sobreposições curtas, que continuam sendo a resolução espectral preferível, mas diminuem a região do tempo onde os pré e pós-ecos poderão surgir. A Fig. 7d mostra o comportamento tipico sem a adaptação, a Fig. 7e mostra duas possibilidade de adaptação diferentes (janelas de prevenção e de sobreposição baixa).

Um codificador de áudio de acordo com uma materialização da presente invenção opera para gerar um sinal de áudio como a saida do sinal por meio da interface de saida 522 da Fig. 5a. O codificador de áudio compreende um analisador do sinal de áudio, como o analisador de curva temporal 516 ou um classificador de sinais 520 da Fig. 5a. Em geral, o analisador do sinal de áudio analisa se um periodo do sinal de áudio tem uma característica harmônica ou de fala. Para esse fim, o 5 classificador de sinais 520 da Fig. 5a poderá incluir um detector com voz/sem voz 520a ou um detector de fala/ausência de fala 520b. Embora não seja mostrado na Fig. 7a, um analisador de curva temporal como o analisador de curva temporal 516 da Fig. 5a, que pode incluir um mecanismo de monitoramento de passo, também pode 10 ser fornecido em vez dos itens 520a e 520b ou além dessas funcionalidades. Além disso, o codificador de áudio compreende o controlador da função de. janela 504..para selecionar uma função de janela dependendo de uma característica harmônica ou de fala do sinal de áudio conforme determinado pelo analisador do sinal de - 15 áudio. 0 mecâiTismb de janela 502 reflete, em seguida, o sinal de áudio ou, dependendo da determinada implementação, o sinal de áudio com curva temporal usando a função de janela selecionada para obter um periodo refletido. Esse periodo de janela é, em seguida, processado mais uma vez por um processador para obter um sinal de áudio codificado. O processador pode compreender os itens 508, 510, 512 ilustrados na Fig. 5a ou mais ou menos funcionalidades dos codificadores de áudio bastante conhecidos, como codificadores de áudio baseados em transformação ou codificadores de áudio baseados em dominio de tempo que compreendem um filtro LPC como codificadores de fala e, especificamente, codificadores de fala implementados de acordo com o padrão AMR-WB+.

Em uma materialização preferencial, o controlador da função de janela 504 compreende um detector transiente 700 para detectar um transiente no sinal de áudio, em que o controlador da função de janela está configurado para alternar de uma função de janela para um bloco extenso a uma função de janela para um bloco 5 curto quando um transiente for detectado e uma característica harmônica ou de fala não for localizada pelo analisador de sinais de áudio. Quando, porém, um transiente for detectado e uma característica harmônica ou de fala for encontrada pelo analisador de sinais de áudio, então o controlador da função de janela 504 10 não corresponderá à função de janela para o bloco curto. As saldas da função de janela indicando uma janela longa quando nenhum transiente for obtido e uma janela curta quando—um,»^ transi ente for detectado pelo detector transiente estão ilustradas como 701 e 702 na Fig. 7a. Esse procedimento normal, conforme desempenhado pelo 15 codificador AAC bastante conhecido, está ilustrado na Fig. 7d. Na posição do ataque de voz, o detector transiente 700 detecta um aumento de energia de um periodo para o próximo periodo e, portanto, alterna de uma janela longa 710 para janelas curtas 712. Para acomodar essa alternância, uma janela de interrupção longa 20 714 é usada, que tem uma primeira parte de sobreposição 714a, uma parte sem pseudônimo 714b, uma segunda parte de sobreposição mais curta 714c e uma parte zero estendendo-se entre o ponto 716 e o ponto no eixo temporal indicado pelas 2048 amostras. Em seguida, a sequência de janelas curtas indicadas em 712 é desempenhada e, 25 então, é encerrada por uma janela de inicio longo 718 tendo uma extensa parte sobreposta 718a se sobrepondo à janela longa a seguir não ilustrada na Fig. 7d. Além disso, essa janela tem uma parte sem pseudônimo 718b, uma parte de sobreposição curta 718c e uma parte zero estendendo-se entre o ponto 720 no eixo temporal até o ponto 2048. Essa parte é a parte zero.

Normalmente, a alternância nas janelas curtas é útil para evitar pré-ecos que ocorreriam em um periodo antes do 5 evento transiente que é a posição do ataque de voz ou, em geral, o inicio da fala ou de um sinal tendo um conteúdo harmônico. Geralmente, um sinal tem um conteúdo harmônico quando um mecanismo de monitoramento de passo determina que o sinal tem um passo. Como alternativa, há outras medidas de harmonicidade, como uma medida 10 de tonalidade acima de um determinado nivel minimo juntamente com uma característica de que picos proeminentes estejam em uma ... relação—harmônica- entre—si. Há uma—pluralidade de— outras técnicas para determinar se um sinal é harmônico ou não.

Uma desvantagem das janelas curtas é que a 15 resolução de frequência diminui, já que a resolução de tempo aumenta. Visando à codificação de alta qualidade da fala e, especificamente, às partes de fala de voz ou partes que têm um conteúdo harmônico sólido, uma resolução com boa frequência é desejada. Portanto, o analisador do sinal de áudio ilustrado em 20 516, 520 ou 520a, 520b está operante para gerar um sinal desativado para o detector transiente 700 de forma que uma alternância para janelas curtas seja impedida quando um segmento de fala de voz ou um segmento de sinal tendo uma característica harmônica sólida for detectado. Isso assegura que, para codificar 25 tais partes do sinal, uma resolução de alta frequência é mantida.

Trata-se de uma troca entre pré-ecos por um lado, e codificação de alta qualidade e de alta resolução do passo para o sinal de fala ou o passo para um sinal sem fala harmônico por outro lado.

Descobriu-se que é muito mais problemático quando o espectro harmônico não é codificado com precisão em comparação aos pré-ecos que ocorreriam. Para diminuir ainda mais os pré-ecos, um processamento TNS é preferivel para tal situação, que será 5 abordado em relação às Figs. 8a e 8b.

Em uma materialização alternativa ilustrada na Fig. 7b, o analisador de sinais de áudio compreende um detector de voz/sem voz e/ou fala/ausência de fala 520a, 520b. Contudo, o detector transiente 700 incluido no controlador da função de 10 janela não está totalmente ativado/desativado como na Fig. 7a, mas o limite incluido no detector transiente é controlado usando um sinal de controle de limite-704. Nessa materialização, o "detector, transiente 700 é configurado para determinar uma característica quantitativa do sinal de áudio e para comparar a característica 15 “quantitativa para o limite controlável, em que um transiente é detectado quando a característica quantitativa tem uma relação predeterminada com o limite controlável. A característica quantitativa pode ser um número indicando o aumento de energia de um bloco para o bloco seguinte, e o limite pode ser um determinado 20 aumento de energia limite. Quando o aumento de energia de um bloco para o seguinte for maior do que o aumento de energia limite, então um transiente será detectado de forma que, nesse caso, a relação predeterminada seja uma relação "maior que". Em outras materializações, a relação predeterminada também pode ser uma 25 relação ''menor que", por exemplo, quando a característica quantitativa for um aumento de energia invertido. Na materialização da Fig. 7b, o limite controlável é controlado de forma que a probabilidade para uma alternância em uma função de janela para um bloco curto seja reduzida quando o analisador de sinais de áudio tiver encontrado uma característica harmônica ou de fala. Na materialização de aumento de energia, o sinal de controle limite 704 resultará em um aumento do limite de forma que 5 as alternâncias nos blocos curtos ocorram somente quando o aumento de energia de um bloco para o seguinte for um aumento de energia particularmente elevado.

Em uma materialização alternativa, o sinal de saida do detector de voz/sem voz 520a ou o detector de 10 fala/ausência de fala 520b também pode ser usado para controlar o controlar da função de janela 504 de tal forma que, em vez de — alternar em um-*bloco curto no ataque de fala, a alternância— é feita em uma função de janela, que é mais longa do que a função de janela para o bloco curto. Essa função de janela assegura uma 15 resolução de frequência mais elevada do que uma função de janela curta, mas tem um comprimento mais curto do que a função de janela longa de forma que uma boa abrangência entre os pré-ecos por um lado e uma resolução de frequência suficiente por outro lado seja obtida. Em uma materialização alternativa, uma alternância em uma 20 função de janela tendo uma sobreposição menor poderá ser desempenhada conforme indicado pela linha hachurada na Fig. 7e em 706. A função de janela 706 tem um comprimento de 2048 amostras como o bloco longo, mas essa janela tem uma parte zero 708 e uma parte sem pseudônimo 710 de forma que um comprimento de 25 sobreposição curta 712 da janela 706 a uma janela correspondente 707 seja obtida. A função de janela 707, novamente, tem uma parte zero à esquerda da região 712 e uma parte sem pseudônimo à direita da região 712 em analogia à função de janela 710. Essa materialização com baixa sobreposição resulta efetivamente em um menor tempo para a redução de pré-ecos devido à parte zero da janela 706 e 707, mas, por outro lado, tem um comprimento ) suficiente devido à parte sobreposta 714 e à parte sem pseudônimo 710 de forma que uma resolução com frequência suficientemente razoável seja mantida.

Em uma implementação MDCT preferencial conforme implementado pelo codificador AAC, manter uma determinada sobreposição fornece a vantagem extra de que, no decodificador, um 10 processamento de sobreposição/adição possa ser desempenhado, o que significa que um tipo de cross-fading entre os blocos é - — desempenhado. Is so -evita efetivamente o bloqueio dos-artefatos.

Além disso, esse recurso de sobreposição/adição fornece a característica de cross-fading sem aumentar a taxa de bits, ou 15 seja, um cross-fade sampleado criticamente é obtido. Em janelas regulares longas ou curtas, a parte sobreposta é uma sobreposição de 50% conforme indicado pela parte de sobreposição 714. Na materialização em que a função de janela tem 2048 amostras de comprimento, a parte sobreposta é 50%, ou seja, 1024 amostras. A 20 função de janela tendo uma sobreposição mais curta que deve ser usada para refletir efetivamente um ataque de fala ou um ataque de um sinal harmônico é preferencialmente menor do que 50% e tem, na materialização da Fig. 7e, apenas 128 amostras, que é 1/16 de todo o comprimento da janela. Preferencialmente, as partes sobrepostas 25 entre 1/4 e 1/32 de todo o comprimento da função de janela são usadas.

A Fig. 7c ilustra essa materialização, na qual um detector exemplar de voz/sem voz 520a controla um seletor de formatação de janela incluído no controlador da função de janela 504 para selecionar uma formatação de janela com uma sobreposição curta conforme indicado em 74 9 ou uma formatação de janela com uma sobreposição longa conforme indicado em 750. A seleção de um de 5 ambos os formatos é implementada quando o detector de voz/sem voz 500a emite um sinal detectado de voz em 751, no qual o sinal de áudio usado para análise pode ser o sinal de áudio na entrada 500 na Fig. 5a ou um sinal de áudio preprocessado, como um sinal de áudio com curva temporal ou um sinal de áudio que foi submetido a qualquer outra funcionalidade de preprocessamento.

Preferencialmente, o seletor de formatação de janela 504 na Fig. 7c que está incluído no controlador da função de—janela 504 na Fig. 5a usa somente o sinal 751, quando um detector transiente incluído no controlador da função de janela detectaria um transiente e comandaria uma alternância a partir de uma função de janela longa para uma função de janela curta conforme abordado com relação à Fig. 7a.

Preferencialmente, a materialização de alternância da função de janela é combinada com uma materialização de formatação de ruído temporal abordada em relação às Figs. 8a e 8b. Porém, a materialização TNS (temporal noise shaping - formatação de ruído temporal) também pode ser implementada sem a materialização de alternância de bloco.

A propriedade de compactação de energia espectral do MDCT com curva temporal também influencia a ferramenta de formatação de ruído temporal (TNS), já que o ganho de TNS tende a diminuir para períodos com curva temporal, principalmente para alguns sinais de fala. Não obstante, é desejável ativar a TNS, p.ex., para reduzir pré-ecos em ataques ou compensações de voz (cf. adaptação de alternância de bloco), onde nenhuma alternância de bloco é desejada, mas, ainda assim, o envelope temporal do sinal i í de fala exibe mudanças rápidas. Normalmente, um codificador usa alguma medida para ver se a aplicação do TNS é produtiva para um determinado periodo, p.ex., o ganho de previsão do filtro de TNS quando aplicado ao espectro. Então, um limite de ganho de TNS variável é preferível, que será menor para segmentos com um contorno de passo ativo, de forma que seja assegurado que o TNS esteja ativo com mais frequência para partes de sinal critico, como ataques de voz. Assim como ocorre com outras ferramentas, isso também poderá ser complementado levando-se em-consideração a. classificação de sinais.

O codificador de áudio de acordo com essa materialização para gerâr “um sinal ~ de áudio compreende um mecanismo de curva temporal controlável como um mecanismo de curva temporal 506 para a curva temporal do sinal de áudio para obter um sinal de áudio com curva temporal. Além disso, um conversor de tempo/frequência 508 para converter pelo menos uma parte do sinal de áudio com curva temporal em uma representação espectral é fornecido. O conversor de tempo/frequência 508 implementa preferencialmente uma transformação MDCT conforme informado a partir do codificador AAC, mas o conversor de tempo/frequência também pode desempenhar qualquer tipo de transformação, como uma transformação DCT, DST, DFT, FFT ou MDST, ou pode abranger um banco de filtragem como um banco de filtragem QMF.

Além disso, o codificador compreende uma etapa de formatação de ruido temporal 510 para desempenhar uma filtragem preditiva sobre a frequência da representação espectral de acordo com a instrução de controle de formatação de ruido temporal, em que a filtragem preditiva não é desempenhada, quando não há a instrução de controle de formatação de ruido temporal.

Além disso, o codificador compreende um controlador de formatação de ruido temporal para gerar a instrução de controle de formatação de ruido temporal com base na representação espectral.

De forma especifica, o controlador de formatação de ruido temporal é configurado para aumentar a probabilidade de desempenhar a filtragem preditiva sobre a frequência quando a representação espectral se baseia em um- sinal de--tempo comcurva temporal ou para diminuir a probabilidade para desempenhar a filtragem preditiva sobre frequência, quando uma representação “espectral não se basear em um sinal de tempo com curva temporal. As especificações do controlador de formatação de ruido temporal são abordadas em relação à Fig. 8.

O codificador de áudio compreende também um processador para processar também um resultado da filtragem preditiva sobre a frequência para obter o sinal codificado. Em uma materialização, o processador compreende a etapa 512 do codificador do quantizado ilustrada na Fig. 5a.

Uma etapa TNS 510 ilustrada na Fig. 5a está ilustrada detalhadamente na Fig. 8. Preferencialmente, o controlador de formatação de ruido temporal incluido na etapa 510 compreende um calculador de ganho TNS 800, um mecanismo de decisão de TNS conectado subsequentemente 802 e um gerador de sinais de controle limite 804. Dependendo de um sinal do analisador de curva temporal 516 ou do classificador de sinais 520 ou ambos, o gerador de sinais de controle limite 804 gera um sinal de controle limite 806 para o mecanismo de decisão de TNS. O mecanismo de decisão de f k TNS 802 tem um limite controlável, que é aumentado ou diminuido de acordo com o sinal de controle limite 806. O limite no mecanismo de decisão de TNS 802 é, nessa materialização, um limite de ganho de TNS. Quando o ganho de TNS realmente calculado gerado pelo bloco 800 excede o limite, então a instrução de controle de TNS requer um processamento de TNS como saida, enquanto no outro caso, quando o ganho de TNS está abaixo do limite de ganho de TNS, nenhuma instrução de TNS é gerada ou um sinal é gerado, o que indicaque o_ processamento de TNS não é útil—e -não é- desempenhado nesse periodo especifico.

O calculador de ganho de TNS 800 recebe, como uma entrada, a representação espectral derivada do sinal com curva temporal. Normalmente, um sinal com curva temporal terá um ganho de TNS inferior, mas por outro lado, um processamento de TNS devido ao recurso de formatação temporal no dominio de tempo é benéfico na situação especifica, se houver um sinal de voz/harmônico que foi submetido a uma operação de curva temporal.

Por outro lado, o processamento de TNS não é útil em situações nas quais o ganho TNS é baixo, o que significa que o sinal residual de TNS na linha 510b tem a mesma energia ou uma energia superior que o sinal anterior à etapa TNS 510. Em uma situação na qual a energia do sinal residual de TNS na linha 510d é levemente inferior do que a energia anterior à etapa TNS 510, o processamento de TNS também poderá não ser vantajoso, já que a redução de bits devido à energia um pouco menor no sinal, que é usado eficientemente pela etapa do quantizador/codificador de entropia 512, ser inferior ao aumento de bits introduzido pela transmissão necessária das informações da TNS indicadas em 510a na Fig. 5a. Embora uma materialização seja alternada automaticamente 5 no processamento de TNS para todos os periodos, nos quais um sinal com curva temporal é inserido e indicado pelas informações de passo do bloco 516 ou pelas informações do classificador de sinais do bloco 520, uma materialização preferencial também mantém a possibilidade de desativar o processamento de TNS, Mas somente 10 quando o ganho for realmente baixo ou pelo menos inferior ao caso normal, quando nenhum sinal harmônico/de fala for processado.

A Fig—8b ilustra uma implementação na qual_ três configurações de limite diferentes são implementadas pelo gerador de sinais de controle limite 804/mecanismo de decisão de TNS 802.

Quando não há um contorno de passo e quando um classificador de sinais indicar uma fala sem voz ou ausência de fala total, então o limite de decisão de TNS será definido como estando em um estado normal exigindo um ganho de TNS relativamente alto para ativar a TNS. Quando, porém, um contorno de passo for detectado, mas o 20 classificador de sinais indicar que não há fala ou o detector de voz/sem voz detectar uma fala sem voz, então o limite de decisão de TNS será definido para um nivel inferior, o que significa que mesmo quando ganhos de TNS comparativamente menores forem calculados pelo bloco 800 na Fig. 8a, o processamento de TNS será 25 ativado ainda assim.

Em uma situação na qual um contorno de passo ativo é detectado e na qual a fala com voz é encontrada, então o limite de decisão de TNS é definido para o mesmo valor inferior ou para um estado ainda mais inferior de forma que os ganhos de TNS pequenos sejam suficientes para ativar um processamento de TNS.

Em uma materialização, o controlador de ganho de TNS 800 será configurado para estimar um ganho em taxa de bits ou 5 qualidade quando o sinal de áudio for submetido a uma filtragem preditiva sobre a frequência. Um mecanismo de decisão de TNS 802 compara o ganho estimado a um limite de decisão e as informações de controle de TNS em favor da filtragem preditiva são geradas pelo bloco 802, quando o ganho estimado estiver em uma relação predeterminada com o limite de decisão, onde essa relação predeterminada pode ser uma relação "maior que", mas também pode ser uma relação "menor _que"_ para- um ganho de -TNS -inverttdpç _ por exemplo. Conforme abordado, o controlador de formatação de ruido temporal também é configurado para variar o limite de decisão 15 - preferenciálmente usando o sinal de controle de limite 806 de forma que, para o mesmo ganho estimado, a filtragem preditiva seja ativada quando a representação espectral estiver baseada no sinal de áudio com curva temporal e não seja ativado quando a representação espectral não estiver baseada no sinal de áudio com 20 curva temporal.

Normalmente, a fala com voz exibirá um contorno de passo e uma fala sem voz, como fricativas ou sibilantes, não exibirá um contorno de passo. No entanto, há sinais sem fala com forte conteúdo harmônico e, portanto, têm um contorno de passo, 25 embora o detector de fala não detecte a fala. Além disso, há determinada fala sobre música ou música em sinais de fala que são especificados pelo analisador de sinais de áudio (516 da Fig. 5a, por exemplo) como tendo um conteúdo harmônico, mas que não são detectados pelo classificador de sinais 520 como sendo um sinal de fala. Em uma situação como essa, todas as operações de processamento para sinais de fala com voz também podem ser aplicadas e também resultarão em uma vantagem.

Subsequentemente, outra materialização preferencial da presente invenção com relação a um codificador de áudio para codificar um sinal de áudio é descrita. O codificador de áudio é especificamente útil no contexto da extensão da largura de banda, mas também é útil em aplicações de codificador 10 independentes, nas quais o Codificador de áudio é configurado para codificar um determinado número de linhas para obter certa limi-tação de—-largura -de banda/operação—de ^filtragem conr~ baixa transferência. Em aplicações sem curva temporal, essa limitação da largura de banda ao selecionar certo número de linhas predeterminadas resultará em uma largura de banda constante, uma vez que a frequência de sampleagem do sinal de áudio é constante. Porém, nas situações nas quais um processamento de curva temporal, como pelo bloco 506 na Fig. 5a é desempenhado, um codificador baseado em um número fixo de linhas resultará em uma largura de banda variável introduzindo artefatos fortes perceptíveis não apenas por ouvintes treinados, mas também por ouvintes não treinados.

O codificador central de AAC normalmente codifica um número fixo de linhas, definindo todos os outros acima da linha máxima como zero. No caso de ausência de curva, haverá um efeito de transferência baixa com uma frequência de corte constante e, portanto, uma largura de banda constante do sinal AAC decodificado.

No caso da curva temporal, a largura de banda varia devido à variação da frequência de sampleagem local, uma função do contorno de curva temporal local, acarretando artefatos audiveis. Os artefatos podem ser reduzidos ao selecionar adaptativamente o número de linhas - como uma função do contorno de curva temporal 5 local e sua taxa de sampleagem média obtida - a serem codificadas no codificador central dependendo da frequência de sampleagem local, de forma que a largura de banda média constante seja obtida após a nova curva temporal no decodificador para todos os períodos. Outro benefício é a economia de bits no codificador.

O codificador de áudio, de acordo com essa materialização, compreende o mecanismo de curva temporal 506 para a curva temporal de um sinal de áudio usando uma característica de curva temporal variável. Além disso, um conversor de tempo/frequência 508 para converter um sinal de áudio com curva temporal em uma representação espectral tendo um número de coeficientes espectrais fornecido. Também, um processador para processar um número variável de coeficientes espectrais para gerar o sinal de áudio codificado é usado, no qual esse processador compreendendo o quantizador/bloco do codificador 512 da Fig. 5a é configurado para configurar um número de coeficientes espectrais para um período do sinal de áudio com base na característica de curva temporal para o período, de forma que uma variação da largura de banda representada pelo número processado de coeficientes de frequência entre os períodos seja reduzida ou eliminada.

O processador implementado pelo bloco 512 poderá compreender um controlador 1000 para controlar o número de linhas, em que o resultado do controlador é 1000 de forma que, com relação a um número de linhas definidas para o caso de um periodo sendo codificado sem nenhuma curva temporal, um determinado número variável de linhas seja adicionado ou descartado na extremidade superior do espectro. Dependendo da implementação, o controlador 5 1000 pode receber informações de contorno de passo em um determinado periodo 1001 e/ou uma frequência e sampleagem média local no periodo indicado em 1002.

Nas Figs. 9(a) a 9(e), as figuras corretas ilustram uma determinada situação de largura de banda para certos 10 contornos de passo em uma estrutura, em que os contornos de passo sobre o periodo são ilustrados nas respectivas figuras esquerdas para _a curva-temporal e são—i-l-ustradas nas—figuras intermed-i-á-rias após a curva temporal, em que uma característica de passo significativamente constante é obtida. Trata-se do alvo da 15 funcionalidade de curva temporal de forma que, após a curva temporal, a característica de passo seja o mais constante possível.

A largura de banda 900 ilustra a largura de banda que é obtida quando um determinado número de linhas gerado por um conversor de tempo/frequência 508 ou gerado por uma etapa TNS 510 20 da Fig. 5a é obtido, e quanto uma operação de curva temporal não é desempenhada, ou seja, quando o mecanismo de curva temporal 506 foi desativado, conforme indicado pela linha hachurada 507. Quando, porém, um contorno de curva temporal não constante é obtido e quando esse contorno de curva temporal for trazido para um passo mais elevado induzindo a um aumento na taxa de sampleagem (Fig. 9(a), (c)), a largura de banda do espectro diminuirá com relação a uma situação normal sem curva temporal. Isso significa que o número de linhas a ser transmitido para esse periodo terá de ser aumentado para equilibrar essa perda de largura de banda.

Como alternativa, trazer o passo para um passo constante inferior ilustrado na Fig. 9(b) ou Fig. 9(d) resulta em uma diminuição da taxa de sampleagem. A diminuição da taxa de 5 sampleagem resulta em um aumento da largura de banda do espectro dessa estrutura com relação à escala linear e esse aumento da largura da banda deve der balanceado usando uma exclusão ou um descarte de um determinado número de linhas com relação ao valor do número de linhas para a situação normal sem curva temporal.

A Fig. 9(e) ilustra um caso especial, no qual um contorno de passo é trazido para um nivel intermediário, de forma que a frequência de sampleagem média dentro da estrutura seja, em vez de desempenhar a operação de curva temporal, a mesma que a frequência de sampleagem sem nenhuma curva temporal. Portanto, a 15 largura de banda do sinal não será afetada e o número direto de linhas a ser usado para o caso normal sem curva temporal poderá ser processado, embora a operação de curva temporal seja desempenhada. Na Fig. 9, torna-se claro que desempenhar uma operação de curva temporal não influencia necessariamente na largura de banda, mas a influência da largura de banda depende do contorno de passo e da forma como a curva temporal é desempenhada em um periodo. Portanto, é preferivel usar, como o valor de controle, uma taxa de sampleagem local ou média. A determinação dessa taxa de sampleagem local está ilustrada na Fig. 11. A parte superior na Fig. 11 ilustra o periodo com os valores de sampleagem equidistantes. Um periodo inclui, por exemplo, sete valores de sampleagem indicados por Tn na estrutura superior. A estrutura inferior mostra o resultado de uma operação de curva temporal na qual ocorreu um aumento na taxa de sampleagem. Isso significa que a duração do periodo com curva temporal é menor do que a duração do periodo sem curva temporal. Porém, como a duração do periodo com curva temporal a ser introduzida no conversor de tempo/f requência é fixa, o caso de um aumento da taxa de sampleagem faz com que uma parte adicional do sinal de tempo que não pertence ao periodo indicado por Tn seja introduzida no periodo com curva temporal conforme indicado pelas linhas 1100. Portanto, um periodo de curva temporal compreende um periodo do 10 sinal de áudio indicado por Tiin que é maior do que o periodo Tn. Na visualização dessa situação, a distância eficiente entre duas ~ linhas de frequência ou a largura de banda de frequência de uma única linha no dominio linear (que é o valor inverso parã a resolução) diminuiu e o número de linhas Nn definidas para uni caso 15 sem curva temporal quando multiplicado pelos resultados da distância da frequência reduzida em uma largura de banda menor, ou seja, uma diminuição da largura de banda.

O outro caso, não ilustrado na Fig. 11, em que uma diminuição da taxa de sampleagem é desempenhada pelo mecanismo 20 de curva temporal, o periodo efetivo de uma estrutura no dominio com curva temporal é menor do que o periodo do dominio sem curva temporal, de forma que a largura de banda da frequência de uma única linha ou a distância entre duas linhas de frequência tenha aumentado. Agora, multiplicar esse Δf aumentado pelo número NN de 25 linhas para o caso normal resultará em uma largura de banda maior devido à resolução de frequência diminuida/distância de frequência aumentada entre dois coeficientes de frequência adjacentes. sampleagem média fSR é calculada. Para esse fim, a distância do periodo entre duas amostras com curva temporal é determinada e o valor invertido é obtido, sendo definido como a taxa de sampleagem local entre duas amostras com curva temporal. Tal valor pode ser calculado entre cada par de amostras adjacentes e o valor médio aritmético pode ser calculado e esse valor finalmente resulta na taxa de sampleagem local média, que é preferivelmente usado para ser inserido no controlador 1000 da Fig. 10a.

A Fig. 10b ilustra uma estrutura indicando quantas linhas devem ser adicionadas ou descartadas dependendo da frequência de amostragem local, em que a frequência de sampleagem fN para o caso sem curva, juntamente com o número de linhas NN para o caso sem curva temporal define a largura de banda pretendida, que deve ser mantido constante o máximo possivel para uma sequência de estruturas com curva temporal ou para uma sequência de periodos com ou sem curva temporal.

A Fig. 12b ilustra a dependência entre os diferentes parâmetros discutidos em relação à Fig. 9, Fig. 10b e Fig. 11. Basicamente, quanto à taxa de sampleagem, ou seja, a taxa média de sampleagem fSR diminuir com relação ao caso sem curva temporal, as linhas terão de ser excluidas, embora as linhas terão de ser adicionadas quando a taxa de sampleagem aumentar com relação à taxa de sampleagem normal fN para o caso sem curva temporal, de forma que as variações da largura de banda entre os periodos sejam reduzidas ou preferencialmente até eliminadas o máximo possivel.

A largura de banda resultante pelo número de linhas NN e a taxa de sampleagem fN define preferencialmente a frequência cruzada 1200 para um codificador de áudio que, além de um codificador de áudio central original, tem um codificador de extensão de largura de banda (codificador BWE) . Conforme conhecido na arte, o codificador de extensão de largura de banda codifica 5 somente um espectro com uma taxa de bits elevada até que a frequência cruzada e codifica o espectro da banda elevada, ou seja, entre a frequência cruzada 1200 e a frequência f^ com uma taxa baixa de bits, em que essa taxa baixa de bits normalmente é ainda menor do que 1/10 ou inferior à taxa de bits exigida para a banda 10 baixa entre uma frequência de 0 e a frequência cruzada 1200. Além disso, a Fig. 12a ilustra a largura de banda BWAAC de um codificador de áudio _AAC direto, que é muito maior do que a frequência cruzada. Assim, as linhas não podem apenas ser descartadas, mas também podem ser adicionadas. Também, a variação 15 da largura de banda para um número constante de- li-nhas dependendo da taxa de sampleagem local fSR é ilustrada. Preferencialmente, o número de linhas a serem adicionadas ou excluidas com relação ao número de linhas para o caso normal é definido de forma que cada periodo dos dados codificados de AAC tenham uma frequência máxima o mais próximo possivel da frequência cruzada 1200. Portanto, quaisquer orificios espectrais devido a uma redução da largura de banda por um lado e uma elevação ao transmitir informações em uma frequência acima da frequência cruzada no periodo codificado da banda baixa são evitados. Isso, por um lado, aumenta a qualidade do sinal de áudio decodificado e, por outro, diminui a taxa de bits.

A adição real de linhas com relação a um número definido de linhas ou a uma exclusão de linhas com relação ao número definido de linhas pode ser desempenhada antes da quantização das linhas, ou seja, na entrada do bloco 512 ou pode ser desempenhada após a quantização ou, dependendo do código de entropia especifico, também pode ser desempenhada após a 5 codificação da entropia.

Além disso, é preferível trazer as variações da largura de banda para um nivel minimo e até eliminar as variações da largura de banda, mas, em outras implementações, até uma redução das variações da largura de banda ao determinar o número 10 de linhas dependendo da característica de curva aumenta a qualidade do áudio e diminui a taxa de bits exigida comparada a ~ uma situação -em que um número constante de linhas é aplicado independentemente de uma determinada característica de curva temporal. .

Embora alguns aspectos tenham sido descritos enq contexto de um aparato, é óbvio que esses aspectos também representam uma descrição do método correspondente, em que um bloco ou dispositivo corresponde a uma etapa de um método ou a um recurso da etapa de um método. De forma análoga, os aspectos 20 descritos no contexto da etapa de um método também representam uma descrição de um bloco correspondente ou item ou recurso de um aparato correspondente.

Dependendo de determinados requisitos de implementação, as materializações da invenção podem ser implementadas em hardwares ou em softwares. A implementação pode ser desempenhada usando uma midia de armazenamento digital, por exemplo, um disquete, um DVD, um CD, um ROM, um PROM, um EPROM, um EEPROM ou uma memória FLASH, tendo sinais de controle eletronicamente legíveis armazenados nela, que colaboram (ou são capazes de colaborar) com um sistema de COMPUTADOR programável, de tal forma que o respectivo método seja desempenhado. Algumas materializações de acordo com a invenção compreendem um portador 5 de dados tendo sinais de controle eletronicamente legíveis, que são capazes de colaborar com um sistema de COMPUTADOR programável, de tal forma que um dos métodos descritos neste documento seja desempenhado. Em geral, as materializações da presente invenção podem ser implementadas como um produto do programa de COMPUTADOR 10 com um código de programa, o código de programa estando operante para desempenhar um dos métodos quando o produto do programa de ~ ~ COMPUTADOR for- executadoem um pomputador. O código do programa poderá, por exemplo, ser armazenado em um portador legível '‘dá máquina. Outras materializações compreender o programa de 15 COMPUTADOR para desempenhar" um dos - métodos - descritos _ neste documento, armazenados em um portador legível da máquina. Ou seja, uma materialização do método inventivo é, portanto, um programa de COMPUTADOR tendo um código de programa para desempenhar um dos métodos descritos neste documento quando o programa de COMPUTADOR 20 for executado em um computador. Outra materialização dos métodos inventivos é, portanto, um portador de dados (ou uma mídia de armazenamento digital ou uma mídia legível pelo computador) compreendendo o programa de COMPUTADOR nele gravado para desempenhar um dos métodos descritos neste documento. Outra 25 materialização do método inventivo é, portanto, um fluxo de dados ou uma sequência de sinais representando o programa de COMPUTADOR para desempenhar um dos métodos descritos neste documento. O fluxo de dados ou a sequência de sinais poderá, por exemplo configurada para ser transferida por meio de uma conexão de comunicação de dados, por exemplo, via Internet. Outra materialização compreende um processamento, o que significa, por exemplo, que um computador ou um dispositivo lógico programável, 5 seja configurado ou adaptado para desempenhar um dos métodos descritos neste documento. Outra materialização compreende um computador tendo instalado em si o programa de COMPUTADOR para desempenhar um dos métodos descritos neste documento. Em algumas materializações, um dispositivo de lógica programável (por 10 exemplo, um conjunto de portas programáveis em campo) poderá ser usado para desempenhar algumas ou todas as funcionalidades dos métodos descritos neste documento. Em algumas materializações, um conjunto de portas programáveis em campo poderá colaborar com um microprocessador para desempenhar um dos métodos descritos neste 15 documento.

Claims

1. “PROVEDOR DO SINAL DE ATIVAÇÃO DE CURVA TEMPORAL, CODIFICADOR DO SINAL DE ÁUDIO, MÉTODO PARA FORNECER UM SINAL DE ATIVAÇÃO DE CURVA TEMPORAL E MÉTODO PARA CODIFICAR UM SINAL DE ÁUDIO”, caracterizado pelo codificador de áudio para codificar um sinal de áudio, compreender: um mecanismo de curva temporal (506); um conversor de frequência de tempo (508) para desempenhar uma conversão de tempo/frequência de um sinal de áudio ou sem um sinal de áudio de tempo/frequência com curva temporal em uma representação espectral; um quantizador (512) para quantizar valores de áudio, onde o quantizador é configurado para quantizar para valores de áudio zero abaixo de um limite de quantização; um calculador de preenchimento de ruído (524) para estimar uma medição de energia de valores de áudio quantizados para zero em uma estrutura do sinal de áudio para obter uma medição de preenchimento de áudio; um analisador de sinais de áudio (516,520) para analisar se a estrutura do sinal de áudio tem uma característica harmônica ou de fala; um manipulador (602) para manipular a medição de preenchimento de ruído dependendo de uma característica harmônica ou de fala do sinal de áudio para obter uma medição manipulada do preenchimento de ruído; e uma interface de saída (522) para gerar um sinal codificado para transmissão ou armazenamento, o sinal codificado compreendendo a medição manipulada do preenchimento de ruído (530); onde o manipulador (602) é configurado para aplicar um nível de ruído normal quando nenhuma curva temporal for aplicada e para manipular o nível de preenchimento de ruído a ser inferior ao normal quando a curva temporal estiver ativa.

2. Codificador de áudio de acordo com a reivindicação 1, caracterizado por compreender o analisador do sinal de áudio (516, 520) um acionador de tom para gerar uma indicação de um tom, quando um tom for localizado na estrutura do sinal de áudio; e um o manipulador (602) configurado para reduzir a medição do preenchimento de ruído quando um tom for encontrado.

3. Codificador de áudio de acordo com qualquer uma das reivindicações 1 ou 2, caracterizado pelo analisador do sinal de áudio compreender um detector sonoro/não sonoro (520) para detectar se pelo menos uma parte da estrutura tem voz, e pelo manipulador (602) estar configurado para reduzir a medição do preenchimento de ruído ou para zerar a medição do preenchimento de ruído quando a parte for detectada como sendo sonora; e na qual o manipulador (602) está configurado para não manipular ou para manipular a medição de preenchimento de ruído para um grau menor quando a parte for detectada como sendo não sonoro.

4. Decodificador para decodificar um sinal de áudio codificado, caracterizado por compreender: uma interface de entrada (539) para processar o sinal de áudio codificado para obter uma medição de preenchimento (543) e dados de áudio codificados (546); um decodificador/requantizador (547, 550) para gerar dados requantizados; um analisador de sinais (600) para recuperar informações, se uma estrutura dos dados de áudio tiver característica harmônica ou de fala; e um mecanismo de preenchimento de ruído (552) para gerar dados de áudio de preenchimento de ruído, onde o mecanismo de preenchimento de ruído (552) está configurado para gerar dados de preenchimento de ruído em resposta à medição de preenchimento de ruído e à característica harmônica ou de fala dos dados de áudio; e um processador (556, 558, 560) para processar os dados requantizados e os dados de áudio de preenchimento de ruído para obter um sinal de áudio decodificado (564); onde o sinal de áudio codificado compreende dados (542, 541) indicando se a estrutura dos dados de áudio tem uma característica harmônica ou de fala, e onde o analisador de sinais (600) está configurado para analisar o sinal de áudio codificado para recuperar uma indicação de dados, se a estrutura dos dados de áudio tiver uma característica harmônica ou de fala; onde os dados são uma indicação de que a estrutura foi submetido a um processamento de curva temporal e onde o processador compreende um mecanismo de eliminação de curva temporal (558) para eliminar a curva temporal de um sinal de áudio derivado de dados de preenchimento de ruído e dados requantizados.

5. Método para codificar um sinal de áudio, caracterizado por compreender: curva temporal (506) de um sinal de áudio; desempenho de (508) uma conversão de tempo/frequência de um sinal de áudio ou sem um sinal de áudio de tempo/frequência com curva temporal em uma representação espectral; quantização (512) de valores de áudio, onde o quantizador está configurado para quantizar para valores de áudio zero abaixo de um limite de quantização; estimativa (524) de uma medição de uma energia dos valores de áudio quantizados para zero para uma estrutura do sinal de áudio; análise (516,520) se a estrutura do sinal de áudio ter uma característica harmônica ou de fala; manipulação (602) da medição de preenchimento de ruído dependendo de uma característica harmônica ou de fala do sinal de áudio para obter uma medição de preenchimento de ruído manipulado de forma que um nível de ruído normal seja aplicado quando nenhuma curva temporal for aplicada e de forma que o nível de preenchimento de ruído seja manipulado para um nível menor do que o normal quando a curva temporal estiver ativada; e geração (522) de um sinal codificado para transmissão ou armazenamento, o sinal codificado compreendendo a medição de preenchimento de áudio manipulada (530).

6. Método para decodificar um sinal de áudio codificado, caracterizado pelo sinal de áudio codificado compreender dados (542, 541) indicando se a estrutura dos dados de áudio tem uma característica harmônica ou de fala, compreendendo: processamento (539) do sinal de áudio codificado para obter uma medição de preenchimento de ruído (543) e de dados de áudio codificados (546); análise do sinal de áudio codificado para recuperar uma indicação de dados, se a estrutura dos dados de áudio ter uma característica harmônica ou de fala, onde os dados são uma indicação de que a estrutura foi submetido a um processamento de curva temporal; geração (547, 550) de dados requantizados; recuperação (600) de informações, se uma estrutura dos dados de áudio ter característica harmônica ou de fala; e geração (552) de dados de áudio de preenchimento de ruído em resposta à medição de preenchimento de ruído e à característica harmônica ou de curva dos dados de áudio; e processamento (556, 558, 560) dos dados requantizados e dos dados de áudio de preenchimento de ruído para obter um sinal de áudio decodificado (564) onde o processamento compreende uma eliminação de curva temporal de um sinal de áudio derivado de dados de preenchimento de ruído e de dados requantizados.

7. Meio de armazenamento não transitório legível por máquina, caracterizado por conter conjunto de instruções que, quando executadas realizam as etapas do método de acordo com a reivindicação 5 ou as etapas do método da reivindicação 6.

8. Codificador de áudio para gerar um sinal de áudio codificado, caracterizado por compreender: um analisador de sinais de áudio (516, 520) para analisar, se uma estrutura do sinal de áudio ter uma característica harmônica ou de fala; um controlador de função de janela (504) para selecionar uma função de janela dependendo de uma característica harmônica ou de fala do sinal de áudio; um janelador (502) para refletor o sinal de áudio usando a função de janela selecionada para obter uma estrutura janelada; e um processador (508, 512) para processar ainda mais a estrutura janelada para obter o sinal de áudio codificado; onde o controlador da função de janela (504) compreende um detector transiente (700) para detectar um transiente, onde o controlador da função de janela é configurado para alternar uma função de janela para um bloco extenso para uma função de janela para um bloco curto, quando um transiente for detectado e uma característica harmônica ou de fala não for encontrada pelo analisador do sinal de áudio (516, 520) e para não alternar a função de janela para o bloco curto quando um transiente for detectado e uma característica harmônica ou de fala for localizada pelo analisador do sinal de áudio (516, 520); e onde o controlador da função de janela (504) é configurado para alternar para uma função de janela (707) sendo mais extensa do que a função de janela para um bloco curto e tendo uma sobreposição mais curta (712) do que a função de janela (714) para um bloco extenso quando um transiente for detectado e o sinal tiver uma característica harmônica ou de fala, de forma que a função de janela (707) tendo a sobreposição mais curta seja usada para refletir uma fala inicial ou um início de um sinal harmônico.

9. Codificador de áudio para gerar um sinal de áudio codificado, caracterizado por compreender: um analisador de sinais de áudio (516, 520) para analisar, se uma estrutura do sinal de áudio ter uma característica harmônica ou de fala; um controlador da função de janela (504) para selecionar uma função de janela dependendo de uma característica harmônica ou de fala do sinal de áudio; um janelador (502) para refletir o sinal de áudio usando a função de janela selecionada para obter uma estrutura refletida; e um processador (508, 512) para processar ainda mais a estrutura refletida para obter o sinal de áudio codificado; onde o detector transiente (700) está configurado para detectar uma característica quantitativa do sinal de áudio e para comparar a característica quantitativa com um limite controlável, onde um transiente é detectado quando a característica quantitativa tiver uma relação predeterminada quanto ao limite controlável e onde o analisador do sinal de áudio está configurado para controlar o limite variável de forma que uma probabilidade para uma comutação para uma função de janela para um bloco curto seja reduzida quando o analisador de sinais de áudio (516, 520) tiver encontrado uma característica harmônica ou de fala.

10. Método para gerar um sinal de áudio codificado, caracterizado por compreender: análise (516, 520), se uma estrutura do sinal de áudio ter uma característica harmônica ou de fala; seleção (504) de uma função de janela dependendo de uma característica harmônica ou de fala do sinal de áudio; o janelamento (502) do sinal de áudio usando a função de janela selecionada para obter uma estrutura refletida; e processamento (508, 512) da estrutura janelada para obter o sinal de áudio codificado; onde uma comutação é desempenhada a partir de uma função de janela para um bloco extenso a uma função de janela para um bloco curto, quando um transiente for detectado e uma característica harmônica ou de fala não for encontrada pela análise; e onde uma comutação é desempenhada para uma função de janela (707) sendo maior do que a função de janela para um bloco curto e tendo uma porção de sobreposição mais curta do que a função de janela (714) para um bloco extenso, quando um transiente for detectado e o sinal tiver uma característica harmônica ou de fala, de forma que a função de janela (707) tendo uma sobreposição mais curta seja usada para refletir uma fala inicial ou um início de um sinal harmônico.

11. Método para gerar um sinal de áudio codificado, caracterizado por compreender: análise (516, 520), se uma estrutura do sinal de áudio ter uma característica harmônica ou de fala; seleção (504) de uma função de janela dependendo de uma característica harmônica ou de fala do sinal de áudio; o janelamento (502) do sinal de áudio usando a função de janela selecionada para obter uma estrutura refletida; e processamento (508, 512) da estrutura janelada para obter o sinal de áudio codificado; onde uma característica quantitativa do sinal de áudio é detectada e comparada a um limite controlável, onde um transiente é detectado, quando a característica quantitativa tiver uma relação predeterminada com o limite controlável; e onde o limite variável é controlado de forma que uma probabilidade para uma comutação para uma função de janela para um bloco curto seja reduzida quando uma característica harmônica ou de fala tiver sido encontrada.

12. Meio de armazenamento não transitório legível por máquina, caracterizado por conter conjunto de instruções que, quando executadas realizam as etapas do método de acordo com a reivindicação 10 ou as etapas do método da reivindicação 11.

13. Codificador de áudio para gerar um sinal de áudio, caracterizado por compreender: um mecanismo de curva temporal controlável (506) para introduzir uma curva temporal no sinal de áudio para obter um sinal de áudio com curva temporal; um conversor de tempo/frequência (508) para converter pelo menos uma parte do sinal de áudio ou sem um sinal de áudio de tempo/frequência com curva temporal em uma representação espectral; um estágio de formação de ruído temporal para desempenhar uma filtragem preditiva sobre a frequência da representação espectral de acordo com uma instrução de controle de formação de ruído temporal (803), onde a filtragem preditiva não é desempenhada quando não há uma instrução de controle de formação de ruído temporal; um controlador de formação de ruído temporal (800, 802, 804) para gerar a instrução de controle de formação de ruído temporal com base na representação espectral, onde o controlador de formação de ruído temporal está configurado para aumentar uma probabilidade de desempenhar a filtragem preditiva sobre a frequência, quando a representação espectral estiver baseada em um sinal de áudio com curva temporal ou para diminuir a probabilidade de desempenhar a filtragem preditiva sobre a frequência, quando a representação espectral não estiver baseada em um sinal de áudio com curva temporal; e um processador (512) para processar ainda mais uma saída do estágio de formação de ruído temporal para obter o sinal de áudio codificado (532); onde o controlador de formação de ruído temporal (800, 802, 804) é configurado para estimar um ganho em uma taxa de bits ou uma qualidade, quando o sinal de áudio estiver sujeito à filtragem preditiva pelo estágio de formação de ruído temporal (510) para comparar (802) o ganho estimado com um limite de decisão, e para decidir (802), em favor da filtragem preditiva, quando o ganho estimado está em uma relação predeterminada com o limite de decisão, onde o controlador de formação de ruído temporal está ainda mais configurado para variar (804) o limite de decisão de forma que, para o mesmo ganho estimado, a filtragem preditiva seja ativada quando a representação espectral estiver baseada em um sinal com curva temporal e não estiver ativada quando a representação espectral não estiver baseada em um sinal de áudio com curva temporal.

14. Codificador de áudio de acordo com a reivindicação 13, caracterizado pelo mecanismo de curva temporal compreender um classificador de sinais (520) para detectar vozeamento da fala e não vozeamento da fala, e na qual o controlador de formação de ruído temporal (800, 802, 804) está configurado para aumentar a probabilidade quando um vozeamento da fala for detectado ou quando um não vozeamento da fala for detectada e a representação espectral está baseada no sinal de áudio com curva temporal.

15. Método para gerar um sinal de áudio, caracterizado por compreender: curva temporal, (506) o sinal de áudio para obter um sinal de áudio com curva temporal; conversão (508) de pelo menos uma parte do sinal de áudio ou sem um sinal de áudio de tempo/frequência com curva temporal em uma representação espectral; desempenho de uma filtragem preditiva sobre a frequência da representação espectral de acordo com uma instrução de controle de formação de ruído temporal (803), onde a filtragem preditiva não é desempenhada quando não há uma instrução de controle de formação de ruído temporal; geração (800, 802, 804) da instrução de controle de formação de ruído temporal baseada na representação espectral, onde uma probabilidade para desempenhar a filtragem preditiva sobre a frequência é maior quando a representação espectral se baseia em um sinal de áudio com curva temporal ou onde a probabilidade para desempenhar a filtragem preditiva sobre a frequência é menor quando a representação espectral não estiver baseada em um sinal de áudio sem curva temporal; e processamento (512) de uma saída do estágio de formação de ruído temporal para obter o sinal de áudio codificado (532); onde um ganho em uma taxa de bits ou uma qualidade, quando o sinal de áudio é submetido à filtragem preditiva pelo estágio de formação de ruído temporal (510), é estimado e onde o ganho estimado é comparado a um limite de decisão, para decidir (802), em favor da filtragem preditiva, quando o ganho estimado está em uma relação predeterminada com o limite de decisão, onde o limite de decisão é variado de forma que, para o mesmo ganho estimado, a filtragem preditiva é ativada quando a representação espectral se baseia em um sinal com curva temporal e não é ativada quando a representação espectral não se baseia em um sinal de áudio com curva temporal.

16. Meio de armazenamento não transitório legível por máquina, caracterizado por conter conjunto de instruções que, quando executadas realizam as etapas do método de acordo com a reivindicação 15.

17. Codificador de áudio para codificar um sinal de áudio, caracterizado por compreender: um mecanismo de curva temporal (506) para introduzir a curva em um sinal de áudio usando uma característica variável de curva temporal; um conversor de tempo/frequência (508) para converter um sinal de áudio com curva temporal em uma representação espectral tendo uma série de coeficientes espectrais; e um processador (512) para processar um número variável de coeficientes espectrais para gerar um sinal de áudio codificado, onde o processador (512, 1000) está configurado para definir de forma variável o número de coeficientes espectrais para uma estrutura do sinal de áudio com base na característica de curva temporal para a estrutura de forma que uma variação da largura de banda representada pelo número de coeficientes de frequência processados de acordo com cada estrutura seja reduzida ou eliminada.

18. Codificador de áudio de acordo com a reivindicação 17, caracterizado por compreender: uma característica de curva temporal variável que compreende uma frequência de amostragem local (fSR) para uma estrutura e na qual o processador (512, 1000) está configurado para aumentar um número de coeficientes espectrais, quando a frequência de amostragem local for aumentada ou na qual o processador (512, 1000) está configurado para diminuir o número de coeficientes espectrais, quando a frequência de amostragem for diminuída.

19. Codificador de áudio de acordo com qualquer uma das reivindicações 17 ou 18, caracterizado por compreender ainda mais um codificador de extensão de largura de banda para codificar uma banda espectral acima de uma frequência cruzada (1200) usando parâmetros derivados de uma banda do sinal de áudio acima da frequência cruzada (1200), onde a frequência cruzada é uma frequência máxima de uma largura de banda alvo para cada estrutura.

20. Codificador de áudio de acordo com a reivindicação 19, caracterizado pelo sinal de áudio, antes de a curva temporal ser introduzida, ser retirado uma amostra usando uma frequência de amostragem normal (fN) e na qual o processador (512, 1000) é configurado para usar um número predeterminado de coeficientes espectrais (NN) derivados da frequência cruzada e da frequência de amostragem normal, quando a frequência de amostragem local for igual à frequência de amostragem normal ou para usar um número mais elevado de coeficientes espectrais comparado ao número predeterminado de coeficientes espectrais (NN), quando a frequência de amostragem local for maior do que a frequência de amostragem normal (fN) ou para usar um número menor comparado ao número predeterminado de coeficientes espectrais, quando a frequência de amostragem local for menor do que a frequência de amostragem normal (fN).

21. Codificador de áudio de acordo com qualquer uma das reivindicações 17 a 20, caracterizado pelo processador compreender um quantizador para quantizar os coeficientes espectrais para obter coeficientes espectrais quantizados e um codificador de entropia para codificar a entropia dos coeficientes espectrais quantizados, onde o processador (512, 1000) inclui um seletor para descartar coeficientes espectrais não incluídos no número definido de coeficientes espectrais antes ou depois da quantização, de forma que o sinal de áudio codificado compreenda somente os coeficientes espectrais que não foram descartados, ou onde o processador inclui um seletor para adicionar coeficientes espectrais exigidos pelo número definido de coeficientes espectrais antes ou depois da quantização, de forma que o sinal de áudio codificado compreenda também os coeficientes espectrais adicionados.

22. Método para codificar um sinal de áudio, caracterizado por compreender: curva temporal (506) de um sinal de áudio usando uma característica variável de curva temporal; conversão (508) de um sinal de áudio com curva temporal em uma representação espectral tendo uma série de coeficientes espectrais; e processamento (512) de um número variável de coeficientes espectrais para gerar um sinal de áudio codificado, onde um número variável de coeficientes espectrais para uma estrutura do sinal de áudio se baseia na característica de curva temporal para a estrutura, de forma que uma variação da largura de banda representada pelo número processado de coeficientes de frequência de acordo com cada estrutura seja reduzida ou eliminada.

23. Meio de armazenamento não transitório legível por máquina, caracterizado por conter conjunto de instruções que, quando executadas realizam as etapas do método de acordo com a reivindicação 22.

24. Provedor do sinal de ativação de curva temporal (100; 230; 234), caracterizado por ser para fornecer um sinal de ativação de curva temporal (112; 232; 234p) de acordo com uma representação (110; 234e; 234k) de um sinal de áudio, que compreende: um provedor de informações de compactação de energia (120; 234f; 234l; 325; 370) configurado para fornecer informações de compactação de energia (122; 234m; 234n; 326; 374) descrevendo uma compactação de energia em uma representação do espectro transformada com curva temporal (222) do sinal de áudio; e um comparador (130; 234o) configurado para comparar as informações de compactação de energia (122; 234m; 234n; 326; 374) com um valor de referência e para fornecer o sinal de ativação de curva temporal (112; 232; 234p) dependendo de um resultado da comparação.

25. Provedor do sinal de ativação de curva temporal (100; 230; 234) de acordo com a reivindicação 24, caracterizado pelo provedor de informações de compactação de energia (120; 234f; 234l) estar configurado para fornecer uma medição do nivelamento espectral descrevendo a representação do espectro transformada com curva temporal (234e; 234k) do sinal de áudio como as informações de compactação de energia (122; 234m; 234n).

26. Provedor do sinal de ativação com curva temporal (100; 230; 234) de acordo com a reivindicação 25, caracterizado pelo provedor de informações de compactação de energia (120; 234f; 234l) estar configurado para computador um quociente de um significado geométrico do espectro de potência transformada com curva temporal (234e; 234k) do sinal de áudio e um significado aritmético do espectro de potência transformada com curva temporal (234e; 234k) do sinal de áudio para obter a medição do nivelamento espectral.

27. Provedor do sinal de ativação de curva temporal (100; 230; 234) de acordo com uma das afirmações 24 a 26, caracterizado pelo provedor de informações de compactação de energia (120; 234f; 234l) está configurado para enfatizar uma parte de frequência elevada da representação do espectro transformada com curva temporal (234e; 234k) em comparação a uma parte de frequência mais baixa da representação do espectro transformada com curva temporal (234e; 234k) para obter as informações de compactação de energia (122; 234m; 234n).

28. Provedor do sinal de ativação com curva temporal (100;230; 234) de acordo com qualquer uma das reivindicações 24 a 27, caracterizado pelo provedor de informações de compactação de energia (120; 234m; 234n) estar configurado para obter uma pluralidade das medições baseadas em banda do nivelamento espectral e para computar uma média da pluralidade das medidas baseadas em banda do nivelamento espectral para obter as informações de compactação de energia (122,234m;234n).

29. Provedor do sinal de ativação com curva temporal (100;230;234) de acordo com a reivindicação 24, caracterizado pelo provedor de informações de compactação de energia (120;234f;234l;325) está configurado para fornecer uma medida da entropia perceptual descrevendo a representação do espectro transformada com curva temporal (234e;234k) do sinal de áudio como as informações de compactação de energia (122;234m;234n).

30. Provedor do sinal de ativação com curva temporal (100; 230; 234; 325) de acordo com a reivindicação 29, caracterizado pelo provedor de informações de compactação de energia (120;234f;234l;325) estar configurado para computar um número estimado (nl) de linhas diferentes de zero para um ou mais bandas com fator de escala da representação espectral transformada com curva temporal (234e; 234k) do sinal de áudio a partir de informações sobre um fator de formação (ffac(n)) da banda do fator de escala e para computar a medida de entropia perceptual (326) para uma banda com fator de escala em consideração, usando uma multiplicação do número estimado (nl) de linhas diferentes de zero e uma medição de energia da banda com fator de escala em consideração.

31. Provedor do sinal de ativação com curva temporal (100;230;234) de acordo com a reivindicação 24, caracterizado pelo provedor de informações de compactação de energia (120;234f;234l;370) estar configurado para fornecer uma medida de autocorrelação (374) descrevendo uma autocorrelação de uma representação de domínio de tempo com curva temporal do sinal de áudio (234e; 234k) como as informações sobre compactação de energia.

32. Provedor do sinal de ativação com curva temporal (100;230;234) de acordo com a reivindicação 31, caracterizado pelo provedor de informações de compactação de energia (120;234f;234l;370) está configurado para determinar uma soma dos valores absolutos de uma função de autocorrelação normalizada da representação com curva temporal (234e;234k) do sinal de áudio para obter as informações sobre compactação de energia.

33. Provedor do sinal de ativação com curva temporal (100;230) de acordo com qualquer uma das reivindicações de 24 a 32, caracterizado pelo provedor do sinal de ativação com curva temporal compreender um calculador do valor de referência configurado para computar o valor de referência a partir de uma representação do espectro sem curva temporal do sinal de áudio (210) ou a partir de uma representação de domínio de tempo sem curva temporal do sinal de áudio (210); e onde o computador é configurado para formar um valor proporcional usando as informações sobre compactação de energia (122) descrevendo uma compactação de energia em uma representação do espectro transformada com curva temporal do sinal de áudio e do valor de referência, e para comparar o valor proporcional com um ou mais valores limite para obter o sinal de ativação com curva temporal como resultado da comparação.

34. Provedor do sinal de ativação com curva temporal (230;234) de acordo com qualquer uma das reivindicações 24 a 32, caracterizado pelo provedor do sinal de ativação com curva temporal compreende um calculador do valor de referência configurado para computar o valor de referência a partir de uma representação com curva temporal do sinal de entrada (210), a curva temporal usando informações padrão de contorno de curva temporal (288); e onde o comparador é configurado para formar um valor proporcional usando as informações de compactação de energia (234e) descrevendo uma compactação de energia em uma representação com curva temporal do sinal e áudio e o valor de referência, e para comparar o valor proporcional com um ou mais valores limite para obter o sinal de ativação com curva temporal como resultado da comparação.

35. Codificador de sinais de áudio (200) para codificar um sinal de áudio de entrada (210) para obter uma representação codificada (212) do sinal de áudio de entrada, caracterizado por compreender: um transformador com curva temporal (220) configurado para fornecer uma representação espectral transformada com curva temporal (222) a partir do sinal de áudio de entrada (210) usando um contorno de curva temporal; um provedor do sinal de ativação com curva temporal (100; 230; 234) de acordo com uma das afirmações 24 a 34, onde o provedor do sinal de ativação com curva temporal é configurado para receber o sinal do áudio de entrada (210) e para fornecer o sinal de ativação com curva temporal (112; 232; 234p); e um controlador (240) configurado para fornecer seletivamente, dependendo do sinal de ativação com curva temporal (112; 232; 234p), informações de contorno de curva temporal descobertas recentemente (286), descrevendo uma parte não constante do contorno de curva temporal ou informações padrão do contorno de curva temporal (288), descrevendo uma parte constante do contorno de curva temporal para o transformador de curva temporal (220) para descrever o contorno de curva temporal usado pelo transformador de curva temporal (220).

36. Codificador do sinal de áudio de acordo com a reivindicação 35, caracterizado pelo codificador do sinal de áudio compreender uma interface de saída (280) configurada para incluir a representação espectral transformada da curva temporal (222) na representação codificada (212) do sinal de áudio e para incluir seletivamente, dependendo do sinal de ativação de curva temporal (232), informações de contorno de curva temporal na representação codificada (212) do sinal de áudio.

37. Método (400) para fornecer um sinal de ativação de curva temporal a partir de um sinal de áudio, caracterizado por compreender: fornecimento (410) de informações de compactação de energia, descrevendo uma compactação de energia em uma representação espectral transformada com curva temporal do sinal de áudio; comparação (420) das informações de compactação de energia com um valor de referência; e fornecimento (430) do sinal de ativação de curva temporal dependendo do resultado da comparação.

38. Método (450) para codificar um sinal de áudio de entrada para obter uma representação codificada do sinal de áudio de entrada, caracterizado por compreender: fornecimento (470) de um sinal de ativação de curva temporal de acordo com a reivindicação 37, onde as informações de compactação de energia descrevem uma compactação de energia em uma representação do espectro transformada com curva temporal do sinal de áudio de entrada; e fornecimento seletivo (480), dependendo do sinal de ativação de curva temporal, de uma descrição da representação espectral transformada com curva temporal do sinal de áudio de entrada ou uma descrição de uma representação espectral sem transformação com curva temporal do sinal de áudio de entrada para inclusão na representação codificada do sinal de áudio de entrada.

39. Meio de armazenamento não transitório legível por máquina, caracterizado por conter conjunto de instruções que, quando executadas realizam as etapas do método de acordo com a reivindicação 37 ou as etapas do método de acordo com a reivindicação 38.