ES3070826T3 - Un aparato para codificar una señal de audio que tiene una pluralidad de canales - Google Patents

Abstract

Se proporciona un aparato para decodificar una señal. El aparato comprende un separador transitorio (410) para separar la señal de entrada en un primer componente y un segundo componente, de manera que el primer componente comprende las porciones transitorias de la señal de entrada y el segundo componente comprende las porciones no transitorias. Además, el aparato comprende un decorrelador transitorio (420) para decorrelacionar el primer componente de señal según un primer método de decorrelación para obtener un primer componente de señal decorrelacionado; donde el decorrelador transitorio (420) está configurado para decorrelacionar el primer componente de señal según el primer método de decorrelación multiplicando un término de fase por el primer componente de señal. Asimismo, el aparato comprende un segundo decorrelador (430) para decorrelacionar el segundo componente de señal según un segundo método de decorrelación para obtener un segundo componente de señal decorrelacionado, donde el segundo método de decorrelación es diferente del primero. Además, el aparato comprende una unidad de combinación (440) para combinar el primer componente de señal descorrelacionada y el segundo componente de señal descorrelacionada para obtener una señal de combinación descorrelacionada. Asimismo, el aparato comprende un mezclador (450), adaptado para recibir señales de entrada y para generar señales de salida a partir de dichas señales y una regla de mezcla. El mezclador (450) está adaptado para recibir datos de parámetros de correlación/coherencia que indican la correlación o coherencia entre dos señales y para generar las señales de salida a partir de dichos datos. (Traducción automática con Google Translate, sin valor legal)

Description

[0001] DESCRIPCIÓN

[0002] Un aparato para codificar una señal de audio que tiene una pluralidad de canales

[0003] La presente invención se refiere al campo de procesamiento de audio y decodificación de audio, en particular a la decodificación de una señal comprendiendo componentes transitorios.

[0004] El procesamiento y/o la decodificación de audio ha avanzado de muchas maneras. En particular, se hacen cada vez más importantes las aplicaciones de audio espacial. Con frecuencia se usa procesamiento de señal de audio para decorrelacionar o renderizar señales. Además, la decorrelación y la renderización de señales se emplean en el proceso de mezclado ascendente mono a estéreo, mezclado ascendente mono/estéreo a multicanal, reverberación artificial, ampliación de estéreo o mezclado/renderización interactiva con el usuario.

[0005] Varios sistemas de procesamiento de señal de audio emplean decorrelacionadores. Un ejemplo importante es la aplicación de sistemas decorrelacionadores en decodificadores de audio espacial paramétricos para recuperar propiedades de decorrelación específicas entre dos o más señales que se reconstruyen a partir de una o varias señales de mezcla descendente. La aplicación de decorrelacionadores mejora significativamente la calidad perceptual de la señal de salida, por ejemplo, cuando se compara con estéreo de intensidad. Específicamente, el uso de decorrelacionadores permite la correcta síntesis de sonido espacial con una amplia imagen de sonido, varios objetos de sonido concurrentes y/o atmósfera. Sin embargo, también se sabe que los decorrelacionadores introducen artefactos como cambios en la estructura temporal de la señal, timbre, etc.

[0006] Otros ejemplos de aplicación de decorrelacionadores en procesamiento de audio son, por ejemplo, la generación de reverberación artificial para cambiar la impresión espacial o el uso de decorrelacionadores en sistemas de cancelación de eco acústico multicanal para mejorar el comportamiento de convergencia.

[0007] En la Fig.1 se ilustra un estado típico de una aplicación de la técnica de un decorrelacionador en un mezclador ascendente mono a estéreo, por ejemplo, aplicado en Estéreo Paramétrico (Parametric Stereo, PS), donde se proporciona una señal de entrada mono M (una señal “seca”) a un decorrelacionador 110. El decorrelacionador 110 decorrelaciona la señal de entrada mono M según un procedimiento de decorrelación para proporcionar una señal decorrelacionada D (una señal “mojada”) en su salida. La señal decorrelacionada D se suministra a un mezclador 120 como una primera señal de entrada de mezclador junto con la señal mono seca M como una segunda señal de entrada de mezclador. Además, una unidad de control de mezcla ascendente 130 suministra parámetros de control de mezcla ascendente al mezclador 120. A continuación, el mezclador 120 genera dos canales de salida L y R (L = canal de salida estéreo izquierdo; R = canal de salida estéreo derecho) según una matriz de mezclado H. Los coeficientes de la matriz de mezclado pueden ser fijos, dependientes de la señal o controlados por un usuario.

[0008] Alternativamente, la matriz de mezclado se controla por información lateral que se transmite junto con el mezclado descendente que contiene una descripción paramétrica sobre cómo mezclar de forma ascendente las señales del mezclado descendente para formar la salida multicanal deseada. Esta información lateral espacial usualmente se genera durante el proceso de mezclado descendente mono en un codificador de señal compatible.

[0009] Este principio se aplica ampliamente en codificación de audio espacial, por ejemplo, Estéreo Paramétrico, véase, por ejemplo, el documento de J. Breebaart, S. van de Par, A. Kohlrausch, E. Schuijers, “Codificación de audio espacial paramétrico de alta calidad a baja cantidad de bits transmitidos” (“High-Quality Parametric Spatial Audio Coding at Low Bitrates”) en Actas de la 116º Convención de AES, Berlín, Preimpresión 6072, mayo de 2004.

[0010] Una estructura del estado actual de la técnica típica adicional, de un decodificador estéreo paramétrico se ilustra en la Fig. 2, donde se realiza un proceso de decorrelación en el dominio de transformada. Un banco de filtros de análisis 210 transforma una señal de entrada mono a un dominio de transformada, por ejemplo, a un dominio de frecuencia. La decorrelación de la señal de entrada mono transformada M es realizada a continuación por un decorrelacionador 220 el cual genera una señal decorrelacionada D. Tanto la señal de entrada mono transformada M como la señal decorrelacionada D se suministran a una matriz de mezclado 230. A continuación, la matriz de mezclado 230 genera dos señales de salida L y R tomando en cuenta parámetros de mezclado ascendente, los cuales son proporcionados por la unidad de modificación de parámetros 240, la cual está provista de parámetros espaciales y está acoplada a una unidad de control de parámetros 250. En la Fig.2, los parámetros espaciales pueden ser modificados por un usuario o herramientas adicionales, por ejemplo, post-procesamiento para renderización/presentación binaural. En este ejemplo, los parámetros de mezclado ascendente se combinan con los parámetros procedentes de los filtros binaurales para formar los parámetros de entrada para la matriz de mezclado ascendente. Finalmente, las señales de salida generadas por la matriz de mezclado 230 se suministran a un banco de filtros de síntesis 260, el cual determina la señal de señal de salida estéreo.

[0011] [0009]La salida L/R de la matriz de mezclado 230 se calcula a partir de la señal de entrada modo M y la señal decorrelacionada D según una regla de mezclado, por ejemplo, aplicando la siguiente fórmula:

[0014]

[0016] En la matriz de mezclado, la magnitud del sonido decorrelacionado suministrado a la salida se controla sobre la base de los parámetros transmitidos, por ejemplo, Correlación/Coherencia Intercanal (Inter-Channel Correlation/Coherence, ICC) y/o configuraciones fijas o definidas por el usuario.

[0017] Conceptualmente, la señal de salida de la salida del decorrelacionador D reemplaza una señal residual que idealmente permitiría una decodificación perfecta de las señales L/R originales. Usar la salida de decorrelacionador D en lugar de una señal residual en el mezclador ascendente da como resultado un ahorro de cantidad de bits transmitidos que de otra manera se hubiera requerido para transmitir la señal residual. El objetivo del decorrelacionador es de ese modo generar una señal D a partir de la señal mono M, la cual exhiba propiedades similares a la señal residual que es reemplazada por D.

[0018] En consecuencia, del lado del codificador, se extraen dos tipos de parámetros espaciales: un primer grupo de parámetros comprende parámetros de correlación/coherencia (por ejemplo, ICC = parámetros de Correlación/Coherencia Intercanal,Inter-channel Correlation/Coherence) que representan la coherencia o la correlación cruzada entre dos canales de entrada que serán codificados. Un segundo grupo de parámetros comprende parámetros de diferencia de nivel (por ejemplo, ILD = parámetros de Diferencia de Nivel Intercanal,Inter Channel Level Difference) que representan la diferencia de nivel entre los dos canales de entrada.

[0019] Además, una seña de mezcla descendente se genera mezclando de forma descendente los dos canales de entrada. Asimismo, se genera una señal residual. Las señales residuales son señales que se pueden usar para regenerar las señales originales empleando adicionalmente la señal de mezcla descendente y una matriz de mezclado ascendente. Por ejemplo, cuando N señales se mezclan de forma descendente a 1 señal, el mezclado descendente típicamente es 1 de los N componentes que resultan del mapeo de las N señales de entrada. Los componentes restantes que resultan del mapeo (por ejemplo, N-1 componentes) son las señales residuales y permiten reconstruir las N señales originales mediante un mapeo inverso. El mapeo puede ser, por ejemplo, una rotación. El mapeo se debe realizar de tal forma que la señal de mezcla descendente se maximice y las señales residuales se minimicen, por ejemplo, similar a una transformada de eje principal. Por ejemplo, se debe maximizar la energía de la señal de mezcla descendente y se deben minimizar las energías de las señales residuales. Cuando se mezclan de forma descendente 2 señales a 1 señal, el mezclado descendente es normalmente uno de los dos componentes que resultan del mapeo de las 2 señales de entrada. El componente restante que resulta del mapeo es la señal residual y permite reconstruir las 2 señales originales mediante un mapeo inverso.

[0020] En algunos casos, la señal residual puede representar un error asociado con representar las dos señales mediante sus parámetros de mezclado descendente y asociados. Por ejemplo, la señal residual puede ser una señal de error la cual representa el error entre los canales originales L, R y los canales L', R', resultantes de mezclar de forma ascendente la señal de mezcla descendente que se generó en base a los canales originales L y R.

[0021] En otras palabras, una señal residual se puede considerar como una señal en el dominio del tiempo o un dominio de la frecuencia o un dominio subbanda, que junto con la señal de mezcla descendente sola o con la señal de mezcla descendente y la información paramétrica permite una reconstrucción correcta o casi correcta de un canal original. Casi correcto se debe entender como que la reconstrucción con la señal residual que tiene una energía mayor que cero es más cercana al canal original comparado con una reconstrucción mediante el uso del mezclado de forma descendente sin la señal residual o mediante el uso del mezclado de forma descendente y la información paramétrica sin la señal residual.

[0022] Considerando MPEG Surround (MPS), se emplean estructuras similares a PS llamadas cajas Uno a Dos (cajas OTT) en árboles de decodificación de audio espacial. Esto se puede ver como una generalización del concepto de mezclado ascendente mono a estéreo a esquemas de codificación/decodificación de audio espacial multicanal. En MPS, también existen sistemas de mezclado ascendente de dos a tres (cajas TTT) que pueden aplicar decorrelacionadores dependiendo del modo de operación TTT. En el documento de J. Herre, K. Kjörling, J. Breebaart, y col., “MPEG surround-la norma ISO/MPEG estándar para codificación de audio multicanal eficaz y compatible” (“MPEG surround-the ISO/MPEG standard for efficient and compatible multi-channel audio coding”) de las Actas de la 122º Convención de AES, Viena, Austria, mayo de 2007, se describen detalles.

[0023] [0017]Con respecto a la Codificación de Audio Direccional (Directional Audio Coding,DirAC), la DirAC se refiere a un esquema de codificación de campo de sonido paramétrico que no está ligado a un número fijo de canales de salida de audio con posiciones de altavoz fijas. La DirAC aplica decorrelacionadores en el reproductor DirAC, es decir, en el decodificador de audio espacial para sintetizar componentes no coherentes de campos de sonido. Se puede encontrar más información relacionada con codificación de audio direccional en el documento de Pulkki, Ville: “Reproducción de Sonido Espacial con Codificación de Audio Direccional” (“Spatial Sound Reproduction with Directional Audio Coding”) en J. Audio Eng. Soc., Vol.55, N.° 6, 2007.

[0025] Con respecto a decorrelacionadores del estado actual de la técnica en decodificadores de audio espacial, se hace referencia a la Norma Internacional ISO/IEC “Tecnología de Información-tecnologías de audio MPEG - Parte 1: MPEG Surround” (“Information Technology-MPEG audio technologies - Part 1: MPEG Surround”), ISO/IEC 23003-1:2007 y también al documento de J. Engdegard, H. Purnhagen, J. Röden, L. Liljeryd, “Atmósfera Sintética en Codificación Paramétrica de Estéreo” (“Synthetic Ambience in Parametric Stereo Coding”) en Actas de la 116º Convención de AES, Berlín, Preimpresión, mayo de 2004. Se usan estructuras reticulares pasa todo(lattice allpass structures)IIR como decorrelacionadores en decodificadores de audio espacial tipo MPS como se describe en el documento de J. Herre, K. Kjörling, J. Breebaart, y col., “MPEG Surround - la norma ISO/MPEG para codificación de audio multicanal eficaz y compatible” (“MPEG surround-the ISO/MPEG standard for efficient and compatible multi-channel audio coding”) de las Actas de la 122º Convención de AES, Viena, Austria, mayo de 2007, y como se describe en la Norma Internacional ISO/IEC “Tecnología de Información - tecnologías de audio MPEG -Parte 1: MPEG Surround” (“Information Technology-MPEG audio technologies - Part1: MPEG Surround”), ISO/IEC 23003-1:2007. Otros decorrelacionadores del estado actual de la técnica aplican retrasos (potencialmente dependientes de la frecuencia) para decorrelacionar señales o convolucionar las señales de entrada, por ejemplo, con erupciones de ruido que decaen exponencialmente. Para un panorama de los decorrelacionadores para sistemas de mezclado ascendente de audio espacial del estado actual de la técnica, véase “Atmósfera Sintética en Codificación Estéreo Paramétrica” (“Synthetic Ambience in Parametric Stereo Coding”) en Actas de la 116º Convención de AES, Berlín, Preimpresión, mayo de 2004.

[0027] Otra técnica de procesamiento de señales es el “procesamiento de mezclado ascendente semántico”. El procesamiento de mezclado ascendente semántico es una técnica para descomponer señales en componentes con diferentes propiedades semánticas (es decir, clases de señal) y aplicar diferentes estrategias de mezclado ascendente a los diferentes componentes de señal. Los diferentes algoritmos de mezclado ascendente pueden ser optimizados según las diferentes propiedades semánticas para mejorar el esquema de procesamiento de señal global. Este concepto se describe en el documento WO/2010/017967, “Un aparato para determinar una señal de audio multicanal-canal de salida espacial” (An apparatus for determining a spatial output multichannel-channel audio signal), solicitud de patente internacional PCT/EP2009/005828, 11.8.2009, 11.6.2010 (FH090802PCT).

[0029] Un esquema de codificación de audio espacial adicional es el “procedimiento de permutación temporal”, según se describe en el documento de Hotho, G., van de Par, S., y Breebaart, J.: “Codificación multicanal de señales de aplauso” (“Multichannel coding of applause signals”), EURASIP Journal on Advances in Signal Processing, enero de 2008, art. 10. DOI=http://dx.doi.org/10.1155/2008/. En este documento se propone un esquema de codificación de audio espacial que se adecua a medida a la codificación/decodificación de señales de tipo aplauso. Este esquema se basa en la similitud perceptual de segmentos de una señal de audio monofónica, especialmente una señal de mezcla descendente de un codificador de audio espacial. La señal de audio monofónica es segmentada en segmentos de tiempo que se superponen. Estos segmentos son permutados temporalmente pseudo aleatoriamente (mutuamente independientes para n canales de salida) dentro de un “superbloque” para formar los canales de salida decorrelacionados.

[0031] Una técnica de codificación de audio espacial adicional es el “procedimiento de intercambio y retraso temporal”. En el documento “DE 102007018032 A: 20070417, Erzeugung dekorrelierter Signale, 17.4.2007, 23.10.2008 (FH070414PDE), se propone un esquema que también se adecua a medida para la codificación/decodificación de señales de tipo aplauso para la presentación binaural. Este esquema también se basa en la similitud perceptual de segmentos de una señal de audio monofónica y retrasa canales de salida uno con respecto a otro. Para evitar un sesgo de localización hacia el canal central, los canales delantero y posterior se intercambian periódicamente.

[0033] En general, se sabe que las señales de tipo aplauso estéreo o multicanal codificadas/decodificadas en codificadores de audio espacial paramétricos dan por resultado una calidad de señal reducida (véase, por ejemplo, el documento de Hotho, G., van de Par, S., y Breebaart, J.: “Codificación multicanal de señales de aplauso” (“Multichannel coding of applause signals”), EURASIP Journal on Advances in Signal Processing, enero de 2008, art.

[0034] 10. DOI=http://dx.doi.org/10.1155/2008/531693, véase también el documento DE 102007018032 A). Las señales de tipo aplauso se caracterizan por contener mezclas temporalmente densas de componentes transitorios procedentes de diferentes direcciones. Ejemplos de tales señales son aplausos, el sonido de la lluvia, caballos galopando, etc. Las señales de tipo aplauso también contienen con frecuencia componentes de sonido procedentes de fuentes de sonido distantes, que se funden perceptualmente en un campo de sonido de fondo, suave, tipo ruido.

[0036] [0023]Las técnicas de decorrelación del estado actual de la técnica empleadas en decodificadores de audio espacial tipo MPEG Surround contienen estructuras reticulares pasa todo. Estas actúan como generadores artificiales de reverberación y consecuentemente son adecuadas para generar sonidos homogéneos, suaves, de tipo ruido, inmersivos (como colas de reverberación del ambiente). Sin embargo, hay ejemplos de campos de sonido con una estructura espacio-temporal no homogénea que aún son inmersores para el oyente: un ejemplo prominente son campos de sonido de tipo aplauso que crean envolvimiento del oyente no solo mediante campos de tipo ruido homogéneos, sino también mediante secuencias bastante densas de palmadas singulares procedentes de diferentes direcciones. Por consiguiente, el componente no homogéneo de los campos de sonido de aplauso puede estar caracterizado por una mezcla espacialmente distribuida de componentes transitorios. Obviamente, estas palmadas separadas no son homogéneas, suaves y de tipo ruido en absoluto.

[0037] Debido a su comportamiento de tipo reverberación, los decorrelacionadores de retícula pasa todo son incapaces de generar un campo de sonido inmersivo con las características, por ejemplo, del aplauso. En cambio, cuando se aplican a señales de tipo aplauso, tienden a dispersar temporalmente los componentes transitorios de la señal. El resultado no deseado es un campo de sonido inmersivo de tipo ruido sin la estructura espacio-temporal distintiva de los campos de sonido de tipo aplauso. Además, eventos transitorios como una palmada aislada podría evocar artefactos campanilla de los filtros del decorrelacionador.

[0038] Un sistema según el documento de Hotho, G., van de Par, S., y Breebaart, J.: “Codificación multicanal de señales de aplauso” (“Multichannel coding of applause signals”), EURASIP Journal on Advances in Signal Processing, enero de 2008, art.10. DOI=http://dx.doi.org/10.1155/2008/531693, exhibirá degradación perceptible del sonido de salida debido a una cierta cualidad repetitiva en la señal de audio de salida. Esto ocurre por el hecho de que uno y el mismo segmento de la señal de entrada aparece inalterado en cada canal de salida (aunque en un punto de tiempo diferente). Asimismo, para evitar una densidad de aplauso aumentada, hay que dejar caer algunos canales originales en el mezclado ascendente y, por consiguiente, podría faltar algún evento auditivo importante en el mezclado ascendente resultante. El procedimiento solo es aplicable si es posible encontrar segmentos de señal que compartan las mismas propiedades perceptuales, es decir, segmentos de señal que suenen similares. El procedimiento en general cambia considerablemente la estructura temporal de las señales, lo cual podría ser aceptable solo para muy pocas señales. En el caso de aplicar el esquema a señales que no son del tipo aplauso (por ejemplo, debido a la mala clasificación de señal), la permutación temporal conducirá con mayor frecuencia a resultados inaceptables. La permutación temporal limita además la aplicabilidad a casos donde se pueden mezclar varios segmentos de señal juntos sin artefactos como ecos o filtrado peine. Desventajas similares son aplicables al procedimiento descrito en el documento DE 102007018032 A.

[0039] El procesamiento de mezcla ascendente semántico descrito en el documento WO/2010/017967 separa los componentes transitorios de las señales antes de la aplicación de decorrelacionadores. La señal remanente (sin componentes transitorios) se suministra a la decorrelación convencional y al procesador de mezclado ascendente, mientras las señales transitorias son manejadas de diferente manera; estas últimas son distribuidas (por ejemplo, aleatoriamente) a diferentes canales de la señal de salida estéreo o multicanal mediante aplicación de técnicas de paneo de amplitud. El paneo de amplitud muestras varias desventajas:

[0040] el paneo de amplitud no necesariamente produce una señal de salida que es cercana a la original. La señal de salida solo puede ser cercana a la original si la distribución de los componentes transitorios en la señal original puede describirse mediante las leyes de paneo de amplitud. Es decir: el paneo de amplitud solo puede renderizar eventos puramente paneados en amplitud correctamente, pero sin diferencias de fase o tiempo entre componentes transitorios en diferentes canales de salida.

[0041] Asimismo, la aplicación de la estrategia de paneo de amplitud en MPS requeriría puentear no solo el decorrelacionador sino también la matriz de mezclado ascendente. Como la matriz de mezclado ascendente refleja los parámetros espaciales (correlaciones intercanal: ICC, diferencias de nivel intercanal: ILD) que son necesarios para sintetizar una salida mezclada de forma ascendente que muestra las propiedades espaciales correctas, el sistema de paneo en sí mismo tiene que aplicar alguna regla para sintetizar señales de salida con las propiedades espaciales correctas. No se conoce una regla genérica para hacerlo. Además, esta estructura agrega complejidad ya que hay que procesar los parámetros espaciales dos veces: una vez, para la parte no transitoria de la señal y una segunda vez, para la parte transitoria paneada en amplitud de la señal.

[0042] El documento US2007/140499A1 describe múltiples canales de audio, que se combinan en una señal compuesta monofónica o en múltiples canales de audio junto con información auxiliar relacionada a partir de la cual se reconstruyen múltiples canales de audio, incluyendo una mezcla descendente mejorada de múltiples canales de audio a una señal de audio monofónica o a múltiples canales de audio y una decorrelación mejorada de múltiples canales de audio derivados de un canal de audio monofónico o de múltiples canales de audio.

[0043] El documento WO 2007/081166 A1 describe un procedimiento, un medio y un sistema para decodificar y/o codificar múltiples canales. En consecuencia, los múltiples canales mezclados de manera descendente pueden decodificarse/mezclarse de manera ascendente a un canal izquierdo y un canal derecho durante una primera etapa, lo que permite obtener una salida de sonido de alta calidad incluso con una decodificación de canales escalable.

[0044] [0030]El documento de Andersen Robert y col.: “Introducción a Dolby Digital Plus, una mejora del sistema de codificación Dolby Digital”, 117º CONVENCIÓN de AES; OCTUBRE DE 2004, AES, 60 EAST 42ND STREET, SALA 2520 NUEVA YORK 10165-2520, EE. UU., 1 de octubre de 2004, describe una extensión a los conceptos existentes de codificación de audio multicanal, donde el sistema de codificación está diseñado con amplia compatibilidad con el estándar existente al conservar la mayor parte de sus metadatos y estructura de trama de datos para preservar y extender la funcionalidad en las aplicaciones existentes. Se describen nuevas características, que incluyen soporte simultáneo para múltiples flujos de programa, transmisión de señales multicanal más allá de 5,1 canales y control y soporte granular para velocidades de datos de hasta 6,144 Mbps.

[0045] Es un objeto de la presente invención proporcionar un concepto mejorado para la decodificación de señales de audio. El objeto de la presente invención se resuelve mediante un aparato según la reivindicación 1.

[0046] Se proporciona un aparato que comprende un separador de transitorios para separar una señal de entrada en un primer componente de señal y un segundo componente de señal de tal forma que el primer componente de señal comprenda porciones de señal transitorias de la señal de entrada y de tal forma que el segundo componente de señal comprenda porciones de señal no transitorias de la señal de entrada. El separador de transitorios separa los diferentes componentes de señal uno de otro para permitir que los componentes de señal que comprenden transitorios puedan ser procesados de manera diferente que los componentes de señal que no comprenden transitorios.

[0047] El aparato comprende además un decorrelacionador de transitorios para decorrelacionar componentes de la señal comprendiendo transitorios según un procedimiento de decorrelación el cual es particularmente adecuado para decorrelacionar componentes de la señal comprendiendo transitorios. Asimismo, el aparato comprende un segundo decorrelacionador para decorrelacionar los componentes de la señal que no comprenden transitorios.

[0048] Así, el aparato es capaz de procesar componentes de la señal usando un decorrelacionador estándar o alternativamente, procesar componentes de la señal usando el decorrelacionador de transitorios particularmente adecuado para procesar componentes de la señal transitorios. Por ejemplo, el separador de transitorios decide si un componente de la señal se suministra al decorrelacionador estándar o al decorrelacionador de transitorios.

[0049] Asimismo, el aparato está adaptado para separar un componente de señal de tal forma que el componente de señal se suministra parcialmente al decorrelacionador de transitorios y se suministra parcialmente al segundo decorrelacionador.

[0050] Asimismo, el aparato comprende una unidad de combinación para combinar los componentes de señal emitidos por el decorrelacionador estándar y el decorrelacionador de transitorios para generar una señal de combinación decorrelacionada.

[0051] El aparato comprende un mezclador adaptado para recibir señales de entrada y, además, para generar señales de salida basadas en las señales de entrada y en una regla de mezcla. Una señal de entrada del aparato se suministra en un separador de transitorios y, posteriormente, se decorrelaciona mediante un separador de transitorios y/o un segundo decorrelacionador, como se describió anteriormente. La unidad de combinación y el mezclador están dispuestos de manera que la señal de combinación decorrelacionada se suministre en el mezclador como primera señal de entrada del mezclador. Una segunda señal de entrada del mezclador es la señal de entrada del aparato o una señal derivada de la señal de entrada del aparato. Dado que el proceso de decorrelación ya se ha completado cuando la señal de combinación decorrelacionada se suministra en el mezclador, este no tiene que tener en cuenta la decorrelación de transitorios. Por lo tanto, se puede emplear un mezclador convencional.

[0052] Se aplica un término de fase al primer componente de la señal multiplicando el término de fase por el primer componente de la señal.

[0053] El mezclador está adaptado para recibir datos de parámetros de correlación/coherencia que indican una correlación o coherencia entre dos señales y está adaptado para generar las señales de salida basándose en los datos de parámetros de correlación/coherencia.

[0054] En otro ejemplo, el mezclador puede, por ejemplo, estar adaptado para recibir datos de parámetros de diferencia de nivel que indiquen una diferencia de energía entre dos señales y estar adaptado para generar las señales de salida basándose en los datos de parámetros de diferencia de nivel.

[0055] En tal ejemplo, el decorrelacionador de transitorios, el segundo decorrelacionador y la unidad de combinación no tienen que adaptarse para procesar tales datos de parámetros, ya que el mezclador se encargará de procesar los datos correspondientes. Por otro lado, se puede emplear un mezclador convencional con procesamiento de parámetros de correlación/coherencia y diferencia de nivel convencional.

[0056] [0042]El aparato puede comprender, por ejemplo, una unidad de recepción para recibir información de fase, donde el decorrelacionador de transitorios puede estar adaptado, por ejemplo, para aplicar la información de fase al primer componente de la señal. La información de fase podría ser generada por un codificador adecuado.

[0057] El separador de transitorios puede estar adaptado, o bien para suministrar una porción de señal considerada de una señal de entrada de aparato en el decorrelacionador de transitorio, o bien para suministrar la porción de señal considerada en el segundo decorrelacionador dependiendo de la información de separación de transitorios la cual, o bien indica que la porción de señal considerada comprende un transitorio, o la cual indica que la porción de señal considerada no comprende un transitorio. Esto permite un fácil procesamiento de información de separación de transitorios.

[0058] El separador de transitorios puede estar adaptado para suministrar parcialmente una porción de señal considerada de una señal de entrada de aparato al decorrelacionador de transitorios y para suministrar parcialmente la porción de señal considerada al segundo decorrelacionador. La magnitud de la porción de señal considerada que se suministra al separador de transitorios y la magnitud de la porción de señal considerada que se suministra al segundo decorrelacionador dependen de la información de separación de transitorios. Por este medio se puede tomar en cuenta la intensidad de un componente transitorio.

[0059] El separador de transitorios puede estar adaptado para separar una señal de entrada de aparato la cual está representada en un dominio de la frecuencia. Esto permite el procesamiento (separación y decorrelación) de componentes transitorios dependiente de la frecuencia. Así, ciertos componentes de señal de una primera banda de frecuencia pueden ser procesados según un procedimiento de decorrelación de componentes transitorios, mientras componentes de señal de otra banda de frecuencia pueden ser procesados según otro procedimiento, por ejemplo, decorrelación convencional. Por consiguiente, el separador de transitorios está adaptado para separar una señal de entrada de aparato en base a información de separación de transitorios dependiente de la frecuencia. Sin embargo, alternativamente, el separador de transitorios puede estar adaptado para separar una señal de entrada de aparato en base a información de separación independiente de la frecuencia. Esto permite un procesamiento más eficaz de señales con componentes transitorios.

[0060] El separador de transitorios puede estar adaptado para separar una señal de entrada de aparato la cual está representada en un dominio de la frecuencia de tal forma que todas las porciones de señal de la señal de entrada de aparato dentro de un primer intervalo de frecuencia se suministran al segundo decorrelacionador. Un aparato correspondiente está adaptado, por lo tanto, para restringir el procesamiento de señal transitoria a componentes de señal con frecuencias de señal en un segundo intervalo de frecuencia, mientras que ningún componente de señal con frecuencias de señal en el primer intervalo de frecuencia se suministra al decorrelacionador de transitorios (sino en el segundo decorrelacionador).

[0061] El decorrelacionador de transitorios puede estar adaptado, por ejemplo, para decorrelacionar el primer componente de señal aplicando información de fase que representa una diferencia de fase entre una señal residual y una señal de mezcla descendente. Del lado del codificador, se puede emplear una matriz de mezclado “reversa” para crear una señal de mezcla descendente y una señal residual, por ejemplo, desde los dos canales de una señal estéreo, como se ha explicado más arriba. Mientras la señal de mezcla descendente puede ser transmitida al decodificador, la señal residual puede ser descartada. La diferencia de fase empleada por el decorrelacionador de transitorios puede ser la diferencia de fase entre la señal residual y la señal de mezcla descendente. Así, puede ser posible reconstruir una señal residual “artificial” aplicando la fase original de la residual a la mezclada de forma descendente. La diferencia de fase puede relacionarse con una cierta banda de frecuencia, es decir, puede ser dependiente de la frecuencia. Alternativamente, una diferencia de fase no se relaciona con ciertas bandas de frecuencias, pero puede ser aplicada como un parámetro de banda ancha independiente de la frecuencia.

[0062] En un ejemplo, el segundo decorrelacionador puede ser, por ejemplo, un decorrelacionador convencional, por ejemplo, un decorrelacionador IIR de retícula.

[0063] Ahora se explicarán las realizaciones en más detalle con respecto a las figuras, donde:

[0064] la Fig.1 ilustra una aplicación del estado actual de la técnica, de un decorrelacionador en un mezclador ascendente mono a estéreo;

[0065] la Fig. 2 representa una aplicación del estado actual de la técnica adicional de un decorrelacionador en un mezclador ascendente mono a estéreo;

[0066] la Fig.3 ilustra un aparato para generar una señal decorrelacionada según una realización;

[0067] la Fig.4 ilustra un aparato para decodificar una señal según una realización;

[0068] la Fig.5 es una vista global de un sistema uno a dos (One-To-Two,OTT);

[0069] la Fig.6 ilustra un aparato para generar una señal decorrelacionada comprendiendo una unidad de recepción; la Fig.7 es una vista global de un sistema uno a dos;

[0070] la Fig. 8 ilustra mapeos ejemplares desde medidas de consistencia de fase a una intensidad de separación de transitorios;

[0071] la Fig.9 es una vista global de un sistema uno a dos;

[0072] la Fig.10 ilustra un aparato para codificar una señal de audio que tiene una pluralidad de canales.

[0073] La Fig.3 ilustra un aparato para la generación de una señal decorrelacionada según una realización. El aparato comprende un separador de transitorios 310, un decorrelacionador de transitorios 320, un decorrelacionador convencional 330 y una unidad de combinación 340. La estrategia de gestión de componentes transitorios de esta realización tiene como objetivo generar señales decorrelacionadas a partir de señales de audio de tipo aplauso, por ejemplo, para la aplicación en el proceso de mezclado ascendente de decodificadores de audio espacial.

[0074] En la Fig.3, una señal de entrada se suministra al separador de transitorios 310. La señal de entrada puede haber sido transformada a un dominio de la frecuencia, por ejemplo, aplicando un banco de filtros QMF híbrido. El separador de transitorios 310 puede decidir, para cada componente de señal considerado de la señal de entrada, si éste contiene un componente transitorio o no. Asimismo, el separador de transitorios 310 puede estar dispuesto para suministrar la porción de señal considerada, ya sea al decorrelacionador de transitorios 320, si la porción de señal considerada comprende un componente transitorio (componente de señal s1), o puede suministrar la porción de señal considerada al decorrelacionador convencional 330, si la porción de señal considerada no comprende un componente transitorio (componente de señal s2). El separador de transitorios 310 también puede estar dispuesto para dividir la porción de señal considerada dependiendo de la existencia de un componente transitorio en la porción de señal considerada y proporcionarlos parcialmente al decorrelacionador de transitorios 320 y parcialmente al decorrelacionador convencional 330.

[0075] En un ejemplo, el decorrelacionador de transitorios 320 decorrelaciona el componente de señal s1 según un procedimiento de decorrelación de componente transitorio el cual es particularmente adecuado para decorrelacionar componentes de señal transitorios.

[0076] La decorrelación de los componentes de señal transitorios se lleva a cabo aplicando información de fase, por ejemplo, aplicando términos de fase. Se explica un procedimiento de decorrelación donde se aplican términos de fase sobre componentes de señal transitorios abajo, con respecto al ejemplo de la Fig. 5. También se puede emplear tal procedimiento de decorrelación, por ejemplo, como procedimiento de decorrelación de componente transitorio del decorrelacionador de transitorios 320 de la Fig.3.

[0077] El componente de señal s2, el cual comprende porciones de señal no transitorias, se suministra al decorrelacionador convencional 330. A continuación, el decorrelacionador convencional 330 puede decorrelacionar el componente de señal s2 según un procedimiento de decorrelación convencional, por ejemplo, aplicando estructuras reticulares pasa todo, por ejemplo, un filtro reticular de IRR(Infinite Impulse Response,respuesta de impulso infinito).

[0078] Después de ser decorrelacionado mediante el decorrelacionador convencional 330, el componente de señal decorrelacionado procedente del decorrelacionador convencional 330 se suministra a la unidad de combinación 340. El componente de señal transitorio decorrelacionado procedente del decorrelacionador de transitorios 320 también se suministra a la unidad de combinación 340. A continuación, la unidad de combinación 340 combina ambos componentes de señal decorrelacionados, por ejemplo, sumando ambos componentes de señal, para obtener una señal de combinación decorrelacionada.

[0079] En general, un procedimiento que decorrelaciona una señal comprendiendo componentes transitorios según un ejemplo puede realizarse del siguiente modo:

[0080] en una etapa de separación, la señal de entrada es separada en dos componentes: un componente s1 comprende los transitorios de la señal de entrada, otro componente s2 contiene la parte restante (no transitoria) de la señal de entrada. El componente no transitorio s2 de la señal puede ser procesado como en sistemas sin aplicar el procedimiento de decorrelación del decorrelacionador de transitorios de este ejemplo. Es decir, la señal sin transitorios s2 se puede suministrar a una o varias estructuras de procesamiento de señal que decorrelacionan en forma convencional como estructuras reticulares pasa todo de IIR.

[0081] Asimismo, el componente de señal comprendiendo los transitorios (el flujo de transitorios s1) se suministra a una estructura de “decorrelacionador de transitorios” que decorrelaciona el flujo de transitorios mientras que mantiene las propiedades especiales de señal mejor que la estructuras decorrelacionadoras convencionales. La decorrelación del flujo de transitorios se lleva a cabo aplicando información de fase a una alta resolución temporal.

[0082] Preferiblemente, la información de fase comprende términos de fase. Asimismo, se prefiere que la información de fase pueda ser proporcionada por un codificador.

[0084] Además, las señales de salida de ambos, el decorrelacionador convencional y el decorrelacionador de transitorios, se combinan para formar la señal decorrelacionada que se podría usar en el proceso de mezclado ascendente de codificadores de audio espacial. Los elementos (h<11>, h<12>, h<21>, h<22>) de la matriz de mezclado (M<mix>) del decodificador de audio espacial pueden permanecer sin cambio.

[0086] La Fig. 4 ilustra un aparato para decodificar una señal de entrada de aparato según una realización, donde la señal de entrada de aparato se suministra al separador de transitorios 410. El aparato comprende el separador de transitorios 410, un decorrelacionador de transitorios 420, un decorrelacionador convencional 430, una unidad de combinación 440 y un mezclador 450. El separador de transitorios 410, el decorrelacionador de transitorios 420, el decorrelacionador convencional 430 y la unidad de combinación 440 de esta realización pueden ser similares al separador de transitorios 310, el decorrelacionador de transitorios 320, el decorrelacionador convencional 330 y la unidad de combinación 340 de la realización de la Fig. 3, respectivamente. Una señal de combinación decorrelacionada generada por la unidad de combinación 440 se suministra a un mezclador 450 como una primera señal de entrada de mezclador. Además, la señal de entrada de aparato que se ha suministrado al separador de transitorios 410 también se suministra al mezclador 450 como una segunda señal de entrada de mezclador. Alternativamente, la señal de entrada de aparato no se suministra directamente al mezclador 450, sino que se suministra una señal derivada de la señal de entrada de aparato al mezclador 450. Se puede derivar una señal a partir de la señal de entrada de aparato, por ejemplo, aplicando un procedimiento de procesamiento de señal convencional a la señal de entrada de entrada de aparato, por ejemplo, aplicando un filtro. El mezclador 450 de la realización de la Fig.4 está adaptado para generar señales de salida en base a las señales de entrada y una regla de mezclado. Tal regla de mezclado puede ser, por ejemplo, multiplicar las señales de entrada y una matriz de mezclado, por ejemplo, aplicando la fórmula

[0089]

[0091] El mezclador 450 genera los canales de salida L, R sobre la base de datos de parámetro de correlación/coherencia, por ejemplo, Correlación/Coherencia Intercanal (Inter-Channel Correlation/Coherence,ICC) y/o datos de parámetro de diferencia de nivel, por ejemplo, Diferencia de Nivel Intercanal (Inter-Channel Level Difference,ILD). Por ejemplo, los coeficientes de una matriz de mezclado pueden depender de los datos de parámetro de correlación/coherencia y/o de los datos de parámetro de diferencia de nivel. En la realización de la Fig. 4, el mezclador 450 genera los dos canales de salida L y R. Sin embargo, en realizaciones alternativas, el mezclado puede generar una pluralidad de señales de salida, por ejemplo, 3, 4, 5 o 9 señales de salida, las cuales pueden ser señales de sonido envolvente.

[0093] [0061]La Fig. 5 representa una vista global de sistema de la estrategia de gestión de componentes transitorios en un sistema de mezclado ascendente 1 a 2 (One-To-Two,OTT), por ejemplo, una caja 1 a 2 de un decodificador de audio espacial MPS (MPEG Surround). La trayectoria de señal paralela para los componentes transitorios separados según un ejemplo está comprendida en la caja de gestión de componentes transitorios en forma de U. Se suministra una señal de entrada de aparato DMX en un separador de transitorios 510. La señal de entrada de aparato se puede representar en un dominio de la frecuencia. Por ejemplo, una señal de entrada del dominio del tiempo puede haber sido transformada a un dominio de la frecuencia aplicando un banco de filtros QMF como se usa en MPEG Surround. El separador de transitorios 510 puede suministrar a continuación los componentes de la señal de entrada de aparato DMX en un decorrelacionador de transitorios 520 y/o en un decorrelacionador reticular de IIR 530. A continuación, los componentes de la señal de entrada de aparato son decorrelacionados por el decorrelacionador de transitorios 520 y/o el decorrelacionador reticular de IIR 530. Después, los componentes de señal decorrelacionados D1 y D2 se combinan mediante una unidad de combinación 540, por ejemplo, sumando ambos componentes de señal, para obtener una señal de combinación decorrelacionada D. La señal de combinación decorrelacionada se suministra en un mezclador 552 como una primera señal de entrada de mezclador D. Asimismo, la señal de entrada de aparato DMX (o alternativamente: una señal derivada de la señal de entrada de aparato DMX) se suministra también al mezclador 552 como una segunda señal de entrada de mezclador. A continuación, el mezclador 552 genera una primera y una segunda señal “seca”, dependiendo de la señal de entrada de aparato DMX. El mezclador 552 genera también una primera y una segunda señal “mojada” dependiendo de la señal de combinación decorrelacionada D. Las señales generadas por el mezclador 552 también pueden ser generadas en base a parámetros transmitidos, por ejemplo, datos de parámetro de correlación/coherencia intercanal, por ejemplo, Correlación/Coherencia Intercanal (Inter-Channel Correlation/Coherence,ICC) y/o datos de parámetro de diferencia de nivel, por ejemplo, Diferencia de Nivel Intercanal (Inter-Channel Level Difference,ILD). En un ejemplo, las señales generadas por el mezclador 552 pueden ser proporcionadas a una unidad de modelado 554 la cual modela las señales proporcionadas en base a datos de modelado temporal proporcionados. En otros ejemplos, no tiene lugar modelado de señal. Las señales generadas a continuación se proporcionan a una primera 556 o segunda 558 unidad sumadora las cuales combinan las señales proporcionadas para generar una primera señal de salida L y una segunda señal de salida R, respectivamente.

[0094] Los principios de procesamiento mostrados en la Fig. 5 se pueden aplicar en sistemas de mezclado ascendente mono a estéreo (por ejemplo, codificadores de audio estéreo) así como también en disposiciones multicanal (por ejemplo, MPEG Surround). En ejemplos, el esquema de manipulación de componentes transitorios propuesto se puede aplicar como una mejora de calidad a sistemas de mezclado ascendente existentes sin cambios conceptuales considerables del sistema de mezclado ascendente, ya que solo se introduce una trayectoria de señal de decorrelacionador paralela sin alterar el proceso de mezclado ascendente en sí mismo.

[0095] La separación de señal en el componente transitorio y componente no transitorio se controla mediante parámetros que podrían ser generados en un codificador y/o el decodificador de audio espacial. El decorrelacionador de transitorios 520 usa información de fase, por ejemplo, términos de fase que podrían ser obtenidos en un codificador o en el decodificador de audio espacial. Más abajo se describen posibles variantes para obtener parámetros de gestión de componentes transitorios (es decir, parámetros de separación de transitorios como posiciones de componentes transitorios o intensidad de separación y parámetros de decorrelación de componentes transitorios como información de fase).

[0096] La señal de entrada se puede representar en un dominio de la frecuencia. Por ejemplo, una señal puede haber sido transformada a un dominio de la frecuencia empleando un banco de filtros de análisis. Se puede aplicar un banco de filtros QMF para obtener una pluralidad de señales subbanda a partir de una señal del dominio del tiempo.

[0097] Para la mejor calidad perceptual, el procesamiento de señal transitoria se puede restringir, preferiblemente, a frecuencias de señal en un intervalo de frecuencia limitado. Un ejemplo sería limitar el intervalo de procesamiento a índices de banda de frecuencia k ≥ 8 de un bando de filtros QMF híbrido como se usa en MPS, similar a la limitación de banda de frecuencia de modelado de envolvente guiado (Guided Envelope Shaping,GES) en MPS.

[0098] En lo sucesivo, se explicarán con más detalle ejemplos de un separador de transitorios 520. El separador de transitorios 510 divide la señal de entrada DMX en componentes transitorios y no transitorios s1 y s2, respectivamente. El separador de transitorios 510 puede emplear información de separación de transitorios para dividir la señal de entrada DMX, por ejemplo, un parámetro de separación de transitorios β[n]. La división de la señal de entrada DMX se puede hacer de tal manera que la suma de los componentes s1+s2, sea igual a la señal de entrada DMX:

[0101]

[0103] donde n es el índice de tiempo de señales subbanda muestreadas de forma descendente y los valores válidos para el parámetro de separación de transitorios que varía en el tiempo β[n] están en el intervalo [0, 1]. β[n] puede ser un parámetro independiente de la frecuencia. Un separador de transitorios 510 que está adaptado para separar una señal de entrada de aparato en base a un parámetro de separación independiente de la frecuencia puede suministrar todas las porciones de señal subbanda con índice de tiempo n ya sea al decorrelacionador de transitorios 520 o al segundo decorrelacionador dependiendo del valor de β[n].

[0104] Alternativamente, β[n] puede ser un parámetro dependiente de la frecuencia. Un separador de transitorios 510 que está adaptado para separar una señal de entrada de aparato en base a una información de separación de transitorios dependiente de la frecuencia puede procesar de manera diferente porciones de señal de subbanda con el mismo índice temporal si su correspondiente información de separación de transitorios difiere.

[0105] Asimismo, la dependencia de la frecuencia se puede usar, por ejemplo, para limitar el intervalo de frecuencia del procesamiento de componentes transitorios como se menciona en la sección de más arriba.

[0106] En un ejemplo, la información de separación de transitorios puede ser un parámetro que o bien indica que una porción de señal considerada de una señal de entrada DMX comprende un componente transitorio, o bien que indica que la porción de señal considerada no comprende un componente transitorio. El separador de transitorios 510 suministra la porción de señal considerada al decorrelacionador de transitorios 520, si la información de separación de transitorios indica que la porción de señal considerada comprende un componente transitorio. Alternativamente, el separador de transitorios 510 suministra la porción de señal considerada al segundo decorrelacionador, por ejemplo, el decorrelacionador reticular de IIR 530, si la información de separación de transitorios indica que la porción de señal considerada comprende un componente transitorio.

[0107] Por ejemplo, se puede emplear un parámetro de separación de transitorios β[n] como información de separación de transitorios que puede ser un parámetro binario. n es el índice de tiempo de una porción de señal considerada de la señal de entrada DMX. β[n] puede ser 1 (indicando que la porción de señal considerada se suministrará al decorrelacionador de transitorios) o 0 (indicando que la porción de señal considerada se suministrará al segundo decorrelacionador). Restringiendo β[n] a β ϵ {0, 1} da lugar a decisiones estrictas de transitorio/no transitorio, es decir: los componentes que son tratados como transitorios se separan por completo de la entrada (β = 1).

[0108] En otro ejemplo, el separador de transitorios 510 está adaptado para suministrar parcialmente una porción de señal considerada de la señal de entrada de aparato al decorrelacionador de transitorios 520 y para suministrar parcialmente la porción de señal considerada al segundo decorrelacionador 530. La magnitud de la porción de señal considerada que se suministra al separador de transitorios 520 y la magnitud de porción de señal considerada que se suministra al segundo decorrelacionador 530 depende de la información de separación de transitorios. En un ejemplo, β[n] tiene que estar en el intervalo [0, 1]. En un ejemplo adicional, β[n] puede estar restringido a β[n] ϵ [0, β<max>], donde β<max>< 1, da como resultado una separación parcial de los componentes transitorios, lo que conduce a un efecto menos pronunciado del esquema de gestión de componentes transitorios. Por lo tanto, cambiar β<max>permite atenuar la transición entre la salida del procesamiento de mezclado ascendente convencional sin gestión de componentes transitorios y el procesamiento de mezclado ascendente incluyendo la gestión de componentes transitorios.

[0109] En lo sucesivo, se explicará con más detalle un decorrelacionador de transitorios 520 según un ejemplo.

[0110] Un decorrelacionador de transitorios 520 según un ejemplo crea una señal de salida que está suficientemente decorrelacionada de la entrada. No altera la estructura temporal de aplausos/componentes transitorios aislados (sin dispersión horizontal en el tiempo, sin retraso). En cambio, conduce a una distribución espacial de los componentes de señal transitoria (después del proceso de mezclado ascendente), que es similar a la distribución espacial en la señal original (no codificada). El decorrelacionador de transitorios 520 puede permitir compromisos entre tasa de bits y calidad (por ejemplo, distribución espacial de transitorios aleatoria a baja tasa de bits ↔ cercana al original (casi transparente) a alta tasa de bits). Asimismo, esto se logra con baja complejidad computacional.

[0111] Como se ha explicado más arriba, del lado del codificador se puede emplear una matriz de mezclado “reversa” para crear una señal de mezcla descendente y una señal residual, por ejemplo, desde los dos canales de una señal estéreo. Mientras la señal de mezcla descendente puede ser transmitida al decodificador, la señal residual puede ser descartada. Según un ejemplo, la diferencia de fase entre la señal residual y la señal de mezcla descendente se puede determinar, por ejemplo, mediante un codificador, y puede ser empleada por un decodificador cuando se decorrelaciona una señal. Por este medio, puede ser posible entonces reconstruir una señal residual “artificial” aplicando la fase original de la residual a la mezcla descendente.

[0112] A continuación, se explicará un procedimiento de decorrelación correspondiente del decorrelacionador de transitorios 520 según un ejemplo:

[0113] según un procedimiento de decorrelación de transitorios, se puede emplear un término de fase. Se logra la decorrelación simplemente multiplicando el flujo de transitorios por términos de fase a alta resolución temporal, por ejemplo, a resolución de tiempo de señal subbanda en sistemas del dominio de la transformada como MPS:

[0116]

[0118] En esta ecuación, n es el índice de tiempo de señales subbanda muestreadas de forma descendente. Δφ refleja idealmente la diferencia de fase entre el mezclado descendente y residual. Por lo tanto, los transitorios residuales son reemplazados por una copia de los transitorios procedentes del mezclado descendente, modificados de tal forma que exhiban la fase original.

[0119] Aplicar la información de fase inherentemente da como resultado un paneo de los componentes transitorios a la posición original en el proceso de mezclado de forma ascendente. Como ejemplo ilustrativo, considere el caso ICC=0, ILD=0: la parte transitoria de las señales de salida dice entonces:

[0122]

[0123] Para Δφ=0 resulta en L=2c*s, R=0, mientras que Δφ=π conduce a L=0, R=2c*s. Otros valores de Δφ, ICC, e ILD conducen a diferentes relaciones de nivel y fase entre los componentes transitorios renderizados.

[0124] Los valores de Δφ[n] se pueden aplicar como parámetros de banda ancha independientes de la frecuencia o como parámetros dependientes de la frecuencia. En caso de señales de tipo aplauso sin componentes tonales, pueden ser ventajosos valores de Δφ[n] de banda ancha debido a menores demandas de tasa de datos y gestión consistente de componentes transitorios de banda ancha (consistencia sobre la frecuencia).

[0125] La estructura de gestión de componentes transitorios de la Fig.5 está dispuesta de tal forma que solo el decorrelacionador convencional 530 es puenteado con respecto a los componentes de señal transitorios, mientras que la matriz de mezclado permanece inalterada. Así, los parámetros espaciales (ICC, ILD) también se tienen en cuenta inherentemente para las señales transitorias, por ejemplo, la ICC controla automáticamente el ancho de la distribución de transitorios renderizados.

[0126] Considerando el aspecto de cómo obtener información de fase, en un ejemplo, la información de fase puede ser recibida desde un codificador.

[0127] La Fig. 6 ilustra un ejemplo de un aparato para generar una señal decorrelacionada. El aparato comprende un separador de transitorios 610, un decorrelacionador de transitorios 620, un decorrelacionador convencional 630, una unidad de combinación 640 y una unidad de recepción 650. El separador de transitorios 610, el decorrelacionador convencional 630 y la unidad de combinación 640 son similares al separador de transitorios 310, el decorrelacionador convencional 330 y la unidad de combinación 340 de la Fig. 3. Sin embargo, la Fig. 6 ilustra además una unidad de recepción 650 que está adaptada para recibir información de fase. La información de fase puede haber sido transmitida por un codificador (no mostrado). Por ejemplo, un codificador puede haber computado la diferencia de fase entre señales residual y de mezcla descendente (fase relativa de la señal residual con respecto a una de mezcla descendente). La diferencia de fase puede haber sido calculada para ciertas bandas de frecuencias o banda ancha (por ejemplo, en un dominio del tiempo). El codificador puede codificar apropiadamente los valores de fase mediante cuantificación uniforme o no uniforme y codificación potencialmente sin pérdidas. Después, el codificador puede transmitir los valores de fase codificados al sistema de decodificación de audio espacial. Obtener la información de fase de un codificador es ventajoso ya que la información de fase original está disponible a continuación en un decodificador (excepto por el error de cuantificación).

[0128] En el ejemplo, la unidad de recepción 650 puede suministrar, por ejemplo, la información de fase en el decorrelacionador de transitorios 620, el cual usa la información de fase cuando decorrelaciona un componente de señal. Por ejemplo, la información de fase puede ser un término de fase y el decorrelacionador de transitorios 620 puede multiplicar un componente de señal transitorio recibido por el término de fase.

[0129] En caso de transmitir información de fase Δφ[n] desde un codificador al decodificador, se puede reducir la tasa de datos requerida del siguiente modo:

[0130] la información de fase Δφ[n] se puede aplicar solo a los componentes transitorios de una señal en el decodificador. Por lo tanto, la información de fase solo tiene que estar disponible en el decodificador mientras haya componentes transitorios en la señal que se va a decorrelacionar. La transmisión de la información de fase se puede limitar entonces por el codificador, de tal forma que solo la información necesaria sea transmitida al decodificador. Esto se puede hacer aplicando una detección de transitorios en el codificador como se describe más abajo. La información de fase Δφ[n] solo se transmite para puntos en el tiempo n, para los cuales se han detectado componentes transitorios en el codificador.

[0131] Considerando el aspecto de separación de transitorios, en un ejemplo, la separación de transitorios puede ser conducida por el codificador.

[0132] Según un ejemplo, la información de separación de transitorios (también denominada “información de transitorios”) puede obtenerse de un codificador. El codificador puede aplicar procedimientos de detección de transitorios como se describe en el documento de Andreas Walther, Christian Uhle, Sascha Disch “Uso de Supresión de Transitorios en Algoritmos de Mezcla Ascendente Multicanal Ciega” (“Using Transient Suppression in Blind Multichannel Up-mix Algorithms”), en Actas de la 122º Convención de AES, Viena, Austria, mayo de 2007, ya sea para las señales de entrada de codificador o para las señales de mezcla descendente. La información de transitorios se transmite a continuación al decodificador y preferiblemente se obtiene, por ejemplo, a la resolución de tiempo de las señales subbanda muestreadas de forma descendente.

[0133] La información de transitorios puede comprender preferiblemente una simple decisión binaria (transitorio/no transitorio) para cada muestra de señal en el tiempo. Esta información puede ser representada también, preferiblemente, mediante las posiciones de transitorios en el tiempo y las duraciones de transitorios.

[0134] [0088]La información de transitorios se puede codificar sin pérdidas (por ejemplo, codificación por longitud de series, codificación entrópica) para reducir la tasa de datos que es necesaria para transmitir la información de transitorios desde el codificador al decodificador.

[0135] La información de transitorios puede ser transmitida como información de banda ancha o como información dependiente de la frecuencia a una determinada resolución de frecuencia. Transmitir la información de transitorios como parámetros de banda ancha reduce la tasa de datos de información de transitorios y potencialmente mejora la calidad de audio debido a la gestión consistente de transitorios de banda ancha.

[0136] En lugar de la decisión binaria (transitorio/no transitorio), también puede transmitirse la intensidad de los transitorios, por ejemplo, cuantificada en dos o cuatro etapas. A continuación, la intensidad de transitorios puede controlar la separación de los transitorios en el decodificador de audio espacial del siguiente modo: los transitorios fuertes son separados completamente de la entrada del decorrelacionador reticular de IIR, mientras que los transitorios más débiles solo son separados parcialmente.

[0137] La información de transitorios solo se puede transmitir si el codificador detecta señales tipo aplauso, por ejemplo, usando sistemas de detección de aplauso como se describe en el documento de Christian Uhle “Detección de Sonido de Aplauso con Baja Latencia” (“Applause Sound Detection with Low Latency”), en la 127º Convención de la Sociedad de Ingeniería de Audio, Nueva York, 2009.

[0138] El resultado de la detección para la similitud de señal de entrada a señales de tipo aplauso también puede transmitirse a menor resolución de tiempo (por ejemplo, a la tasa de actualización de parámetros espaciales en MPS) al decodificador para controlar la intensidad de la separación de transitorios. El resultado de la detección de aplauso puede ser transmitido como un parámetro binario (es decir, como una decisión rígida) o como un parámetro no binario (es decir, como una decisión blanda). Este parámetro controla la intensidad de separación en el decodificador de audio espacial. Por lo tanto, permite encender/apagar (rígida o gradualmente) la gestión de transitorios en el decodificador. Esto permite evitar artefactos que podrían producirse, por ejemplo, cuando se aplica un esquema de gestión de transitorios de banda ancha a señales que contienen componentes tonales.

[0139] La Fig. 7 ilustra un aparato para decodificar una señal según un ejemplo. El aparato comprende un separador de transitorios 710, un decorrelacionador de transitorios 720, un decorrelacionador reticular de IIR 730, una unidad de combinación 740, un mezclador 752, una unidad de modelado opcional 754, una primera unidad sumadora 756 y una segunda unidad sumadora 758, los cuales corresponden al separador de transitorios 510, el decorrelacionador de transitorios 520, el decorrelacionador reticular de IIR 530, la unidad de combinación 540, el mezclador 552, la unidad de modelado opcional 554, la primera unidad sumadora 556 y la segunda unidad sumadora 558 del ejemplo de la Fig. 5, respectivamente. En el ejemplo de la Fig. 7, un codificador obtiene información de fase e información de posición de transitorios y transmite la información a un aparato para decodificación. No se transmiten señales residuales. La Fig.7 ilustra una configuración de mezclado ascendente 1 a 2 como una caja OTT en MPS. Se puede aplicar en un codificador-decodificador estéreo para mezclar de forma ascendente a partir de una mezcla descendente mono a una salida estéreo según un ejemplo. En el ejemplo de la Fig. 7, se transmiten tres parámetros de gestión de transitorios como parámetros independientes de la frecuencia desde el codificador al decodificador, como se puede ver en la Fig.7:

[0140] un primer parámetro de gestión de transitorios que se va a transmitir es la decisión binaria transitorio/no transitorio de un detector de transitorios que se ejecuta en el codificador. Se usa para controlar la separación de transitorios en el decodificador. En un esquema simple, la decisión binaria transitorio/no transitorio puede transmitirse como un indicador binario por muestra de tiempo subbanda sin codificación adicional.

[0141] Un parámetro adicional de gestión de transitorios que se va a transmitir es el valor de fase (o los valores de fase) Δφ[n] que se necesita para el decorrelacionador de transitorios. Δφ solo se transmite para instantes n, para los cuales se han detectado componentes transitorios en el codificador. Los valores Δφ se transmiten como índices de un cuantificador con una resolución de, por ejemplo, 3 bits por muestra.

[0142] Otro parámetro de gestión de transitorios que se va a transmitir es la intensidad de separación (es decir, la intensidad de efecto del esquema de gestión de transitorios). Esta información se transmite a la misma resolución temporal que los parámetros espaciales ILD, ICC.

[0143] La tasa de bits BR necesaria para transmitir decisiones de separación de transitorios e información de fase de banda ancha desde el codificador al decodificador puede ser estimada por sistemas de tipo MPS según:

[0146]

[0148] donde σ es la densidad de transitorios (fracción de ranuras de tiempo (=muestras de tiempo de subbanda) que están marcados como transitorios), Q es el número de bits por valor de fase transmitido, y f<s>es la tasa de muestreo. Cabe señalar que (f<s>/64) es la tasa de muestreo de las señales subbanda muestreadas de forma descendente.

[0149] Se ha medido E{σ} < 0,25 para un conjunto de diversos elementos de aplauso representativos, donde E{.} indica la media sobre la duración del elemento. Un compromiso razonable entre exactitud de los valores de fase y la tasa de bits de parámetro es Q=3. Para reducir la tasa de datos de parámetro, los ICC y los ILD se pueden transmitir como indicios de banda ancha (broadband cues). La transmisión de los ICC y los ILD como indicios de banda ancha es especialmente aplicable para señales no tonales como el aplauso.

[0150] Adicionalmente, los parámetros para señalizar la intensidad de separación se transmiten a la tasa de actualización de los ICC/ILD. Para cuadros espaciales largos en MPS (32 x 64 muestras) e intensidades de separación cuantificadas en 4 etapas, este da como resultado una tasa de bits adicional de

[0153]

[0155] El parámetro de intensidad de separación puede derivarse en un codificador a partir de los resultados de algoritmos de análisis de señal que evalúan la similitud a señales de tipo aplauso, la tonalidad, u otras características de señal que indican beneficios o problemas potenciales cuando se aplica la decorrelación de componentes transitorios del ejemplo.

[0156] Los parámetros transmitidos para la gestión de transitorios pueden ser sometidos a codificación sin pérdidas para reducir la redundancia, dando como resultado una menor tasa de bits de parámetro (por ejemplo, codificación por longitud de series de información de separación de transitorios, codificación entrópica).

[0157] Volviendo al aspecto de obtención de información de fase, en un ejemplo, la información de fase puede obtenerse en un decodificador.

[0158] En tal ejemplo, el aparato para decodificación no obtiene información de fase de un codificador, sino que puede determinar la información de fase por sí mismo. Por lo tanto, no es necesario transmitir información de fase, lo que da como resultado una tasa reducida de transmisión global.

[0159] En un ejemplo, se obtiene información de fase en un decodificador basado en MPS a partir de datos de “Modulación de Envolvente Guiada (Guided Envelope Shaping,GES)”. Esto solo es aplicable si se transmiten datos GES, es decir, si la opción GES está activada en un codificador. La opción GES está disponible, por ejemplo, en sistemas MPS. El cociente de valores de envolvente GES entre los canales de salida refleja posiciones de paneo para los componentes transitorios a alta resolución temporal. El cociente de envolvente GES (GES Envelope Ratio,GESR) puede ser mapeado a la información de fase necesaria para la gestión de componentes transitorios. En GES, el mapeo puede ser realizado según una regla de mapeo obtenida empíricamente de estadísticas acumulativas de distribución de fase relativa a GESR para un conjunto representativo de señales de prueba apropiadas. Determinar la regla de mapeo es una etapa para diseñar el sistema de gestión de componentes transitorios, no un proceso en tiempo de ejecución cuando se aplica el sistema de gestión de componentes transitorios. Por lo tanto, es ventajoso que no hay necesidad de pagar costes adicionales de transmisión para los datos de fase si se necesitan datos GES para la aplicación de la opción GES en cualquier caso. La compatibilidad retroactiva del flujo de bits se logra con flujos de bits/decodificadores MPS. Sin embargo, la información de fase extraída de datos GES no es tan exacta (por ejemplo, el signo de la fase estimada es desconocido) como la información de fase que se podría obtener en el codificador.

[0160] En un ejemplo adicional, la información de fase se puede obtener también en un decodificador, pero a partir de residuales de banda no completa transmitidas. Esto es aplicable, por ejemplo, si se transmiten señales residuales de banda limitada (típicamente cubriendo un intervalo de frecuencia hasta una cierta frecuencia de transición) en un esquema de codificación MPS. En tal ejemplo, se calcula la relación de fase entre la señal de mezcla descendente y la residual transmitida en la(s) banda(s) residual(es), es decir, para frecuencias para las cuales se transmiten señales residuales. Además, la información de fase procedente de la(s) banda(s) residual(es) a la(s) banda(s) no residual(es) se extrapola (y/o posiblemente interpola). Una posibilidad es mapear la relación de fase obtenida en la(s) banda(s) residual(es) a un valor de la relación de fase independiente de la frecuencia que se usa a continuación para el decorrelacionador de transitorios. Esto da como resultado el beneficio de que no surgen costes adicionales de transmisión para los datos de fase, si en cualquier caso se transmiten residuales de banda no completa. Sin embargo, se debe considerar que la corrección de la estimación de fase depende del ancho de la(s) banda(s) de frecuencia donde se transmiten señales residuales. La corrección de las estimaciones de fase también depende de la consistencia de la relación de fase entre la señal de mezcla descendente y la residual a lo largo del eje de frecuencia. Para señales con componentes claramente transitorios, se encuentra usualmente alta consistencia.

[0161] [0105]En un ejemplo adicional, la información de fase se obtiene en un decodificador empleando información de corrección adicional transmitida desde el codificador. Tal ejemplo es similar a los dos ejemplos anteriores (fase a partir de GES, fase a partir de residuales), pero adicionalmente, es necesario generar datos de corrección en el codificador que se transmiten al decodificador. Los datos de corrección permiten reducir el error de estimación de fase que puede ocurrir en las dos variantes descritas antes (fase a partir de GES, fase a partir de residuales). Asimismo, los datos de corrección pueden ser derivados de estimar el error de estimación de fase del lado decodificador en el codificador. Los datos de corrección pueden ser este error de estimación estimado (potencialmente codificado). Asimismo, con respecto a la estrategia de estimación de fase a partir de datos de GES, los datos de corrección simplemente pueden ser el signo correcto de los valores de fase generados por codificador. Esto permite generar términos de fase con el signo correcto en el decodificador. El beneficio de tal estrategia es que, debido a los datos de corrección, la exactitud de la información de fase recuperable en el decodificador está mucho más cerca de la información de fase generada en el codificador. Sin embargo, la entropía de la información de corrección es menor que la entropía de la información de fase correcta en sí misma. Así, se disminuye la tasa de bits de parámetro cuando se compara con transmitir directamente la información de fase obtenida en el codificador.

[0162] En otro ejemplo, se obtiene información/términos de fase a partir de un proceso (pseudo) aleatorio en un decodificador. El beneficio de tal estrategia es que no hay necesidad de transmitir información de fase alguna con alta resolución temporal. Esto da como resultado una tasa reducida de datos. En un ejemplo, un procedimiento simple es generar valores de fase con una distribución aleatoria uniforme en el intervalo [-180°, 180°].

[0163] En un ejemplo adicional, se miden las propiedades estadísticas de la distribución de fase en el codificador. Estas propiedades se codifican y transmiten a continuación (a baja resolución temporal) al decodificador. Se generan valores de fase aleatorios en el decodificador los cuales son sometidos a las propiedades estadísticas transmitidas. Estas propiedades podrían ser la media, varianzas u otras medidas estadísticas de la distribución de fase estadística.

[0164] Cuando se ejecuta más de una instancia de decorrelacionador en paralelo (por ejemplo, para un mezclado ascendente multicanal), se debe tener cuidado para asegurar salidas de decorrelacionador mutuamente decorrelacionadas. En un ejemplo, donde se generan múltiples vectores de valores de fase (pseudo)aleatorios (en lugar de un solo vector) para todas menos para la primera instancia de decorrelacionador, se selecciona un conjunto de vectores que da como resultado la menor correlación del valor de fase a través de todas las instancias de decorrelacionador.

[0165] En caso de transmitir información de corrección de fase desde el codificador al decodificador, se puede reducir la tasa de datos requerida del siguiente modo:

[0166] la información de corrección de fase solo tiene que estar disponible en el decodificador siempre que haya componentes transitorios en la señal que vayan a ser decorrelacionados. La transmisión de la información de corrección de fase puede ser limitada así por el codificador, de tal forma que solo se transmita la información necesaria al decodificador. Esto se puede hacer aplicando una detección de transitorios en el codificador como se ha descrito más arriba. La información de corrección de fase solo se transmite para puntos en el tiempo n, para los cuales se han detectado componentes transitorios en el codificador.

[0167] Volviendo al aspecto de separación de transitorios, en un ejemplo, la separación de transitorios puede ser conducida por el decodificador.

[0168] En tal ejemplo, también se puede obtener información de separación de transitorios en el decodificador, por ejemplo, aplicando un procedimiento de detección de componentes transitorios como se describe en el documento de Andreas Walther, Christian Uhle, Sascha Disch “Uso de Supresión de Transitorios en Algoritmos de Mezcla ascendente Multicanal Ciega” (“Using Transient Suppression in Blind Multi-channel Up-mix Algorithms”), en Actas de la 122º Convención de AES, Viena, Austria, mayo de 2007, a la señal de mezcla descendente que está disponible en el decodificador de audio espacial antes de mezclar de forma ascendente a una señal de salida estéreo o multicanal. En este caso, no se tiene que transmitir información de componente transitorio alguna, lo cual ahorra tasa de datos de transmisión.

[0169] Sin embargo, realizar la detección de componentes transitorios al decodificar podría causar problemas cuando, por ejemplo, se estandariza el esquema de gestión de componentes transitorios: por ejemplo, podría ser difícil encontrar un algoritmo de detección de componentes transitorios que dé como resultado exactamente los mismos resultados de detección de componentes transitorios cuando se implementa en diferentes plataformas/arquitecturas que involucran diferentes precisiones numéricas, esquemas de redondeo, etc. Para la estandarización, tal comportamiento predecible del decodificador es con frecuencia imprescindible. Asimismo, el algoritmo de detección de componentes transitorios estandarizado podría fallar para algunas señales de entrada, causando distorsiones intolerables en las señales de salida. Entonces podría ser difícil corregir el algoritmo que falla después de la estandarización sin construir un decodificador que no sea conforme al estándar. Este problema podría ser menos grave si al menos se transmite un parámetro que controla la separación de transitorios a baja resolución temporal (por ejemplo, a la tasa de actualización de parámetro espacial del MPS) desde el codificador al decodificador.

[0170] [0113]En un ejemplo adicional, la separación de transitorios también se realiza por decodificador y se transmiten residuales de banda no completa. En este ejemplo, la separación de transitorios realizada por decodificador se puede refinar empleando estimaciones de fase obtenidas de residuales de banda no completa transmitidas (véase más arriba). Cabe señalar que este refinamiento se puede aplicar en el decodificador sin transmitir datos adicionales desde el codificador al decodificador.

[0171] Los términos de fase que se aplican a un decorrelacionador de transitorios se obtienen extrapolando los valores de fase correctos desde las bandas residuales a frecuencias donde no hay residuales disponibles. Un procedimiento es calcular un valor medio de fase (potencialmente, por ejemplo, ponderado por potencia de señal) a partir de los valores de fase que pueden ser calculados para aquellas frecuencias donde hay señales residuales disponibles. A continuación, el valor medio de fase se puede aplicar como un parámetro independiente de la frecuencia en el decorrelacionador de transitorios.

[0172] Siempre que la relación de fase correcta entre la mezclada de forma descendente y la residual es independiente de la frecuencia, el valor medio de fase representa una buena estimación del valor correcto de fase. Sin embargo, en el caso de una relación de fase que no es consistente a lo largo del eje de frecuencia, el valor medio de fase puede ser una estimación menos correcta, posiblemente que conduce a valores de fase incorrectos y artefactos audibles.

[0173] La consistencia de la relación de fase entre la mezclada de forma descendente y la residual transmitida a lo largo del eje de frecuencia, por lo tanto, se puede usar como una medida de fiabilidad de la estimación de fase extrapolada que se aplica en el decorrelacionador de transitorios. Para reducir el riesgo de artefactos audibles, se puede usar la medida de consistencia obtenida en el decodificador para controlar la intensidad de separación de transitorios en el decodificador, por ejemplo, del siguiente modo:

[0174] los componentes transitorios para los cuales la correspondiente información de fase (es decir, la información de fase para el mismo índice de tiempo n) es consistente a lo largo de la frecuencia son totalmente separados de la entrada de decorrelacionador convencional y se suministran por completo al decorrelacionador de transitorios. Dado que no son probables grandes errores de estimación de fase, se usa todo el potencial de la gestión de componentes transitorios.

[0175] Los componentes transitorios para los cuales la correspondiente información de fase es menos consistente a lo largo de la frecuencia, solo se separan parcialmente, conduciendo a un efecto menos prominente del esquema de gestión de componentes transitorios.

[0176] Los componentes transitorios para los cuales la correspondiente información de fase es muy inconsistente a lo largo de la frecuencia, no se separan, conduciendo al comportamiento estándar de un sistema de mezclado ascendente convencional sin la gestión de componentes transitorios propuesta. Así, no pueden producirse artefactos debido a grandes errores de estimación de fase.

[0177] Las medidas de consistencia para la información de fase se pueden deducir, por ejemplo, a partir de la varianza (posiblemente ponderada por potencia de señal) de la desviación estándar de la información de fase a lo largo de la frecuencia.

[0178] Dado que solo unas pocas frecuencias pueden estar disponibles para las cuales se transmiten las señales residuales, la medida de consistencia puede tener que estimarse solo a partir de unas pocas muestras a lo largo de la frecuencia, conduciendo a una medida de consistencia que solo rara vez alcanza valores extremos (“perfectamente consistente” o “perfectamente inconsistente”). De este modo, la medida de consistencia puede ser linealmente o no linealmente distorsionada antes de ser usada para controlar la intensidad de separación de transitorios. En un ejemplo, se implementa una característica de umbral como se ilustra en la Fig. 8, ejemplo de la derecha.

[0179] La Fig.8 representa diferentes mapeos ejemplares de medidas de consistencia de fase con respecto a intensidades de separación de transitorios, ilustrando el impacto de las variantes para obtener parámetros de gestión de componentes transitorios sobre la robustez frente a la clasificación incorrecta de componentes transitorios. Las variantes para obtener la información de separación de transitorios y la información de fase indicada más arriba difieren en tasa de datos de parámetro y, por lo tanto, representan diferentes puntos operativos en términos de tasa de bits global de un codificador-decodificador que implementa la técnica de gestión de componentes transitorios propuesta. Aparte de esto, la elección de la fuente para obtener la información de fase también afecta a aspectos tales como la robustez frente a la clasificación incorrecta de componentes transitorios: gestionar una señal no transitoria como una transitoria causa muchas menos distorsiones audibles si la información de fase correcta es aplicada a la gestión del componente transitorio. Así, un error de clasificación de señal causa artefactos menos severos en el escenario de valores de fase transmitidos cuando se compara con el escenario de generación de fase aleatoria en el decodificador.

[0180] [0122]La Fig.9 es una vista global de un sistema Uno a Dos con gestión de componentes transitorios según un ejemplo adicional, donde se transmiten señales residuales de banda estrecha. Se estima el dato de fase Δφ a partir de la relación de fase entre la señal de mezcla descendente (Downmix,DMX) y la residual en la(s) banda(s) de frecuencia de la señal residual. Opcionalmente, se transmiten datos de corrección de fase para reducir el error de estimación de fase.

[0182] La Fig. 9 ilustra un separador de transitorios 910, un decorrelacionador de transitorios 920, un decorrelacionador reticular de IIR 930, una unidad de combinación 940, un mezclador 952, una unidad de modelado opcional 954, una primera unidad sumadora 956 y una segunda unidad sumadora 958, los cuales corresponden al separador de transitorios 510, el decorrelacionador de transitorios 520, el decorrelacionador reticular de IIR 530, la unidad de combinación 540, el mezclador 552 la unidad de modelado opcional 554, la primera unidad sumadora 556 y la segunda unidad sumadora 558 del ejemplo de la Fig. 5, respectivamente. El ejemplo de la Fig. 8 comprende además una unidad de estimación de fase 960. La unidad de estimación de fase 960 recibe una señal de entrada DMX, una señal residual “residual” y, opcionalmente, datos de corrección de fase. En base a la información recibida, la unidad de información de fase calcula los datos de fase Δφ. Opcionalmente, la unidad de estimación de fase determina también información de consistencia de fase y pasa la información de consistencia de fase al separador de transitorios 910. Por ejemplo, la información de consistencia de fase puede ser usada por el separador de transitorios para controlar la intensidad de separación de transitorios.

[0184] El ejemplo de la Fig.9 aplica el hallazgo de que, si se transmiten residuales dentro del esquema de codificación de una manera de banda no completa, la diferencia de fase media ponderada por potencia de señal entre la residual y la mezclada de forma descendente (Δφ<residual_bands>) puede ser aplicada como información de fase de banda ancha a los componentes transitorios separados (Δφ = Δφ<low residual_bands>). En este caso, no hay que transmitir información de fase adicional, reduciendo la demanda de tasa de bits para la gestión de componentes transitorios. En el ejemplo de la Fig. 9, la estimación de fase a partir de las bandas residuales puede desviarse considerablemente de la estimación de fase de banda ancha más precisa que está disponible en el codificador. Una opción es, por lo tanto, transmitir datos de corrección de fase (por ejemplo, Δφ<correction>Δφ–Δφ<residual_bands>) de modo que la Δφ correcta esté disponible en el decodificador. Sin embargo, dado que Δφ<correction>puede mostrar una menor entropía que Δφ, la tasa de datos de parámetro necesaria puede ser menor que la tasa que sería necesaria para transmitir Δφ. (Este concepto es similar al uso general de predicción en codificación: en lugar de codificar directamente datos, se codifica un error de predicación con menor entropía. En el ejemplo de la Fig.9, la etapa de predicción es la extrapolación de la fase a partir de las bandas de frecuencia de residual con respecto a bandas de no residual). La consistencia de la diferencia de fase en las bandas de frecuencia de residual (Δφ<residual_bands>) a lo largo del eje de frecuencia se puede usar para controlar la intensidad de separación de transitorios.

[0186] En ejemplos, un decodificador puede recibir información de fase de un codificador, o el decodificador puede determinar por sí mismo la información de fase. Asimismo, el decodificador puede recibir información de separación de transitorios fase de un codificador, o el decodificador puede determinar por sí mismo la información de separación de transitorios.

[0188] En ejemplos, un aspecto de la gestión de componentes transitorios es la aplicación del concepto de “decorrelación semántica” descrito en el documento WO/2010/017967 junto con el “decorrelacionador de transitorios”, el cual está basado en multiplicar la entrada con términos de fase. Se mejora la calidad perceptual de señales de tipo aplauso renderizadas ya que ambas etapas de procesamiento evitan alterar la estructura temporal de las señales con componente transitorio. Asimismo, la distribución espacial de componentes transitorios, así como las relaciones de fase entre componentes transitorios, se reconstruye en los canales de salida. Asimismo, los ejemplos son también computacionalmente eficaces y se pueden integrar fácilmente en sistemas de mezclado de forma ascendente de tipo PS o MPS. En ejemplos, la gestión de componentes transitorios no afecta al proceso de matriz de mezclado, de modo que todas las propiedades de renderización espacial que están definidas por la matriz de mezclado también se aplican a la señal con componente transitorio.

[0190] En ejemplos, se aplica un esquema de decorrelación innovador el cual es particularmente adecuado para la aplicación en sistemas de mezclado de forma ascendente, el cual es particularmente adecuado para la aplicación de esquemas de codificación de audio espacial como PS o MPS y el cual mejora la calidad perceptual de las señales de salida en el caso de señales de tipo aplauso, es decir, señales que contienen mezclas densas de componentes transitorios distribuidos espacialmente y/o pueden ser vistas como una implementación particularmente mejorada del marco de trabajo genérico de “decorrelación semántica”. Asimismo, en ejemplos, se comprende un esquema de decorrelación innovador que reconstruye la distribución espacial/temporal de los componentes transitorios de forma similar a la distribución en la señal original, preserva la estructura temporal de las señales transitorias, permite variar el compromiso entre tasa de bits y calidad y/o es idealmente adecuado para una combinación con opciones MPS como residuales de banda no completa o GES. Las combinaciones son complementarias, es decir, la información de opciones de MPS estándar se vuelve a usar para la gestión de componentes transitorios.

[0192] [0128]La Fig. 10 ilustra un aparato para codificar una señal de audio que tiene una pluralidad de canales. Dos canales de entrada L, R se suministran a un mezclador descendente 1010 y a un calculador de señal residual 1020. En otros ejemplos, una pluralidad de canales se suministra al mezclador 1010 y al calculador de señal residual 1020, por ejemplo, 3, 5 o 9 canales envolventes. A continuación, el mezclador descendente 1010 mezcla de forma descendente entonces los dos canales L, R, para obtener una señal de mezcla descendente. Por ejemplo, el mezclador descendente 1010 puede emplear una matriz de mezclado y realizar una multiplicación de matriz de la matriz de mezclado y los dos canales de entrada L, R, para obtener una señal de mezcla descendente. La señal de mezcla descendente se puede transmitir a un decodificador.

[0193] Además, el generador de señal residual 1020 está adaptado para calcular una señal adicional, la cual se denomina señal residual. Señales residuales son señales que se pueden usar para regenerar las señales originales empleando adicionalmente la señal de mezcla descendente y una matriz de mezcla ascendente. Por ejemplo, cuando N señales se mezclan de forma descendente a 1 señal, el mezclado descendente típicamente es 1 de los N componentes que resultan del mapeo de las N señales de entrada. Los componentes restantes que resultan del mapeo (por ejemplo, N-1 componentes) son las señales residuales y permiten reconstruir las N señales originales mediante un mapeo inverso. El mapeo puede ser, por ejemplo, una rotación. El mapeo se debe realizar de tal forma que la señal de mezcla descendente se maximice y las señales residuales se minimicen, por ejemplo, similar a una transformación de eje principal. Por ejemplo, la energía de la señal de mezcla descendente se debe maximizar y las energías de las señales residuales se deben minimizar. Cuando se mezclan de forma descendente dos señales a 1 señal, el mezclado descendente es normalmente uno de los dos componentes que resultan del mapeo de las 2 señales de entrada. El componente restante que resulta del mapeo es la señal residual y permite reconstruir las 2 señales originales mediante un mapeo inverso.

[0194] En algunos casos, la señal residual puede representar un error asociado con representar las dos señales mediante sus parámetros de mezclado descendente y asociados. Por ejemplo, la señal residual puede ser una señal de error la cual representa el error entre los canales originales L, R y los canales L', R', resultantes de mezclar de forma ascendente la señal de mezcla descendente que se generó en base a los canales originales L y R.

[0195] En otras palabras, una señal residual se puede considerar como una señal en el dominio del tiempo o un dominio de la frecuencia o un dominio subbanda, que junto con la señal de mezcla descendente sola o con la señal de mezcla descendente y la información paramétrica permite una reconstrucción correcta o casi correcta de un canal original. Casi correcto se debe entender como que la reconstrucción con la señal residual que tiene una energía mayor que cero es más cercana al canal original en comparación con una reconstrucción mediante el uso de la mezcla descendente sin la señal residual o mediante el uso de la mezcla descendente y la información paramétrica sin la señal residual.

[0196] Además, el codificador comprende un calculador de información de fase 1030. La señal de mezcla descendente y la señal residual se suministran al calculador de información de fase 1030. A continuación, el calculador de información de fase calcula información sobre una diferencia de fase entre la señal de mezcla descendente y la residual para obtener información de fase. Por ejemplo, el calculador de información de fase puede aplicar funciones que calculan una correlación cruzada de la señal de mezcla descendente y la residual.

[0197] Asimismo, el codificador comprende un generador de salida 1040. La información de fase generada por el calculador de información de fase 1030 se suministra en el generador de salida 1040. A continuación, el generador de salida 1040 genera la información de fase.

[0198] En un ejemplo, el aparato comprende además un cuantificador de información de fase para cuantificar la información de fase. La información de fase generada por el calculador de información de fase se puede suministrar en el cuantificador de información de fase. A continuación, el cuantificador de información de fase cuantifica la información de fase. Por ejemplo, la información de fase se puede mapear a 8 valores diferentes, por ejemplo, a uno de los valores 0, 1, 2, 3, 4, 5, 6 o 7. Los valores pueden representar las diferencias de fases 0, π/4, π/2, 3π/4, π, 5π/4, 3π/2 y 7π/4, respectivamente. A continuación, la información de fase cuantificada se puede suministrar al generador de salida 1040.

[0199] En un ejemplo adicional, el aparato comprende además un codificador sin pérdidas. La información de fase procedente del calculador de información de fase 1040 o la información de fase cuantificada procedente del cuantificador de información de fase se puede suministrar al codificador sin pérdidas. El codificador sin pérdidas está adaptado para codificar información de fase aplicando codificación sin pérdidas. Se puede emplear cualquier esquema de codificación sin pérdidas. Por ejemplo, el codificador puede emplear codificación aritmética. A continuación, el codificador sin pérdidas suministra la información de fase codificada sin pérdidas al generador de salida 1040.

[0200] Con respecto al decodificador y codificador y los procedimientos, se menciona lo siguiente: aunque se han descrito algunos aspectos en el contexto de un aparato, es claro que estos aspectos también representan una descripción del procedimiento correspondiente, donde un bloque o dispositivo corresponde a una etapa de procedimiento o a un rasgo de una etapa de procedimiento. Análogamente, los aspectos descritos en el contexto de una etapa de procedimiento representan también una descripción de un bloque o elemento correspondiente o rasgo de un aparato correspondiente.

[0201] Dependiendo de ciertos requisitos de implementación, las realizaciones de la invención se pueden implementar en hardware o en software. La implementación se puede llevar a cabo usando un medio de almacenamiento digital, por ejemplo, un disquete, un DVD, un CD, una ROM, una PROM, una EPROM, una EEPROM o una memoria FLASH, los cuales tienen señales de control electrónicamente legibles guardadas en ellos, los cuales cooperan (o son capaces de cooperar) con un sistema informático programable de modo que se realiza el respectivo procedimiento.

[0202] Algunas realizaciones según la invención comprenden un soporte de datos que tiene señales de control legibles electrónicamente, las cuales son capaces de cooperar con un sistema informático programable, de tal forma que se realice uno de los procedimientos descritos en esta invención.

[0203] Generalmente, las realizaciones de la presente invención se pueden implementar como un programa informático con un código de programa, siendo el código de programa operativo para realizar uno de los procedimientos cuando el producto de programa informático se ejecuta en un ordenador. El código de programa se puede almacenar, por ejemplo, en un soporte legible por una máquina.

[0204] Otras realizaciones comprenden el programa informático para realizar uno de los procedimientos descritos en esta invención, almacenado en un soporte legible por una máquina o un medio de almacenamiento no transitorio.

[0205] En otras palabras, una realización del procedimiento inventivo es, por tanto, un programa informático que tiene un código de programa para realizar uno de los procedimientos descritos en esta invención, cuando el programa informático se ejecuta en un ordenador.

[0206] Una realización adicional de los procedimientos inventivos es, por lo tanto, un soporte de datos (o un medio de almacenamiento digital, o un medio legible por ordenador) comprendiendo, grabado en el mismo, el programa informático para realizar uno de los procedimientos descritos en esta invención.

[0207] Una realización adicional del procedimiento inventivo es, por lo tanto, un flujo de datos o una secuencia de señales que representan el programa informático para realizar uno de los procedimientos descritos en esta invención. El flujo de datos o la secuencia de señales se pueden configurar, por ejemplo, para ser transferidos vía una conexión de comunicación de datos, por ejemplo, vía Internet.

[0208] Una realización adicional comprende un medio de procesamiento, por ejemplo, un ordenador, o un dispositivo lógico programable, configurado para o adaptado para realizar uno de los procedimientos descritos en esta invención.

[0209] Una realización adicional comprende un ordenador que tiene instalado en el mismo el programa informático para realizar uno de los procedimientos descritos en esta invención.

[0210] En algunas realizaciones, se puede usar un dispositivo lógico programable (por ejemplo, una matriz de puertas programable en campo) para realizar algunas o todas las funcionalidades de los procedimientos descritos en esta invención. En algunas realizaciones, una matriz de puertas programable en campo puede cooperar con un microprocesador para realizar uno de los procedimientos descritos en esta invención. Generalmente, los procedimientos se realizan preferiblemente mediante cualquier aparato de hardware.

[0211] Las realizaciones que se han descrito más arriba son meramente ilustrativas para los principios de la presente invención. Se entiende que las modificaciones y variaciones de las disposiciones y de los detalles descritos en esta invención serán evidentes para los expertos en la materia. Por lo tanto, es la intención que la invención esté limitada solo por el alcance de las siguientes reivindicaciones de patente y no por los detalles específicos presentados a título de descripción y explicación de las realizaciones en esta invención.

Claims (1)

1. REIVINDICACIONES

1. Un aparato para decodificar una señal comprendiendo:

un separador de transitorios (310; 410; 510; 610; 710; 910) para separar una señal de entrada de un aparato en un primer componente de señal y en un segundo componente de señal, de manera que el primer componente de señal comprenda las porciones de señal transitorias de la señal de entrada y el segundo componente de señal comprenda las porciones no transitorias de la señal de entrada;

un decorrelacionador de transitorios (320; 420; 520; 620; 720; 920) para decorrelacionar el primer componente de señal según un primer procedimiento de decorrelación para obtener un primer componente de señal decorrelacionado; donde el decorrelacionador de transitorios (320; 420; 520; 620; 720; 920) está configurado para decorrelacionar el primer componente de señal según el primer procedimiento de decorrelación multiplicando un término de fase por el primer componente de señal,

un segundo decorrelacionador adicional (330; 430; 530; 630; 730; 930) para decorrelacionar el segundo componente de señal según un segundo procedimiento de decorrelación para obtener un segundo componente de señal decorrelacionado, donde el segundo procedimiento de decorrelación es diferente del primer procedimiento de decorrelación;

una unidad de combinación (340; 440; 540; 640; 740; 940) para combinar el primer componente de señal decorrelacionada y el segundo componente de señal decorrelacionada para obtener una señal de combinación decorrelacionada; y

un mezclador (450; 552; 752; 952), adaptado para recibir señales de entrada del mezclador y para generar señales de salida basadas en las señales de entrada del mezclador y una regla de mezclado;

donde la unidad de combinación (340; 440; 540; 640; 740; 940) y el mezclador (450; 552; 752; 952) están dispuestos de manera que la señal de combinación decorrelacionada se suministre en el mezclador (450; 552; 752; 952) como primera señal de entrada del mezclador y que la señal de entrada del aparato o una señal derivada de la señal de entrada del aparato se suministre en el mezclador (450; 552; 752; 952) como segunda señal de entrada del mezclador;

donde el mezclador (450; 552; 752; 952) está adaptado para recibir datos de parámetros de correlación/coherencia que indican una correlación o coherencia entre dos señales y está adaptado para generar las señales de salida basándose en los datos de parámetros de correlación/coherencia.