NO340397B1 - Tapsfri koding og dekoding av informasjon med garantert maksimal bit-hastighet - Google Patents

Description

Fagfelt

Foreliggende oppfinnelse angår tapsfri koding og dekoding av informasjonsverdier, især til et konsept som garanterer en maksimum bit-hastighet for en kodet fremstilling av informasjonsverdiene.

Bakgrunn

Nylig er fremstillingsteknikken av flerkanalslyd blitt av større og større betydning. Dette kan skyldes det faktum at lydkomprimering- / kodingsteknikker som for eksempel den velkjente MP3-teknikk har gjort det mulig å fordele lydopptak via Internet eller andre overføringskanaler med en begrenset båndvidde. MP3-kodings-teknikken har blitt kjent på grunn av det faktum at den tillater fordeling av alle opptakene i et stereoformat, dvs. en digital fremstilling av lydopptaket som omfatter en første eller venstre stereokanal og en andre eller høyre stereokanal.

Likevel fins det grunnleggende svakheter ved konvensjonelle tokanals lyd-systemer. Og av den grunn har "surround"-teknikken blitt utviklet. En anbefalt flerkanals "surround"-fremstilling omfatter, i tillegg til de to stereokanaler L og R, en ekstra senterkanal C og to "surround"-kanaler Ls, Rs. Dette referanselydformat er også henvist til som tre/to-stereo med betydning tre fremre kanaler og to "surround"-kanaler. Generelt er fem overføringskanaler påkrevet. I en avspillingsomgivelse er minst fem høytalere ved fem passende steder nødvendig for å oppnå en optimal "sweet spot" i en viss avstand fra disse fem velplasserte høytalere.

Flere teknikker er kjent i feltet for å redusere mengden av data som er påkrevet for overføring av et flerkanals lydsignal. Slike teknikker er kalt "felles stereo-teknikker". Fram til nå er henvisning gjort til figur 5 som viser en felles stereo-anordning 60. Denne anordning kan være en anordning som iverksetter for eksempel intensitetsstereo (IS) eller binaural signaliserende koding (engelsk: binaural cue coding, BCC). Generelt mottar en slik anordning, som innmatingsdata, minst to kanaler (CH1, CH2, ...CHn), og utmater minst én enkel bærerkanal og parametriske data. I en dekoder er de parametriske data bestemt slik at en tilnærming av en original kanal (CH1,CH2, ... CHn) kan beregnes.

Normalt vil bærerkanalen omfatte subbåndutvalg, spektrale koeffisienter, tids-domeneutvalg etc, som tilveiebringer en forholdsvis fin fremstilling av det underliggende signal, mens derimot de parametriske data omfatter ikke slike utvalg av spektrale koeffisienter men i stedet omfatter kontrollparametere for å kontrollere en viss rekonstruksjonsalgoritme slik som veiing ved multiplikasjon, tidsforskyvning, frekvensforskyvning, faseforskyvning, etc. De parametriske data omfatter derfor kun en forholdsvis grov fremstilling av signalet eller den tilknyttede kanal. Stilt opp som tall vil mengden av data påkrevet av en bærerkanal være i området 60-70 kbit/sek., mens mengden av data påkrevet ved parametrisk sideinformasjon for én kanal vil typisk være i området 1,5 - 2,5 kbit/sek. Et eksempel på parametrisk data er de velkjente skaleringsfaktorer, intensitetstereoinformasjon eller binaurale signaliserende parametere, som beskrevet under.

BCC-teknikken er for eksempel beskrevet i AES konferanseartikkelen 5574, "Binaural Cue Coding applied to Stereo and Multi-Channel Audio Compression", C. Faller, F. Baumgarte, May 2002, Munchen, i IEEE WASPAA artikkelen "Efficient representation of spatial audio using perceptual parametrization", oktober 2001, Mohonk, NY, i "Binaural cue coding applied to audio compression with flexible rendering", C. Faller og F. Baumgarte, AES 113. konferanse, Los Angeles, Preprint 5686, oktober 2002 og i "Binaural cue coding - Part II: Schemes and applications", C. Faller og F. Baumgarte, IEEE Trans, on Speech and Audio Proe, bind 11, nr. 6, november 2003.

I en BCC koding er et antall lydinngangskanaler omdannet til en spektral fremstilling ved anvendelse av DFT (Discrete Fourier Transform) basert transformering med overlappende vinduer. Det resulterende uniforme spektrum er delt inn i ikke-overlappende partisjoner. Hver partisjon har tilnærmet en båndvidde som er proporsjonal med den ekvivalente rektangulære båndvidde (ERB). BCC-parametrene er deretter estimerte mellom to kanaler for hver partisjon. Disse BCC-parametere er normalt gitt for hver kanal med hensyn på en referansekanal, og er dessuten kvantisert. De overførte parametere er til slutt beregnet ifølge fastsatte formler (kodet) som også kan avhenge av de spesifikke partisjoner av signalet som skal prosesseres.

Et antall BCC parametere finnes. Eksempelvis beskriver ICLD parameteren differansen (forholdet) av energiene rommet i to jamnføre kanaler. ICC parameteren (Interkanalkoherens/korrelasjon, engelsk: Inter-channel coherens/correlation) beskriver korrelasjon mellom de to kanaler, som kan forstås som likheten mellom bølgeformene av de to kanaler. ICTD parameteren (Inter-kanalitdsdifferanse, engelsk: Inter-channel time difference) beskriver en global tidsforskyvning mellom de to kanaler, mens IPD parameteren (Inter-kanalfasedifferanse, engelsk: Inter-channel-phase-difference) beskriver det samme med hensyn på fasene av signalene.

I en rammevis prosessering av et lydsignal skal en være oppmerksom på at BCC analysen også er utført rammevis, dvs. tidsvarierende, og også frekvensvis. Dette betyr at BCC parametrene er for hvert spektralbånd oppnådd individuelt. I tilfelle at en lydfilterbank dekomponerer inngangssignalet inn i for eksempel 32 båndpassignaler betyr dette videre at en BCC analyseblokk oppnår et sett av BCC parametere for hver av de 32 bånd.

En beslektet teknikk, også kjent som parametrisk stereo, er beskrevet i J. Breebaart, S. van de Par, A Kohlrausch, E. Schuijers, "High-Quality Parametric Spatial

Audio Coding at Low Bitrates", AES 116ende Konferanse, Berlin, Preprint 6072, May 2004, og E. Schuijers, J. Breebaart, H. Purnhagen, J. Endegard, "Low Complexity Parametric Stereo Coding", AES 116ende konferanse, Berlin, Preprint 6073, mai 2004.

Som sammenfatning representerer nylige tilnærminger for parametrisk koding av flerkanals lydsignaler ("rommelig lydkoding", "binaural signaliseringskoding"

(BCC) etc.) et flerkanals lydsignal ved anvendelse av et nedblandingssignal (som kan være monofonisk eller omfatte flere kanaler) og parametrisk sideinformasjon ("rommelig signalisering") som karakteriserer dets følbare rommelig lydnivå. Det er ønskelig å holde hastigheten av sideinformasjonen så lav som mulig for å minimalisere "over head"-informasjon og etterlate så mye som mulig av den tilgjengelige trans-misjonskapasitet for kodingen av nedblandingssignalene.

En måte å holde bit-hastigheten av sideinformasjonen lav er tapsfri å kode sideinformasjonen av et rommelig lydbilde ved å anvende for eksempel entropi kodingsalgoritmer til sideinformasjonen.

Tapsfri koding har vært anvendt i stor utstrekning i generell lydkoding for å sikre en optimal kompakt fremstilling av kvantiserte spektrale koeffisienter og annen sideinformasjon. Eksempler på passende kodingssystemer og fremgangsmåter er gitt innenfor ISATEC standardene MPEG1 del 3, MPEG2 del 7 og MPEG4 del 3.

Disse standarder og, eksempelvis også IEEE artikkelen "Noisless Coding of Quantized Spectral Coefficients in MPEG-2 Advanced Autio Coding", SR. Quackenbush, J.D. Johnston, IEEE WASPAA, Mohonk, NY, October 1997, beskriver det aller siste av teknikker som omfatter de følgende skritt for tapsfri koding av kvantiserte parametere:

- Flerdimensjonal Huffman Coding av kvantiserte spektrale koeffisienter.

- Anvendelse av felles (flerdimensjonal) Huffman-kodebok for sett av koeffisienter. - Koding av verdien enten i sin helhet eller koding av markeringsinformasjon og størrelsesinformasjon separat (dvs. å kun ha Huffman-kodebokeinngangs-adresser for en gitt absolutt verdi, noe som reduserer den nødvendige størrelse av kodeboken, "markerte", versus "umarkerte" kodebøker). - Anvendelse av alternative kodebøker av forskjellige største absolutte verdier (largest absolutt values, LA Vs), dvs. forskjellige maksimale absolutte verdier innenfor parametrene som skal kodes. - Anvendelse av alternative kodebøker av forskjellige statistiske fordelinger for hver LAV. - Transmittering av valget av Huffman-kodebok som sideinformasjon til dekoderen. - Anvendelse av "seksjoner" for å definere applikasjonsområdet av hver valgt Huffman-kodebok. - Differensiell koding av skaleringsfaktorer over frekvens og påfølgende Huffman-koding av resultatet.

En annen teknikk for den tapsfrie koding av grovt kvantiserte verdier inne i en enkel PCM kode er foreslått innenfor MPRG1 lydstandarden (kalt gruppering innenfor standarden og anvendt for lag 1). Dette er forklart i mer detalj innenfor standarden ISO/IEC 11172-3:93.

Publikasjonen "Binaural cue coding - part II: Schemes and applications", C. Faller og F. Baumgarte, IEEE Trans, on Speech and Audio Proe, bind 11, no. 6, Nov. 2003 gir noe informasjon om koding av BCC parametere. Det er foreslått at kvantiserte ICLD parametere er differensiert kodet. - frekvens og resultatet er påfølgende Huffman-kodet (med en endimensjonal Huffman-kode) - over tid og resultatet er påfølgende Huffman-kodet (med en endimensjonal Huffman-kode),

og at den mer effektive variant er til slutt valgt som fremstillingen av et originalt lydsignal.

Som beskrevet ovenfor har det blitt foreslått å optimalisere komprimerings-ytelsen ved anvendelse av differensiel koding over frekvens og alternativt over tid, og velge den mer effektive variant. Den valgte variant er deretter signalert til en dekoder via noe sideinformasjon.

US2004056783 fremlegger systemer og fremgangsmåter for å tilveiebringe rask og effisient datakomprimering ved å bruke en kombinasjon av innholdsuavhengig datakomprimering og innholdsavhengig datakomprimering. En fremgangsmåte for komprimering av data omfatter trinnene å analysere en datablokk av en inndatastrøm for å identifisere en datatype av datablokken idet inndatastrømmen omfatter flere ulike datatyper, å utføre innholdsavhengig datakomprimering på datablokken, dersom data-blokkens datatype er identifisert eller å utføre innholdsuavhengig datakomprimering på datablokken, dersom datatypen av datablokken ikke er identifisert.

EP0782341 fremlegger et blokk-basert data-komprimeringssystem som bruker to parallelle, uavhengige komprimeringsnettverk. Ett nettverk tilveiebringer fast komprimering, det andre nettverk tilveiebringer variabel komprimering. Komprimerte data fra ett av disse nettverk velges for å fremskaffe tilfredsstillende bildekvalitet og en ønsket komprimeringsfaktor. Utmatingen av det fastkomprimeringsnettverk velges til bruk dersom en bitteller bestemmer at utmatingen av variabelkomprimeringsnettverk ikke oppnår den ønskede komprimeringsfaktor.

Den kjente teknikk beskrevet ovenfor er nyttig for å redusere mengden av data som for eksempel har blitt overført ved hjelp av en lyd- eller videostrøm. Ved anvendelse av de beskrevne teknikker av tapsfri koding basert på entropikodingssystemer resulterer generelt i en bitstrøm med en ikke-konstant bit-hastighet.

Selv om de kjente teknikker er passende for å redusere betydelig størrelsen av dataene som skal overføres, deler de alle en fundamental mangel. Siden entropikoding hovedsakelig komprimerer informasjonsverdier som antas å oppstå ofte innenfor datasettet som skal komprimeres vil et antall fortløpende forekommende sjeldne parametere resultere i svært lang kodelengde. Siden en slik parameterkombinasjon trolig noen ganger oppstår innenfor en kompleks datastrøm som skal kodes, vil en resulterende bitstrøm generelt ha seksjoner med en forholdsvis høy bit-hastighet.

Hvis bit-hastigheten innenfor disse seksjoner overskrider den maksimale opp-nåelige bit-hastighet av transportmediet, for eksempel den maksimale nettdatahastighet av en trådløs kopling i løpet av en applikasjon for kontinuerlig fremsending av data vil overføringen av kodet data bli stoppet eller til og med avbrutt, noe som selvfølgelig er mest ugunstig.

Oppsummering

Formålet med den foreliggende oppfinnelse er å tilveiebringe et konsept til tapsfri å kode informasjonsverdier og på samme tid garantere en lavere maksimal bit-hastighet.

Ifølge et første aspekt ved den foreliggende oppfinnelse er dette formål oppnådd ved koder for koding av informasjonsverdier som er beskrevet ved mer enn én bit for å avlede en kodet fremstilling av informasjonsverdiene, omfattende: en bit-estimator tilpasset for å estimere et antall informasjonsenheter påkrevet for koding av informasjonsverdier ved anvendelse av en første kodingsregel og for anvendelse av en andre kodingsregel, hvor den første kodingsregel er slik at når informasjonsverdiene når kodet resulterer i kodete fremstillinger med ulikt antall informasjonsenheter, og hvor den andre kodingsregel er slik at informasjonsverdiene når kodet resulterer i kodete fremstillinger med identisk antall informasjonsenheter, der den kodede fremstilling er avledet fra en kombinasjon av informasjonsverdier med minst to informasjonsverdier kombinert, og en tilveiebringer tilpasset til å tilveiebringe en kodet fremstilling som er avledet ved anvendelse av kodingsregelen som resulterer i det lavere antall informasjonsenheter for kodingsfremstillingen og å tilveiebringe en regelinformasjon som indikerer kodingsregelen på hvilken kodingsfremstillingen er basert.

Ifølge et andre aspekt av foreliggende oppfinnelse er dette formål oppnådd ved en dekoder for dekoding av en kodet fremstilling av informasjonsverdier som er beskrevet ved mer enn én bit og for prosessering av en regelinformasjon som indikerer en kodingsregel anvendt for koding av informasjonsverdiene, omfattende: en mottaker for mottaking av kodingsfremstillingen og regelinformasjonen, og et dekomprimeringsprogram for dekoding av kodingsfremstillingen, hvor dekomprimeringsprogrammet er funksjonsdyktig til å avlede informasjonsverdien ved anvendelse av en første dekodingsregel eller en andre dekodingsregel, avhengig av regelinformasjonen, der den første dekodingsregel er slik at informasjonsverdiene er avledet fra kodede fremstillinger med ulik antall informasjonsenheter, og

ved anvendelse av en andre dekodingsregel er den andre dekodingsregel slik at informasjonsverdiene er avledet fra kodede fremstillinger med identisk antall informasjonsverdier, hvor informasjonsverdiene er avledet fra kommunikasjoner av informasjonsverdier med minst to informasjonsverdier kombinert innenfor den kodete fremstilling.

I følge et tredje aspekt av den foreliggende oppfinnelse er dette formål oppnådd ved en fremgangsmåte for koding av informasjonsverdier som er beskrevet ved mer enn én bit for å avlede en kodet fremstilling av informasjonsverdier, hvor fremgangsmåten omfatter: - estimering av et antall informasjonsenheter påkrevet for koding av informasjonsverdiene ved anvendelse av en første kodingsregel og ved anvendelse av en andre kodingsregel, hvor den første kodingsregel er slik at informasjonsverdiene når kodet resulterer i kodede fremstillinger med ulikt antall informasjonsenheter,

og hvor den andre kodingsregel er slik at informasjonsverdiene når kodet resulterer i kodede fremstillinger med identisk antall informasjonsenheter, der den kodede fremstilling er avledet fra en kombinasjon av informasjonsverdier med minst to informasjonsverdier kombinert, og

om tilveiebringer en kodet fremstilling avledet ved anvendelse av kodingsregelen som resulterer i det mindre antall informasjonsenheter for den kodede fremstilling og å tilveiebringe en regelinformasjon som indikerer kodingsregel på hvilken den kodede fremstilling er basert.

I følge fjerde aspekt av den foreliggende oppfinnelse er dette formål oppnådd ved et datamaskinprogram som iverksetter den ovenfor beskrevne fremgangsmåte når den kjører på en datamaskin.

Ifølge et femte aspekt av den foreliggende oppfinnelse er dette formål oppnådd ved en fremgangsmåte for dekoding av en kodet fremstilling av informasjonsverdier som er beskrevet ved mer enn én bit og for prosessering av en regelinformasjon som indikerer en kodingsregel anvendt for koding av informasjonsverdiene, hvor fremgangsmåten omfatter: mottak av den kodede fremstilling og regelinformasjonen, og dekoding av den kodede fremstilling ved anvendelse av en første dekodingsregel eller en andre dekodingsregel, avhengig av regelinformasjonen, hvor den første dekodingsregel er slik at informasjonsverdiene er avledet fra kodede fremstillinger med ulik antall informasjonsenheter og ved anvendelse av en andre dekodingsregel der den andre dekodingsregel er slik at informasjonsverdiene er avledet fra kodede fremstillinger med identisk antall informasjonsverdier, der informasjonsverdiene er avledet fra kombinasjoner av informasjonsverdier med minst to informasjonsverdier kombinert innenfor den kodede fremstilling.

Ifølge et sjette aspekt av den foreliggende oppfinnelse er dette formål oppnådd ved et datamaskinprogram som iverksetter den ovenfor beskrevne fremgangsmåte når den kjører på en datamaskin.

Ifølge et sjuende aspekt av den foreliggende oppfinnelse er dette formål oppnådd ved en kodet fremstilling av informasjonsverdier, hvor den kodede fremstilling omfatter: en første del generert ved anvendelse av en førstekodingsregel, hvor den første kodingsregel er slik at informasjonsverdiene når kodet resulterer i kodede fremstillinger med ulik antall informasjonsenheter, og en andre del generert ved anvendelse av en andre kodingsregel, hvor den andre kodingsregel er slik at informasjonsverdiene når kodet resulterer i kodede fremstillinger med identisk antall informasjonsenheter, der den kodede fremstilling er avledet fra en kommunikasjon av informasjonsverdier med minst to informasjonsverdier kombinert, og en regelinformasjon som indikerer hvilken kodingsregel som er anvendt.

Den foreliggende oppfinnelsen er basert på at en kompakt kodet fremstilling av informasjonsverdier som ikke overskrider en forhåndsbestemt størrelse kan avledes når en første kodingsregel som genererer en kodet fremstilling av informasjonsverdiene med variabel lengde har sammenlignet med en andre kodingsregel som genererer en kodet fremstilling av informasjonsverdiene med fast lengde, og når det velges kodingsregelen som resulterer i den kodede fremstilling som krever det lavere antall informasjonsenheter. Den maksimale bit-hastighet kan dermed garanteres å være høyst bit-hastigheten av den andre kodingsregel som avleder den andre kodede fremstilling. Ved å signalisere valget av kodingsregelen ved noe regelinformasjon sammen med den kodede fremstilling av informasjonsverdiene kan de korrekte informasjonsverdier avledes senere på en dekoderside for anvendelse av en dekodingsregel som stemmer overens med kodingsregelen anvendt i løpet av kodingen.

Prinsippet skal sammenfattes i mer detalj i de følgende paragrafer hvor en riktig utviklet kode av variabel lengde stemmer overens med statistikkene av informasjonsverdiene som skal kodes er antatt.

Ved anvendelse av entropi-koding av kvantiserte verdier er den faktiske fordring krevet for å representere et datasett kjent å avhenge av verdiene som skal kodes. Generelt, jo mer sannsynlig verdiene er jo mindre er bitene forbrukt. Omvendt, svært usannsynlige datasett vil kreve en høy bit-hastighet. På denne måte kan det skje at svært datahastigheter er påkrevet for noen datablokker, noe som kan være ufordel-aktig for eksempel hvis overføringskanalen har en begrenset overføringskapasitet.

Den foreslåtte fremgangsmåte er i stand til å garantere en kjent øvre grense for bitkravet ved koding av entropikodede datasett, til og med ved tilfellet av svært uvanlige verdier. Spesifikt sikrer fremgangsmåten at bitkravet ikke overskrider bitkravet for anvendelse av en PCM-kode. Kodingsfremgangsmåten kan sammenfattes som følger: - datasettet er kodet ved anvendelse av en regulær entropi - (for eksempel Huffman) kodingsprosess. Det resulterende bitkrav er lagret. - Bitkravet for en PCM-fremstilling er beregnet. Merk at dette er simpelthen antallet av verdier som skal kodes multiplisert ved PCM-kodelengden eller ved fraksjon av PCM-kodelengden, og er derfor lett å beregne. - Hvis bitkravet for entropi-koding overskrider bitkravet for PCM-koding er PCM-koding valgt og signalert til dekoderen via en passende sideinformasjon. Kodingstrinnet virker tilsvarende.

I en foretrukket realisering av den gjeldende oppfinnelse er kvantiserte verdier kodet ved sammenligning av et entropi-kodingssystem og en PCM-kode.

I den overfor beskrevne realisering av den gjeldende oppfinnelse er den maksimale bit-hastighet definert ved ordlengden av PCM-koden. Ved å kjenne til denne ordlengde kan en dermed fordelaktig utvikle et system av en koder, et transport-medium og en dekoder, og å sikre en sikker operasjon ved å velge transportmediet slik at dets transportkapasitet overskrider den maksimale bit-hastighet definert ved PCM-koden.

I en andre foretrukket realisering basert på den foregående realisering av den gjeldende oppfinnelse er flere informasjonsverdier i tillegg kombinert inn i en enkel verdi som kan representeres mer effektivt ved anvendelse av PCM-koding, dvs. som har et område nær en potens på to. Grupperingen er beskrevet i mer detalj ved det følgende eksempel: Verdier av kvantiserte variabler med et område 0...4 (dvs. 5 mulige ulike verdier) kan ikke på en effektiv måte representeres med en PCM-kode siden den minste mulige kodelengde av tre bit kaster bort tre ut av de mulige 2<A>3=8 verdier. Ved å kombinere tre slike variabler (som følgelig har 5<A>3=125 mulig kombinasjoner) inn i en enkelt kode med lengde på 7 bit reduserer vesentlig mengden av redudans siden 5<A>3=125 er nesten 2<A>7=128.

Som en konsekvens vil en kombinert iverksetting av det foreslåtte konsept for maksimal binding av bitkravet med denne tilnærmelse anvende en kryptert PCM-koding for å bestemme den øvre grense for datahastighet (og retrettmåten for koding) for PCM-alternativet.

Denne kombinerte iverksettelse har den åpenbare fordel av å være i stand til videre å redusere den maksimale bit-hastighet.

For øvrig henvises til tilhørende kravsett hvor

• selvstendig krav 1 angir en koder for tapsfri koding av informasjonsverdier som beskriver et lydsignal, selvstendig krav 13 en tilsvarende fremgangsmåte, og krav 15 et dataprogram til samme formål; • selvstendig krav 8 angir en dekoder for dekoding av en kodet fremstilling av informasjonsverdier som beskriver et lydsignal, selvstendig krav 14 en tilsvarende dekodingsfremgangsmåte og krav 16 et dataprogram til samme formål, og

• selvstendig krav 17 angår selve fremstillingen av informasjonsverdiene.

De uselvstendige kravene angir foretrukne utførelsesformer av de ulike aspektene av oppfinnelsen.

Kort omtale av figurene

Foretrakkede realiseringer av den foreliggende oppfinnelse er videre beskrevet ved henvisning til de vedlagte tegninger, hvor

figur 1 viser en oppfinnerisk koder,

figur 2 viser et eksempel på bitestimeringen ifølge det oppfinneriske konsept,

figur 3a viser gruppering av to informasjonsverdier forut for PCM-koding,

figur 3b viser gruppering av tre informasjonsverdier,

figur 4 viser en oppfinnerisk dekoder og

figur 5 viser en flerkanallydkoder ifølge den kjente teknikk.

Detaljert beskrivelse

Figur 1 viser et blokkdiagram av en oppfinnerisk koder for å kode informasjonsverdier eller å avlede en kodet fremstilling av informasjonsverdier som garanterer en fast maksimal bit-hastighet. Koderen 100 omfatter et bitestimator 102 og en tilveiebringer 104.

Informasjonsverdier 106 som skal kodes er innmatet til bitestimatoren 102 og til tilveiebringeren 104.1 en mulig iverksetting estimerer bitestimattoren 102 antallet av informasjonsenheter påkrevet ved anvendelse av en første kodingsregel og ved anvendelse av en andre kodingsregel. Informasjonen, hvorav kodingsregelen resulterer i den kodede fremstilling som krever det lave antall informasjonsenheter, er gjort tilgjengelig for tilveiebringeren 104 via datalinkregelen 108. Tilveiebringeren 104 koder så informasjonsverdiene 106 med den signaliserte kodingsregel og leverer den kodede fremstilling 110 så vel som en regelinformasjon 112, som indikerer den anvendte kodingsregel ved dens utganger.

I en variant av den tidligere beskrevne realisering av oppfinnelsen koder bitestimatoren 102 informasjonsverdiene 106 ved anvendelse av den første og den andre kodingsregel. Bitestimatoren 102 teller deretter informasjonsenhetene påkrevet for de to kodede fremstillinger og leverer den kodede fremstilling med det lavere antall informasjonsenheter og regelinformasjonen til tilveiebringeren 104. Den mulige over-føring av en allerede kodet fremstilling fra bitestimatoren 102 til tilveiebringeren 104 er indikert ved den stiplede datalink 114 i figur 1. Deretter videresender simpelthen tilveiebringeren 104 den allerede kodede fremstilling til dens utgang og i tillegg leverer regelinformasjonen 112.

Figur 2 illustrerer hvordan bitestimatoren 102 estimerer antallet av bit som er nødvendig for å avlede en kodet fremstilling ved sammenligning av en Huffman-kode med en PCM-kode.

Huffman-kodeboken 120 er anvendt for å tildele heltall verdier 122 til kodeord 124 som er representert ved sekvens av bit. Det skal bemerkes her at Huffman-kodeboken er her valgt så enkelt som mulig for å fokusere på den grunnleggende ide av det oppfmneriske konsept.

PCM-koden anvendt for sammenligningen og for å garantere en maksimal, konstant bit-hastighet består av PCM-kodeord med en lengde på 4 bit, noe som tillater 16 mulige kodeord, som indikert i PCM-beskrivelsen 126.

I det enkle eksempel vist her informasjonsverdiene 128 som skal kodes representert ved 6 fortløpende heltall (011256), som betyr at hver informasjonsverdi har kun 10 mulige innstillinger. Informasjonsverdiene (128) er innmatingsdata til bitestimatoren 102 som avleder antallet av bit som er nødvendig for å bygge opp den kodede fremstilling ved anvendelse av Huffman-kodeboken som indikert i Huffman-seksjonen 130 av bitestimatoren 102, og ved anvendelse av PCM-fremstillingen som indikert i PCM-seksjonen 132. Som vist i figur 2 krever den entropikodede fremstilling av informasjonsverdiene 22 bit, mens PCM-fremstillingen krever 24 bit, som er antallet av informasjonsverdier multiplisert med bitlengden av et enkelt PCM-kodeord. En oppfinnerisk koder ville i tilfellet av figur 2 velge den entropikodede fremstilling av informasjonsverdier og signalisere en passende regeinformasjon som er utmatet sammen med den entropikodede fremstilling.

Figurer 3 a og 3b viser muligheter for videre å redusere den maksimale bit-hastighet ved på en fordelaktig måte å gruppere informasjonsverdiene 128 sammen for å danne grupper av informasjonsverdier som er PCM-kodet.

I det følgende er de samme informasjonsverdier 128 som i figur 2 anvendt for å fremheve vkkningen som PCM-grupperingen kan ha på det oppfinneriske konsept av kodede informasjons verdier.

Igjen, siden en enkel informasjonsverdi kun har 10 mulige innstilhnger kan en på en fordelaktig måte kombinere to fortløpende informasjonsverdier til grupper av informasjonsverdier 140a - 140c før oppbygging av en PCM-fremstilling av de på denne måte kombinerte verdier. Dette er mulig siden en 7-bit PCM-kode tillater 128 forskjellige kombinasjoner, mens en gruppe av to vilkårlige informasjonsverdier kun kan bygge opp 100 forskjellige kombinasjoner.

Hver av informasjonsverdigruppene 140a - 140c er nå tildelt en enkel 7-bit PCM-kodeord 142a - 142c. Som vist i figur 3 a resulterer anvendelse av grupperings-strategien forut for oppbygging av en PCM-fremstilling i en kodet fremstilling av informasjonsverdiene 128 med kun 21 bit, sammenlignet med de 24 bit som er påkrevet for den ikke-grupperte PCM-fremstilling i figur 2. I den ovenfor beskrevne grupperingsstrategi er en midlet verdi på 3,5 bit brukt opp ved hver informasjonsverdi innenfor en datastrøm (7 bit / 2 informasjonsverdier).

Som figur 3b viser kan en videre øke effektiviteten av grupperingen ved å gruppere tre verdier sammen i grupper av informasjonsverdier 146a og 146b. Disse kan danne 1000 mulige kombinasjoner som kan bli dekket ved en 10-bit-PCM-kode som vist ved PCM-kodeordene 148a og 148b i figur 3. PCM-fremstillingen krever følgelig kun 20-bit, noe som videre reduserer gjennomsnittsverdien av bit pr. informasjonsverdi til 3,33 (10/).

Den kan tydelig bli sett at bit-hastigheten som er nødvendig for koding kan vesentlig dra nytte av grupperingen av verdiene siden den maksimale bit-hastighet vil være 12,5 % (16,7 %) lavere for de gitte eksempler fra figurene 3a og 3b. Ved i tillegg å anvende grupperingen til eksemplet i figur 2 vil til og med få bitestimatoren 102 til å gå for et annet valg og signalere at PCM-koden yter den kodede fremstilling som krever det lavere antall bit.

Figur 4 viser et blokkdiagram av en dekoder ifølge den foreliggende oppfinnelse. Dekoderen 160 omfatter et dekomprimeringsprogram 162 og en mottaker 163 for å tilveiebringe en kodet fremstilling 110 og en regelinformasjon 112 som indikerer en kodingsregel anvendt for koding av informasjonsverdiene.

Dekomprimeringsprogrammet 162 prosesserer regelinformasjonen 112 for å avlede en dekodingsregel som er egnet til å avlede informasjonsverdiene 106 fra den kodede fremstilling 110.

Dekomprimeringsprogrammet 162 dekomprimerer så den kodede fremstilling 110 ved anvendelse av dekodingsregelen og tilveiebringer informasjonsverdiene 106 ved dets utgang.

Beskrivelsene i tidligere paragrafer redegjør i detalj det oppfinneriske konsept ved å sammenligne et entropikodingssystem som fremstiller en kode av variabel bitlengde med et PCM-kodingssystem som fremstiller en kode med fast bitlengde. Det oppfinneriske konsept er på ingen måte begrensende til de kodetyper som er sammenlignet i løpet av kodingsprosessen. I virkeligheten er enhver kombinasjon av to eller flere koder egnet for å bli sammenlignet og å avlede en kodet fremstilling av informasjonsverdier slik at de er så kompakte som mulig, spesielt at de er mer kompakte enn hvis den var avledet ved anvendelse av kun en kode.

Den foreliggende oppfinnelse er beskrevet på bakgrunn av lydkoding hvor parametere som eksempelvis beskriver rommelige egenskaper av et lydsignal er kodet og dekodet ifølge det oppfinneriske konsept. Det oppfinneriske konsept som garanterer en maksimal bit-hastighet for kodet innhold kan på en fordelaktig måte anvendes til enhver annen parametrisk fremstilling, alternativt også informasjonsverdier.

Iverksettinger hvor tidligere kvantifiserte parametere er entropikodet er spesielt egnet siden kodingseffektiviteten er da forventet å være høy. Likevel kan den direkte rommelige fremstilling av et lyd- eller videosignal også anvendes som innmatingsdata til det oppfinneriske kodingssystem. Især, når et signal er beskrevet ved flere ulike deler av signalet som følger hverandre i tid, hvori tidsdelene er beskrevet ved parametere som omfatter en frekvensfremstilling av signalet, kan de kodede trinn beskrevet ovenfor bli anvendt over frekvens og over tid. PCM-gruppering kan også anvendes hvor parametere er gruppert sammen over tid eller over frekvens.

Selv om den ovenfor beskrevne oppfinneriske dekoder avleder informasjonen som sier hvilken dekodingsregel som skal anvendes for å dekode den kodede fremstilling ved hjelp av en regelinformasjon som signalerer regelen til dekoderen, er det også mulig i en alternativ realisering at dekoderen 160 avleder direkte fra den kodede fremstilling 110 hvilken dekodingsregel som skal benyttes, ved for eksempel å gjen-kjenne en spesiell sekvens av bit innenfor den kodede fremstilling, noe som har den fordel at sideinformasjonen som signaliserer regelinformasjonen kan utelates.

Avhengig av disse iverksettingsbehov for de oppfinneriske fremgangsmåter kan de oppfinneriske fremgangsmåter iverksettes i maskinvare eller i programvare. I verksettingen kan utføres ved anvendelse av et digitalt lagringsmedium, især en disk, DVD eller en CD med elektroniske lesbare kontrollsignaler lagret derpå, som sam-arbeider med et programmerbart datamaskinsystem slik at de oppfinneriske fremgangsmåter er utført. Den foreliggende oppfinnelse er derfor generelt et datamaskinprogram produkt med en programkoder lagret på en bærer som er maskinelt lesbar, hvor programkoden er funksjonsdyktig for å utføre de oppfinneriske fremgangsmåter når datamaskinprogramprodukter kjører på en datamaskin. Med andre ord er de oppfinneriske fremgangsmåter derfor et datamaskinprogram med en programkode for å utføre minst en av de oppfinneriske fremgangsmåter når datamaskinprogrammet kjører på en datamaskin.

Mens det foregående har blitt særlig vist og beskrevet med henvisning til de derav spesielle realiseringer vil det forstås av fagfolk i feltet at mange andre endringer i formen og detaljer kan bli gjort uten å fjerne seg fra meningen og rammen derav. Det skal innses at flere endringer kan utføres for å tilpasses forskjellige realiseringer uten å fjerne seg fra det bredere konsept beskrevet her og omfattet av de følgende krav.

Claims (18)

1 Koder for tapsfri koding av informasjonsverdier som beskriver et lydsignal, hvor informasjonsverdiene er beskrevet med mer enn én bit for å avlede en kodet fremstilling av informasjonsverdiene, som omfatter: en bit-estimator tilpasset for å estimere et antall informasjonsenheter påkrevet for koding av informasjonsverdiene ved anvendelse av en første kodingsregel og for anvendelse av en andre kodingsregel, hvor den første kodingsregel er slik at informasjonsverdiene, når kodet, resulterer i kodete fremstillinger med ulikt antall informasjonsenheter,karakterisert vedat den andre kodingsregel er slik at informasjonsverdiene, når kodet, resulterer i kodete fremstillinger med identisk antall informasjonsenheter, der den kodete fremstilling er avledet ved å tildele et enkelt kodeord med fast lengde til en kombinasjon av informasjonsverdier med minst to kombinerte informasjonsverdier, og en tilveiebringer tilpasset til å tilveiebringe en kodet fremstilling som er avledet ved anvendelse av kodingsregelen som resulterer i det mindre antall informasjonsenheter for den kodete fremstilling, samt å tilveiebringe en regelinformasjon som indikerer kodingsregelen som den kodete fremstilling er basert på.

2 Koder ifølge krav 1, hvor den første kodingsregel er slik at antallet av informasjonsenheter påkrevet av den kodete fremstilling av et fast antall informasjonsverdier avhenger av de underliggende informasjonsverdier.

3 Koder ifølge krav 1, hvor den første kodingsregel er slik at avledning av den kodete fremstilling omfatter benyttelse av en Huffman-kodebok.

4 Koder ifølge krav 1, hvor den første kodingsregel er slik at avledning av den kodete fremstilling omfatter avledning av en differensiell kodet fremstilling av informasjonsverdiene.

5 Koder ifølge krav 4, hvor den differensiert kodete fremstilling er differensiert kodet i tid eller i frekvens.

6 Koder ifølge krav 1, hvor informasjonsverdiene omfatter BCC-parametere som beskriver de rommelige egenskaper av et flerkanals lydsignal og hvor BCC-parametrene er valgt fra den følgende liste av BCC-parametere: ICC (interkanal koherens/ korrelasjon) ICLD (interkanal nivådifferanse) ICTD (interkanal tidsdifferanse) IPD (interkanal fasedifferanse).

7 Koder ifølge krav 1, hvor informasjonsenhetene er av type bit.

8 Dekoder for dekoding av en kodet fremstilling av informasjonsverdier som beskriver et lydsignal som er skildret ved mer enn én bit samt for prosessering av en regelinformasjon som indikerer en kodingsregel anvendt for koding av informasjonsverdiene, som omfatter: en mottaker for mottaking av kodingsfremstillingen og regelinformasjonen, og et dekomprimerer for dekoding av kodingsfremstillingen, hvor dekompri-mereren er funksjonsdyktig til å avlede informasjonsverdien ved anvendelse av en første dekodingsregel eller en andre dekodingsregel, avhengig av regelinformasjonen, den første dekodingsregel er slik at informasjonsverdiene er avledet fra kodete fremstillinger med ulik antall informasjonsenheter, ogkarakterisert vedat den andre dekodingsregel er slik at informasjonsverdiene er avledet fra kodeord av fast lengde med identisk antall informasjonsverdier, der informasjonsverdiene er avledet fra kombinasjoner av informasjonsverdier med minst to kombinerte informasjonsverdier som er representert ved et kodeord av fast lengde.

9 Dekoder ifølge krav 8, hvor den første dekodingsregel er slik at avledning av informasjonsverdiene omfatter anvendelse av en Huffmann-kodebok.

10 Dekoder ifølge krav 8, hvor den andre dekodingsregel er slik at avledning av informasjonsverdiene omfatter tildeling av en kombinasjon av informasjonsverdier med minst to kombinerte informasjonsverdier til et PCM-kodeord av den kodete fremstilling.

11 Dekoder ifølge krav 8, hvor den kodete fremstilling av informasjonsverdier er basert på informasjonsverdier omfattende parametere som beskriver en ramme av et lydsignal.

12 Dekoder ifølge krav 8, hvor den kodete fremstilling av informasjonsverdier er basert på informasjonsverdier som omfatter BCC-parametere som beskriver de romlige egenskaper av et flerkanals lydsignal og der BCC-parametrene er valgt ut fra den følgende liste av BCC-parametere: ICC (interkanal koherens/korrelasjon) ICLD (interkanal nivådifferanse) ICTD (interkanal tidsdifferanse) IPD (interkanal fasedifferanse).

13 Fremgangsmåte for tapsfri koding av informasjonsverdier som beskriver et lydsignal, hvor informasjonsverdiene er beskrevet av mer enn én bit for å avlede en kodet fremstilling av informasjonsverdiene, hvor fremgangsmåten omfatter: estimering av et antall informasjonsenheter påkrevet for koding av informasjonsverdiene ved anvendelse av en første kodingsregel og ved anvendelse av en andre kodingsregel, hvor den første kodingsregel er slik at informasjonsverdiene, når kodet, resulterer i kodete fremstillinger med ulikt antall informasjonsenheter,karakterisert vedat den andre kodingsregel er slik at informasjonsverdiene, når kodet, resulterer i kodete fremstillinger med identisk antall informasjonsenheter, hvor den kodete fremstilling er avledet ved tildeling av et kodeord av fast lengde fra en kombinasjon av informasjonsverdier med minst to kombinerte informasjonsverdier, og å tilveiebringe en kodet fremstilling som er avledet ved anvendelse av kodingsregelen og som resulterer i det mindre antall informasjonsenheter for den kodete fremstilling, og å tilveiebringe en regelinformasjon som indikerer kodingsregelen som den kodete fremstilling er basert på.

14 Fremgangsmåte for å dekode en kodet fremstilling av informasjonsverdier som beskriver et lydsignal hvor informasjonsverdiene er beskrevet med mer enn én bit, og for prosessering av en regelinformasjon som indikerer en kodingsregel anvendt for koding av informasjonsverdiene, hvor fremgangsmåten omfatter: mottak av den kodete fremstilling og regelinformasjonen, og dekoding av den kodete fremstilling ved anvendelse av en første dekodingsregel eller en andre dekodingsregel, avhengig av regelinformasjonen, hvor den første dekodingsregel er slik at informasjonsverdiene er avledet fra kodeord av fast lengde med forskjellig antall informasjonsenheter og ved anvendelse av en andre dekodingsregel,karakterisert vedat den andre dekodingsregel er slik at informasjonsverdiene er avledet fra kodete fremstillinger med identisk antall informasjonsverdier, der informasjonsverdiene er avledet fra kombinasjoner av informasjonsverdier med minst to kombinerte informasjonsverdier som er representert ved ett kodeord av fast lengde.

15 Datamaskinprogram med en programkode for å utføre en fremgangsmåte for tapsfri koding av informasjonsverdier som beskriver et lydsignal når datamaskinprogrammet kjører på en datamaskin, hvor informasjonsverdiene er beskrevet med mer enn ett bitt for å avlede en kodet fremstilling av informasjonsverdiene, hvor fremgangsmåten omfatter: estimering av et antall informasjonsenheter påkrevet for koding av informasjonsverdiene ved anvendelse av en første kodingsregel og ved anvendelse av en andre kodingsregel, hvor den første kodingsregel er slik at informasjonsverdiene, når kodet, resulterer i kodete fremstillinger med ulikt antall informasjonsenheter,karakterisert vedat den andre kodingsregel er slik at informasjonsverdiene, når kodet, resulterer i kodete fremstillinger med identisk antall informasjonsenheter, hvor den kodete fremstilling er avledet ved tildeling av et kodeord av fast lengde fra en kombinasjon av informasjonsverdier med minst to kombinerte informasjonsverdier, og å tilveiebringe en kodet fremstilling som er avledet ved anvendelse av kodingsregelen og som resulterer i det mindre antall informasjonsenheter for den kodete fremstilling, og å tilveiebringe en regelinformasjon som indikerer kodingsregelen som den kodete fremstilling er basert på.

16 Datamaskinprogram med en programkode for å utføre en fremgangsmåte for dekoding av en kodet fremstilling av informasjonsverdier som beskriver et lydsignal når datamaskinprogrammet kjører på en datamaskin, hvor informasjonsverdiene er beskrevet av mer enn én bit, og for prosessering av regelinformasjonen som indikerer en kodingsregel anvendt for koding av informasjonsverdiene, hvorfremgangsmåten omfatter: mottak av den kodete fremstilling og regelinformasjonen, og dekoding av den kodete fremstilling ved anvendelse av en første dekodingsregel eller en andre dekodingsregel, avhengig av regelinformasjonen, hvor den første dekodingsregel er slik at informasjonsverdiene er avledet fra kodete fremstillinger med forskjellig antall informasjonsenheter, og hvorkarakterisert vedat den andre dekodingsregel er slik at informasjonsverdiene er avledet fra kodeord av fast lengde med identiske antall informasjonsverdier, der informasjonsverdiene er avledet fra kombinasjoner av informasjonsverdier med minst to kombinerte informasjonsverdier som er representert ved ett kodeord av fast lengde.

17 Kodet fremstilling av informasjonsverdier, hvor den kodete fremstilling omfatter: en første del generert ved anvendelse av en første kodingsregel, hvor den første kodingsregel er slik at informasjonsverdiene, når kodet, resulterer i kodete fremstillinger med forskjellig antall informasjonsenheter,karakterisert veden andre del generert ved anvendelse av en andre kodingsregel, hvor den andre kodingsregel er slik at informasjonsverdiene, når kodet, resulterer i kodeord av fast lengde med identisk antall informasjonsenheter, der den kodete fremstilling er avledet fra en kombinasjon av informasjonsverdier med minst to kombinerte informasjonsverdier som er representert ved et kodeord av fast lengde, og en regelinformasjon som indikerer den anvendte kodingsregel.

18 Kodet fremstilling ifølge krav 17, hvor den er lagret på et datamaskinlesbart medium.