ES2539174T3 - Aparato y método para ocultamiento de error en voz unificada con bajo retardo y codificación de audio (USAC) - Google Patents

Aparato y método para ocultamiento de error en voz unificada con bajo retardo y codificación de audio (USAC) Download PDF

Info

Publication number
ES2539174T3
ES2539174T3 ES12705999.6T ES12705999T ES2539174T3 ES 2539174 T3 ES2539174 T3 ES 2539174T3 ES 12705999 T ES12705999 T ES 12705999T ES 2539174 T3 ES2539174 T3 ES 2539174T3
Authority
ES
Spain
Prior art keywords
values
spectral
audio signal
frame
error
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.)
Active
Application number
ES12705999.6T
Other languages
English (en)
Inventor
Jérémie Lecomte
Martin Dietz
Michael Schnabel
Ralph Sperschneider
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.)
Technische Universitaet Ilmenau
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Original Assignee
Technische Universitaet Ilmenau
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
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
Application filed by Technische Universitaet Ilmenau, Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV filed Critical Technische Universitaet Ilmenau
Application granted granted Critical
Publication of ES2539174T3 publication Critical patent/ES2539174T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/02—Speech 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 using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/028—Noise substitution, i.e. substituting non-tonal spectral components by noisy source
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/005—Correction of errors induced by the transmission channel, if related to the coding algorithm
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/012—Comfort noise or silence coding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/02—Speech 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 using spectral analysis, e.g. transform vocoders or subband vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/02—Speech 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 using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0212—Speech 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 using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/02—Speech 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 using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/02—Speech 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 using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G10L19/025—Detection of transients or attacks for time/frequency resolution switching
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/02—Speech 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 using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/03—Spectral prediction for preventing pre-echo; Temporary noise shaping [TNS], e.g. in MPEG2 or MPEG4
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G10L19/07—Line spectrum pair [LSP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
    • G10L19/107—Sparse pulse excitation, e.g. by using algebraic codebook
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G10L19/13—Residual excited linear prediction [RELP]
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/22—Mode decision, i.e. based on audio signal content versus external parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech 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
    • G10L19/04—Speech 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 using predictive techniques
    • G10L19/26—Pre-filtering or post-filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Detection And Prevention Of Errors In Transmission (AREA)

Abstract

Un aparato (100) para generar valores de reemplazo espectrales para una señal de audio que comprende: una unidad (110) de búfer para almacenar valores espectrales anteriores relacionados con una trama de señal de audio libre de errores recibida anteriormente, y un generador (120) de trama de ocultación para generar los valores de reemplazo espectrales cuando no se ha recibido o es errónea una trama de señal de audio actual, en el que la trama de señal de audio libre de errores recibida anteriormente comprende una información del filtro, teniendo la información de filtro asociada un valor de estabilidad del filtro que indica una estabilidad de un filtro de predicción definida por la información del filtro, y en el que el generador (120) de trama de ocultamiento se adapta para generar los valores de reemplazo espectrales en base a los valores espectrales anteriores y en base al valor de estabilidad del filtro.

Description

DESCRIPCIÓN
Aparato y método para ocultamiento de error en voz unificada con bajo retardo y codificación de audio (USAC)
La presente invención se refiere al procesamiento de señal de audio y, en particular, a un aparato y método para el 5 ocultamiento de error en voz unificada con bajo retardo y codificación de audio (LD-USAC).
El procesamiento de señal de audio ha avanzado en gran medida y ha crecido en importancia. En el procesamiento de señal de audio, la voz unificada con bajo retardo y codificación de audio tiene por objetivo proveer técnicas de codificación adecuadas para voz, audio y mezclas de voz y audio. Además, LD-USAC tiene por objetivo garantizar 10 una alta calidad para señales de audio codificadas. Comparado con USAC (voz unificada y codificación de audio), el retardo en LD-USAC se reduce.
Al codificar los datos de audio, un codificador LD-USAC examina la señal de audio a codificar. El codificador LD-USAC codifica la señal de audio codificada codificando los coeficientes del filtro de predicción lineal de un filtro de 15 predicción. Dependiendo de los datos de audio a codificar por una trama de audio particular, el codificador LD-USAC decide, si ACELP (predicción lineal por excitación de código avanzada) se usa para codificar, o si los datos de audio se codifican usando TCX (excitación codificada por transformada). Si bien ACELP usa coeficientes del filtro LP (coeficientes del filtro de predicción lineal), índices de libro de código adaptativo e índices de libro de código algebraico y ganancias de libro de código algebraicas y adaptativas, TCX usa coeficientes del filtro LP, parámetros 20 de energía e índices de cuantización relacionados con la transformada de coseno discreta modificada (MDCT).
Del lado del decodificador, el decodificador LD-USAC determina si se ha empleado ACELP o TCX para codificar datos de audio de una trama de señal de audio actual. El decodificador, a continuación, decodifica el cuadro de señal de audio en consecuencia. 25
Periódicamente, la transmisión de datos falla. Por ejemplo, una trama de señal de audio transmitida por un emisor llega con errores al receptor o no llega del todo o la trama se demora.
En estos casos, el ocultamiento de error es necesario para garantizar que pueden reemplazarse los datos de audio 30 perdidos o erróneos. Esto es particularmente verdadero para aplicaciones que tengan requisitos en tiempo real, ya que la solicitud de una retransmisión de la trama perdida o errónea podría infringir los requisitos de bajo retardo.
Las técnicas de ocultamiento se divulgan por el documento WO 2007/073604 A1 y por Lauber et al. “Error Concealment for Compressed Digital Audio”, AES Convention, Septiembre de 2001, páginas 1-8. 35
Sin embargo, las técnicas existentes de ocultamiento usadas para otras aplicaciones de audio crean a menudo un sonido artificial provocado por artefactos sintéticos.
Por lo tanto el objetivo de la presente invención es proporcionar unos conceptos mejorados para el ocultamiento de 40 error para una trama de señal de audio. El objetivo de la presente invención se soluciona mediante un aparato de acuerdo con la reivindicación 1, mediante un método de acuerdo con la reivindicación independiente 12 y mediante un programa de computación de acuerdo con la reivindicación independiente 13.
La presente invención se basa en el hallazgo de que, mientras que los valores espectrales anteriores de una trama 45 libre de error recibida anteriormente pueden usarse para la ocultación de errores, debería realizarse una atenuación en estos valores, y la atenuación debería depender de la estabilidad de la señal. Mientras menos estable sea una señal, más rápido debería realizarse la atenuación.
Las realizaciones preferidas se proporcionarán en las reivindicaciones dependientes. 50
Las siguientes realizaciones preferidas de la presente invención se describirán con respecto a las figuras, en las que
La figura 1 ilustra un aparato para obtener valores de reemplazo espectrales para una señal de audio de acuerdo con una realización, 55
La figura 2 ilustra un aparato para obtener valores de reemplazo espectrales para una señal de audio de acuerdo con otra realización,
Las figuras 3a-c ilustran la multiplicación de un factor de ganancia y los valores espectrales anteriores de acuerdo con una realización,
La figura 4a ilustra la repetición de una parte de señal que comprende un inicio en un dominio de tiempo, 60
La figura 4b ilustra la repetición de una parte de señal estable en un dominio de tiempo,
Las figuras 5a-b ilustran ejemplos, en los que los factores de ganancia generados se aplican en los valores espectrales de la figura 3a, de acuerdo con una realización,
La figura 6 ilustra un decodificador de señal de audio de acuerdo con una realización,
La figura 7 ilustra un decodificador de señal de audio de acuerdo con otra realización, y
La figura 8 ilustra un decodificador de señal de audio de acuerdo con una realización adicional.
La figura 1 ilustra un aparato 100 para generar valores de reemplazo espectrales para una señal de audio. El aparato 100 comprende una unidad 110 de búfer para almacenar valores espectrales anteriores relacionados con una trama de audio libre de error recibida anteriormente. Además, el aparato 100 comprende un generador 120 de 5 trama de ocultamiento para generar valores de reemplazo espectrales, cuando no se ha recibido una trama de audio actual o es errónea. La trama de audio libre de error recibida anteriormente comprende una información del filtro, teniendo la información del filtro asociada un valor de estabilidad del filtro que indica una estabilidad de un filtro de predicción. El generador 120 de trama de ocultamiento se adapta para generar valores de reemplazo espectrales basados en los valores espectrales anteriores y en base al valor de estabilidad del filtro. 10
La trama de audio libre de errores recibida anteriormente puede, por ejemplo, comprender valores espectrales anteriores. Por ejemplo, los valores espectrales anteriores pueden estar comprendidos en la trama de audio libre de errores recibida anteriormente en una forma codificada.
15
O, los valores espectrales anteriores pueden, por ejemplo, ser valores que pueden haberse generado modificando los valores comprendidos en la trama de audio libre de errores recibida anteriormente, por ejemplo, los valores espectrales de la señal de audio. Por ejemplo, los valores comprendidos en la trama de audio libre de errores recibida anteriormente pueden haberse modificado multiplicando cada uno de ellos con un factor de ganancia para obtener los valores espectrales anteriores. 20
O, los valores espectrales anteriores pueden, por ejemplo, ser valores que pueden haberse generado en base a los valores comprendidos en la trama de audio libre de errores recibida anteriormente. Por ejemplo, cada uno de los valores espectrales anteriores puede haberse generado empleando al menos algunos de los valores comprendidos en la trama de audio libre de errores recibida anteriormente, de tal manera que cada uno de los valores espectrales 25 anteriores depende de al menos algunos de los valores comprendidos en la trama de audio libre de errores recibida anteriormente. Por ejemplo, los valores comprendidos en la trama de audio libre de errores recibida anteriormente pueden haberse usado para generar una señal intermedia. Por ejemplo, los valores espectrales de la señal intermedia generada pueden, a continuación, considerarse como valores espectrales anteriores relacionados con la trama de audio libre de errores recibida anteriormente. 30
La flecha 105 indica que los valores espectrales anteriores se almacenan en la unidad 110 de búfer.
El generador 120 de trama de ocultamiento puede generar los valores de reemplazo espectrales, cuando una trama de audio actual no se ha recibido en tiempo o es errónea. Por ejemplo, un transmisor puede transmitir una trama de 35 audio actual a un receptor, en la que, por ejemplo, puede estar localizado el aparato 100 para obtener los valores de reemplazo espectrales. Sin embargo, la trama de audio actual no llega al receptor, por ejemplo, a causa de cualquier tipo de error de transmisión. O bien, la trama de audio actual transmitida se recibe por el receptor, pero, por ejemplo, a causa de una perturbación, por ejemplo, durante la transmisión, la trama de audio actual es errónea. En estos y otros casos, se necesita el generador 120 de trama de ocultamiento para el ocultamiento del error. 40
Para esto, el generador 120 de trama de ocultamiento se adapta para generar los valores de reemplazo espectrales en base a al menos algunos de los valores espectrales anteriores, cuando no se ha recibido una trama de audio actual o es errónea. De acuerdo con las realizaciones, se supone que la trama de audio libre de errores recibida anteriormente comprende una información del filtro, teniendo la información del filtro asociada un valor de estabilidad 45 del filtro que indica la estabilidad de un filtro de predicción definida por la información del filtro. Por ejemplo, la trama de audio puede comprender coeficientes del filtro de predicción, por ejemplo, los coeficientes del filtro de predicción lineal, como la información del filtro.
Además, el generador 120 de trama de ocultamiento se adapta para generar los valores de reemplazo espectrales 50 en base a los valores espectrales anteriores y en base al valor de estabilidad del filtro.
Por ejemplo, los valores de reemplazo espectrales pueden generarse en base a los valores espectrales anteriores y en base al valor de estabilidad del filtro de modo que cada uno de los valores espectrales anteriores se multiplica por un factor de ganancia, en los que el valor del factor de ganancia depende del valor de estabilidad del filtro. Por 55 ejemplo, el factor de ganancia puede ser menor en un segundo caso que en un primer caso, cuando el valor de estabilidad del filtro en el segundo caso es menor que en el primer caso.
De acuerdo con otra realización, los valores de reemplazo espectrales pueden generarse en base a los valores espectrales anteriores y en base al valor de estabilidad del filtro. Los valores intermedios pueden generarse 60 modificando los valores espectrales anteriores, por ejemplo, invirtiendo de forma aleatoria el signo de los valores espectrales anteriores, y multiplicando cada uno de los valores intermedios por un factor de ganancia, en el que el valor del factor de ganancia depende del valor de estabilidad del filtro. Por ejemplo, el factor de ganancia puede ser menor en un segundo caso que en un primer caso, cuando el valor de estabilidad del filtro en el segundo caso es
menor que en el primer caso.
De acuerdo con otra realización, los valores espectrales anteriores pueden emplearse para generar una señal intermedia, y una señal de síntesis en el dominio espectral puede generarse aplicando un filtro de predicción lineal en la señal intermedia. A continuación, cada valor espectral de la señal de síntesis generada puede multiplicarse por 5 un factor de ganancia, en el que el valor del factor de ganancia depende del valor de estabilidad del filtro. Como se ha mencionado anteriormente, el factor de ganancia puede, por ejemplo, ser menor en un segundo caso que en un primer caso, si el valor de estabilidad del filtro en el segundo caso es menor que en el primer caso.
A continuación, se explica en detalle una realización específica ilustrada en la figura 2. Una primera trama 101 llega 10 del lado del receptor, en la que puede localizarse un aparato 100 para obtener los valores de reemplazo espectrales. Del lado del receptor, se verifica si la trama de audio está libre de errores o no. Por ejemplo, una trama de audio libre de errores es una trama de audio en la que los datos de audio comprendidos en la trama de audio están libres de errores. Para tal fin, se pueden emplear medios (no mostrados) del lado del receptor, que determinen, si una trama recibida está libre de errores o no. Para este fin, pueden emplearse técnicas de reconocimiento de errores de última 15 generación, tal como medios que verifican, si los datos de audio recibidos son consistentes con un bit de verificación recibido o con una suma de verificación recibida. O, los medios de detección de errores pueden emplear una verificación de redundancia cíclica (CRC) para verificar si los datos de audio recibidos son consistentes con el valor CRC recibido. También puede emplearse cualquier otra técnica para verificar si una trama de audio recibida está libre de errores o no. 20
La primera trama 101 de audio comprende datos 102 de audio. Además, la primera trama de audio comprende datos 103 de verificación. Por ejemplo, los datos de verificación pueden ser un bit de verificación, unas sumas de verificación o un valor CRC, que pueden emplearse del lado del receptor para verificar si la trama 101 de audio recibida está libre de errores (es una trama libre de errores) o no. 25
Si se determina que la trama 101 de audio está libre de errores, entonces, los valores relacionados con la trama de audio libre de errores, por ejemplo, para los datos 102 de audio, se almacenarán en la unidad 110 de búfer como “valores espectrales anteriores”. Estos valores pueden, por ejemplo, ser valores espectrales de la señal de audio codificada en la trama de audio. O, los valores que se almacenan en la unidad de búfer pueden, por ejemplo, ser 30 valores intermedios que resultan del procesamiento y/o la modificación de los valores codificados almacenados en la trama de audio. Como alternativa, una señal, por ejemplo, la señal de síntesis en el dominio espectral, puede generarse en base a los valores codificados de la trama de audio, y los valores espectrales de la señal generada pueden almacenarse en la unidad 110 de búfer. El almacenamiento de los valores espectrales anteriores en la unidad 110 de búfer se indica con la flecha 105. 35
Por otra parte, los datos 102 de audio de la trama 101 de audio se usan del lado del receptor para decodificar la señal de audio codificada (no mostrado). La parte de la señal de audio que se ha decodificado puede reproducirse nuevamente del lado del receptor.
40
Posteriormente al procesamiento de la trama 101 de audio, el lado del receptor espera la próxima trama 111 de audio (comprendiendo además los datos 112 de audio y los datos 113 de verificación) para que llegue al lado del receptor. Sin embargo, por ejemplo, mientras que se transmite la trama 111 de audio (como se muestra en 115), algo inesperado sucede. Esto se ilustra en 116. Por ejemplo, una conexión puede alterarse de modo que los bits de la trama 111 de audio pueden modificarse sin intención durante la transmisión, o, por ejemplo, la trama 111 de audio 45 puede no llegar en absoluto al lado del receptor.
En tal situación, se necesita ocultamiento. Cuando, por ejemplo, una señal de audio se reproduce del lado del receptor, es decir, generada en base a una trama de audio recibida, deberían emplearse técnicas para enmascarar una trama perdida. Por ejemplo, los conceptos deberían definir qué hacer, cuando una trama de audio actual de una 50 señal de audio, es decir, necesaria para su reproducción, no llega al lado del receptor o es errónea.
El generador 120 de trama de ocultamiento está adaptado para proporcionar ocultamiento de errores. En la figura 2, se informa al generador 120 de trama de ocultamiento acerca de que no se ha recibido una trama actual o es errónea. Del lado del receptor, pueden emplearse medios (no mostrados) para indicar al generador 120 de trama de 55 ocultamiento que el ocultamiento es necesario (esto se muestra con la flecha 117 de guiones).
Para realizar el ocultamiento de errores, el generador 120 de trama de ocultamiento puede solicitar algunos o todos los valores espectrales anteriores, por ejemplo, los valores de audio anteriores, relacionados con la trama 101 libre de errores anteriormente recibida desde la unidad 110 de búfer. Esta solicitud se ilustra por la flecha 118. Como en 60 el ejemplo de la figura 2, la trama libre de errores anteriormente recibida puede, por ejemplo, ser la última trama libre de errores recibida, por ejemplo, la trama 101 de audio. Sin embargo, puede emplearse una trama libre de errores diferente del lado del receptor como la trama libre de errores anteriormente recibida.
A continuación, el generador de trama de ocultamiento recibe (algunos o todos) los valores espectrales anteriores relacionados con la trama de audio libre de errores recibida anteriormente (por ejemplo, la trama 101 de audio) desde la unidad 110 de búfer, como se muestra en 119. Por ejemplo, en el caso de una pérdida múltiple de tramas, el búfer se actualiza, o completa o parcialmente. En una realización, las etapas ilustradas por las flechas 118 y 119 pueden realizarse de modo que el generador 120 de trama de ocultamiento cargue los valores espectrales 5 anteriores desde la unidad 110 de búfer.
A continuación, el generador 120 de trama de ocultamiento genera los valores de reemplazo espectrales en base a al menos algunos de los valores espectrales anteriores. De este modo, el oyente no se entera de que se han perdido una o más tramas de audio, de tal manera que la impresión de sonido creada por la reproducción no se ve alterada.
10
Una manera sencilla de lograr el ocultamiento sería, usar simplemente los valores, por ejemplo, los valores espectrales de la última trama libre de errores como valores espectrales de reemplazo para la trama actual perdida o errónea.
Sin embargo, existen problemas específicos especialmente en el caso de inicios, por ejemplo, cuando el volumen de 15 sonido cambia de repente de forma significante. Por ejemplo, en el caso de una ráfaga de ruido, simplemente repitiendo los valores espectrales anteriores de la última trama, la ráfaga de ruido se repetirá también.
En contraste, si la señal de audio es bastante estable, por ejemplo su volumen no cambia significativamente, o, por ejemplo, sus valores espectrales no cambian significativamente, entonces el efecto de generar de forma artificial la 20 parte de señal de audio actual en base a los datos de audio recibidos anteriormente, por ejemplo, repetir la parte de señal de audio recibida anteriormente, sería menos perturbador para un oyente.
Las realizaciones se basan en este hallazgo. El generador 120 de trama de ocultamiento genera valores de reemplazo espectrales en base a al menos algunos de los valores espectrales anteriores y en base al valor de 25 estabilidad del filtro que indica una estabilidad de un filtro de predicción relacionado con la señal de audio. Por lo tanto, el generador 120 de trama de ocultamiento toma en cuenta la estabilidad de la señal de audio, por ejemplo, la estabilidad de la señal de audio relacionada con la trama libre de errores recibida anteriormente.
Para ello, el generador 120 de trama de ocultamiento puede cambiar el valor de un factor de ganancia que se aplica 30 en los valores espectrales anteriores. Por ejemplo, cada uno de los valores espectrales anteriores se multiplica por el factor de ganancia. Esto se ilustra con respecto a las figuras 3a - 3c.
En la figura 3a, algunas de las líneas espectrales de una señal de audio relacionada con una trama libre de errores recibida anteriormente se ilustran antes de que se aplique un factor de ganancia original. Por ejemplo, el factor de 35 ganancia original puede ser un factor de ganancia transmitido en la trama de audio. Del lado del receptor, si la trama recibida está libre de errores, el decodificador puede, por ejemplo, configurarse para multiplicar cada uno de los valores espectrales de la señal de audio por el factor g de ganancia original para obtener un espectro modificado. Esto se muestra en la figura 3b.
40
En la figura 3b, se representan las líneas espectrales que resultan de multiplicar las líneas espectrales de la figura 3a por un factor de ganancia original. Para simplificar, se supone que el factor g de ganancia original es 2,0. (g = 2,0). Las figuras 3a y 3b ilustran un escenario, en el que no es necesario un ocultamiento.
En la figura 3c, se supone un escenario, en el que no se ha recibido una trama actual o es errónea. En tal caso, 45 deben generarse vectores de reemplazo. Para esto, los valores espectrales anteriores relacionados con la trama libre de errores recibida anteriormente, que se han almacenado en una unidad de búfer, pueden usarse para generar los valores de reemplazo espectrales.
En el ejemplo de la figura 3c, se supone que los valores de reemplazo espectrales se generan en base a los valores 50 recibidos, pero se modifica el factor de ganancia original.
Se usa un factor de ganancia para generar los valores de reemplazo espectrales diferente, más pequeño que el factor de ganancia que se usa para amplificar los valores recibidos en el caso de la figura 3b. Se logra así una atenuación. 55
Por ejemplo, el factor de ganancia modificado usado en el escenario ilustrado en la figura 3c puede ser un 75 % del factor de ganancia original, por ejemplo 0,75 ∙ 2,0 = 1,5. Multiplicando cada uno de los valores espectrales por el factor de ganancia modificado (reducido), se realiza una atenuación, ya que el factor de ganancia modificado gact=1,5 que se usa por la multiplicación de cada uno de los valores espectrales es menor que el factor de ganancia 60 original (factor de ganancia gant=2,0) usado por la multiplicación de los valores espectrales en el caso libre de errores.
La presente invención se basa, entre otros, en el hallazgo de que repetir los valores de una trama libre de errores
recibida anteriormente se percibe como más alterado, cuando la parte de señal de audio respectiva es inestable, que en el caso cuando la parte de señal de audio respectiva es estable. Esto se ilustra en las figuras 4a y 4b.
Por ejemplo, si la trama libre de errores recibida anteriormente comprende un inicio, entonces es probable que el inicio se reproduzca. La figura 4a ilustra una parte de señal de audio, en la que ocurre un transitorio en la parte de 5 señal de audio asociada con la última trama libre de errores recibida. En las figuras 4a y 4b, la abscisa indica el tiempo, la ordenada indica un valor de amplitud de la señal de audio.
La parte de señal especificada en 410 se relaciona con la parte de señal de audio relacionada con la última trama libre de errores recibida. La línea de guiones en el área 420 indica una posible continuación de la curva en el 10 dominio de tiempo, si los valores relacionados con la trama libre de errores recibida anteriormente se copian y se usan simplemente como valores de reemplazo espectrales de una trama de reemplazo. Como puede verse, el transitorio puede repetirse y percibirse como una alteración para el oyente.
En contraste, la figura 4b ilustra un ejemplo, en el que la señal es bastante estable. En la figura 4b, se ilustra una 15 parte de señal de audio relacionada con la última trama libre de errores recibida. En la parte de señal de la figura 4b, no ocurre un transitorio. Nuevamente, la abscisa indica el tiempo, la ordenada indica una amplitud de la señal de audio. El área 430 se relaciona con la parte de señal asociada con la última trama libre de errores recibida. La línea de guiones en el área 440 indica una posible continuación de la curva en el dominio de tiempo, si los valores de la trama libre de errores recibida anteriormente se copian y se usan como valores de reemplazo espectrales de una 20 trama de reemplazo. En tales situaciones en las que la señal de audio es bastante estable, repetir la última parte de señal resulta ser más aceptable para el oyente que en la situación en la que se repite un inicio como se ilustra en la figura 4a.
La presente invención se basa en el hallazgo de que los valores de reemplazo espectrales pueden generarse en 25 base a los valores recibidos anteriormente de una trama de audio anterior, pero que también debería considerarse la estabilidad de un filtro de predicción que depende de la estabilidad de una parte de señal de audio. Para esto, debería tomarse en cuenta un valor de estabilidad del filtro. El valor de estabilidad del filtro puede, por ejemplo, indicar la estabilidad del filtro de predicción.
30
En LD-USAC, los coeficientes del filtro de predicción, por ejemplo, los coeficientes del filtro de predicción lineal, pueden determinarse del lado del codificador y pueden transmitirse al receptor dentro de la trama de audio.
Del lado del decodificador, el decodificador recibe entonces los coeficientes del filtro de predicción, por ejemplo, los coeficientes del filtro de predicción de la trama libre de errores recibida anteriormente. Además, el decodificador 35 puede haber recibido ya los coeficientes del filtro de predicción de la trama predecesora de la trama recibida anteriormente, y puede, por ejemplo, haber almacenado estos coeficientes del filtro de predicción. La trama predecesora de la trama libre de errores recibida anteriormente es la trama que inmediatamente precede a la trama libre de errores recibida anteriormente. El generador de trama de ocultamiento puede determinar, a continuación, el valor de estabilidad del filtro en base a los coeficientes del filtro de predicción de la trama libre de errores recibida 40 anteriormente y en base a los coeficientes del filtro de predicción de la trama predecesora de la trama libre de errores recibida anteriormente.
A continuación, se presenta la determinación del valor de estabilidad del filtro de acuerdo con una realización, que es específicamente adecuada para LD-USAC. El valor de estabilidad considerado depende de los coeficientes del 45 filtro de predicción, por ejemplo, 10 coeficientes fi del filtro de predicción en caso de banda estrecha o, por ejemplo, 16 coeficientes fi del filtro de predicción en caso de banda ancha que pueden haberse transmitido en una trama libre de errores recibida anteriormente. Además, también se consideran los coeficientes del filtro de predicción de la trama predecesora de la trama libre de errores recibida anteriormente, por ejemplo, 10 coeficientes fi(p) del filtro de predicción adicionales en caso de banda estrecha (o, por ejemplo, 16 coeficientes fi(p) del filtro de predicción 50 adicionales en caso de banda ancha).
Por ejemplo, el k-ésimo filtro fk de predicción puede haberse calculado del lado del codificador computando una autocorrelación, de manera que:
55
tknknsnsf)(')('k
en la que s’ es una señal de voz sometida a partición de ventanas, por ejemplo, la señal de voz que debería codificarse, después de que se haya aplicado una ventana en la señal de voz. t puede ser, por ejemplo, 383. Como alternativa, t puede tener otros valores, tales como 191 o 95. 60
En otras realizaciones, en lugar de computar una autocorrelación, puede emplearse como alternativa el algoritmo de
Levinson-Durbin, conocido como de última generación, véase, por ejemplo,
[3]: 3GPP, “Speech codec speech processing functions; Adaptive Multi-Rate - Wideband (AMR-WB) speech codec; Transcoding functions”, 2009, V9.0.0, 3GPP TS 26.190.
5
Como ya se ha tratado, los coeficientes fi y fi(p) del filtro de predicción pueden haberse transmitido al receptor dentro de la trama libre de errores recibida anteriormente y de la predecesora de la trama libre de errores recibida anteriormente, respectivamente.
Del lado del decodificador, puede calcularse una medición de distancia de la frecuencia espectral lineal (medición de 10 distancia LSF) LSFdist empleando la fórmula:
uipiidistffLSF02)()(
u puede ser el número de filtros de predicción en la trama libre de errores recibida anteriormente menos 1. Por 15 ejemplo, si la trama libre de errores recibida anteriormente tenía 10 coeficientes del filtro de predicción, por ejemplo, u=9. El número de coeficientes del filtro de predicción en la trama libre de errores recibida anteriormente es normalmente idéntico al número de coeficientes del filtro de predicción en la trama predecesora de la trama libre de errores recibida anteriormente.
20
El valor de estabilidad valor puede calcularse de acuerdo con la fórmula:
θ = 0 si (1,25 – LSFdist / v) < 0
θ = 1 si (1,25 – LSFdist / v) > 1
θ = 1.25 – LSFdist / v 0 ≤ (1,25 – LSFdist / v) ≤ 1 25
v puede ser un número entero. Por ejemplo, v puede ser 156250 en caso de banda estrecha. En otra realización, v puede ser 400000 en caso de banda ancha.
θ se considera para indicar un filtro de predicción muy estable, si θ es 1 o cercano a 1. 30
θ se considera para indicar un filtro de predicción muy inestable, si θ es 0 o cercano a 0.
El generador de trama de ocultamiento puede adaptarse para generar los valores de reemplazo espectrales en base a los valores espectrales anteriores de una trama libre de errores recibida anteriormente, cuando una trama de audio 35 actual no se ha recibido o es errónea. Además, el generador de trama de ocultamiento puede adaptarse para calcular un valor θ de estabilidad en base a los coeficientes fi del filtro de predicción de la trama libre de errores recibida anteriormente y en base a los coeficientes fi(p) del filtro de predicción de la trama libre de errores recibida anteriormente, como se ha descrito anteriormente.
40
En una realización, el generador de trama de ocultamiento puede adaptarse para usar el valor de estabilidad del filtro para generar un factor de ganancia generado, por ejemplo, modificando un factor de ganancia original, y para aplicar el factor de ganancia generado en los valores espectrales anteriores relacionados con la trama de audio para obtener los valores de reemplazo espectrales. En otras realizaciones, el generador de trama de ocultamiento se adapta para aplicar el factor de ganancia generado en los valores derivados de los valores espectrales anteriores. 45
Por ejemplo, el generador de trama de ocultamiento puede generar el factor de ganancia modificado multiplicando un factor de ganancia recibido por un factor de atenuación, en el que el factor de atenuación depende del valor de estabilidad del filtro.
50
Por ejemplo, se supone que un factor de ganancia recibido en una trama de señal de audio tiene, por ejemplo, el valor 2,0. El factor de ganancia se usa normalmente para multiplicar los valores espectrales anteriores para obtener los valores espectrales modificados. Para aplicar una atenuación, se genera un factor de ganancia modificado que depende del valor θ de estabilidad.
55
Por ejemplo, si el valor de estabilidad es θ = 1, entonces el filtro de predicción se considera muy estable. El factor de atenuación puede establecerse en 0,85, si la trama a reconstruir es la primera trama perdida. Por lo tanto, el factor de ganancia modificado es 0,85 ∙ 2,0 = 1,7. Cada uno de los valores espectrales recibidos de la trama recibida anteriormente se multiplica por un factor de ganancia modificado de 1,7 en lugar de por 2,0 (el factor de ganancia recibido) para generar los valores de reemplazo espectrales. 60
La figura 5a ilustra un ejemplo, en el que se aplica un factor de ganancia generado de 1,7 a los valores espectrales
de la figura 3a.
Sin embargo, si, por ejemplo, el valor de estabilidad es θ = 0, entonces el filtro de predicción es considerado muy inestable. El factor de atenuación puede establecerse en 0,65, si la trama a reconstruir es la primera trama perdida. Por lo tanto, el factor de ganancia modificado es 0,65 ∙ 2,0 = 1,3. Cada uno de los valores espectrales recibidos de la 5 trama recibida anteriormente se multiplica por un factor de ganancia modificado de 1,3 en lugar de por 2,0 (el factor de ganancia recibido) para generar los valores de reemplazo espectrales.
La figura 5b ilustra un ejemplo, en el que se aplica un factor de ganancia generado de 1,3 a los valores espectrales de la figura 3a. Como el factor de ganancia en el ejemplo de la figura 5b es menor que el del ejemplo de la figura 5a, 10 las magnitudes en la figura 5b son menores también que las del ejemplo de la figura 5a.
Pueden aplicarse diferentes estrategias dependiendo del valor de θ, donde θ puede ser un valor entre 0 y 1.
Por ejemplo, un valor de θ ≥ 0,5 puede interpretarse como 1 de tal manera que el factor de atenuación tiene el 15 mismo valor como si θ fuera 1, por ejemplo, el factor de atenuación es 0,85. Un valor de θ < 0,5 puede interpretarse como 0 de tal manera que el factor de atenuación tiene el mismo valor como si θ fuera 0, por ejemplo, el factor de atenuación es 0,65.
De acuerdo con otra realización, el valor del factor de atenuación puede, como alternativa, interpolarse, si el valor de 20 θ está entre 0 y 1. Por ejemplo, suponiendo que el valor del factor de atenuación es 0,85 si θ es 1, y 0,65 si θ es 0, entonces el factor de atenuación puede calcularse de acuerdo con la fórmula:
factor de atenuación = 0,65 + θ ∙ 0,2; para 0 < θ < 1.
25
En otra realización, el generador de trama de ocultamiento está adaptado para generar los valores de reemplazo espectrales adicionalmente en base a la información de la clase de trama relacionada con la trama libre de errores recibida anteriormente. La información acerca de la clase puede determinarse por un codificador. El codificador puede codificar la información de la clase de trama en la trama de audio. Entonces, el decodificador puede decodificar la información de la clase de trama cuando se decodifica la trama libre de errores recibida anteriormente. 30
Como alternativa, el decodificador puede por sí solo determinar la información de la clase de trama examinando la trama de audio.
Por otra parte, el decodificador puede configurarse para determinar la información de la clase de trama en base a la 35 información del codificador y en base a una examinación de los datos de audio recibidos, realizándose la examinación por el decodificador, por sí solo.
La clase de trama puede, por ejemplo, indicar si la trama se clasifica en “inicio artificial”, “inicio”, “transición con voz”, “transición sin voz”, “sin voz” y “con voz”. 40
Por ejemplo, “inicio” puede indicar que la trama de audio recibida anteriormente comprende un inicio. Por ejemplo, “con voz” puede indicar que la trama de audio recibida anteriormente comprende datos de voz. Por ejemplo, “sin voz” puede indicar que la trama de audio recibida anteriormente comprende datos sin voz. Por ejemplo, “transición con voz” puede indicar que la trama de audio recibida anteriormente comprende datos de voz, pero que, comparado 45 con la predecesora de la trama de audio recibida anteriormente, el tono no ha cambiado. Por ejemplo, “inicio artificial” puede indicar que ha mejorado la energía de la trama de audio recibida anteriormente (por lo tanto, por ejemplo, creando un inicio artificial). Por ejemplo “transición sin voz” puede indicar que la trama de audio recibida anteriormente comprende datos sin voz pero que el sonido sin voz está a punto de cambiar.
50
Dependiendo de la trama de audio recibida anteriormente, el valor θ de estabilidad y el número de tramas sucesivas borradas, la ganancia de atenuación, por ejemplo, el factor de atenuación, pueden, por ejemplo, definirse de la siguiente manera:
Última trama bien recibida
Número de tramas sucesivas borradas Ganancia de atenuación (por ejemplo, factor de atenuación)
INICIO ARTIFICIAL
0,6
INICIO
≤ 3 0,2 ∙ θ + 0,8
INICIO
> 3 0,5
Última trama bien recibida
Número de tramas sucesivas borradas Ganancia de atenuación (por ejemplo, factor de atenuación)
TRANSICIÓN CON VOZ
0,4
TRANSICIÓN SIN VOZ
> 1 0,8
TRANSICIÓN SIN VOZ
= 1 0,2 ∙ θ + 0,75
SIN VOZ
= 2 0,2 ∙ θ + 0,6
SIN VOZ
> 2 0,2 ∙ θ + 0,4
SIN VOZ
= 1 0,2 ∙ θ + 0,8
CON VOZ
= 2 0,2 ∙ θ + 0,65
CON VOZ
> 2 0,2 ∙ θ + 0,5
De acuerdo con una realización, el generador de trama de ocultamiento puede generar un factor de ganancia modificado multiplicando un factor de ganancia recibido por el factor de atenuación determinado en base al valor de estabilidad del filtro y la clase de trama. A continuación, los valores espectrales anteriores pueden, por ejemplo, multiplicarse por el factor de ganancia modificado para obtener los valores de reemplazo espectrales. 5
El generador de trama de ocultamiento puede nuevamente adaptarse para generar adicionalmente los valores de reemplazo espectrales en base a la información de clase de trama.
De acuerdo con una realización, el generador de trama de ocultamiento puede adaptarse para generar 10 adicionalmente los valores de reemplazo espectrales dependiendo del número de tramas consecutivas que no han llegado al receptor o son erróneas.
En una realización, el generador de trama de ocultamiento puede adaptarse para calcular un factor de atenuación en base al valor de estabilidad del filtro y en base al número de tramas consecutivas que no han llegado al receptor o 15 son erróneas.
El generador de trama de ocultamiento puede además adaptarse para generar los valores de reemplazo espectrales multiplicando el factor de atenuación por al menos algunos de los valores espectrales anteriores.
20
Como alternativa, el generador de trama de ocultamiento puede adaptarse para generar los valores de reemplazo espectrales multiplicando el factor de atenuación por al menos algunos de los valores de un grupo de valores intermedios. Cada uno de los valores intermedios depende de al menos uno de los valores espectrales anteriores. Por ejemplo, el grupo de valores intermedios puede haberse generado modificando los valores espectrales anteriores. O, puede haberse generado una señal de síntesis en dominio espectral en base a los valores espectrales 25 anteriores, y los valores espectrales de la señal de síntesis pueden formar el grupo de los valores intermedios.
En otra realización, el factor de atenuación puede multiplicarse por un factor de ganancia original para obtener un factor de ganancia generado. El factor de ganancia generado se multiplica por al menos algunos de los valores espectrales anteriores, o por al menos algunos valores del grupo de los valores intermedios anteriormente 30 mencionado, para obtener los valores de reemplazo espectrales.
El valor del factor de atenuación depende del valor de estabilidad del filtro y del número de tramas perdidas o erróneas consecutivas, y puede, por ejemplo, tener los valores:
35
Valor de estabilidad del filtro
Número de tramas perdidas o erróneas consecutivas Factor de atenuación
0
1 0,8
0
2 0,8 ∙ 0,65 = 0,52
0
3 0,52 ∙ 0,55 = 0,29
0
4 0,29 ∙ 0,55 = 0,16
0
5 0,16 ∙ 0,55 = 0,09
…
…
…
En el presente documento, el “número de tramas consecutivas perdidas o erróneas = 1” indica que la predecesora inmediata de la trama perdida o errónea estaba libre de errores.
Como puede observarse, en el ejemplo anterior, el factor de atenuación puede actualizarse cada vez que una trama 5 no llega o es errónea en base al último factor de atenuación. Por ejemplo, si la predecesora inmediata de la trama perdida o errónea está libre de errores, entonces, en el ejemplo anterior, el factor de atenuación es 0,8. Si la trama posterior también se pierde o es errónea, el factor de atenuación se actualiza en base al factor de atenuación anterior multiplicando el factor de atenuación anterior por un factor actualizado 0,65: factor de atenuación = 0,8 ∙ 0,65 = 0,52, y así sucesivamente. 10
Algunos o todos los valores espectrales anteriores pueden multiplicarse por el propio factor de atenuación.
Como alternativa, el factor de atenuación puede multiplicarse por un factor de ganancia original para obtener un factor de ganancia generado. El factor de ganancia generado puede multiplicarse por cada uno (o algunos) de los 15 valores espectrales anteriores (o valores intermedios derivados de los valores espectrales anteriores) para obtener los valores de reemplazo espectrales.
Debería observarse, que el factor de atenuación puede depender del valor de estabilidad del filtro. Por ejemplo, la tabla anterior puede comprender también definiciones para el factor de atenuación, si el valor de estabilidad del filtro 20 es 1,0, 0,5 u otro valor, por ejemplo:
Valor de estabilidad del filtro
Número de tramas perdidas o erróneas consecutivas Factor de atenuación
1,0
1
1,0
1,0
2 1,0 ∙ 0,85 = 0,85
1,0
3 0,85 ∙ 0,75 = 0,64
1,0
4 0,64 ∙ 0,75 = 0,48
1,0
5 0,48 ∙ 0,75 = 0,36
…
…
…
Los valores del factor de atenuación para los valores de estabilidad del filtro inmediatos pueden ser aproximados.
25
En otra realización, el factor de atenuación puede determinarse empleando una fórmula que calcule el factor de atenuación en base al valor de estabilidad del filtro y en base al número de tramas consecutivas que no han llegado al receptor o son erróneas.
Como se ha descrito anteriormente, los valores espectrales anteriores almacenados en la unidad de búfer pueden 30 ser valores espectrales. Para evitar que se generen artefactos alteradores, el generador de trama de ocultamiento puede, como se ha explicado anteriormente, generar los valores de reemplazo espectrales en base a un valor de estabilidad del filtro.
Sin embargo, el reemplazo de tal parte de señal generada puede aún tener un carácter de repetición. Por lo tanto, 35 de acuerdo con una realización, se propone además modificar los valores espectrales anteriores, por ejemplo, los valores espectrales de la trama recibida anteriormente invirtiendo de forma aleatoria el signo de los valores espectrales. Por ejemplo, el generador de trama de ocultamiento decide de forma aleatoria para cada uno de los valor espectrales anteriores, si el signo del valor espectral se invierte o no, por ejemplo, si el valor espectral se multiplica por -1 o no. De esta manera, se reduce el carácter de repetición de la trama de señal de audio 40 reemplazada con respecto a su trama predecesora.
A continuación, se describe un ocultamiento en un decodificador LD-USAC de acuerdo con una realización. En esta realización, el ocultamiento está trabajando en los datos espectrales antes de que el decodificador LD-USAC realice la frecuencia final a conversión de tiempo. 45
En tal realización, los valores de una trama de audio llegante se usan para decodificar la señal de audio codificada generando una señal de síntesis en el dominio espectral. Para esto, se genera una señal intermedia en el dominio espectral en base a los valores de la trama de audio llegante. El relleno de ruido se realiza en los valores cuantificados a cero.
5
Los coeficientes del filtro de predicción codificados definen un filtro de predicción que se aplica a continuación, a la señal intermedia para generar la señal de síntesis que representa la señal de audio reconstruida / decodificada en el dominio de frecuencia.
La figura 6 ilustra un decodificador de señal de audio de acuerdo con una realización. El decodificador de señal de 10 audio comprende un aparato para decodificar los valores 610 de señal de audio espectrales, y un aparato para generar los valores 620 de reemplazo espectrales de acuerdo con una de las realizaciones anteriores.
El aparato para decodificar valores 610 de señal de audio espectrales genera los valores espectrales de la señal de audio decodificada como se acaba de describir, cuando llega una trama de audio libre de errores. 15
En la realización de la figura 6, los valores espectrales de la señal de síntesis pueden entonces almacenarse en una unidad de búfer del aparato 620 para generar los valores de reemplazo espectrales. Estos valores espectrales de la señal de audio decodificada se han decodificado en base a la trama de audio libre de errores recibida, y por lo tanto, se relacionan con la trama de audio libre de errores recibida anteriormente.
20
Cuando una trama actual se pierde o es errónea, se informa al aparato 620 para generar valores de reemplazo espectrales de que se necesitan los valores de reemplazo espectrales. Para generar los valores de reemplazo espectrales, el generador de trama de ocultamiento del aparato 620 genera valores de reemplazo espectrales de acuerdo con una de las realizaciones descritas anteriormente.
25
Por ejemplo, los valores espectrales de la última trama buena se modifican ligeramente en el generador de trama de ocultamiento invirtiendo su signo de forma aleatoria. A continuación, se aplica una atenuación en estos valores espectrales. La atenuación puede depender de la estabilidad del filtro de predicción anterior y del número de tramas perdidas consecutivas. Los valores de reemplazo espectrales generados se usan a continuación como valores de reemplazo espectrales para la señal de audio, y a continuación se realiza una transformación de frecuencia a tiempo 30 para obtener una señal de audio en el dominio de tiempo.
En LD-USAC, así como en USAC y MPEG-4 (MPEG = grupo de expertos de imágenes en movimiento), puede emplearse un modelado temporal del ruido (TNS). Mediante el modelado temporal del ruido, se controla la estructura fina de tiempo del ruido. Del lado del decodificador, se aplica una operación de filtrado en los datos espectrales en 35 base a la información de modelado del ruido. Por ejemplo, puede encontrarse más información acerca del modelado temporal del ruido en:
[4]: ISO/IEC 14496-3:2005: Information technology - Coding of audio-visual objects - Part 3: Audio, 2005
40
Las realizaciones se basan en el hallazgo de que en caso de un inicio/transitorio, el TNS es extremadamente activo. Por lo tanto, determinando si el TNS es extremadamente activo o no, se puede estimar, si se encuentra presente un inicio/transitorio.
De acuerdo con una realización, se calcula del lado del receptor una ganancia de predicción que tiene el TNS. Del 45 lado del receptor, al principio, los valores espectrales recibidos de una trama de audio libre de errores recibida se procesan para obtener un primer valor ai espectral intermedio. A continuación, se realiza el TNS y mediante el mismo, se obtiene un segundo valor bi espectral intermedio. Se calcula un primer valor E1 de energía para el primer valor espectral intermedio y se calcula un segundo valor E2 de energía para el segundo valor espectral intermedio. Para obtener la ganancia gTNS de predicción del TNS, puede dividirse el segundo valor de energía por el primer valor 50 de energía.
Por ejemplo, gTNS puede definirse como:
gTNS = E2 / E1 55
22221122...nniibbbbE
22221121...nniiaaaaE
(n = número de valores espectrales considerados)
De acuerdo con una realización, el generador de trama de ocultamiento está adaptado para generar los valores de reemplazo espectrales en base a los valores espectrales anteriores, en base al valor de estabilidad del filtro y en base a una ganancia de predicción de un modelado temporal del ruido, cuando se realiza un modelado temporal del ruido en una trama libre de errores recibida anteriormente. De acuerdo con otra realización, el generador de trama 5 de ocultamiento está adaptado para generar los valores de reemplazo espectrales adicionalmente en base al número de tramas perdidas o erróneas consecutivas.
Cuanto mayor sea la ganancia de predicción, más rápida será la atenuación. Por ejemplo, se considera un valor de estabilidad del filtro de 0,5 y se supone que la ganancia de predicción es alta, por ejemplo gTNS = 6; entonces un 10 factor de atenuación, puede ser, por ejemplo, 0,65 (= atenuación rápida). En contraste, nuevamente, se considera un valor de estabilidad del filtro de 0,5, pero se supone que la ganancia de predicción es baja, por ejemplo, 1,5; entonces un factor de atenuación puede, por ejemplo, ser 0,95 (= atenuación lenta).
La ganancia de predicción del TNS puede influenciar también en los valores que deberían almacenarse en la unidad 15 de búfer de un aparato para generar valores de reemplazo espectrales.
Si la ganancia gTNS de predicción es menor que cierto valor umbral (por ejemplo un valor umbral = 5,0), entonces los valores espectrales, después de que se haya aplicado el TNS, se almacenan en la unidad de búfer como valores espectrales anteriores. En el caso de tramas perdidas o erróneas, se generan los valores de reemplazo espectrales 20 en base a estos valores espectrales anteriores.
De lo contrario, si la ganancia de predicción gTNS es mayor que o igual al valor umbral, los valores espectrales, antes de que se haya aplicado el TNS, se almacenan en la unidad de búfer como valores espectrales anteriores. En el caso de tramas perdidas o erróneas, se generan los valores de reemplazo espectrales en base a estos valores 25 espectrales anteriores.
El TNS no se aplica en ningún caso en estos valores espectrales anteriores.
Por consiguiente, la figura 7 ilustra un decodificador de señal de audio de acuerdo con una realización 30 correspondiente. El decodificador de señal de audio comprende una unidad 710 de decodificación para generar un primer valor espectral intermedio en base a una trama libre de errores recibida. Además, el decodificador de señal de audio comprende una unidad 720 modeladora temporal del ruido para realizar el modelado temporal del ruido en el primer valor espectral intermedio para obtener un segundo valor espectral intermedio. Adicionalmente, el decodificador de señal de audio comprende un calculador 730 de ganancia de predicción para calcular una ganancia 35 de predicción del modelado temporal del ruido dependiendo del primer valor espectral intermedio y del segundo valor espectral intermedio. Además, el decodificador de señal de audio comprende un aparato 740 de acuerdo con una de las realizaciones descritas anteriormente para generar los valores de reemplazo espectrales cuando una trama de audio actual no se ha recibido o es errónea. Adicionalmente, el decodificador de señal de audio comprende un selector 750 de valores para almacenar el primer valor espectral intermedio en la unidad 745 de búfer del aparato 40 740 para generar los valores de reemplazo espectrales, si la ganancia de predicción es mayor que o igual al valor umbral, o para almacenar el segundo valor espectral intermedio en la unidad 745 de búfer del aparato 740 para generar los valores de reemplazo espectrales, si la ganancia de predicción es menor que el valor umbral.
El valor umbral puede, por ejemplo, ser un valor predefinido. Por ejemplo el valor umbral puede predefinirse en el 45 decodificador de señal de audio.
De acuerdo con otra realización, el ocultamiento se realiza en los datos espectrales justo después de la primera etapa de decodificación y antes de que se realce el relleno de ruido, la ganancia global y/o el TNS.
50
Tal realización se representa en la figura 8. La figura 8 ilustra un decodificador de acuerdo con otra realización adicional. El decodificador comprende un primer módulo 810 de decodificación. El primer módulo 810 de decodificación está adaptado para generar valores espectrales generados en base a una trama de audio libre de errores recibida. A continuación, los valores espectrales generados se almacenan en la unidad de búfer de un aparato 820 para generar los valores de reemplazo espectrales. Además, los valores espectrales generados se 55 introducen en un módulo 830 de procesamiento, que procesa los valores espectrales generados realizando el TNS, aplicando el relleno de ruido y/o aplicando la ganancia global para obtener los valores de audio espectrales de la señal de audio decodificada. Si se pierde o es errónea una trama actual, el aparato 820 para generar valores de reemplazo espectrales genera los valores de reemplazo espectrales y los suministra al módulo 830 de procesamiento. 60
De acuerdo con la realización de la figura 8, en caso de ocultamiento, el módulo de decodificación o módulo de procesamiento realiza algunas o todas las etapas siguientes:
Los valores espectrales, por ejemplo, de la última trama buena, se modifican ligeramente invirtiendo el signo de forma aleatoria. En otra etapa, se realiza el relleno de ruido en base al ruido aleatorio en los contenedores espectrales cuantificados a cero. En otra etapa, el factor de ruido se adapta levemente comparado con un trama libre de errores recibida anteriormente.
5
En una etapa adicional, se logra el modelado del ruido espectral al aplicar la envolvente espectral ponderada codificada por LPC (LPC = codificación de predicción lineal) en el dominio de frecuencia. Por ejemplo, pueden usarse los coeficientes LPC de la última trama libre de errores recibida. En otra realización, pueden usarse los coeficientes LPC promedio. Por ejemplo, puede generarse un promedio de los últimos tres valores de un coeficiente LPC considerado de las últimas tres tramas libres de error recibidas para cada coeficiente LPC de un filtro, y pueden 10 aplicarse a los coeficientes LPC promediados.
En una etapa posterior, puede aplicarse una atenuación en estos valores espectrales. La atenuación puede depender del número de tramas perdidas o erróneas consecutivas y de la estabilidad del filtro LP anterior. Además, la información de ganancia de predicción puede usarse para influir en la atenuación. Cuanto mayor sea la ganancia 15 de predicción, más rápida puede ser la atenuación. La realización de la figura 8 es ligeramente más compleja que la realización de la figura 6, pero proporciona mejor calidad de audio.
Aunque se han descrito algunos aspectos en el contexto de un aparato, resulta claro que estos aspectos representan también una descripción del método correspondiente, en el que un bloque o dispositivo corresponde a 20 una etapa o característica del método de la etapa del método. De forma análoga, los aspectos descritos en el contexto de una etapa del método representan también una descripción de un bloque correspondiente o ítem o característica de un aparato correspondiente.
Dependiendo de ciertas necesidades de implementación, las realizaciones de la invención pueden implementarse en 25 hardware o en software. La implementación puede realizarse usando un medio de almacenamiento digital, por ejemplo un disco blando, un DVD, un CD, una ROM, una PROM, una EPROM, una EEPROM o una memoria FLASH, que tienen señales de control legibles de forma electrónica almacenadas en los mismos, que realizan (o son capaces de realizar) con un sistema de computación programable de tal manera que se realice el método respectivo.
30
Algunas realizaciones de acuerdo con la invención comprenden un portador de datos que tiene señales de control legibles de forma electrónica que son capaces de funcionar conjuntamente con un sistema de computación programable de tal manera que se realice uno de los métodos descritos en el presente documento.
En general, las realizaciones de la presente invención pueden implementarse como un producto de programa de 35 computación con un código de programa, siendo el código de programa operativo para realizar uno de los métodos cuando el producto de programa de computación funciona en una computadora. Por ejemplo, el código de programa puede almacenarse en un portador legible por máquina.
Otras realizaciones comprenden el programa de computación para realizar uno de los métodos descritos en el 40 presente documento, almacenado en un portador legible por máquina o en un medio de almacenamiento no transitorio.
En otras palabras, una realización del método de invención es, por lo tanto, un programa de computación que tiene un código de programa para aplicar uno de los métodos descritos en el presente documento, cuando el producto de 45 programa de computación se ejecuta en una computadora.
Una realización adicional de los métodos de la invención es, por lo tanto, un portador de datos (o un medio de almacenamiento digital o un medio legible por computadora) que comprende, grabado en el mismo, el programa de computación para realizar uno de los métodos descritos en el presente documento. 50
Una realización adicional del método de la invención es, por lo tanto, un flujo de datos o una secuencia de señales que representan el programa de computación para realizar uno de los métodos descritos en el presente documento. El flujo de datos o la secuencia de señales pueden, por ejemplo, configurarse para transferirse a través de una conexión de comunicaciones de datos, por ejemplo, a través de Internet o sobre un canal de radio. 55
Una realización adicional comprende un medio de procesamiento, por ejemplo, una computadora, o dispositivo lógico programable, configurado para o adaptado para realizar uno de los métodos descritos en el presente documento.
60
Una realización comprende una computadora con un programa de computación instalado en la misma para realizar uno de los métodos descritos en el presente documento.
En algunas realizaciones, un dispositivo lógico programable (por ejemplo, una matriz de puertas programable en
campo) puede usarse para realizar algunas o todas de las funcionalidades de los métodos descritos en el presente documento. En algunas realizaciones, una matriz de puertas programable en campo puede funcionar conjuntamente con un microprocesador con el fin de realizar uno de los métodos descritos en el presente documento. En general, los métodos se realizan preferentemente mediante un aparato de hardware.
5
Las realizaciones descritas anteriormente son simplemente ilustrativas de los principios de la presente invención. Se entiende que, modificaciones y variaciones de las disposiciones y los detalles descritos en el presente documento resultarán evidentes para los expertos en la materia. Se intenta, por lo tanto, limitarse solo por el alcance de las reivindicaciones independientes de la patente y no por los detalles específicos presentados por medio de la descripción y la explicación de las realizaciones del presente documento. 10
Literatura:
[1]: 3GPP, “Audio codec processing functions; Extended Adaptive Multi-Rate - Wideband (AMR-WB+) codec; Transcoding functions”, 2009, 3GPP TS 26.290. 15
[2]: USAC codec (Unified Speech and Audio Codec), ISO/IEC CD 23003-3 fechado el 24 de septiembre de 2010
[3]: 3GPP, “Speech codec speech processing functions; Adaptive Multi-Rate - Wideband (AMR-WB) speech codec; Transcoding functions”, 2009, V9.0.0, 3GPP TS 26.190. 20
[4]: ISO/IEC 14496-3:2005: Information technology - Coding of audio-visual objects - Part 3: Audio, 2005
[5]: ITU-T G.718 (06-2008) specification
25

Claims (13)

  1. REIVINDICACIONES
    1. Un aparato (100) para generar valores de reemplazo espectrales para una señal de audio que comprende:
    una unidad (110) de búfer para almacenar valores espectrales anteriores relacionados con una trama de señal 5 de audio libre de errores recibida anteriormente, y
    un generador (120) de trama de ocultación para generar los valores de reemplazo espectrales cuando no se ha recibido o es errónea una trama de señal de audio actual, en el que la trama de señal de audio libre de errores recibida anteriormente comprende una información del filtro, teniendo la información de filtro asociada un valor de estabilidad del filtro que indica una estabilidad de un filtro de predicción definida por la información del filtro, y en 10 el que el generador (120) de trama de ocultamiento se adapta para generar los valores de reemplazo espectrales en base a los valores espectrales anteriores y en base al valor de estabilidad del filtro.
  2. 2. Un aparato (100) de acuerdo con la reivindicación 1, en el que el generador (120) de trama de ocultamiento está adaptado para generar los valores de reemplazo espectrales invirtiendo de forma aleatoria el signo de los valores 15 espectrales anteriores.
  3. 3. Un aparato (100) de acuerdo con la reivindicación 1 o 2, en el que el generador (120) de trama de ocultamiento está configurado para generar los valores de reemplazo espectrales multiplicando cada uno de los valores espectrales anteriores por un primer factor de ganancia cuando el valor de estabilidad del filtro tiene un primer valor, 20 y multiplicando cada uno de los valores espectrales anteriores por un segundo factor de ganancia, que es más pequeño que el primer factor de ganancia, cuando el valor de estabilidad del filtro tiene un segundo valor que es más pequeño que el primer valor.
  4. 4. Un aparato de acuerdo con una de las reivindicaciones anteriores, en el que la trama de señal de audio libre de 25 errores recibida anteriormente comprende unos primeros coeficientes de filtro predictivos del filtro de predicción, en el que una trama predecesora de la trama de señal de audio libre de errores recibida anteriormente comprende unos segundos coeficientes de filtro predictivos, y en el que el valor de estabilidad del filtro depende de los primeros coeficientes de filtro predictivos y de los segundos coeficientes de filtro predictivos.
    30
  5. 5. Un aparato de acuerdo con la reivindicación 4, en el que el valor de estabilidad del filtro depende de una medida LSFdist de distancia, y en el que la medida LSFdist de distancia se define por la fórmula:
    uipiidistffLSF02)()(
    35
    en la que u+1 especifica un número total de los primeros coeficientes de filtro de predicción de la trama de señal de audio libre de errores recibida anteriormente, y en la que u+1 también especifica un número total de los segundos coeficientes de filtro de predicción de la trama predecesora de la trama de señal de audio libre de errores recibida anteriormente, en la que fi especifica el i-ésimo coeficiente de filtro de los primeros coeficientes de filtro de predicción y en la que fi(p) especifica el i-ésimo coeficiente de filtro de los segundos coeficientes de filtro de predicción. 40
  6. 6. Un aparato (100) de acuerdo con una de las reivindicaciones anteriores, en el que el generador (120) de trama de ocultamiento está adaptado para generar adicionalmente los valores de reemplazo espectrales en base a la información de clase de trama relacionada con la trama de señal de audio libre de errores recibida anteriormente, en el que la información de clase de trama indica que la trama de señal de audio libre de errores recibida anteriormente 45 se clasifica como “inicio artificial”, “inicio”, “transición con voz”, “transición sin voz”, “sin voz” o “con voz”.
  7. 7. Un aparato (100) de acuerdo con una de las reivindicaciones anteriores, en el que el generador (120) de trama de ocultamiento está adaptado para generar adicionalmente los valores de reemplazo espectrales en base a un número de tramas consecutivas que son erróneas, desde que ha llegado una última trama de señal de audio libre de errores 50 al receptor, en el que no han llegado otras tramas de señal de audio libres de errores al receptor desde que ha llegado la última trama de señal de audio libre de errores al receptor.
  8. 8. Un aparato (100) de acuerdo con la reivindicación 7,
    en el que el generador (120) de trama de ocultamiento está adaptado para calcular un factor de atenuación, en base 55 al valor de estabilidad del filtro y en base al número de tramas consecutivas que son erróneas, y
    en el que el generador (120) de trama de ocultamiento está adaptado para generar los valores de reemplazo espectrales multiplicando el factor de atenuación por al menos algunos de los valores espectrales anteriores, o por al menos algunos valores de un grupo de valores intermedios, en el que cada uno de los valores intermedios depende de al menos uno de los valores espectrales anteriores. 60
  9. 9. Un decodificador de señal de audio que comprende:
    un aparato (610, 710, 810) para decodificar los valores de señal de audio espectrales, y
    un aparato (620, 740, 820) para generar valores de reemplazo espectrales de acuerdo con una de las reivindicaciones 1 a 8,
    en el que el aparato (610, 710, 810) para decodificar los valores de señal de audio espectrales está adaptado 5 para decodificar los valores espectrales de una trama de señal de audio libre de errores recibida anteriormente de una señal de audio como los valores de señal de audio espectrales, en el que el aparato (610, 710, 810) para decodificar los valores de señal de audio espectrales está adaptado además para almacenar los valores espectrales de la trama de señal de audio libre de errores recibida anteriormente en una unidad de búfer del aparato (620, 740, 820) para generar los valores de reemplazo espectrales, y 10
    en el que el aparato (620, 740, 820) para generar valores de reemplazo espectrales está adaptado para generar los valores de reemplazo espectrales en base a los valores espectrales almacenados en la unidad de búfer, cuando no se ha recibido o es errónea una trama de señal de audio actual.
  10. 10. Un decodificador de señal de audio de acuerdo con la reivindicación 9, 15
    en el que el aparato para decodificar es una unidad (710) de decodificación para generar, como valores espectrales de la trama de señal de audio libre de errores recibida anteriormente, unos primeros valores espectrales intermedios en base a una trama de señal de audio libre de errores recibida,
    en el que el aparato (740) de acuerdo con una de las reivindicaciones 1 a 8 está adaptado para generar los valores de reemplazo espectrales cuando no se ha recibido o es errónea una trama de señal de audio actual, y 20
    en el que el decodificador de señal de audio comprende además:
    una unidad (720) de modelado temporal del ruido para realizar un modelado temporal del ruido en los primeros valores espectrales intermedios para obtener unos segundos valores espectrales intermedios,
    un calculador (730) de ganancia de predicción para calcular una ganancia de predicción del modelado temporal 25 del ruido que depende de los primeros valores espectrales intermedios y que depende de los segundos valores espectrales intermedios, y
    un selector (750) de valores para almacenar los primeros valores espectrales intermedios en la unidad (745) de búfer del aparato (740) para generar los valores de reemplazo espectrales, si la ganancia de predicción es mayor que o igual a un valor umbral, o para almacenar los segundos valores espectrales intermedios en la unidad de 30 búfer del aparato para generar los valores de reemplazo espectrales, si la ganancia de predicción es menor que el valor umbral.
  11. 11. Un decodificador de señal de audio que depende de la reivindicación 9,
    en el que el decodificador de señal de audio comprende además un módulo (830) de procesamiento para procesar 35 los valores de señal de audio espectrales realizando el modelado temporal del ruido, que aplica el relleno de ruido o que aplica una ganancia global, para obtener los valores de audio espectrales de la señal de audio decodificada, y
    en el que el aparato (820) para generar los valores de reemplazo espectrales está adaptado para generar los valores de reemplazo espectrales y para suministrarlos en el módulo (830) de procesamiento, cuando no se ha recibido o es errónea una trama actual. 40
  12. 12. Un método para generar valores de reemplazo espectrales para una señal de audio que comprende:
    almacenar los valores espectrales anteriores relacionados con una trama de señal de audio libre de errores recibida anteriormente, y 45
    generar los valores de reemplazo espectrales cuando no se ha recibido o es errónea una trama de señal de audio actual, en el que la trama de señal de audio libre de errores recibida anteriormente comprende una información de filtro, teniendo la información de filtro asociada un valor de estabilidad del filtro que indica una estabilidad de un filtro de predicción definida por la información de filtro, en el que los valores de reemplazo espectrales se generan en base a los valores espectrales anteriores y en base al valor de estabilidad del filtro. 50
  13. 13. Un programa de computación para implementar el método de la reivindicación 12, cuando el programa de computación se ejecuta por un procesador de computadora o de señal.
ES12705999.6T 2011-02-14 2012-02-13 Aparato y método para ocultamiento de error en voz unificada con bajo retardo y codificación de audio (USAC) Active ES2539174T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161442632P 2011-02-14 2011-02-14
US201161442632P 2011-02-14
PCT/EP2012/052395 WO2012110447A1 (en) 2011-02-14 2012-02-13 Apparatus and method for error concealment in low-delay unified speech and audio coding (usac)

Publications (1)

Publication Number Publication Date
ES2539174T3 true ES2539174T3 (es) 2015-06-26

Family

ID=71943602

Family Applications (1)

Application Number Title Priority Date Filing Date
ES12705999.6T Active ES2539174T3 (es) 2011-02-14 2012-02-13 Aparato y método para ocultamiento de error en voz unificada con bajo retardo y codificación de audio (USAC)

Country Status (18)

Country Link
US (1) US9384739B2 (es)
EP (1) EP2661745B1 (es)
JP (1) JP5849106B2 (es)
KR (1) KR101551046B1 (es)
CN (1) CN103620672B (es)
AR (1) AR085218A1 (es)
AU (1) AU2012217215B2 (es)
BR (1) BR112013020324B8 (es)
CA (1) CA2827000C (es)
ES (1) ES2539174T3 (es)
MX (1) MX2013009301A (es)
MY (1) MY167853A (es)
PL (1) PL2661745T3 (es)
RU (1) RU2630390C2 (es)
SG (1) SG192734A1 (es)
TW (1) TWI484479B (es)
WO (1) WO2012110447A1 (es)
ZA (1) ZA201306499B (es)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107103910B (zh) * 2011-10-21 2020-09-18 三星电子株式会社 帧错误隐藏方法和设备以及音频解码方法和设备
US9741350B2 (en) * 2013-02-08 2017-08-22 Qualcomm Incorporated Systems and methods of performing gain control
AU2014283198B2 (en) 2013-06-21 2016-10-20 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Apparatus and method realizing a fading of an MDCT spectrum to white noise prior to FDNS application
CN104301064B (zh) 2013-07-16 2018-05-04 华为技术有限公司 处理丢失帧的方法和解码器
KR101957905B1 (ko) 2013-10-31 2019-03-13 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 시간 도메인 여기 신호를 기초로 하는 오류 은닉을 사용하여 디코딩된 오디오 정보를 제공하기 위한 오디오 디코더 및 방법
PL3063759T3 (pl) * 2013-10-31 2018-06-29 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Dekoder audio i sposób dostarczania zdekodowanej informacji audio z wykorzystaniem ukrywania błędów modyfikując sygnał pobudzenia w dziedzinie czasu
CA2927990C (en) * 2013-10-31 2018-08-14 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Audio bandwidth extension by insertion of temporal pre-shaped noise in frequency domain
EP2922055A1 (en) 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and corresponding computer program for generating an error concealment signal using individual replacement LPC representations for individual codebook information
EP2922054A1 (en) 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and corresponding computer program for generating an error concealment signal using an adaptive noise estimation
EP2922056A1 (en) 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and corresponding computer program for generating an error concealment signal using power compensation
NO2780522T3 (es) * 2014-05-15 2018-06-09
RU2765985C2 (ru) * 2014-05-15 2022-02-07 Телефонактиеболагет Лм Эрикссон (Пабл) Классификация и кодирование аудиосигналов
CN105225666B (zh) 2014-06-25 2016-12-28 华为技术有限公司 处理丢失帧的方法和装置
EP2980792A1 (en) * 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for generating an enhanced signal using independent noise-filling
EP2980790A1 (en) 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for comfort noise generation mode selection
EP3000110B1 (en) * 2014-07-28 2016-12-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Selection of one of a first encoding algorithm and a second encoding algorithm using harmonics reduction
CN109313905B (zh) * 2016-03-07 2023-05-23 弗劳恩霍夫应用研究促进协会 隐藏音频帧丢失的错误隐藏单元、音频解码器及相关方法
CA3016837C (en) * 2016-03-07 2021-09-28 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Hybrid concealment method: combination of frequency and time domain packet loss concealment in audio codecs
WO2017153300A1 (en) 2016-03-07 2017-09-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Error concealment unit, audio decoder, and related method and computer program using characteristics of a decoded representation of a properly decoded audio frame
KR20180037852A (ko) * 2016-10-05 2018-04-13 삼성전자주식회사 영상 처리 장치 및 그 제어방법
EP3382700A1 (en) * 2017-03-31 2018-10-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for post-processing an audio signal using a transient location detection
KR20200097594A (ko) 2019-02-08 2020-08-19 김승현 유연하고 자유롭고 집중적인 집진기
WO2020164753A1 (en) 2019-02-13 2020-08-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Decoder and decoding method selecting an error concealment mode, and encoder and encoding method
WO2020165262A2 (en) * 2019-02-13 2020-08-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio transmitter processor, audio receiver processor and related methods and computer programs
CN112564655A (zh) * 2019-09-26 2021-03-26 大众问问(北京)信息科技有限公司 一种音频信号增益控制方法、装置、设备及存储介质
CN112992160B (zh) * 2021-05-08 2021-07-27 北京百瑞互联技术有限公司 一种音频错误隐藏方法及装置
WO2025157900A1 (en) * 2024-01-23 2025-07-31 Dolby International Ab Packet loss concealment based on adaptive cross-band filtering

Family Cites Families (188)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69233794D1 (de) 1991-06-11 2010-09-23 Qualcomm Inc Vocoder mit veränderlicher Bitrate
US5408580A (en) 1992-09-21 1995-04-18 Aware, Inc. Audio compression system employing multi-rate signal analysis
SE501340C2 (sv) * 1993-06-11 1995-01-23 Ericsson Telefon Ab L M Döljande av transmissionsfel i en talavkodare
SE502244C2 (sv) * 1993-06-11 1995-09-25 Ericsson Telefon Ab L M Sätt och anordning för avkodning av ljudsignaler i ett system för mobilradiokommunikation
BE1007617A3 (nl) 1993-10-11 1995-08-22 Philips Electronics Nv Transmissiesysteem met gebruik van verschillende codeerprincipes.
US5657422A (en) 1994-01-28 1997-08-12 Lucent Technologies Inc. Voice activity detection driven noise remediator
US5784532A (en) 1994-02-16 1998-07-21 Qualcomm Incorporated Application specific integrated circuit (ASIC) for performing rapid speech compression in a mobile telephone system
US5684920A (en) 1994-03-17 1997-11-04 Nippon Telegraph And Telephone Acoustic signal transform coding method and decoding method having a high efficiency envelope flattening method therein
US5568588A (en) 1994-04-29 1996-10-22 Audiocodes Ltd. Multi-pulse analysis speech processing System and method
CN1090409C (zh) 1994-10-06 2002-09-04 皇家菲利浦电子有限公司 采用不同编码原理的传送系统
EP0720316B1 (en) 1994-12-30 1999-12-08 Daewoo Electronics Co., Ltd Adaptive digital audio encoding apparatus and a bit allocation method thereof
SE506379C3 (sv) 1995-03-22 1998-01-19 Ericsson Telefon Ab L M Lpc-talkodare med kombinerad excitation
JP3317470B2 (ja) 1995-03-28 2002-08-26 日本電信電話株式会社 音響信号符号化方法、音響信号復号化方法
US5659622A (en) 1995-11-13 1997-08-19 Motorola, Inc. Method and apparatus for suppressing noise in a communication system
US5848391A (en) 1996-07-11 1998-12-08 Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. Method subband of coding and decoding audio signals using variable length windows
JP3259759B2 (ja) 1996-07-22 2002-02-25 日本電気株式会社 音声信号伝送方法及び音声符号復号化システム
JPH10124092A (ja) 1996-10-23 1998-05-15 Sony Corp 音声符号化方法及び装置、並びに可聴信号符号化方法及び装置
US5960389A (en) 1996-11-15 1999-09-28 Nokia Mobile Phones Limited Methods for generating comfort noise during discontinuous transmission
JPH10214100A (ja) 1997-01-31 1998-08-11 Sony Corp 音声合成方法
US6134518A (en) 1997-03-04 2000-10-17 International Business Machines Corporation Digital audio signal coding using a CELP coder and a transform coder
JP3223966B2 (ja) 1997-07-25 2001-10-29 日本電気株式会社 音声符号化／復号化装置
US6070137A (en) 1998-01-07 2000-05-30 Ericsson Inc. Integrated frequency-domain voice coding using an adaptive spectral enhancement filter
ATE302991T1 (de) 1998-01-22 2005-09-15 Deutsche Telekom Ag Verfahren zur signalgesteuerten schaltung zwischen verschiedenen audiokodierungssystemen
GB9811019D0 (en) 1998-05-21 1998-07-22 Univ Surrey Speech coders
US6173257B1 (en) 1998-08-24 2001-01-09 Conexant Systems, Inc Completed fixed codebook for speech encoder
US6439967B2 (en) * 1998-09-01 2002-08-27 Micron Technology, Inc. Microelectronic substrate assembly planarizing machines and methods of mechanical and chemical-mechanical planarization of microelectronic substrate assemblies
SE521225C2 (sv) 1998-09-16 2003-10-14 Ericsson Telefon Ab L M Förfarande och anordning för CELP-kodning/avkodning
US6317117B1 (en) 1998-09-23 2001-11-13 Eugene Goff User interface for the control of an audio spectrum filter processor
US7272556B1 (en) 1998-09-23 2007-09-18 Lucent Technologies Inc. Scalable and embedded codec for speech and audio signals
US7124079B1 (en) 1998-11-23 2006-10-17 Telefonaktiebolaget Lm Ericsson (Publ) Speech coding with comfort noise variability feature for increased fidelity
FI114833B (fi) 1999-01-08 2004-12-31 Nokia Corp Menetelmä, puhekooderi ja matkaviestin puheenkoodauskehysten muodostamiseksi
DE19921122C1 (de) * 1999-05-07 2001-01-25 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Verschleiern eines Fehlers in einem codierten Audiosignal und Verfahren und Vorrichtung zum Decodieren eines codierten Audiosignals
DE10084675T1 (de) 1999-06-07 2002-06-06 Ericsson Inc Verfahren und Vorrichtung zur Erzeugung von künstlichem Geräusch unter Verwendung von parametrischen Geräuschmodell-Masszahlen
JP4464484B2 (ja) 1999-06-15 2010-05-19 パナソニック株式会社 雑音信号符号化装置および音声信号符号化装置
US6236960B1 (en) 1999-08-06 2001-05-22 Motorola, Inc. Factorial packing method and apparatus for information coding
US6636829B1 (en) * 1999-09-22 2003-10-21 Mindspeed Technologies, Inc. Speech communication system and method for handling lost frames
EP1259957B1 (en) 2000-02-29 2006-09-27 QUALCOMM Incorporated Closed-loop multimode mixed-domain speech coder
US6757654B1 (en) * 2000-05-11 2004-06-29 Telefonaktiebolaget Lm Ericsson Forward error correction in speech coding
JP2002118517A (ja) 2000-07-31 2002-04-19 Sony Corp 直交変換装置及び方法、逆直交変換装置及び方法、変換符号化装置及び方法、並びに復号装置及び方法
FR2813722B1 (fr) * 2000-09-05 2003-01-24 France Telecom Procede et dispositif de dissimulation d'erreurs et systeme de transmission comportant un tel dispositif
US6847929B2 (en) 2000-10-12 2005-01-25 Texas Instruments Incorporated Algebraic codebook system and method
CA2327041A1 (en) 2000-11-22 2002-05-22 Voiceage Corporation A method for indexing pulse positions and signs in algebraic codebooks for efficient coding of wideband signals
US20050130321A1 (en) 2001-04-23 2005-06-16 Nicholson Jeremy K. Methods for analysis of spectral data and their applications
US7206739B2 (en) 2001-05-23 2007-04-17 Samsung Electronics Co., Ltd. Excitation codebook search method in a speech coding system
US20020184009A1 (en) 2001-05-31 2002-12-05 Heikkinen Ari P. Method and apparatus for improved voicing determination in speech signals containing high levels of jitter
US20030120484A1 (en) 2001-06-12 2003-06-26 David Wong Method and system for generating colored comfort noise in the absence of silence insertion description packets
US6879955B2 (en) 2001-06-29 2005-04-12 Microsoft Corporation Signal modification based on continuous time warping for low bit rate CELP coding
US6941263B2 (en) 2001-06-29 2005-09-06 Microsoft Corporation Frequency domain postfiltering for quality enhancement of coded speech
DE10140507A1 (de) 2001-08-17 2003-02-27 Philips Corp Intellectual Pty Verfahren für die algebraische Codebook-Suche eines Sprachsignalkodierers
US7711563B2 (en) * 2001-08-17 2010-05-04 Broadcom Corporation Method and system for frame erasure concealment for predictive speech coding based on extrapolation of speech waveform
KR100438175B1 (ko) 2001-10-23 2004-07-01 엘지전자 주식회사 코드북 검색방법
CA2365203A1 (en) 2001-12-14 2003-06-14 Voiceage Corporation A signal modification method for efficient coding of speech signals
US6646332B2 (en) * 2002-01-18 2003-11-11 Terence Quintin Collier Semiconductor package device
CA2388352A1 (en) 2002-05-31 2003-11-30 Voiceage Corporation A method and device for frequency-selective pitch enhancement of synthesized speed
CA2388358A1 (en) 2002-05-31 2003-11-30 Voiceage Corporation A method and device for multi-rate lattice vector quantization
CA2388439A1 (en) * 2002-05-31 2003-11-30 Voiceage Corporation A method and device for efficient frame erasure concealment in linear predictive based speech codecs
US7302387B2 (en) 2002-06-04 2007-11-27 Texas Instruments Incorporated Modification of fixed codebook search in G.729 Annex E audio coding
ATE318405T1 (de) 2002-09-19 2006-03-15 Matsushita Electric Industrial Co Ltd Audiodecodierungsvorrichtung und -verfahren
WO2004034379A2 (en) 2002-10-11 2004-04-22 Nokia Corporation Methods and devices for source controlled variable bit-rate wideband speech coding
US7343283B2 (en) 2002-10-23 2008-03-11 Motorola, Inc. Method and apparatus for coding a noise-suppressed audio signal
US7363218B2 (en) 2002-10-25 2008-04-22 Dilithium Networks Pty. Ltd. Method and apparatus for fast CELP parameter mapping
KR100463419B1 (ko) 2002-11-11 2004-12-23 한국전자통신연구원 적은 복잡도를 가진 고정 코드북 검색방법 및 장치
KR100465316B1 (ko) 2002-11-18 2005-01-13 한국전자통신연구원 음성 부호화기 및 이를 이용한 음성 부호화 방법
KR20040058855A (ko) 2002-12-27 2004-07-05 엘지전자 주식회사 음성 변조 장치 및 방법
US7249014B2 (en) 2003-03-13 2007-07-24 Intel Corporation Apparatus, methods and articles incorporating a fast algebraic codebook search technique
US20050021338A1 (en) 2003-03-17 2005-01-27 Dan Graboi Recognition device and system
WO2004090870A1 (ja) 2003-04-04 2004-10-21 Kabushiki Kaisha Toshiba 広帯域音声を符号化または復号化するための方法及び装置
US7318035B2 (en) 2003-05-08 2008-01-08 Dolby Laboratories Licensing Corporation Audio coding systems and methods using spectral component coupling and spectral component regeneration
CN100508030C (zh) 2003-06-30 2009-07-01 皇家飞利浦电子股份有限公司 一种编码/解码音频信号的方法及相应设备
US7565286B2 (en) * 2003-07-17 2009-07-21 Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of Industry, Through The Communications Research Centre Canada Method for recovery of lost speech data
US20050091041A1 (en) 2003-10-23 2005-04-28 Nokia Corporation Method and system for speech coding
US20050091044A1 (en) 2003-10-23 2005-04-28 Nokia Corporation Method and system for pitch contour quantization in audio coding
CN1875402B (zh) 2003-10-30 2012-03-21 皇家飞利浦电子股份有限公司 音频信号编码或解码
SE527669C2 (sv) * 2003-12-19 2006-05-09 Ericsson Telefon Ab L M Förbättrad felmaskering i frekvensdomänen
DE102004007200B3 (de) * 2004-02-13 2005-08-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audiocodierung
CA2457988A1 (en) 2004-02-18 2005-08-18 Voiceage Corporation Methods and devices for audio compression based on acelp/tcx coding and multi-rate lattice vector quantization
FI118834B (fi) 2004-02-23 2008-03-31 Nokia Corp Audiosignaalien luokittelu
FI118835B (fi) 2004-02-23 2008-03-31 Nokia Corp Koodausmallin valinta
WO2005086138A1 (ja) * 2004-03-05 2005-09-15 Matsushita Electric Industrial Co., Ltd. エラー隠蔽装置およびエラー隠蔽方法
EP1852851A1 (en) 2004-04-01 2007-11-07 Beijing Media Works Co., Ltd An enhanced audio encoding/decoding device and method
GB0408856D0 (en) 2004-04-21 2004-05-26 Nokia Corp Signal encoding
EP1747554B1 (en) 2004-05-17 2010-02-10 Nokia Corporation Audio encoding with different coding frame lengths
US7649988B2 (en) 2004-06-15 2010-01-19 Acoustic Technologies, Inc. Comfort noise generator using modified Doblinger noise estimate
US8160274B2 (en) 2006-02-07 2012-04-17 Bongiovi Acoustics Llc. System and method for digital signal processing
US7630902B2 (en) 2004-09-17 2009-12-08 Digital Rise Technology Co., Ltd. Apparatus and methods for digital audio coding using codebook application ranges
KR100656788B1 (ko) 2004-11-26 2006-12-12 한국전자통신연구원 비트율 신축성을 갖는 코드벡터 생성 방법 및 그를 이용한 광대역 보코더
TWI253057B (en) 2004-12-27 2006-04-11 Quanta Comp Inc Search system and method thereof for searching code-vector of speech signal in speech encoder
KR101203348B1 (ko) 2005-01-31 2012-11-20 스카이프 가중 오버랩 애드 방법
US7519535B2 (en) 2005-01-31 2009-04-14 Qualcomm Incorporated Frame erasure concealment in voice communications
US20070147518A1 (en) 2005-02-18 2007-06-28 Bruno Bessette Methods and devices for low-frequency emphasis during audio compression based on ACELP/TCX
US8155965B2 (en) 2005-03-11 2012-04-10 Qualcomm Incorporated Time warping frames inside the vocoder by modifying the residual
BRPI0608270A2 (pt) 2005-04-01 2009-10-06 Qualcomm Inc sistemas, métodos e equipamento para filtragem anti-dispersão
US8577686B2 (en) 2005-05-26 2013-11-05 Lg Electronics Inc. Method and apparatus for decoding an audio signal
US7707034B2 (en) 2005-05-31 2010-04-27 Microsoft Corporation Audio codec post-filter
RU2296377C2 (ru) 2005-06-14 2007-03-27 Михаил Николаевич Гусев Способ анализа и синтеза речи
CA2609945C (en) 2005-06-18 2012-12-04 Nokia Corporation System and method for adaptive transmission of comfort noise parameters during discontinuous speech transmission
KR100851970B1 (ko) 2005-07-15 2008-08-12 삼성전자주식회사 오디오 신호의 중요주파수 성분 추출방법 및 장치와 이를이용한 저비트율 오디오 신호 부호화/복호화 방법 및 장치
US7610197B2 (en) 2005-08-31 2009-10-27 Motorola, Inc. Method and apparatus for comfort noise generation in speech communication systems
RU2312405C2 (ru) 2005-09-13 2007-12-10 Михаил Николаевич Гусев Способ осуществления машинной оценки качества звуковых сигналов
US7953605B2 (en) * 2005-10-07 2011-05-31 Deepen Sinha Method and apparatus for audio encoding and decoding using wideband psychoacoustic modeling and bandwidth extension
US7720677B2 (en) 2005-11-03 2010-05-18 Coding Technologies Ab Time warped modified transform coding of audio signals
US7536299B2 (en) 2005-12-19 2009-05-19 Dolby Laboratories Licensing Corporation Correlating and decorrelating transforms for multiple description coding systems
US8255207B2 (en) * 2005-12-28 2012-08-28 Voiceage Corporation Method and device for efficient frame erasure concealment in speech codecs
WO2007080211A1 (en) 2006-01-09 2007-07-19 Nokia Corporation Decoding of binaural audio signals
KR20080101872A (ko) 2006-01-18 2008-11-21 연세대학교 산학협력단 부호화/복호화 장치 및 방법
CN101371295B (zh) 2006-01-18 2011-12-21 Lg电子株式会社 用于编码和解码信号的设备和方法
US8032369B2 (en) 2006-01-20 2011-10-04 Qualcomm Incorporated Arbitrary average data rates for variable rate coders
US7668304B2 (en) * 2006-01-25 2010-02-23 Avaya Inc. Display hierarchy of participants during phone call
FR2897733A1 (fr) 2006-02-20 2007-08-24 France Telecom Procede de discrimination et d'attenuation fiabilisees des echos d'un signal numerique dans un decodeur et dispositif correspondant
FR2897977A1 (fr) * 2006-02-28 2007-08-31 France Telecom Procede de limitation de gain d'excitation adaptative dans un decodeur audio
US20070253577A1 (en) 2006-05-01 2007-11-01 Himax Technologies Limited Equalizer bank with interference reduction
US7873511B2 (en) 2006-06-30 2011-01-18 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Audio encoder, audio decoder and audio processor having a dynamically variable warping characteristic
JP4810335B2 (ja) 2006-07-06 2011-11-09 株式会社東芝 広帯域オーディオ信号符号化装置および広帯域オーディオ信号復号装置
WO2008007700A1 (en) * 2006-07-12 2008-01-17 Panasonic Corporation Sound decoding device, sound encoding device, and lost frame compensation method
JP5052514B2 (ja) * 2006-07-12 2012-10-17 パナソニック株式会社 音声復号装置
US7933770B2 (en) 2006-07-14 2011-04-26 Siemens Audiologische Technik Gmbh Method and device for coding audio data based on vector quantisation
JP5031030B2 (ja) 2006-07-24 2012-09-19 ソニー株式会社 ヘア／ファーパイプラインにおいて使用するためのヘアモーション合成システム及び最適化技術
US7987089B2 (en) 2006-07-31 2011-07-26 Qualcomm Incorporated Systems and methods for modifying a zero pad region of a windowed frame of an audio signal
US20080046233A1 (en) * 2006-08-15 2008-02-21 Broadcom Corporation Packet Loss Concealment for Sub-band Predictive Coding Based on Extrapolation of Full-band Audio Waveform
US7877253B2 (en) * 2006-10-06 2011-01-25 Qualcomm Incorporated Systems, methods, and apparatus for frame erasure recovery
DE102006049154B4 (de) 2006-10-18 2009-07-09 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Kodierung eines Informationssignals
ES2992734T3 (en) 2006-10-25 2024-12-17 Fraunhofer Ges Forschung Method for audio signal processing
SG165383A1 (en) * 2006-11-10 2010-10-28 Panasonic Corp Parameter decoding device, parameter encoding device, and parameter decoding method
BRPI0718738B1 (pt) 2006-12-12 2023-05-16 Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. Codificador, decodificador e métodos para codificação e decodificação de segmentos de dados representando uma corrente de dados de domínio de tempo
FR2911228A1 (fr) 2007-01-05 2008-07-11 France Telecom Codage par transformee, utilisant des fenetres de ponderation et a faible retard.
KR101379263B1 (ko) 2007-01-12 2014-03-28 삼성전자주식회사 대역폭 확장 복호화 방법 및 장치
FR2911426A1 (fr) 2007-01-15 2008-07-18 France Telecom Modification d'un signal de parole
US7873064B1 (en) * 2007-02-12 2011-01-18 Marvell International Ltd. Adaptive jitter buffer-packet loss concealment
JP4708446B2 (ja) 2007-03-02 2011-06-22 パナソニック株式会社 符号化装置、復号装置およびそれらの方法
JP5596341B2 (ja) * 2007-03-02 2014-09-24 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 音声符号化装置および音声符号化方法
US8306813B2 (en) 2007-03-02 2012-11-06 Panasonic Corporation Encoding device and encoding method
JP2008261904A (ja) * 2007-04-10 2008-10-30 Matsushita Electric Ind Co Ltd 符号化装置、復号化装置、符号化方法および復号化方法
US8630863B2 (en) 2007-04-24 2014-01-14 Samsung Electronics Co., Ltd. Method and apparatus for encoding and decoding audio/speech signal
CN101388210B (zh) 2007-09-15 2012-03-07 华为技术有限公司 编解码方法及编解码器
US9653088B2 (en) 2007-06-13 2017-05-16 Qualcomm Incorporated Systems, methods, and apparatus for signal encoding using pitch-regularizing and non-pitch-regularizing coding
KR101513028B1 (ko) 2007-07-02 2015-04-17 엘지전자 주식회사 방송 수신기 및 방송신호 처리방법
US8185381B2 (en) 2007-07-19 2012-05-22 Qualcomm Incorporated Unified filter bank for performing signal conversions
CN101110214B (zh) 2007-08-10 2011-08-17 北京理工大学 一种基于多描述格型矢量量化技术的语音编码方法
US8428957B2 (en) 2007-08-24 2013-04-23 Qualcomm Incorporated Spectral noise shaping in audio coding based on spectral dynamics in frequency sub-bands
EP3288028B1 (en) 2007-08-27 2019-07-03 Telefonaktiebolaget LM Ericsson (publ) Low-complexity spectral analysis/synthesis using selectable time resolution
JP4886715B2 (ja) 2007-08-28 2012-02-29 日本電信電話株式会社 定常率算出装置、雑音レベル推定装置、雑音抑圧装置、それらの方法、プログラム及び記録媒体
WO2009033288A1 (en) 2007-09-11 2009-03-19 Voiceage Corporation Method and device for fast algebraic codebook search in speech and audio coding
CN100524462C (zh) * 2007-09-15 2009-08-05 华为技术有限公司 对高带信号进行帧错误隐藏的方法及装置
US8576096B2 (en) 2007-10-11 2013-11-05 Motorola Mobility Llc Apparatus and method for low complexity combinatorial coding of signals
KR101373004B1 (ko) 2007-10-30 2014-03-26 삼성전자주식회사 고주파수 신호 부호화 및 복호화 장치 및 방법
CN101425292B (zh) 2007-11-02 2013-01-02 华为技术有限公司 一种音频信号的解码方法及装置
DE102007055830A1 (de) 2007-12-17 2009-06-18 Zf Friedrichshafen Ag Verfahren und Vorrichtung zum Betrieb eines Hybridantriebes eines Fahrzeuges
CN101483043A (zh) 2008-01-07 2009-07-15 中兴通讯股份有限公司 基于分类和排列组合的码本索引编码方法
CN101488344B (zh) 2008-01-16 2011-09-21 华为技术有限公司 一种量化噪声泄漏控制方法及装置
DE102008015702B4 (de) 2008-01-31 2010-03-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zur Bandbreitenerweiterung eines Audiosignals
US8000487B2 (en) 2008-03-06 2011-08-16 Starkey Laboratories, Inc. Frequency translation by high-frequency spectral envelope warping in hearing assistance devices
FR2929466A1 (fr) * 2008-03-28 2009-10-02 France Telecom Dissimulation d'erreur de transmission dans un signal numerique dans une structure de decodage hierarchique
EP2107556A1 (en) 2008-04-04 2009-10-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio transform coding using pitch correction
US8879643B2 (en) * 2008-04-15 2014-11-04 Qualcomm Incorporated Data substitution scheme for oversampled data
US8768690B2 (en) 2008-06-20 2014-07-01 Qualcomm Incorporated Coding scheme selection for low-bit-rate applications
PL2301020T3 (pl) 2008-07-11 2013-06-28 Fraunhofer Ges Forschung Urządzenie i sposób do kodowania/dekodowania sygnału audio z użyciem algorytmu przełączania aliasingu
PL3002750T3 (pl) 2008-07-11 2018-06-29 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Koder i dekoder audio do kodowania i dekodowania próbek audio
RU2536679C2 (ru) 2008-07-11 2014-12-27 Фраунхофер-Гезелльшафт цур Фёрдерунг дер ангевандтен Передатчик сигнала активации с деформацией по времени, кодер звукового сигнала, способ преобразования сигнала активации с деформацией по времени, способ кодирования звукового сигнала и компьютерные программы
EP2144171B1 (en) 2008-07-11 2018-05-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoder and decoder for encoding and decoding frames of a sampled audio signal
EP2346029B1 (en) 2008-07-11 2013-06-05 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoder, method for encoding an audio signal and corresponding computer program
EP2144230A1 (en) 2008-07-11 2010-01-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Low bitrate audio encoding/decoding scheme having cascaded switches
MY154452A (en) 2008-07-11 2015-06-15 Fraunhofer Ges Forschung An apparatus and a method for decoding an encoded audio signal
US8352279B2 (en) 2008-09-06 2013-01-08 Huawei Technologies Co., Ltd. Efficient temporal envelope coding approach by prediction between low band signal and high band signal
US8577673B2 (en) 2008-09-15 2013-11-05 Huawei Technologies Co., Ltd. CELP post-processing for music signals
US8798776B2 (en) 2008-09-30 2014-08-05 Dolby International Ab Transcoding of audio metadata
DE102008042579B4 (de) * 2008-10-02 2020-07-23 Robert Bosch Gmbh Verfahren zur Fehlerverdeckung bei fehlerhafter Übertragung von Sprachdaten
JP5555707B2 (ja) 2008-10-08 2014-07-23 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン マルチ分解能切替型のオーディオ符号化及び復号化スキーム
KR101315617B1 (ko) 2008-11-26 2013-10-08 광운대학교 산학협력단 모드 스위칭에 기초하여 윈도우 시퀀스를 처리하는 통합 음성/오디오 부/복호화기
CN101770775B (zh) 2008-12-31 2011-06-22 华为技术有限公司 信号处理方法及装置
PL3992966T3 (pl) 2009-01-16 2023-03-20 Dolby International Ab Transpozycja harmonicznych rozszerzona o iloczyn wektorowy
MX2011007925A (es) 2009-01-28 2011-08-17 Dten Forschung E V Fraunhofer Ges Zur Foeerderung Der Angewan Codificador de audio, decodificador de audio, información de audio codificada, métodos para la codificación y decodificación de una señal de audio y programa de computadora.
US8457975B2 (en) 2009-01-28 2013-06-04 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Audio decoder, audio encoder, methods for decoding and encoding an audio signal and computer program
EP2214165A3 (en) 2009-01-30 2010-09-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and computer program for manipulating an audio signal comprising a transient event
CN102396024A (zh) 2009-02-16 2012-03-28 韩国电子通信研究院 使用自适应正弦波脉冲编码的用于音频信号的编码/解码方法及其设备
ATE526662T1 (de) 2009-03-26 2011-10-15 Fraunhofer Ges Forschung Vorrichtung und verfahren zur änderung eines audiosignals
KR20100115215A (ko) 2009-04-17 2010-10-27 삼성전자주식회사 가변 비트율 오디오 부호화 및 복호화 장치 및 방법
US8725503B2 (en) 2009-06-23 2014-05-13 Voiceage Corporation Forward time-domain aliasing cancellation with application in weighted or original signal domain
CN101958119B (zh) 2009-07-16 2012-02-29 中兴通讯股份有限公司 一种改进的离散余弦变换域音频丢帧补偿器和补偿方法
WO2011048094A1 (en) 2009-10-20 2011-04-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Multi-mode audio codec and celp coding adapted therefore
KR101411759B1 (ko) 2009-10-20 2014-06-25 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 오디오 신호 인코더, 오디오 신호 디코더, 앨리어싱-소거를 이용하여 오디오 신호를 인코딩 또는 디코딩하는 방법
TWI435317B (zh) 2009-10-20 2014-04-21 Fraunhofer Ges Forschung 音訊信號編碼器、音訊信號解碼器、用以提供音訊內容之編碼表示型態之方法、用以提供音訊內容之解碼表示型態之方法及使用於低延遲應用之電腦程式
CN102081927B (zh) 2009-11-27 2012-07-18 中兴通讯股份有限公司 一种可分层音频编码、解码方法及系统
US8428936B2 (en) 2010-03-05 2013-04-23 Motorola Mobility Llc Decoder for audio signal including generic audio and speech frames
US8423355B2 (en) 2010-03-05 2013-04-16 Motorola Mobility Llc Encoder for audio signal including generic audio and speech frames
US8793126B2 (en) 2010-04-14 2014-07-29 Huawei Technologies Co., Ltd. Time/frequency two dimension post-processing
WO2011147950A1 (en) 2010-05-28 2011-12-01 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Low-delay unified speech and audio codec
AU2012217162B2 (en) 2011-02-14 2015-11-26 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Noise generation in audio codecs
EP2676268B1 (en) 2011-02-14 2014-12-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for processing a decoded audio signal in a spectral domain

Also Published As

Publication number Publication date
HK1191130A1 (en) 2014-07-18
US20130332152A1 (en) 2013-12-12
BR112013020324B1 (pt) 2021-06-29
RU2630390C2 (ru) 2017-09-07
MX2013009301A (es) 2013-12-06
US9384739B2 (en) 2016-07-05
TW201248616A (en) 2012-12-01
JP5849106B2 (ja) 2016-01-27
EP2661745A1 (en) 2013-11-13
AU2012217215B2 (en) 2015-05-14
TWI484479B (zh) 2015-05-11
BR112013020324B8 (pt) 2022-02-08
CA2827000C (en) 2016-04-05
CA2827000A1 (en) 2012-08-23
KR101551046B1 (ko) 2015-09-07
AU2012217215A1 (en) 2013-08-29
CN103620672B (zh) 2016-04-27
WO2012110447A1 (en) 2012-08-23
SG192734A1 (en) 2013-09-30
PL2661745T3 (pl) 2015-09-30
JP2014506687A (ja) 2014-03-17
BR112013020324A2 (pt) 2018-07-10
KR20140005277A (ko) 2014-01-14
EP2661745B1 (en) 2015-04-08
CN103620672A (zh) 2014-03-05
RU2013142135A (ru) 2015-03-27
MY167853A (en) 2018-09-26
AR085218A1 (es) 2013-09-18
ZA201306499B (en) 2014-05-28

Similar Documents

Publication Publication Date Title
ES2539174T3 (es) Aparato y método para ocultamiento de error en voz unificada con bajo retardo y codificación de audio (USAC)
ES2760573T3 (es) Decodificador de audio y método para proveer una información de audio decodificada usando un ocultamiento de error que modifica una señal de excitación de dominio de tiempo
CN113544773B (zh) 用于lc3隐藏的解码器和解码方法
ES2664185T3 (es) Codificador de audio, decodificador de audio, método para proporcionar una información de audio codificada, método para proporcionar una información de audio decodificada, programa informático y representación codificada utilizando una ampliación de ancho de banda adaptada a la señal
ES2401171T3 (es) Procedimiento, aparato y producto de programa de ordenador para reconstruir una trama de voz borrada
ES2805744T3 (es) Decodificador de audio y método para proporcionar una información de audio decodificada usando un ocultamiento de errores en base a una señal de excitación de dominio de tiempo
ES2984875T3 (es) Procedimiento y aparato para determinar un modo de codificación, procedimiento y aparato para codificar señales de audio, y procedimiento y aparato para decodificar señales de audio
ES2960089T3 (es) Procedimiento y aparato para la ocultación de errores de trama y procedimiento y aparato para la decodificación de audio
ES2732560T3 (es) Llenado de ruido sin información secundaria para codificadores tipo celp
ES2354024T3 (es) Procedimiento de transmisión de un flujo de información por inserción en el interior de un flujo de datos de voz, y codec paramétrico para su implementación.
HK1191130B (en) Apparatus and method for error concealment in low-delay unified speech and audio coding (usac)