ES2282860T3 - Generacion de señal de audio. - Google Patents

Generacion de señal de audio. Download PDF

Info

Publication number
ES2282860T3
ES2282860T3 ES04727354T ES04727354T ES2282860T3 ES 2282860 T3 ES2282860 T3 ES 2282860T3 ES 04727354 T ES04727354 T ES 04727354T ES 04727354 T ES04727354 T ES 04727354T ES 2282860 T3 ES2282860 T3 ES 2282860T3
Authority
ES
Spain
Prior art keywords
signal
signals
input
delay
subband
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
ES04727354T
Other languages
English (en)
Inventor
Erik G. P. Schuijers
Marc W. T. Klein Middelink
Leon M. Van De Kerkhof
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=33300980&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=ES2282860(T3) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Application granted granted Critical
Publication of ES2282860T3 publication Critical patent/ES2282860T3/es
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S1/00Two-channel systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S1/00Two-channel systems
    • H04S1/007Two-channel systems in which the audio signals are in digital form
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S2420/00Techniques used stereophonic systems covered by H04S but not provided for in its groups
    • H04S2420/03Application of parametric coding in stereophonic audio systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S5/00Pseudo-stereo systems, e.g. in which additional channel signals are derived from monophonic signals by means of phase shifting, time delay or reverberation 

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Stereophonic System (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
  • Input Circuits Of Receivers And Coupling Of Receivers And Audio Equipment (AREA)
  • Stereo-Broadcasting Methods (AREA)
  • Tone Control, Compression And Expansion, Limiting Amplitude (AREA)

Abstract

Dispositivo para generar una señal (L, R) de audio de salida basándose en una señal de audio de entrada que comprende una pluralidad de señales (N) de sub-banda de entrada, comprendiendo el dispositivo: - una pluralidad de unidades (76; 501...504) de retardo para retardar al menos parte de las señales de sub-banda de entrada para obtener una pluralidad de señales de sub-banda retardadas, en las que al menos una señal de sub-banda de entrada se retarda más que una señal de sub-banda de entrada adicional de frecuencia superior, y - una unidad (77) de combinación para derivar la señal de audio de salida desde una combinación de la señal de audio de entrada y la pluralidad de señales de sub-banda retardadas, - en el que la pluralidad de unidades (76; 501...504) de retardo está dispuesta para retardar al menos parte de las señales de sub-banda de entrada con un retardo de un número entero de muestras de sub-banda y para retardar al menos una señal de sub-banda de entrada más que una señal de sub-banda de entrada adicional de frecuencia superior, comprendiendo además el dispositivo: - una unidad (110) de retardo fraccional para retardar al menos parte de las señales de sub-banda de entrada con un retardo que es una fracción del tiempo entre dos muestras de sub-banda subsiguientes, retardo fraccional que puede ser constante para todas de las al menos parte de las señales de sub-banda de entrada.

Description

Generación de señal de audio.
La invención se refiere a generar una señal de audio de salida basándose en una señal de audio de entrada, y en particular a un aparato para suministrar una señal de audio de salida.
Eric Schuijers, Werner Oomen, Bert den Brinker y Jeroen Breebaart, "Advances in Parametric Coding for High-Quality Audio", publicación preliminar 5852, Convención AES nº 114, Amsterdam, Países Bajos, 22-25 de marzo de 2003 dan a conocer un esquema de codificación paramétrica que utiliza una representación paramétrica eficaz para la imagen estéreo. Dos señales de entrada se fusionan en una señal de audio mono. Los indicadores espaciales relevantes para la percepción se modelan explícitamente. La señal fusionada se codifica utilizando un codificador paramétrico mono. Los parámetros estéreo Diferencia de Intensidad entre Canales (IID, Interchannel Intensity Difference), Diferencia de Tiempo entre Canales (ITD, Interchannel Time Difference) y la Correlación Cruzada entre Canales (ICC, Interchannel Cross-Correlation) se cuantifican, codifican y multiplexan en un flujo de bits junto con la señal de audio mono cuantificada y codificada. En el lado del descodificador el flujo de bits se desmultiplexa en una señal mono codificada y parámetros estéreo. La señal de audio mono codificada se descodifica para obtener una señal m' de audio mono descodificada (véase la figura 1). A partir de la señal de dominio de tiempo mono, se calcula una señal descorrelacionada utilizando un filtro D 10 produciendo una descorrelación de percepción óptima. Tanto la señal m' mono de dominio de tiempo mono y la señal d descorrelacionada se transforman al dominio de frecuencia. Entonces, se procesa la señal estéreo de dominio de frecuencia con los parámetros IID, ITD e ICC mediante el ajuste a escala, modificaciones de fase y mezcla, respectivamente, en una unidad 11 de procesamiento de parámetro para obtener el par l' y r' estéreo decodificado. Las representaciones de dominio de frecuencia resultantes se transforman de vuelta en el dominio de tiempo.
En la norma MPEG-4 (ISO/IEC 14496-3:2002) anteproyecto de enmienda (PDAM, Proponed Draft Amendment) 2, sección 5.4.6, una señal descorrelacionada de este tipo se obtiene mezclando/filtrando la señal mono con una respuesta de impulso predefinida.
La solicitud de patente europea no publicada anteriormente 02077863.5 (número de expediente PHNL020639) describe la utilización de un filtro de todo paso, por ejemplo un filtro de peine, que comprende un retardo dependiente de la frecuencia para derivar tal señal descorrelacionada. A altas frecuencias, se utiliza un retardo relativamente pequeño, dando como resultado una resolución de frecuencia tosca. A bajas frecuencias, un retardo grande da como resultado una separación densa del filtro de peine. El filtrado puede combinarse con un filtro limitador de banda, aplicando de ese modo la descorrelación a una o más bandas de frecuencia.
El documento US-A-4 039 755 da a conocer la división de una señal de entrada en bandas de frecuencia, que están entonces sujetas a retardos diferentes.
Un objetivo de la invención es generar de forma ventajosa una señal de audio de salida sobre la base de una señal de audio de entrada. Para este fin, la invención proporciona un dispositivo, un método y un aparato como se define en las reivindicaciones independientes. Realizaciones ventajosas se definen en las reivindicaciones dependientes.
Según un primer aspecto de la invención, se genera una señal de audio de salida basándose en una señal de audio de entrada, comprendiendo la señal de audio de entrada una pluralidad de señales de sub-banda de entrada, en las que al menos parte de las señales de sub-banda de entrada se retarda para obtener una pluralidad de señales de sub-banda retardadas, en el que al menos una señal de sub-banda de entrada se retarda más que una señal de sub-banda de entrada adicional de frecuencia superior, y en el que la señal de audio de salida se deriva de una combinación de la señal de audio de entrada y la pluralidad de señales de sub-banda retardadas. Al proporcionar un retardo dependiente de frecuencia de este tipo en el dominio de sub-banda, puede implementarse de manera ventajosa un estéreo paramétrico especialmente en aquellos descodificadores de audio en los que el descodificador de núcleo ya incluye un banco de filtro de sub-banda. Los bancos de filtro se utilizan comúnmente en el contexto de codificación de audio, por ejemplo los MPEG-1/2, capas I, II y III utilizan un filtro de sub-banda críticamente muestreado de 32 bandas. La pluralidad de señales de sub-banda retardadas puede utilizarse como un dominio de sub-banda equivalente al de la señal descorrelacionada tal como se describió anteriormente. En circunstancias ideales la correlación entre la pluralidad de señales de sub-banda retardadas y la señal de audio de entrada es cero. Sin embargo, en realizaciones prácticas, la correlación puede ser de hasta el 40% para una calidad de audio aceptable, de hasta el 10% para una calidad de audio de media a alta y de hasta un 2 ó 3% para una calidad de audio alta.
En una realización de la invención la señal de audio de salida incluye una pluralidad de señales de sub-banda de salida. Combinar las señales de sub-banda retardadas y las señales de sub-banda de entrada en dominio de sub-banda para obtener la pluralidad de señales de sub-banda de salida es entonces relativamente fácil de implementar. En realizaciones prácticas, una señal de audio de salida de dominio de tiempo se sintetiza a partir de la pluralidad de señales de sub-banda de salida en un filtro de sub-banda de síntesis.
Con el fin de obtener una implementación eficaz, se proporciona una pluralidad de unidades de retardo, en las que el número de unidades de retardo es menor que el número de señales de sub-banda de entrada, y en las que la señales de sub-banda de entrada se subdividen en grupos sobre la pluralidad de retardos.
La mejor calidad de audio se obtiene en realizaciones en las que los retardos en la pluralidad de unidades de retardo se incrementan monotónicamente desde alta frecuencia hasta baja frecuencia.
En una realización ventajosa de la invención, se utiliza un banco de filtro complejo, que se sobremuestra efectivamente mediante un factor de dos porque para cada muestra de entrada real se genera una muestra de salida compleja que consiste efectivamente en dos valores: uno real y otro complejo. Esto elimina los grandes componentes de errores de muestreo ("aliasing") que afectan al banco de filtro críticamente muestreado MPEG-1 y MPEG-2.
En una realización eficaz para generar la señal de audio de salida se utiliza un banco de filtro espejo de cuadratura (QMF, Quadrature Mirror Filter). Un banco de filtro de este tipo se conoce per se a partir gracias a Per Ekstrand, "Bandwidth extensión of audio signals by spectral band replication", por Per Ekstrand, Proc. 1st IEEE Benelux Workshop on Model based Processing and Coding of Audio (MPCA-2002), páginas 53 a 58, Lovaina, Bélgica, 15 de noviembre de 2002. La figura 2 muestra un diagrama de bloques de un análisis QMF complejo y un banco de filtro de síntesis. El banco 30 de análisis divide la señal en sub-bandas de valor complejo N, a las que se reduce la frecuencia de muestreo internamente por un factor de N. Una respuesta de frecuencia estilizada se muestra en la figura 3. El banco 31 de filtro QMF de síntesis toma las señales de sub-banda complejas N como entrada y genera una señal de salida de valor PCM real. Según un descubrimiento de los inventores, cuando se utiliza un banco de filtro QMF complejo, puede crearse una señal descorrelacionada que está perceptivamente muy cerca de la situación "ideal". Para tal banco de filtro QMF complejo, existen implementaciones que son más eficaces que la convolución utilizada en la norma MPEG-4 PDAM 2, sección 5.4.6; una convolución de este tipo es relativamente cara con respecto a la carga computacional y utilización de memoria. Como una ventaja adicional, la utilización de un banco de filtro QMF complejo también permite una combinación eficaz de estéreo paramétrico y replicación de la banda espectral (SBR, Spectral Band Replication). La idea detrás de la SBR es que las frecuencias superiores pueden reconstruirse a partir de frecuencias más bajas utilizando sólo muy poco información de ayuda. En la práctica, esta reconstrucción se realiza por medio de un banco de filtro espejo de cuadratura (QMF). Con el fin de llegar eficazmente a una señal descorrelacionada en el dominio de sub-banda, las realizaciones de la invención utilizan un retardo dependiente de frecuencia (o índice de sub-banda) en el dominio de sub-banda. Ya que el banco de filtro QMF complejo no está críticamente muestreado no se necesita tomar medidas adicionales para tener en cuenta los errores de muestreo. Además, como el retardo es pequeño, la utilización de la memoria RAM global de esta realización es baja. Obsérvese que en el decodificador SBR tal como se dio a conocer por Ekstrand, el banco QMF de análisis consiste en sólo 32 bandas, mientras que el banco QMF de síntesis consiste en 64 bandas, ya que el descodificador de núcleo funciona a la mitad de la frecuencia de muestreo comparado con todo el descodificador de audio. Sin embargo, en el codificador correspondiente se utiliza un banco QMF de análisis de 64 bandas para cubrir todo la gama de frecuencia.
La utilización de un número entero de muestras de sub-banda de señal retardada como la señal descorrelacionada provoca la distorsión ("smearing") del dominio de tiempo, es decir, no se conserva la colocación de la señal en el tiempo. Esto puede provocar artefactos en torno a los transitorios, es decir, en aquellos casos en los que un cambio de intensidad de señal está por encima de un umbral predeterminado. La intensidad de la señal puede medirse en amplitud, potencia, etc. En una realización ventajosa de la invención, los artefactos en torno a los transitorios se mitigan derivando una señal descorrelacionada en los alrededores de un transitorio utilizando retardos fraccionales en lugar de retardos enteros. Un retardo fraccional es un retardo menor que el tiempo entre dos muestras de sub-banda subsiguientes y puede implementarse fácilmente utilizando una rotación de fase. Una transición desde retardos fraccionales a retardos enteros, y viceversa, puede dar como resultado interrupciones en la señal descorrelacionada. Para evitar tales interrupciones, una realización ventajosa de la invención proporciona una atenuación cruzada para volver de la utilización de la señal descorrelacionada fraccionalmente retarda a la señal descorrelacionada retardada entera.
Estos y otros aspectos de la invención son evidentes a partir y se aclararán con referencia a las realizaciones descritas posteriormente.
En los dibujos:
la figura 1 muestra un diagrama de bloques de un descodificador estéreo paramétrico;
la figura 2 muestra un diagrama de bloques de un banco de filtro de síntesis (derecho) y de análisis (izquierdo) QMF complejo de bandas N;
la figura 3 muestra un respuesta de frecuencia estilizada de los bancos de filtro QMF de bandas N de la figura 2;
la figura 4 muestra un espectrograma de una respuesta de impulso utilizado en MPEG-4 PDAM 2, sección 5.4.6 para generar la señal correlacionada, en el que el eje x denota tiempo (muestras) y el eje y denota la frecuencia normalizada;
la figura 5 muestra un diagrama de bloque que muestra un dispositivo según una realización de la invención;
la figura 6 muestra un retardo expresado en muestras de sub-banda como una función de índice de sub-banda según una realización de la invención;
la figura 7 muestra un descodificador de audio ventajoso según una realización de la invención, que combina estéreo paramétrico con replicación de banda espectral, y
la figura 8 muestra la ocurrencia de un eco posterior después de un transitorio, provocado mezclando con una señal descorrelacionada retardada entera;
la figura 9 muestra un ejemplo de coeficientes de mezclado, indicando un valor de 1 que se utiliza una señal descorrelacionada retardada entera, e indicando un valor de 0 que se utiliza una señal descorrelacionada fraccionalmente retardada;
la figura 10 muestra una señal de audio de salida resultante cuando se utiliza el factor de mezclado de la figura 9, y
la figura 11 muestra el descodificador de audio de la figura 7, en el que se utiliza una unidad de retardo adicional que presenta retardos fraccionales.
Los dibujos sólo muestran aquellos elementos que son necesarios para entender la invención.
A continuación se describe una realización ventajosa de la invención para generar una señal de audio de salida estéreo basándose en una señal de audio de entrada mono utilizado estéreo paramétrico. La señal de audio de entrada incluye una pluralidad de señales de sub-banda de entrada. La pluralidad de señales de sub-banda de entrada se retarda en una pluralidad de unidades de retardo que proporcionan más retardo para sub-bandas de frecuencia más baja que para sub-bandas de frecuencias más alta. Las señales de sub-banda retardadas sirven como una versión de dominio de sub-banda de la señal descorrelacionada que se necesita en la generación de la señal de salida estéreo.
En MPEG-4 PDAM 2, sección 5.4.6, la señal descorrelacionada se obtiene calculando primero una característica \varphi de fase, que para una frecuencia de muestreo f_{m} de 44,1 kHz es igual a:
(1)\varphi = \frac{\pi k(k - 1)}{K} + \varphi_{0}
en la que \varphi_{0} tiene un valor de \pi/2, K es igual a 256 y k=0...256. A partir de esta función de respuesta de fase se calcula entonces una respuesta de impulso de filtro utilizando la FFT inversa. Se asemeja a un retardo lineal. Este retardo puede aproximarse por:
(2)d = K - \frac{K}{\pi} f
en la que d es el retardo en muestras y f la frecuencia en radianes.
Preferiblemente, las señales de sub-banda de entrada se obtienen en un banco de filtro de análisis QMF complejo, que puede estar presente en un codificador remoto, pero que también puede estar presente en el descodificador. A medida que se reduce la frecuencia de muestreo de las salidas del banco de filtro QMF complejo mediante un factor de N, no es posible asignar exactamente un retardo de dominio de tiempo deseado a un retardo en cada sub-banda. Una aproximación buena en cuanto a la percepción puede obtenerse utilizando versiones redondeadas de la función (2) de retardo como se describió anteriormente. Como un ejemplo, el retardo con cada sub-banda para sub-bandas N=64 se muestra en la figura 6. Para esta implementación particular sólo tienen que almacenarse 136 valores complejos para formar la señal descorrelacionada. Obsérvese que para frecuencias superiores todavía se emplea un retardo de una única muestra de sub-banda, aunque la función de retardo anterior describe un valor de 0 a mitad de la frecuencia de muestreo. El retardo de una única muestra de sub-banda asegura que la señal está descorrelacionada de forma máxima.
La figura 5 muestra un diagrama de bloques de un dispositivo 50 según una realización de la invención para generar la pluralidad de señales de sub-banda retardadas. El dispositivo 50 está colocado en algún punto entre el banco 30 de filtro de análisis QMF y el banco 31 de filtro de síntesis QMF y comprende una pluralidad de unidades 501, 502, 503 y 504 de retardo. La unidad 501 de retardo proporciona un retardo de unidad para todas las sub-bandas. Se suministra un grupo de sub-bandas de frecuencia superior, por ejemplos las bandas 40-64, sin retardo adicional al banco 31 de filtro QMF de síntesis. El grupo de sub-bandas de frecuencia relativamente baja, por ejemplo las bandas 0-40, se retarda adicionalmente en la unidad 502 de retardo. Parte de este grupo, por ejemplo las bandas 0-24, se retarda adicionalmente en la unidad 503 de retardo y en la unidad 504 de retardo (la última sólo para las sub-bandas 0-8). Por tanto se ha creado eficazmente una cantidad a modo de ejemplo de 4 grupos de retardos diferentes, presentando retardos de 1, 2, 3 ó 4 retardos de unidad respectivamente. El retardo expresado en muestras de sub-banda como una función de índice de sub-banda se muestra en la figura 6. El banco 30 de filtro de análisis QMF están normalmente presente en un codificador de audio, aunque para la SBR también se utiliza en el descodificador un banco de filtro QMF de análisis de bandas M más pequeño.
La figura 7 muestra un descodificador 700 de audio ventajoso según una realización de la invención que combina una herramienta de estéreo paramétrico y SBR. Un demultiplexor 70 de de flujo de bits recibe el flujo de bits de audio codificado y deriva los parámetros SBR, los parámetros estéreo y la señal de audio codificada de núcleo. La señal de audio codificada de núcleo se descodifica utilizando un descodificador 71 de núcleo, que puede ser, por ejemplo, un MPEG-1 capa III (mp3) estándar o un descodificador AAC. Normalmente, un descodificador de este tipo funciona a la mitad de la frecuencia de muestreo de salida (f_{m}/2). La señal de audio descodificada de núcleo resultante se alimenta a un banco 72 de filtro QMF complejo de sub-bandas M. Este banco 72 de filtro da salida a muestras complejas M para muestras de entradas reales M y por tanto se sobremuestra eficazmente por un factor de 2, como se explicó anteriormente. En un generador 73 de alta frecuencia (HF, High Frequency), sub-bandas N-M de frecuencia superior, que no se cubren por la señal de audio descodificada de núcleo, se generan duplicando (ciertas partes de) las sub-bandas M. La salida del generador 73 de alta frecuencia se combina con las sub-bandas M inferiores en señales de sub-banda complejas N. Posteriormente, un ajustador 74 de envolvente ajusta la señales de sub-banda de alta frecuencia duplicadas a la envolvente deseada y una unidad 75 de adición de componente adicional añade componentes de ruido y sinusoidales adicionales como se indica por los parámetros SBR. Las señales de sub-banda N totales se suministran a una unidad 76 de retardos, que puede ser igual al dispositivo 50 mostrado en la figura 5, para generar las señales de sub-banda retardadas. Las señales de sub-banda retardadas N y las señales de sub-banda de entrada N se procesan en la unidad 77 de combinación dependiendo de los parámetros estéreo tal como el parámetro ICC para derivar señales de sub-banda de salida N para un primer canal de salida y señales de sub-banda de salida N para un segundo canal de salida. Las señales de sub-banda de salida N para el primer canal de salida se alimentan a través del filtro 78 de síntesis QMF complejo de bandas N para formar las primeras señales de salida PCM para el izquierdo L. Las señales de sub-banda de salida N para el segundo canal se alimentan a través del filtro 79 de síntesis QMF complejo de bandas N para formar las primeras señales de salida PCM para el derecho R. En realizaciones prácticas, N=64 y M=32.
El enfoque presentado anteriormente es muy adecuado para señales estacionarias. Sin embargo, para señales no estacionarias, es decir, similares a transitorios se producen problemas al utilizar este enfoque. Esto se ilustra en la figura 8 que muestra el resultado de un canal de una señal de castañuela obtenida utilizando la señal descorrelacionada retardada entera de las figuras 5 y 6 como base para derivar la señal de audio de salida. Normalmente, en una señal con transitorios intensos, por ejemplo, castañuelas, la correlación entre el canal izquierdo y el canal derecho justo después de un transitorio es relativamente baja, ya que la señal está constituida principalmente por reverberación. La señal descorrelacionada se mezcla por tanto de manera importante. Esto da como resultado un eco posterior claro justo después del transitorio de castañuelas real. Aunque, debido al enmascaramiento posterior en el dominio de tiempo, esto no se percibe como un segundo transitorio, todavía provoca una coloración no deseada del sonido. En una realización ventajosa de la invención, este artefacto se mitiga formando la señal descorrelacionada en los alrededores de un transitorio utilizando un retardo fraccional. Un retardo fraccional tal puede implementarse de manera eficaz utilizando rotaciones de fase. En una realización adicional, para impedir discontinuidades en la señal descorrelacionada global, la señal girada en fase o descorrelacionada fraccionalmente retardada está atenuada en cruz en el tiempo con la señal descorrelacionada retardada entera.
Por tanto, se propone utilizar una versión girada en fase o retardada fraccionalmente de la señal original en lugar del retardo entero dependiente de frecuencia, comenzando por la posición de transitorio. Debido a las propiedades de enmascaramiento posterior temporal del sistema auditivo de los humanos no es muy importante la manera de calcularse esta señal descorrelacionada. Como tal, la señal descorrelacionada, por ejemplo, puede obtenerse aplicando un desplazamiento de fase de 90 grados en cada sub-banda de la señal original.
Para impedir discontinuidades en la señal descorrelacionada desde el transitorio activado, se aplica de manera preferida una atenuación cruzada entre la señal girada en fase y retardada entera. Esta atenuación cruzada debe realizarse como:
d_{hibrido}[n] = m[n]d_{retardo}[n] \ + \ (1 - m[n])d_{rotación}[n]
en la que n es un índice de muestras (sub-banda), m[n] es un factor de mezclado o atenuación cruzada, d_{retardo} [n] es la señal descorrelacionada (sub-banda) formada por el retardo de entero dependiente de frecuencia, d_{rotación} [n] es la señal de sub-banda descorrelacionada formada por el retardo fraccional o rotación de fase y d_{hibrido} [n] es una señal descorrelacionada híbrida resultante. El factor de mezclado m[n] se convierte en cero al comienzo del transitorio. Permanece cero durante un periodo de tiempo que corresponde normalmente a aproximadamente 20 ms (aproximadamente 12 ms para la longitud del retardo y 8 ms para la longitud del transitorio). La atenuación de entrada de cero a uno es normalmente de aproximadamente 10-20 ms. El factor de mezcla m[n] puede, pero no está limitada a ser lineal o parcialmente lineal. Ha de observarse que este factor de mezclado m[n] puede ser dependiente de frecuencia. Como el retardo es normalmente más corto para las frecuencias más altas, es preferible desde el punto de vista de la percepción tener atenuaciones cruzadas más cortas para las frecuencias más altas que para las frecuencias más bajas.
La figura 11 muestra el descodificador de audio de la figura 7, en el que una unidad 110 de retardo fraccional que tiene retardos fraccionales se emplea para derivar señales de sub-banda fraccionalmente retardadas. La unidad 76 de retardos produce señales de sub-banda retardadas dependientes de frecuencia. En la práctica, la unidad 110 de retardo fraccional puede funcionar en paralelo a la unidad 76 de retardos, aunque también es posible desconectar la unidad 110 de retardo adicional cuando la unidad 76 de retardos está ejecutándose y viceversa. Preferiblemente, la conmutación se realiza entre las señales de sub-banda fraccionalmente retardadas y las señales de sub-banda retardadas dependientes de frecuencia en una unidad 111 de conmutación. La unidad 111 de conmutación realiza preferiblemente una operación de atenuación cruzada tal como se explica anteriormente, aunque también es posible una conmutación directa. La operación de atenuación cruzada depende de la detección de transitorios. La detección de transitorios se realiza preferiblemente en un detector 113 de transitorio. Alternativamente, es posible en un codificador incluir un indicador de conmutación en el flujo de bits de audio codificado. Después, el demultiplexador 70 de flujo de bits deriva el indicador de conmutación del flujo de bits y proporciona este indicador de conmutación a la unidad 111 de conmutación, en la que la conmutación se realiza entonces en función del indicador de conmutación.
Debería observarse que las realizaciones anteriormente mencionadas ilustran en lugar de limitar la invención, y que aquellos expertos en la técnica podrán diseñar muchas realizaciones alternativas sin desviarse del alcance de las reivindicaciones adjuntas. En las reivindicaciones, cualquier signo de referencia colocado entre paréntesis no deberá interpretarse como limitación de la reivindicación. La palabra "comprender" no excluye la presencia de otros elementos o etapas diferentes a las enumeradas en una reivindicación. La invención puede implementarse mediante hardware que comprenda varios elementos definidos, y mediante un ordenador programado de manera adecuada. En una reivindicación de dispositivo que enumera varios medios, muchos de estos medios pueden realizarse mediante un mismo elemento de hardware. El simple hecho de que se enumeren determinadas medidas en diferentes reivindicaciones dependientes entre sí no indica que no pueda emplearse con ventaja una combinación de estas medidas. El alcance de protección se define sólo mediante la redacción de las reivindicaciones adjuntas.

Claims (18)

1. Dispositivo para generar una señal (L, R) de audio de salida basándose en una señal de audio de entrada que comprende una pluralidad de señales (N) de sub-banda de entrada, comprendiendo el dispositivo:
-
una pluralidad de unidades (76; 501...504) de retardo para retardar al menos parte de las señales de sub-banda de entrada para obtener una pluralidad de señales de sub-banda retardadas, en las que al menos una señal de sub-banda de entrada se retarda más que una señal de sub-banda de entrada adicional de frecuencia superior, y
-
una unidad (77) de combinación para derivar la señal de audio de salida desde una combinación de la señal de audio de entrada y la pluralidad de señales de sub-banda retardadas,
-
en el que la pluralidad de unidades (76; 501...504) de retardo está dispuesta para retardar al menos parte de las señales de sub-banda de entrada con un retardo de un número entero de muestras de sub-banda y para retardar al menos una señal de sub-banda de entrada más que una señal de sub-banda de entrada adicional de frecuencia superior, comprendiendo además el dispositivo:
-
una unidad (110) de retardo fraccional para retardar al menos parte de las señales de sub-banda de entrada con un retardo que es una fracción del tiempo entre dos muestras de sub-banda subsiguientes, retardo fraccional que puede ser constante para todas de las al menos parte de las señales de sub-banda de entrada.
2. Dispositivo según la reivindicación 1, que comprende además una unidad (111) de conmutación para conmutar entre la pluralidad de unidades (76; 501...504) de retardo y la unidad (110) de retardo fraccional con el fin de obtener la pluralidad de señales de sub-banda retardadas.
3. Dispositivo según la reivindicación 2, en el que la unidad (111) de conmutación conmuta mediante atenuación cruzada entre la salida de la pluralidad de unidades (76; 501...504) de retardo y la salida de la unidad (110) de retardo fraccional.
4. Dispositivo según la reivindicación 2 ó 3, que comprende además una unidad (113) de detección para detectar una intensidad de señal de la señal de audio de entrada, en el que la unidad (111) de conmutación está dispuesta para conmutar a la unidad (110) de retardo fraccional en caso de que la intensidad de señal esté por encima de un umbral predeterminado, y para conmutar a la pluralidad de unidades (76) de retardo en caso de que la intensidad de señal esté por debajo del umbral predeterminado.
5. Dispositivo según la reivindicación 2 ó 3, dispuesto para recibir una señal de audio de entrada que incluye un indicador de conmutación, en el que la unidad (111) de conmutación está dispuesta para conmutar dependiendo del indicador de conmutación.
6. Dispositivo según cualquiera de las reivindicaciones anteriores, dispuesto para producir una señal de audio de salida que incluye una pluralidad de señales sub-banda de salida.
7. Dispositivo según la reivindicación 6, que comprende además un banco (78, 79) de filtro de sub-banda para sintetizar una señal (L, R) de audio de salida de dominio de tiempo desde la pluralidad de señales de sub-banda de salida.
8. Dispositivo según la reivindicación 7, en el que el banco (78, 79) de filtro de sub-banda es un banco de filtro de sub-banda complejo.
9. Dispositivo según la reivindicación 8, en el que el banco de filtro de sub-banda complejo es un banco de filtro espejo en cuadratura complejo.
10. Dispositivo según cualquiera de las reivindicaciones anteriores, en el que el número de unidades (501...504) de retardo es menor que el número de señales de sub-banda de entrada, y en el que las señales de sub-banda de entrada están subdivididas en grupos sobre la pluralidad de unidades de retardo.
11. Dispositivo según la reivindicación 10, en el que la pluralidad de unidades de retardo comprende una primera unidad (501) de retardo para retardar un grupo de sub-bandas de frecuencia relativamente alta con una muestra de sub-banda, y al menos una unidad (502...504) de retardo adicional para retardar un grupo de sub-bandas de frecuencia relativamente baja con al menos una muestra de sub-banda adicional.
12. Dispositivo según cualquiera de las reivindicaciones anteriores, en el que las unidades (501...504) de retardo proporcionan retardos que se incrementan monotónicamente desde alta frecuencia a baja frecuencia.
13. Dispositivo según cualquiera de las reivindicaciones anteriores, dispuesto para recibir una señal de audio de entrada mono y producir una señal de audio de salida estéreo.
14. Dispositivo según cualquiera de las reivindicaciones anteriores, que comprende además una unidad (70) de entrada para obtener un parámetro de correlación indicativo de una correlación deseada entre un primer canal (L) y un segundo canal (R) de la señal (L, R) de audio de salida, en el que la unidad (77) de combinación está dispuesta para obtener el primer canal (L) y el segundo canal (R) combinando la señal de audio de entrada y la pluralidad de señales de sub-banda retardadas dependiendo del parámetro de correlación.
15. Dispositivo según la reivindicación 14, en el que el primer canal (L) y el segundo canal (R) comprenden cada uno una pluralidad de señales de sub-banda de salida, y en el que el dispositivo comprende además dos bancos (78, 79) de filtro de sub-banda de síntesis acoplados a una salida de la unidad (77) de combinación para generar un primer canal (L) de dominio de tiempo y un segundo canal (R) de dominio de tiempo sobre la base de las señales de sub-banda de salida respectivamente.
16. Dispositivo según cualquiera de las reivindicaciones anteriores, que comprende además:
-
un banco (72) de filtro de análisis de sub-bandas M para generar señales de sub-banda filtradas M sobre la base de una señal de audio núcleo de dominio de tiempo, y
-
un generador (73, 74) de alta frecuencia para generar una componente de señal de alta frecuencia derivada de las señales de sub-banda filtradas M, presentando la componente de señal de alta frecuencia señales de sub-banda N-M, donde N>M, incluyendo las señales de sub-banda N-M señales de sub-banda con una frecuencia superior que cualquiera de las sub-bandas en las sub-bandas M, formando conjuntamente las sub-bandas filtradas M y las sub-bandas N-M la pluralidad de señales (N) de sub-banda de entrada.
17. Aparato (700) para suministrar una señal de audio de salida, comprendiendo el aparato:
-
una unidad (70) de entrada para obtener una señal de audio codificada,
-
un descodificador (71) para descodificar la señal de audio codificada para obtener una señal descodificada que incluye una pluralidad de señales de sub-banda,
-
un dispositivo (76, 77, 110) según cualquiera de las reivindicaciones anteriores para obtener la señal de audio de salida basándose en la señal descodificada, y
-
al menos una unidad (78, 79) de salida para suministrar la señal de audio de salida.
18. Método para proporcionar una señal (L,R) de audio de salida basándose en una señal de audio de entrada, comprendiendo la señal de audio de entrada una pluralidad de señales (N) de sub-banda de entrada, comprendiendo el método las etapas de:
-
retardar (501...504) al menos parte de las señales de sub-banda de entrada para obtener una pluralidad de señales de sub-banda retardadas, en el que al menos una señal de sub-banda de entrada está retardada más que una señal de sub-banda de entrada adicional de frecuencia superior,
-
retardar (110) al menos parte de las señales de sub-banda de entrada con un retardo que es una fracción del tiempo entre dos muestras de sub-banda subsiguientes, retardo fraccional que puede ser constante para todas de las al menos parte de las señales de sub-banda de entrada, y
-
derivar (77) la señal de audio de salida de una combinación de la señal de audio de entrada y la pluralidad de señales de sub-banda retardadas.
ES04727354T 2003-04-17 2004-04-14 Generacion de señal de audio. Expired - Lifetime ES2282860T3 (es)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
EP03076134 2003-04-17
EP03076134 2003-04-17
EP03076280 2003-04-29
EP03076280 2003-04-29

Publications (1)

Publication Number Publication Date
ES2282860T3 true ES2282860T3 (es) 2007-10-16

Family

ID=33300980

Family Applications (1)

Application Number Title Priority Date Filing Date
ES04727354T Expired - Lifetime ES2282860T3 (es) 2003-04-17 2004-04-14 Generacion de señal de audio.

Country Status (11)

Country Link
US (1) US20070038439A1 (es)
EP (1) EP1621047B1 (es)
JP (1) JP4597967B2 (es)
KR (1) KR20050121733A (es)
AT (1) ATE359687T1 (es)
BR (1) BRPI0409327B1 (es)
DE (1) DE602004005846T2 (es)
ES (1) ES2282860T3 (es)
PL (1) PL1621047T3 (es)
RU (1) RU2005135648A (es)
WO (1) WO2004093494A1 (es)

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE0301273D0 (sv) * 2003-04-30 2003-04-30 Coding Technologies Sweden Ab Advanced processing based on a complex-exponential-modulated filterbank and adaptive time signalling methods
JP5118022B2 (ja) * 2005-05-26 2013-01-16 エルジー エレクトロニクス インコーポレイティド オーディオ信号の符号化/復号化方法及び符号化/復号化装置
US8494667B2 (en) * 2005-06-30 2013-07-23 Lg Electronics Inc. Apparatus for encoding and decoding audio signal and method thereof
US8214221B2 (en) 2005-06-30 2012-07-03 Lg Electronics Inc. Method and apparatus for decoding an audio signal and identifying information included in the audio signal
EP1913576A2 (en) * 2005-06-30 2008-04-23 LG Electronics Inc. Apparatus for encoding and decoding audio signal and method thereof
RU2433489C2 (ru) * 2005-07-06 2011-11-10 Конинклейке Филипс Электроникс Н.В. Параметрическое многоканальное декодирование
US7788107B2 (en) * 2005-08-30 2010-08-31 Lg Electronics Inc. Method for decoding an audio signal
JP4568363B2 (ja) * 2005-08-30 2010-10-27 エルジー エレクトロニクス インコーポレイティド オーディオ信号デコーディング方法及びその装置
CA2620627C (en) * 2005-08-30 2011-03-15 Lg Electronics Inc. Apparatus for encoding and decoding audio signal and method thereof
US8577483B2 (en) * 2005-08-30 2013-11-05 Lg Electronics, Inc. Method for decoding an audio signal
EP1761110A1 (en) * 2005-09-02 2007-03-07 Ecole Polytechnique Fédérale de Lausanne Method to generate multi-channel audio signals from stereo signals
US7751485B2 (en) * 2005-10-05 2010-07-06 Lg Electronics Inc. Signal processing using pilot based coding
US7672379B2 (en) 2005-10-05 2010-03-02 Lg Electronics Inc. Audio signal processing, encoding, and decoding
US7696907B2 (en) * 2005-10-05 2010-04-13 Lg Electronics Inc. Method and apparatus for signal processing and encoding and decoding method, and apparatus therefor
WO2007040357A1 (en) * 2005-10-05 2007-04-12 Lg Electronics Inc. Method and apparatus for signal processing and encoding and decoding method, and apparatus therefor
US7646319B2 (en) * 2005-10-05 2010-01-12 Lg Electronics Inc. Method and apparatus for signal processing and encoding and decoding method, and apparatus therefor
KR100878833B1 (ko) * 2005-10-05 2009-01-14 엘지전자 주식회사 신호 처리 방법 및 이의 장치, 그리고 인코딩 및 디코딩방법 및 이의 장치
US7716043B2 (en) * 2005-10-24 2010-05-11 Lg Electronics Inc. Removing time delays in signal paths
US7752053B2 (en) * 2006-01-13 2010-07-06 Lg Electronics Inc. Audio signal processing using pilot based coding
EP1994796A1 (en) * 2006-03-15 2008-11-26 Dolby Laboratories Licensing Corporation Binaural rendering using subband filters
WO2008035949A1 (en) * 2006-09-22 2008-03-27 Samsung Electronics Co., Ltd. Method, medium, and system encoding and/or decoding audio signals by using bandwidth extension and stereo coding
MX2008012315A (es) 2006-09-29 2008-10-10 Lg Electronics Inc Metodos y aparatos para codificar y descodificar señales de audio basados en objeto.
KR101434198B1 (ko) * 2006-11-17 2014-08-26 삼성전자주식회사 신호 복호화 방법
EP2095365A4 (en) * 2006-11-24 2009-11-18 Lg Electronics Inc METHOD FOR ENCODING AND DECODING AUDIO SIGNALS BASED ON OBJECTS AND APPARATUS THEREOF
FR2911031B1 (fr) 2006-12-28 2009-04-10 Actimagine Soc Par Actions Sim Procede et dispositif de codage audio
FR2911020B1 (fr) * 2006-12-28 2009-05-01 Actimagine Soc Par Actions Sim Procede et dispositif de codage audio
KR101411900B1 (ko) * 2007-05-08 2014-06-26 삼성전자주식회사 오디오 신호의 부호화 및 복호화 방법 및 장치
GB2453117B (en) * 2007-09-25 2012-05-23 Motorola Mobility Inc Apparatus and method for encoding a multi channel audio signal
DE102007048973B4 (de) 2007-10-12 2010-11-18 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Erzeugen eines Multikanalsignals mit einer Sprachsignalverarbeitung
EP2218068A4 (en) 2007-11-21 2010-11-24 Lg Electronics Inc METHOD AND APPARATUS FOR SIGNAL PROCESSING
KR100970446B1 (ko) * 2007-11-21 2010-07-16 한국전자통신연구원 주파수 확장을 위한 가변 잡음레벨 결정 장치 및 그 방법
WO2009078681A1 (en) * 2007-12-18 2009-06-25 Lg Electronics Inc. A method and an apparatus for processing an audio signal
TWI413109B (zh) 2008-10-01 2013-10-21 Dolby Lab Licensing Corp 用於上混系統之解相關器
CN101751926B (zh) * 2008-12-10 2012-07-04 华为技术有限公司 信号编码、解码方法及装置、编解码系统
CN102667918B (zh) * 2009-10-21 2015-08-12 弗兰霍菲尔运输应用研究公司 用于使音频信号混响的混响器和方法
KR101712101B1 (ko) 2010-01-28 2017-03-03 삼성전자 주식회사 신호 처리 방법 및 장치
JP5882895B2 (ja) 2010-06-14 2016-03-09 パナソニック株式会社 復号装置
WO2012158333A1 (en) 2011-05-19 2012-11-22 Dolby Laboratories Licensing Corporation Forensic detection of parametric audio coding schemes
CN102800317B (zh) * 2011-05-25 2014-09-17 华为技术有限公司 信号分类方法及设备、编解码方法及设备
ES2549953T3 (es) * 2012-08-27 2015-11-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Aparato y método para la reproducción de una señal de audio, aparato y método para la generación de una señal de audio codificada, programa de ordenador y señal de audio codificada
US9875756B2 (en) * 2014-12-16 2018-01-23 Psyx Research, Inc. System and method for artifact masking
CA3211264A1 (en) * 2021-03-11 2022-09-15 Sascha Disch Audio decorrelator, processing system and method for decorrelating an audio signal

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5630878B2 (es) * 1973-08-13 1981-07-17
US4039755A (en) * 1976-07-26 1977-08-02 Teledyne, Inc. Auditorium simulator economizes on delay line bandwidth
US4308424A (en) * 1980-04-14 1981-12-29 Bice Jr Robert G Simulated stereo from a monaural source sound reproduction system
US5235646A (en) * 1990-06-15 1993-08-10 Wilde Martin D Method and apparatus for creating de-correlated audio output signals and audio recordings made thereby
JP3127600B2 (ja) * 1992-09-11 2001-01-29 ソニー株式会社 ディジタル信号復号化装置及び方法
JPH09102742A (ja) * 1995-10-05 1997-04-15 Sony Corp 符号化方法および装置、復号化方法および装置、並びに記録媒体
US5956674A (en) * 1995-12-01 1999-09-21 Digital Theater Systems, Inc. Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels
DE19632734A1 (de) * 1996-08-14 1998-02-19 Thomson Brandt Gmbh Verfahren und Vorrichtung zum Generieren eines Mehrton-Signals aus einem Mono-Signal
US6035045A (en) * 1996-10-22 2000-03-07 Kabushiki Kaisha Kawai Gakki Seisakusho Sound image localization method and apparatus, delay amount control apparatus, and sound image control apparatus with using delay amount control apparatus
TW369746B (en) * 1996-11-13 1999-09-11 Sanyo Electric Co Surround circuit
SE512719C2 (sv) * 1997-06-10 2000-05-02 Lars Gustaf Liljeryd En metod och anordning för reduktion av dataflöde baserad på harmonisk bandbreddsexpansion
DE19900819A1 (de) * 1999-01-12 2000-07-13 Bosch Gmbh Robert Verfahren zum Dekodieren gestörter Funksignale von Mehrkanal-Audiosendungen
US7006636B2 (en) * 2002-05-24 2006-02-28 Agere Systems Inc. Coherence-based audio coding and synthesis

Also Published As

Publication number Publication date
US20070038439A1 (en) 2007-02-15
EP1621047A1 (en) 2006-02-01
JP4597967B2 (ja) 2010-12-15
DE602004005846T2 (de) 2007-12-20
PL1621047T3 (pl) 2007-09-28
BRPI0409327A (pt) 2006-04-25
DE602004005846D1 (de) 2007-05-24
EP1621047B1 (en) 2007-04-11
ATE359687T1 (de) 2007-05-15
RU2005135648A (ru) 2006-03-20
JP2006524002A (ja) 2006-10-19
WO2004093494A1 (en) 2004-10-28
KR20050121733A (ko) 2005-12-27
BRPI0409327B1 (pt) 2018-02-14

Similar Documents

Publication Publication Date Title
ES2282860T3 (es) Generacion de señal de audio.
ES2281795T3 (es) Sintesis de señal de audio.
ES2362920T3 (es) Método mejorado para la conformación de señales en reconstrucción de audio multicanal.
ES2511390T3 (es) Aparato, procedimiento y programa de computación para mezclar en forma ascendente una señal de audio con mezcla descendente utilizando una suavización de valor de fase
ES2662671T3 (es) Procesamiento avanzado basado en un banco de filtros modulado exponencialmente complejo y procedimientos de señalización de tiempos adaptativos
ES2965487T3 (es) Aparato y procedimiento para la codificación o decodificación de una señal multicanal mediante el uso de repetición de muestreo de dominio espectral
ES2770146T3 (es) Conformación temporal y espacial de señales de audio multicanal
EP1768107B1 (en) Audio signal decoding device
ES2940283T3 (es) Filtración eficiente con un banco de filtros modulado complejo
ES2951163T3 (es) Decodificador de extensión de ancho de banda de audio, procedimiento correspondiente y programa informático
ES2585402T3 (es) Aparato para generar una señal descorrelacionada usando información de fase transmitida
ES2522171T3 (es) Aparato y método para procesar una señal de audio usando alineación de borde de patching
ES2910658T3 (es) Codificador de audio para la codificación de una señal de múltiples canales y un decodificador de audio para la decodificación de una señal de audio codificada
ES2273216T3 (es) Codificacion de audio.
ES2650715T3 (es) Receptor y método para decodificar flujo de datos codificado estéreofónico paramétrico
EP1899958B1 (en) Method and apparatus for decoding an audio signal
EP2625688B1 (en) Apparatus and method for processing an audio signal and for providing a higher temporal granularity for a combined unified speech and audio codec (usac)
EP2998959A1 (en) Method and apparatus for encoding and decoding high frequency band
EP2633520B1 (en) Parametric encoder for encoding a multi-channel audio signal
KR20050021484A (ko) 오디오 코딩
HK1190223B (en) Apparatus and method for processing an audio signal and for providing a higher temporal granularity for a combined unified speech and audio codec (usac)