[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

EP1697931A1 - Vorrichtung und verfahren zum ermitteln eines sch tzwerts - Google Patents

Vorrichtung und verfahren zum ermitteln eines sch tzwerts

Info

Publication number
EP1697931A1
EP1697931A1 EP05707481A EP05707481A EP1697931A1 EP 1697931 A1 EP1697931 A1 EP 1697931A1 EP 05707481 A EP05707481 A EP 05707481A EP 05707481 A EP05707481 A EP 05707481A EP 1697931 A1 EP1697931 A1 EP 1697931A1
Authority
EP
European Patent Office
Prior art keywords
energy
measure
band
signal
distribution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
EP05707481A
Other languages
English (en)
French (fr)
Other versions
EP1697931B1 (de
Inventor
Michael Schug
Johannes Hilpert
Stefan Geyersberger
Max Neuendorf
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority to EP19167397.9A priority Critical patent/EP3544003B1/de
Priority to EP08021083.4A priority patent/EP2034473B1/de
Priority to PL19167397T priority patent/PL3544003T3/pl
Priority to PL08021083T priority patent/PL2034473T3/pl
Publication of EP1697931A1 publication Critical patent/EP1697931A1/de
Application granted granted Critical
Publication of EP1697931B1 publication Critical patent/EP1697931B1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/002Dynamic bit allocation
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/022Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G10L19/025Detection of transients or attacks for time/frequency resolution switching
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters

Definitions

  • the present invention relates to encoders for encoding a signal comprising audio and / or video information, and more particularly to the estimation of a need for information units to encode that signal.
  • an audio signal to be coded is fed. This is first supplied to a scaling stage 1002 in which a so-called AAC gain control is performed to set the level of the audio signal. Scaling page information is provided to a bitstream formatter 1004, as indicated by the arrow between block 1002 and block 1004. The scaled audio signal is then fed to an MDCT filter bank 1006.
  • the filter bank implements a modified discrete cosine transform with 50% overlapping windows, the window length being determined by a block 1008.
  • block 1008 is for windowing transient signals with shorter windows, and for windowing stationary signals with longer windows. This serves to achieve a higher time resolution (at the expense of frequency resolution) due to the shorter windows for transient signals, while for more stationary signals a higher frequency resolution (at the expense of time resolution) is achieved by longer windows is achieved, with longer windows tend to be preferred because they promise a larger Codier stand.
  • temporally successive blocks of spectral values are present, which, depending on the embodiment of the filter bank, may be MDCT coefficients, Fourier coefficients or even subband signals, each subband signal having a certain limited bandwidth passing through the corresponding subband channel in the filter bank 1006, and wherein each subband signal has a certain number of subband samples.
  • the filter bank outputs temporally successive blocks of MDCT spectral coefficients, which generally represent successive short-term spectra of the audio signal to be encoded at input 1000.
  • a block of MDCT spectral values is then fed into a TNS processing block 1010 where temporal noise shaping (TNS) takes place.
  • TNS temporal noise shaping
  • the TNS technique is used to shape the temporal shape of the quantization noise within each window of the transform. This is achieved by applying a filtering process to parts of the spectral data of each channel.
  • the coding is performed on a window basis. In particular, the following steps are performed to apply the TNS tool to a window of spectral data, that is, to a block of spectral values.
  • a frequency range for the TNS tool is selected.
  • a suitable choice is to cover a frequency range of 1.5 kHz to the highest possible scale factor band with a filter. It should be noted that this frequency range of the sampling rate depends as specified in the AAC standard (ISO / IEC 14496-3: 2001 (E)).
  • LPC Linear Predictive Coding
  • the expected prediction gain PG is obtained. Further, the reflection coefficients or Parcor coefficients are obtained.
  • the TNS tool is not applied. In this case, control information is written in the bit stream for a decoder to know that no TNS processing has been performed.
  • TNS processing is applied.
  • the reflection coefficients are quantized.
  • the order of the noise shaping filter used is determined by removing all the reflection coefficients having an absolute value less than a threshold from the "tail" of the reflection coefficient array. The number of remaining reflection coefficients is on the order of the noise shaping filter.
  • a suitable threshold is 0.1.
  • the remaining reflection coefficients are typically converted into linear prediction coefficients, which technique is also known as the N step-up- w- procedure.
  • the calculated LPC coefficients are then used as coder noise shaping filter coefficients, ie as prediction filter coefficients.
  • This FIR filter is routed over the specified target frequency range.
  • an autoregressive filter is used, while the coding uses a so-called moving average filter.
  • the page information for the TNS tool is also supplied to the bit stream formatter as shown by the arrow shown between the block TNS processing 1010 and the bitstream formatter 1004 in FIG.
  • the center / side encoder 1012 is active when the audio signal to be encoded is a multi-channel signal, that is, a stereo signal having a left channel and a right channel. So far, that is, in the processing direction before the block 1012 in Fig. 3, the left and right stereo channels have been separately processed, that is, scaled, transformed by the filter bank, subjected to TNS processing or not, etc.
  • middle / side encoder In the middle / side encoder is then first checked whether a middle / side encoding makes sense, that brings a coding gain at all. A middle / side encoding will then bring a coding gain if the left and the right channel are more similar, because then the center channel, that is the sum of the left and the right channel is almost equal to the left or the right channel, apart from the scaling by the factor 1/2, while the side channel has only very small values, since it is equal to the difference between the left and the right channel.
  • the difference is approximately zero, or includes only very small values that are hoped to be quantized to zero in a subsequent quantizer 1014 and thus can be transmitted very efficiently, since the quantizer 1014 is followed by an entropy coder 1016.
  • the quantizer 1014 is given a allowed perturbation per scale factor band by a psycho-acoustic model 1020.
  • the quantizer operates iteratively, ie it first calls an outer iteration loop, which then calls an inner iteration loop.
  • a quantization of a block of values is performed at the input of the quantizer 1014.
  • the inner loop quantizes the MDCT coefficients, consuming a certain number of bits.
  • the outer loop calculates the distortion and modified energy of the coefficients using the scale factor to again invoke an inner loop. This process is iterated until a certain conditional set is satisfied.
  • the signal is reconstructed to compute the perturbation introduced by the quantization and to compare it with the allowable perturbation provided by the psycho-acoustic model 1020. Furthermore, the scale factors are increased from iteration to iteration by one step, for each iteration of the outer iteration loop.
  • the analysis-through synthesis process terminates and the resulting scale factors are encoded as set forth in block 1014 and supplied in encoded form to the bitstream formatter 1004 as indicated by the arrow between block 1014 and block Block 1004 is drawn.
  • the quantized values are then fed to entropy coder 1016, which typically performs entropy coding using several Huffman code tables for different scale factor bands to transfer the quantized values to a binary format.
  • entropy coding in the form of Huffman coding relies on code tables that are created on the basis of expected signal statistics and in which frequently occurring values get shorter code words than more rarely occurring values.
  • the entropy-coded values are then also supplied as actual main information to the bitstream formatter 1004, which then outputs the coded audio signal on the output side according to a specific bit stream syntax.
  • the data reduction of audio signals is now a known technique that is the subject of a number of international standards (e.g., ISO / MPEG-1, MPEG-2 AAC, MPEG-4).
  • the input signal is brought into a compact, data-reduced representation by means of a so-called encoder using perception-related effects (psychoacoustics, psychooptics).
  • a spectral analysis of the signal is usually carried out and the corresponding signal components are quantized taking into account a perceptual model and subsequently coded in a compact manner as so-called bitstream.
  • PE perceptual entropy
  • the perceptual entropy or demand estimate of information units for encoding a signal can be used to estimate whether the signal is transient or stationary, since transient signals also require more bits to encode than more stationary signals.
  • the estimation of a transient property For example, a signal is used to make a window length decision, as indicated at block 1008 in FIG. 3.
  • FIG. 6 shows the perceptual entropy calculated in accordance with ISO / IEC IS 13818-7 (MPEG-2 advanced audio coding (AAC)).
  • AAC MPEG-2 advanced audio coding
  • the bands may originate from the band division of the psychoacoustic model (block 1020 in Fig. 3), or are the so-called scale factor bands (scfb) used in quantization.
  • the psychoacoustic masking threshold is the energy value that the quantization error should not exceed.
  • FIG. 6 thus shows how well such a Perceptual Entropy works as an estimate of the number of bits needed for coding.
  • the respective perceptual entropy was plotted as a function of the bits consumed for each individual block using the example of an AAC coder at different bit rates.
  • the test piece used contains a typical mix of music, language and individual instruments.
  • the points would gather along a straight line through the zero point.
  • the extension of the point sequence with the deviations from the ideal line illustrates the inaccurate estimate.
  • the value for the Perceptual Entropy is determined to be too small, then the quantizer is signaled that fewer bits than actually required are needed to encode the signal. This, in turn, causes the quantizer to be coarsely quantized, which would immediately result in an audible disturbance in the signal unless countermeasures are taken.
  • the countermeasures may be that the quantizer still requires one or more further iteration loops, which increases the computation time of the encoder.
  • FIG. 8 shows the case in which the perceptual entropy is calculated line by line.
  • the disadvantage lies in the higher computational complexity of the line-by-line calculation.
  • spectral coefficients X (k) are used, where kOffset (b) designates the first index of band b.
  • the object of the present invention is to provide an efficient yet accurate concept for determining an estimate of a need for information units to encode a signal.
  • the present invention is based on the finding that it must be noted in a frequency band-wise calculation of the estimate for a need for information units for computing time reasons, however, that in order to obtain an accurate determination of the estimated value, the distribution the energy in the frequency band, which has to be calculated band by band.
  • the entropy coder following the quantizer is implicitly "involved" in determining the estimate of the demand for information units, because entropy coding allows a smaller number of bits to be used to transmit smaller spectral values than to transmit
  • the entropy coder is particularly efficient when it is possible to transmit to-zero quantized spectral values, since these will typically occur most frequently, and the codeword for transmitting a zero-quantized spectral line is the shortest codeword
  • even run-length coding can be resorted to, which in the event of a run of zero On average, not even a single bit is needed per per-zero quantized spectral value.
  • the measure of the distribution of energy in the frequency band can be determined based on the actual amplitudes, or by estimating the frequency lines that are not quantized to zero by the quantizer.
  • This measure which is also referred to as "nl", where nl stands for “number of active lines", ie for the number of active lines, is preferred for reasons of computing efficiency.
  • the number of spectral lines quantized to zero or a finer subdivision can also be taken into account, and this estimate becomes more and more accurate as more information from the downstream entropy coder is taken into account.
  • the entropy coder is constructed on the basis of Huffman code tables, properties of these codetables can be integrated particularly well, since the codetables are not calculated on-line on the basis of the signal statistics, but because the codetables are fixed independently of the actual signal anyway.
  • the measure of the distribution of the energy in the frequency band is determined by determining the lines still surviving after the quantization, ie the number of active lines.
  • the present invention is advantageous in that an estimate of a need for information content is determined which is more accurate and more efficient than the prior art.
  • the present invention is scalable for various applications since, depending on the desired accuracy of the estimate, more and more characteristics of the entropy coder, but at the cost of increased computation time, can be included in the estimation of the bit demand.
  • FIG. 1 shows a block diagram of the device according to the invention for determining an estimated value
  • Fig. 2a shows a preferred embodiment of the means for calculating a measure of the distribution of energy in the frequency band
  • Fig. 2b shows a preferred embodiment of the means for calculating the demand for bits
  • Fig. 3 is a block diagram of a known audio encoder
  • FIG. 4 is a schematic diagram for explaining the influence of the energy distribution within a band on the determination of the estimated value
  • 5 is a diagram for estimation calculation according to the present invention
  • 6 shows a diagram for estimation calculation according to I-SO / IEC IS 13818-7 (AAC);
  • the device according to the invention for determining an estimate for a requirement of information units for coding a signal is illustrated below with reference to FIG.
  • the signal which may be an audio and / or a video signal, is input via an input 100.
  • the signal is already present as a spectral representation with spectral values. However, this is not absolutely necessary as it can be achieved by appropriate e.g. Bandpass filtering also some calculations can be done with a time signal.
  • the signal is provided to a device 102 for providing a measure of allowable interference to a frequency band of the signal.
  • the allowed disturbance can be determined, for example, by means of a psycho-acoustic model, as has been explained with reference to FIG. 3 (block 1020).
  • the device 102 is also operative to also provide a measure of the energy of the signal in the frequency band.
  • the prerequisite for a band-wise calculation is that a frequency band for which a permitted interference or a signal energy is specified contains at least two or more spectral lines of the spectral representation of the signal.
  • the frequency band will preferably be a scale factor band, since the bit demand estimate is needed directly by the quantizer to determine if a done quantization satisfies a bit criterion or not.
  • the device 102 is designed to supply both the allowed disturbance nb (b) and the signal energy e (b) of the signal in the band to a device 104 for calculating the demand for bits.
  • the means 104 for calculating the demand for bits is designed to take into account, in addition to the allowed disturbance and the signal energy, a measure nl (b) for a distribution of the energy in the frequency band, the distribution of the energy in the frequency band of deviates from a completely uniform distribution.
  • the measure of the energy distribution is computed in a device 106, wherein the device 106 requires at least one band, namely the considered frequency band of the audio or video signal, either as a bandpass signal or directly as a series of spectral lines, e.g. to perform a spectral analysis of the band to get the measure of the distribution of energies in the frequency band.
  • the audio or video signal may be supplied to the device 106 as a time signal, the device 106 then performing band filtering as well as analysis in the band.
  • the audio or video signal supplied to the device 106 may already be in the frequency domain, such as MDCT coefficients, or as a bandpass signal in the filter bank with a smaller bandpass compared to an MDCT filterbank -Filter.
  • the means 106 for calculating is designed to take into account current amounts of spectral values in the frequency band for calculating the estimated value.
  • the means for calculating the measure of the distribution of the energy can be designed to determine as a measure of the distribution of energy a number of spectral values whose magnitude is greater than or equal to a predetermined magnitude threshold, or whose magnitude is less than or equal to the magnitude threshold wherein the magnitude threshold is preferably an estimated quantizer level that causes a quantizer to quantize values less than or equal to the quantizer level to zero.
  • the measure of the energy is the number of active lines, that is, the number of lines that survive after quantization or not equal to zero.
  • Fig. 2a shows a preferred embodiment of means 106 for calculating the measure of the distribution of energy in the frequency band.
  • the measure of the distribution of the energy in the frequency band is designated nl (b) in FIG. 2a.
  • the form factor ffac (b) is already a measure of the distribution of the energy in the frequency band.
  • the measure of the spectral distribution nl from the form factor ffac (b) is weighted by the 4th root of the signal energy e (b) divided by the bandwidth width (b) and number of lines, respectively determined in the scale factor band b.
  • the form factor is also an example of a quantity which gives a measure of the distribution of the energies
  • nl (b) is an example of is a quantity representing an estimate of the number of lines relevant to quantization.
  • the form factor ffac (b) is calculated by absolute value formation of a spectral line and subsequent rooting of this spectral line and subsequent summation of the "rooted" amounts of the spectral lines in the band.
  • FIG. 2b shows a preferred embodiment of the device 104 for calculating the estimated value pe, wherein a case distinction is introduced in FIG. 2b, namely when the base 2 logarithm of the ratio of the energy to the permitted interference is greater than a constant one Factor cl or equal to the constant factor.
  • the alternative above in block 104 is taken, ie the measure of the spectral distribution n1 is multiplied by the logarithm expression.
  • Fig. 4a shows a band in which four spectral lines are present, all of equal size. The energy in this band is thus distributed evenly across the band.
  • Fig. 4b shows a situation in which the energy in the band resides in one spectral line while the other three spectral lines are equal are zero.
  • the band shown in Figure 4b could be before quantization, or could be obtained after quantization, if the spectral lines zeroed in Figure 4b are smaller than the first quantizer before quantization and thus set to zero by the quantizer So do not "survive".
  • nl in Fig. 4b is calculated to the square root of 2.
  • n 1 that is to say the measure for the spectral distribution of the energy in FIGS. 4 a to 4 is calculated. This means that the spectral distribution of the energy is more uniform when the measure of the distribution of the spectral energy is greater.
  • the invention thus takes into account how the energy is distributed within the band. This is done as it is by replacing the number of lines per band in the known equation ( Figure 6) by an estimate of the number of lines which are non-zero after quantization. This estimate is shown in FIG. 2a.
  • the form factor shown in Fig. 2a is also needed elsewhere in the encoder, for example, within the quantization block 1014 to determine the quantization step size. Then, if the form factor is already computed elsewhere, it need not be recalculated for bit estimation, so that the inventive concept of improved estimation of the measure of the required bits requires a minimum of additional computational overhead.
  • X (k) is the spectral coefficient to be quantized later, while the variable k ⁇ ffset (b) designates the first index in band b.
  • a measure is thus available for the characterization of the spectral field structure within the band.
  • the new formula for calculating an improved band-wise perceptual entropy is thus based on the multiplication of the measure of the spectral distribution of energy and of the logarithmic expression by the signal energy e (b) in the numerator and the allowed error in the denominator, each If required, enter a term within the logarithm. can be set, as it is already shown in Fig. 7. This term may for example also be 1.5, but may also be zero, as in the case shown in Fig. 2b, this z. B. can be determined empirically.
  • the method according to the invention can be implemented in hardware or in software.
  • the implementation may be on a digital storage medium, in particular a floppy disk or CD with electronically readable control signals, which may interact with a programmable computer system such that the method is performed.
  • the invention thus also consists in a computer program product with a program code stored on a machine-readable carrier for carrying out the method according to the invention, when the computer program product runs on a computer.
  • the invention can thus be realized as a computer program with a program code for carrying out the method when the computer program runs on a computer.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • Control Of Ac Motors In General (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Branch Pipes, Bends, And The Like (AREA)
  • Manufacture Or Reproduction Of Printing Formes (AREA)
  • Diaphragms For Electromechanical Transducers (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Measurement Of Resistance Or Impedance (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Measurement Of Current Or Voltage (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

Vorrichtung und Verfahren zum Ermitteln eines Schätzwerts
Beschreibung
Die vorliegende Erfindung bezieht sich auf Codierer zum Codieren eines Signals, das Audio- und/oder Videoinformationen umfasst, und insbesondere auf die Abschätzung für einen Bedarf von Informationseinheiten zum Codieren dieses Sig- nals.
Nachfolgend wird der bekannte Codierer dargestellt. An einem Eingang 1000 wird ein zu codierendes Audiosignal eingespeist. Dieses wird zunächst einer Skalierungsstufe 1002 zugeführt, in der eine sogenannte AAC-Verstärkungssteuerung durchgeführt wird, um den Pegel des Audiosignals festzulegen. Seiteninformationen aus der Skalierung werden einem Bitstromformatierer 1004 zugeführt, wie es durch den Pfeil zwischen dem Block 1002 und dem Block 1004 dargestellt ist. Das skalierte Audiosignal wird hierauf einer MDCT- Filterbank 1006 zugeführt. Beim AAC-Codierer implementiert die Filterbank eine modifizierte diskrete Cosinustransformation mit 50 % überlappenden Fenstern, wobei die Fensterlänge durch einen Block 1008 bestimmt wird.
Allgemein gesagt ist der Block 1008 dazu vorhanden, dass transiente Signale mit kürzeren Fenstern gefenstert werden, und dass eher stationäre Signale mit längeren Fenstern gefenstert werden. Dies dient dazu, dass aufgrund der kürze- ren Fenster für transiente Signale eine höhere Zeitauflösung (auf Kosten der Frequenzauflösung) erreicht wird, während für eher stationäre Signale eine höhere Frequenzauflösung (auf Kosten der Zeitauflösung) durch längere Fenster erreicht wird, wobei tendenziell längere Fenster bevorzugt werden, da sie einen größeren Codiergewinn versprechen. Am Ausgang der Filterbank 1006 liegen zeitlich betrachtet aufeinanderfolgende Blöcke von Spektralwerten vor, die je nach Ausführungsform der Filterbank MDCT-Koeffizienten, Fourier- Koeffizienten oder auch Subbandsignale sein können, wobei jedes Subbandsignal eine bestimmte begrenzte Bandbreite hat, die durch den entsprechenden Subbandkanal in der Filterbank 1006 festgelegt wird, und wobei jedes Subbandsignal eine bestimmte Anzahl von Subband-Abtastwerten aufweist.
Nachfolgend wird beispielhaft der Fall dargestellt, bei dem die Filterbank zeitlich betrachtet aufeinanderfolgende Blöcke von MDCT-Spektralkoeffizienten ausgibt, die allgemein gesagt, aufeinanderfolgende Kurzzeitspektren des zu codierenden Audiosignals am Eingang 1000 darstellen. Ein Block von MDCT-Spektralwerten wird dann in einen TNS- Verarbeitungsblock 1010 eingespeist, in dem eine zeitliche Rauschformung stattfindet (TNS = temporal noise shaping) . Die TNS-Technik wird dazu verwendet, um die zeitliche Form des Quantisierungsrauschens innerhalb jedes Fensters der Transformation zu formen. Dies wird dadurch erreicht, dass ein Filterprozess auf Teile der Spektraldaten jedes Kanals angewendet wird. Die Codierung wird auf einer Fensterbasis durchgeführt. Insbesondere werden die folgenden Schritte ausgeführt, um das TNS-Tool auf ein Fenster spektraler Daten, also auf einen Block von Spektralwerten anzuwenden.
Zunächst wird ein Frequenzbereich für das TNS-Tool ausge- wählt. Eine geeignete Auswahl besteht darin, einen Frequenzbereich von 1,5 kHz bis zum höchsten möglichen Skalen- faktorband mit einem Filter abzudecken. Es sei darauf hingewiesen, dass dieser Frequenzbereich von der Abtastrate abhängt, wie es im AAC-Standard (ISO/IEC 14496-3: 2001 (E) ) spezifiziert ist.
Anschließend wird eine LPC-Berechnung (LPC = linear predic- tive coding = lineare prädiktive Codierung) ausgeführt, und zwar mit den spektralen MDCT-Koeffizienten, die in dem ausgewählten Zielfrequenzbereich liegen. Für eine erhöhte Stabilität werden Koeffizienten, die Frequenzen unter 2,5 kHz entsprechen, aus diesem Prozess ausgeschlossen. Übliche LPC-Prozeduren, wie sie aus der Sprachverarbeitung bekannt sind, können für die LPC-Berechnung verwendet werden, beispielsweise der bekannte Levinson-Durbin-Algorithmus. Die Berechnung wird für die maximal zulässige Ordnung des Rauschformungsfilters ausgeführt .
Als Ergebnis der LPC-Berechnung wird der erwartete Prädiktionsgewinn PG erhalten. Ferner werden die Reflexionskoeffizienten oder Parcor-Koeffizienten erhalten.
Wenn der Prädiktionsgewinn eine bestimmte Schwelle nicht überschreitet, wird das TNS-Tool nicht angewendet. In diesem Fall wird eine Steuerinformation in den Bitstrom geschrieben, damit ein Decodierer weiß, dass keine TNS- Verarbeitung ausgeführt worden ist.
Wenn der Prädiktionsgewinn jedoch eine Schwelle überschreitet, wird die TNS-Verarbeitung angewendet.
In einem nächsten Schritt werden die Reflexionskoeffizien- ten quantisiert. Die Ordnung des verwendeten Rauschformungsfilters wird durch Entfernen aller Reflexionskoeffizienten mit einem Absolutwert kleiner als eine Schwelle von dem „Schwanz" des Reflexionskoeffizienten-Arrays bestimmt. Die Anzahl der verbleibenden Reflexionskoeffizienten liegt in der Größenordnung des Rauschformungsfilters. Eine geeignete Schwelle liegt bei 0,1.
Die verbleibenden Reflexionskoeffizienten werden typischerweise in lineare Prädiktionskoeffizienten umgewandelt, wobei diese Technik auch als NStep-üpw-Prozedur bekannt ist.
Die berechneten LPC-Koeffizienten werden dann als Codierer- Rauschformungsfilterkoeffizienten, also als Prädiktionsfil- terkoeffizienten verwendet. Dieses FIR-Filter wird über den spezifizierten Zielfrequenzbereich geführt. Bei der Deco- dierung wird ein autoregressives Filter verwendet, während bei der Codierung ein sogenanntes Moving-Average-Filter verwendet wird. Schließlich werden noch die Seiteninformationen für das TNS-Tool dem Bitstromformatierer zugeführt, wie es durch den Pfeil dargestellt ist, der zwischen dem Block TNS-Verarbeitung 1010 und dem Bitstromformatierer 1004 in Fig. 3 gezeigt ist.
Hierauf werden mehrere in Fig. 3 nicht gezeigte optionale Tools durchlaufen, wie beispielsweise ein Langzeitprädikti- ons-Tool, ein Intensity/Kopplungs-Tool, ein Prädiktions- Tool, ein Rauschsubstitutions-Tool, bis schließlich zu ei- nem Mitte/Seite-Codierer 1012 gelangt wird. Der Mitte/Seite-Codierer 1012 ist dann aktiv, wenn das zu codierende Audiosignal ein Multikanalsignal ist, also ein Stereosignal mit einem linken Kanal und einem rechten Kanal. Bisher, also in der Verarbeitungsrichtung vor dem Block 1012 in Fig. 3 wurden der linke und der rechte Stereokanal getrennt voneinander verarbeitet, also skaliert, durch die Filterbank transformiert, der TNS-Verarbeitung unterzogen oder nicht etc. Im Mitte/Seite-Codierer wird dann zunächst überprüft, ob eine Mitte/Seite-Codierung sinnvoll ist, also überhaupt einen Codiergewinn bringt. Eine Mitte/Seite-Codierung wird dann einen Codiergewinn bringen, wenn der linke und der rechte Kanal eher ähnlich sind, da dann der Mitte-Kanal, also die Summe aus dem linken und dem rechten Kanal nahezu gleich dem linken oder dem rechten Kanal ist, abgesehen von der Skalierung durch den Faktor 1/2, während der Seite- Kanal nur sehr kleine Werte hat, da er gleich der Differenz zwischen dem linken und dem rechten Kanal ist. Damit ist zu sehen, dass dann, wenn der linke und der rechte Kanal annähernd gleich sind, die Differenz annähernd Null ist bzw. nur ganz kleine Werte umfasst, die - so ist die Hoffnung - in einem nachfolgenden Quantisierer 1014 zu Null quanti- siert werden und somit sehr effizient übertragen werden können, da dem Quantisierer 1014 ein Entropie-Codierer 1016 nachgeschaltet ist.
Dem Quantisierer 1014 wird von einem psycho-akustischen Modell 1020 eine erlaubte Störung pro Skalenfaktorband zugeführt. Der Quantisierer arbeitet iterativ, d. h. es wird zunächst eine äußere Iterationsschleife aufgerufen, die dann eine innere Iterationsschleife aufruft. Allgemein ge- sagt wird zunächst, ausgehend von Quantisiererschrittwei- ten-Startwerten, eine Quantisierung eines Blocks von Werten am Eingang des Quantisierers 1014 vorgenommen. Insbesondere quantisiert die innere Schleife die MDCT-Koeffizienten, wobei eine bestimmte Anzahl von Bits verbraucht wird. Die äu- ßere Schleife berechnet die Verzerrung und modifizierte E- nergie der Koeffizienten unter Verwendung des Skalenfaktors, um wieder eine innere Schleife aufzurufen. Dieser Prozess wird iteriert, bis ein bestimmter Bedingungssatz erfüllt ist. Für jede Iteration in der äußeren Iterationsschleife wird dabei das Signal rekonstruiert, um die durch die Quantisierung eingeführte Störung zu berechnen und mit der von dem psycho-akustischen Modell 1020 gelieferten er- laubten Störung zu vergleichen. Ferner werden die Skalenfaktoren von Iteration zu Iteration um eine Stufe vergrößert, und zwar für jede Iteration der äußeren Iterationsschleife.
Dann, wenn eine Situation erreicht ist, bei der die durch die Quantisierung eingeführte Quantisierungsstörung unterhalb der durch das psycho-akustische Modell bestimmten erlaubten Störung ist, und wenn gleichzeitig Bitanforderungen erfüllt sind, nämlich, dass eine Maximalbitrate nicht über- schritten wird, wird die Iteration, also das Analyse-DurchSynthese-Verfahren beendet, und es werden die erhaltenen Skalenfaktoren codiert, wie es in dem Block 1014 ausgeführt ist und in codierter Form dem Bitstromformatierer 1004 zugeführt, wie es durch den Pfeil gekennzeichnet ist, der zwischen dem Block 1014 und dem Block 1004 gezeichnet ist. Die quantisierten Werte werden dann dem Entropie-Codierer 1016 zugeführt, der typischerweise unter Verwendung mehrerer Huffman-Code-Tabellen für verschiedene Skalenfaktorbän- der eine Entropie-Codierung durchführt, um die quantisier- ten Werte in ein binäres Format zu übertragen. Wie es bekannt ist, wird bei der Entropie-Codierung in Form der Huffman-Codierung auf Code-Tabellen zurückgegriffen, die aufgrund einer erwarteten Signalstatistik erstellt werden, und bei denen häufig auftretende Werte kürzere Code-Wörter bekommen als seltener auftretende Werte. Die entropiecodierten Werte werden dann ebenfalls als eigentliche Hauptinformationen dem Bitstromformatierer 1004 zugeführt, der dann gemäß einer bestimmten Bitstromsyntax ausgangssei- tig das codierte Audiosignal ausgibt.
Die Datenreduktion von Audiosignalen ist mittlerweile eine bekannte Technik, die Gegenstand einer Reihe von Internationalen Standards ist (z.B. ISO/MPEG-1, MPEG-2 AAC, MPEG-4).
Gemeinsam ist den oben genannten Verfahren, dass das Eingangssignal mittels eines sogenannten Encoders unter Aus- nutzung wahrnehmungsbezogener Effekte (Psychoakustik, Psy- chooptik) in eine kompakte, datenreduzierte Darstellung gebracht wird. Hierzu wird üblicherweise eine Spektralanalyse des Signals vorgenommen und die entsprechende Signalkomponenten werden unter Berücksichtigung eines Wahrnehmungsmo- dells quantisiert und anschließend in möglichst kompakter Weise als sogenannter Bitstrom codiert.
Um vor der eigentlichen Quantisierung abzuschätzen, wie viele Bits ein bestimmter zu codierender Abschnitt des Sig- nals benötigen wird, kann die sogenannte Perceptual Entropy (PE) herangezogen werden. Die PE liefert auch ein Maß dafür, wie schwierig es für den Encoder ist, ein bestimmtes Signal oder Teile davon zu codieren.
Entscheidend für die Qualität der Abschätzung ist die Abweichung der PE von der Anzahl tatsächlich benötigter Bits.
Ferner kann die Perceptual Entropy bzw. jeder Schätzwert für einen Bedarf von Informationseinheiten zum Codieren ei- nes Signals dafür herangezogen werden, abzuschätzen, ob das Signal transient oder stationär ist, da transiente Signale ebenfalls mehr Bits zum Codieren benötigen als eher stationäre Signale. Die Abschätzung einer transienten Eigenschaft eines Signal wird beispielsweise dazu verwendet, um eine Fensterlängenentscheidung, wie sie um Block 1008 in Fig. 3 angedeutet ist, durchzuführen.
In Fig. 6 ist die Perceptual Entropy berechnet nach ISO/IEC IS 13818-7 (MPEG-2 advanced audio coding (AAC) ) dargestellt. Zu Berechnung dieser Perceptual Entropy, also einer bandweisen Perceptual Entropy wird die in Fig. 6 dargestellte Gleichung verwendet. In dieser Gleichung steht der Parameter pe für die Perceptual Entropy. Ferner steht width(b) für die Anzahl der Spektralkoeffizienten im jeweiligen Band b. Ferner ist e(b) die Energie des Signals in diesem Band. Schließlich ist nb(b) die dazu passende Maskierungsschwelle bzw. allgemeiner ausgedrückt, die erlaubte Störung, die in das Signal eingebracht werden kann, beispielsweise durch eine Quantisierung, damit ein menschlicher Hörer dennoch keine oder nur eine verschwindend geringe Störung hört.
Die Bänder können von der Bandeinteilung des psychoakustischen Modells (Block 1020 in Fig. 3) stammen, oder es handelt sich um die bei der Quantisierung verwendeten sogenannten Skalenfaktorbänder (scfb) . Die psychoakustische Maskierungsschwelle ist der Energiewert, den der Quantisie- rungsfehler nicht überschreiten sollte.
Die in Fig. 6 gezeigte Abbildung zeigt somit, wie gut eine so bestimmte Perceptual Entropy als Abschätzung für die Anzahl der zur Codierung benötigten Bits funktioniert. Hierzu wurde am Beispiel eines AAC-Codierers bei unterschiedlichen Bitraten für jeden einzelnen Block die jeweilige Perceptual Entropy in Abhängigkeit von den verbrauchten Bits aufgetra- gen. Das verwendete Teststück beinhaltet eine typische Mischung aus Musik, Sprache und Einzelinstrumenten.
Idealerweise würden sich die Punkte entlang einer Geraden durch den Nullpunkt versammeln. Die Ausdehnung der Punktfolge mit den Abweichungen von der idealen Linie verdeutlicht die ungenaue Abschätzung.
Nachteilig an dem in Fig. 6 gezeigten Konzept ist also die Abweichung, die sich dahin gehend äußert, dass sich z.B. ein zu großer Wert für die Perceptual Entropy ergibt, was wiederum bedeutet, dass dem Quantisierer signalisiert wird, dass mehr Bits als eigentlich erforderlich, benötigt werden. Dies führt dazu, dass der Quantisierer zu fein quanti- siert, dass er also nicht das Maß an erlaubter Störung ausschöpft, was in einem reduzierten Codiergewinn resultiert. Andererseits, wenn der Wert für die Perceptual Entropy zu klein ermittelt wird, so wird dem Quantisierer signalisiert, dass weniger Bits als eigentlich erforderlich, zur Codierung des Signals benötigt werden. Dies wiederum hat zur Folge, dass der Quantisierer zu grob quantisiert, was unmittelbar zu einer hörbaren Störung im Signal führen würde, sofern nicht Gegenmaßnahmen ergriffen werden. Die Gegenmaßnahmen können darin bestehen, dass der Quantisierer noch eine oder mehrere weitere Iterationsschleifen benötigt, was die Rechenzeit des Codierers ansteigen lässt.
Zur Verbesserung der Berechnung der Perceptual Entropy könnte man, wie es in Fig. 7 gezeigt ist, einen konstanten Term, wie beispielsweise 1,5, in den Logarithmus-Ausdruck einführen. Dann ergibt sich bereits ein besseres Ergebnis, also eine geringere Abweichung nach oben bzw. unten, obgleich dennoch zu sehen ist, dass bei der Berücksichtigung eines konstanten Terms im Logarithmus-Ausdruck zwar der Fall reduziert ist, dass die Perceptual Entropy einen zu optimistischen Bedarf an Bits signalisiert. Andererseits ist aus Fig. 7 jedoch deutlich zu erkennen, dass signifi- kant eine zu hohe Anzahl an Bits signalisiert wird, was dazu führt, dass der Quantisierer immer zu fein quantisieren wird, dass also der Bitbedarf größer angenommen wird, als er eigentlich ist, was wiederum in einem reduzierten Codiergewinn resultiert. Die Konstante in dem Logarithmus- Ausdruck ist eine grobe Abschätzung der für die Seiteninformationen benötigten Bits.
So liefert das Einfügen eines Terms in den Logarithmus- Ausdruck zwar eine Verbesserung der bandweisen Perceptual Entropy, wie es in Fig. 6 dargestellt ist, da die Bänder mit sehr geringem Abstand zwischen Energie und Maskierungsschwelle eher berücksichtigt werden, da auch für die Übertragung von zu Null quantisierten Spektralkoeffizienten eine gewisse Anzahl von Bits nötig ist.
Eine weitere, jedoch sehr Rechenzeit-aufwendige Berechnung der Perceptual Entropy ist in Fig. 8 dargestellt. In Fig. 8 ist der Fall gezeigt, bei dem die Perceptual Entropy linienweise berechnet wird. Der Nachteil liegt jedoch in dem höheren Rechenaufwand der linienweisen Berechnung. Hier werden anstelle der Energie Spektralkoeffizienten X(k) eingesetzt, wobei kOffset (b) den ersten Index von Band b bezeichnet. Wenn Fig. 8 mit Fig. 7 verglichen wird, so ist deutlich im Bereich zwischen 2000 und 3000 Bit eine Redu- zierung der „Ausschläge" nach oben zu erkennen. Die PE- Schätzung wird daher genauer sein, also nicht zu pessimistisch schätzen, sondern eher am Optimum liegen, so dass der Codiergewinn im Vergleich zu den in Fig. 6 und 7 gezeigten Berechnungsverfahren ansteigen kann, bzw. die Anzahl der Iterationen im Quantisierer wird reduziert.
Nachteilig an der linienweise Berechnung der Perceptual Entropy ist jedoch die Rechenzeit, die benötigt wird, um die in Fig. 8 gezeigte Gleichung auszuwerten.
So spielen solche Rechenzeitennachteile zwar nicht unbedingt eine Rolle, wenn der Codierer auf einem leistungs- starken PC oder einer leistungsstarken Workstation läuft. Ganz anders ist sieht es dagegen aus, wenn der Codierer in einem tragbaren Gerät, wie beispielsweise einem UMTS-Handy untergebracht ist, das einerseits klein und billig sein muss, das andererseits einen niedrigen Strombedarf haben muss, und das zusätzlich schnell arbeiten muss, um die Codierung eines über die UMTS-Verbindung übertragenen Audiosignals oder Videosignals zu ermöglichen.
Die Aufgabe der vorliegenden Erfindung besteht darin, ein effizientes und dennoch genaues Konzept zum Ermitteln eines Schätzwerts für einen Bedarf von Informationseinheiten zum Codieren eines Signals zu schaffen.
Diese Aufgabe wird durch eine Vorrichtung gemäß Patentan- spruch 1, ein Verfahren gemäß Patentanspruch 12 oder ein Computerprogramm nach Patentanspruch 13 gelöst.
Der vorliegenden Erfindung liegt die Erkenntnis zugrunde, dass an einer frequenzbandweisen Berechnung des Schätzwerts für einen Bedarf an Informationseinheiten aus Rechenzeitgründen festgehalten werden muss, dass jedoch, um eine genaue Ermittlung des Schätzwerts zu erhalten, die Verteilung der Energie in dem Frequenzband, das bandweise zu berechnen ist, berücksichtigt werden muss.
Damit wird gewissermaßen implizit der dem Quantisierer nachfolgende Entropie-Codierer in die Ermittlung des Schätzwerts für den Bedarf von Informationseinheiten „hineingezogen". Die Entropy-Codierung ermöglicht es nämlich, dass zur Übertragung von kleineren Spektralwerten eine geringere Anzahl an Bits benötigt wird als zur Übertragung von größeren Spektralwerten. Besonders effizient ist der Entropie-Codierer dann, wenn zu-Null-quantisierte Spektralwerte übertragen werden können. Da diese typischerweise am häufigsten auftreten werden, ist das Codewort zum Übertragen einer zu-Null-quantisierten Spektrallinie das kürzeste Codewort, und ist das Codewort zum Übertragen einer immer größeren quantisierten Spektrallinie immer länger. Darüber hinaus kann für ein besonders effizientes Konzept zum Übertragen einer Folge von zu-Null-quantisierten Spektralwerten sogar auf eine Lauflängencodierung zurückgegriffen werden, was zur Folge hat, dass im Falle eines Laufs von Nullen pro zu-Null-quantisiertem Spektralwert durchschnittlich betrachtet nicht einmal ein einziges Bit benötigt wird.
Es wurde herausgefunden, dass die im Stand der Technik ver- wendete bandweise Perceptual-Entropy-Berechnung zur Ermittlung des Schätzwerts für den Bedarf von Informationseinheiten die Wirkungsweise des nachgeschalteten Entropie- Codierers völlig ignoriert, wenn die Verteilung der Energie in dem Frequenzband von einer vollständig gleichmäßigen Verteilung abweicht. Erfindungsgemäß wird somit zur Reduktion der Ungenauigkei- ten der bandweisen Berechnung berücksichtigt, wie die Energie innerhalb eines Bandes verteilt ist.
Je nach Implementierung kann das Maß für die Verteilung der Energie in dem Frequenzband auf der Basis der tatsächlichen Amplituden ermittelt werden, oder durch eine Schätzung der Frequenzlinien, die durch den Quantisierer nicht zu null quantisiert werden. Dieses Maß, das auch als „nl" bezeich- net wird, wobei nl für „number of active lines", also für die Anzahl von aktiven Linien, steht, wird aus Rechenzeit- Effizienzgründen bevorzugt. Es kann jedoch auch die Anzahl der zu null quantisierten Spektrallinien oder eine feinere Unterteilung berücksichtigt werden, wobei diese Schätzung immer genauer wird, je mehr Informationen des nachgeschalteten Entropie-Codierers berücksichtigt werden. Ist der Entropie-Codierer auf der Basis von Huffman-Codetabellen aufgebaut, so können Eigenschaften dieser Codetabellen besonders gut integriert werden, da die Codetabellen nicht aufgrund der Signalstatistik gewissermaßen on-line berechnet werden, sondern da die Codetabellen unabhängig von dem tatsächlichen Signal ohnehin feststehen.
Je nach Rechenzeit-Einschränkungen wird jedoch im Falle ei- ner besonders effizienten Berechnung das Maß für die Verteilung der Energie in dem Frequenzband durch die Ermittlung der nach der Quantisierung noch überlebenden Linien, also der Anzahl von aktiven Linien, durchgeführt.
Die vorliegende Erfindung ist dahingehend vorteilhaft, dass ein Schätzwert für einen Bedarf an Informationsinhalten ermittelt wird, der zum einen genauer und zum anderen effizienter als im Stand der Technik ist. Darüber hinaus ist die vorliegende Erfindung für verschiedene Anwendungen skalierbar, da je nach erwünschter Genauigkeit des Schätzwerts immer mehr Eigenschaften des Entro- pie-Codierers, jedoch zum Preis einer erhöhten Rechenzeit, in die Schätzung des Bitbedarfs mit hereingenommen werden können.
Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend bezugnehmend auf die beiliegenden Zeiten detailliert erläutert. Es zeigen:
Fig. 1 ein Blockschaltbild der erfindungsgemäßen Vorrichtung zum Ermitteln eines Schätzwerts;
Fig. 2a eine bevorzugte Ausführungsform der Einrichtung zum Berechnen eines Maßes für die Verteilung der Energie in dem Frequenzband;
Fig. 2b eine bevorzugte Ausführungsform der Einrichtung zum Berechnen des Schätzwerts für den Bedarf an Bits;
Fig. 3 ein Blockschaltbild eines bekannten Audio- Codierers;
Fig. 4 eine Prinzipdarstellung zur Erläuterung des Einflusses der Energieverteilung innerhalb eines Bandes auf die Ermittlung des Schätzwerts;
Fig. 5 ein Diagramm zur Schätzwertberechnung gemäß der vorliegenden Erfindung; Fig. 6 ein Diagramm zur Schätzwertberechnung gemäß I- SO/IEC IS 13818-7 (AAC) ;
Fig. 7 ein Diagramm zur Schätzwertberechnung mit kon- stantem Term;
Fig. 8 ein Diagramm zur linienweisen Schätzwertberechnung mit konstantem Term.
Nachfolgend wird bezugnehmend auf Fig. 1 die erfindungsgemäße Vorrichtung zum Ermitteln eines Schätzwerts für einen Bedarf von Informationseinheiten zum Codieren eines Signals dargestellt. Das Signal, das ein Audio- und/oder ein Videosignal sein kann, wird über einen Eingang 100 eingespeist. Vorzugsweise liegt das Signal bereits als spektrale Darstellung mit Spektralwerten vor. Dies ist jedoch nicht unbedingt erforderlich, da durch entsprechende z.B. Bandpass- Filterung auch einige Berechnungen mit einem Zeitsignal durchgeführt werden können.
Das Signal wird einer Einrichtung 102 zum Liefern eines Maßes für eine erlaubte Störung für ein Frequenzband des Signals zugeführt. Die erlaubte Störung kann beispielsweise mittels eines psycho-akustischen Modells, wie es anhand von Fig. 3 (Block 1020) erläutert worden ist, ermittelt werden. Die Einrichtung 102 ist ferner wirksam, um auch ein Maß für die Energie des Signals in dem Frequenzband zu liefern. Voraussetzung für eine bandweise Berechnung ist, dass ein Frequenzband, für das eine erlaubte Störung oder eine Sig- nalenergie angegeben wird, wenigstens zwei oder mehrere Spektrallinien der spektralen Darstellung des Signals enthält. Bei typischen standardisierten Audio-Codierern wird das Frequenzband vorzugsweise ein Skalenfaktorband sein, da die Bitbedarfsschätzung unmittelbar vom Quantisierer benötigt wird, um festzustellen, ob eine erfolgte Quantisierung ein Bitkriterium erfüllt oder nicht.
Die Einrichtung 102 ist ausgebildet, um sowohl die erlaubte Störung nb (b) , als auch die Signalenergie e(b) des Signals in dem Band einer Einrichtung 104 zum Berechnen des Schätzwerts für den Bedarf an Bits zuzuführen.
Erfindungsgemäß ist die Einrichtung 104 zum Berechnen des Schätzwerts für den Bedarf von Bits ausgebildet, um neben der erlaubten Störung und der Signalenergie ein Maß nl(b) für eine Verteilung der Energie in dem Frequenzband zu berücksichtigten, wobei die Verteilung der Energie in dem Frequenzband von einer vollständig gleichmäßigen Verteilung abweicht. Das Maß für die Verteilung der Energie wird in einer Einrichtung 106 berechnet, wobei die Einrichtung 106 zumindest ein Band, nämlich das betrachtete Frequenzband des Audio- oder Videosignals entweder als Bandpass-Signal oder direkt als Folge von Spektrallinien benötigt, um z.B. eine spektrale Analyse des Bandes durchführen zu können, um das Maß für die Verteilung der Energien im Frequenzband zu erhalten.
Selbstverständlich kann das Audio- oder Videosignal der Einrichtung 106 als Zeitsignal zugeführt werden, wobei die Einrichtung 106 dann eine Bandfilterung sowie eine Analyse in dem Band durchführt. Alternativ kann das Audio- oder Videosignal, das der Einrichtung 106 zugeführt wird, bereits im Frequenzbereich vorliegen, wie z.B. als MDCT- Koeffizienten, oder aber auch als Bandpass-Signal in der Filterbank mit einer im Vergleich zu einer MDCT-Filterbank kleineren Anzahl an Bandpass-Filtern. Bei einem bevorzugten Ausführungsbeispiel ist die Einrichtung 106 zum Berechnen ausgebildet, um zur Berechnung des Schätzwerts aktuelle Beträge von Spektralwerten in dem Fre- quenzband zu berücksichtigen.
Ferner kann die Einrichtung zum Berechnen des Maßes für die Verteilung der Energie ausgebildet sein, um als Maß für die Verteilung der Energie eine Anzahl von Spektralwerten zu ermitteln, deren Betrag größer oder gleich einer vorbestimmten Betragsschwelle sind, oder deren Betrag kleiner oder gleich der Betragsschwelle ist, wobei die Betragsschwelle vorzugsweise eine geschätzte Quantisiererstufe ist, die in einem Quantisierer bewirkt, dass Werte kleiner oder gleich der Quantisiererstufe zu null quantisiert werden. In diesem Fall ist das Maß für die Energie die Anzahl von aktiven Linien, also die Anzahl der Linien, die nach der Quantisierung überleben bzw. nicht gleich null sind.
Fig. 2a zeigt ein bevorzugtes Ausführungsbeispiel für die Einrichtung 106 zum Berechnen des Maßes für die Verteilung der Energie in dem Frequenzband. Das Maß für die Verteilung der Energie in dem Frequenzband ist in Fig. 2a mit nl(b) bezeichnet. Der Formfaktor ffac(b) ist bereits ein Maß für die Verteilung der Energie in dem Frequenzband. Wie es aus Block 106 ersichtlich ist, wird das Maß für die spektrale Verteilung nl aus dem Formfaktor ffac(b) durch Gewichtung mit der 4. Wurzel aus der Signalenergie e(b) geteilt durch die Bandbreite width(b) bzw. Anzahl der Linien im Skalen- faktorband b ermittelt. In diesem Zusammenhang sei darauf hingewiesen, dass man der Formfaktor auch ein Beispiel für eine Größe ist, die ein Maß für die Verteilung der Energien angibt, während nl (b) im Gegensatz hierzu ein Beispiel für ein Größe ist, die einen Schätzwert für die Anzahl der für die Quantisierung relevanten Linien darstellt.
Der Formfaktor ffac(b) errechnet sich durch Betragsbildung einer Spektrallinie und anschließender Wurzelbildung dieser Spektrallinie und anschließender Aufsummierung der „gewurzelten" Beträge der Spektrallinien in dem Band.
Fig. 2b zeigt eine bevorzugte Ausführungsform der Einrich- tung 104 zum Berechnen des Schätzwerts pe, wobei in Fig. 2b noch eine Fallunterscheidung eingeführt ist, nämlich dann, wenn der Logarithmus zur Basis 2 des Verhältnisses aus der Energie zur erlaubten Störung größer als ein konstanter Faktor cl oder gleich dem konstanten Faktor ist. In diesem Fall wird die in dem Block 104 oben stehende Alternative genommen, also das Maß für die spektrale Verteilung nl wird mit dem Logarithmusausdruck multipliziert.
Wird dagegen festgestellt, dass der Logarithmus zur Basis 2 aus dem Verhältnis der Signalenergie zur erlaubten Störung kleiner als der Wert cl ist, so wird die untere Alternative im Block 104 von Fig. 2b verwendet, die zusätzlich noch eine additive Konstante c2 sowie eine multiplikative Konstante c3 aufweist, die sich aus den Konstanten c2 und cl be- rechnet.
Nachfolgend wird anhand von Fig. 4a und Fig. 4b das erfindungsgemäße Konzept dargestellt. So zeigt Fig. 4a ein Band, in dem vier Spektrallinien vorhanden sind, die alle gleich groß sind. Die Energie in diesem Band ist somit gleichmäßig über das Band verteilt. Dagegen zeigt Fig. 4b eine Situation, bei der die Energie in dem Band in einer Spektrallinie residiert, während die anderen drei Spektrallinien gleich null sind. Das in Fig. 4b gezeigte Band könnte beispielsweise vor der Quantisierung vorliegen, oder könnte nach der Quantisierung erhalten werden, wenn die in Fig. 4b zu null gesetzten Spektrallinien vor der Quantisierung kleiner als die erste Quantisiererstufe sind und somit durch den Quantisierer zu null gesetzt werden, also nicht „überleben".
Die Anzahl von aktiven Linien in Fig. 4b ist somit gleich 1, wobei der Parameter nl in Fig. 4b zu der Quadratwurzel von 2 berechnet wird. Dagegen wird der Wert nl, also das Maß für die spektrale Verteilung der Energie in Fig. 4a zu 4 berechnet. Dies bedeutet, dass die spektrale Verteilung der Energie gleichmäßiger ist, wenn das Maß für die Verteilung der spektralen Energie größer ist.
Es sei darauf hingewiesen, dass die bandweise Berechnung der Perceptual Entropy gemäß dem Stand der Technik keinen Unterschied zwischen den beiden Fällen feststellt. Insbesondere wird kein Unterschied festgestellt, wenn in den beiden Bändern, die in Fig. 4a und 4b gezeigt sind, dieselbe Energie vorhanden ist.
Offensichtlich ist jedoch der in Fig. 4b gezeigte Fall mit nur einer relevanten Linie mit weniger Bits codierbar, da die drei zu null gesetzten Spektrallinien sehr effizient übertragen werden können. Allgemein gesagt beruht die einfachere Quantisierbarkeit des in Fig. 4b gezeigten Falls auf der Tatsache, dass nach der Quantisierung und verlustlosen Codierung kleinere Werte und insbesondere zu null quantisierte Werte weniger Bits zur Übertragung benötigen.
Erfindungsgemäß wird somit berücksichtigt, wie die Energie innerhalb des Bands verteilt ist. Dies erfolgt, wie es aus- geführt worden ist, durch Ersetzen der Anzahl der Linien pro Band in der bekannten Gleichung (Fig. 6) durch eine Abschätzung der Anzahl der Linien, die nach der Quantisierung ungleich null sind. Diese Abschätzung ist in Fig. 2a ge- zeigt.
Ferner sei darauf hingewiesen, dass der in Fig. 2a gezeigte Formfaktor auch an anderer Stelle im Codierer benötigt wird, beispielsweise innerhalb des Quantisierungsblocks 1014 zur Bestimmung der Quantisierungs-Schrittweite. Dann, wenn der Formfaktor bereits an anderer Stelle berechnet wird, muß er zur Bit-Abschätzung nicht erneut berechnet werden, so dass das erfindungsgemäße Konzept zur verbesserten Abschätzung des Maßes für die benötigten Bits mit einem Minimum an zusätzlichem Rechenaufwand auskommt.
Wie es bereits ausgeführt worden ist, handelt es sich bei X(k) um den später zu quantisierenden Spektralkoeffizienten, während die Variable kθffset(b) den ersten Index im Band b bezeichnet.
Wie es aus Fig. 4a und 4b ersichtlich ist, ergibt das Spektrum in Fig. 4a einen Wert nl=4, während das Spektrum in Fig. 4b einen Wert von 1,41 ergibt. Mit Hilfe des Form- faktors steht somit ein Maß für die Charakterisierung der spektralen Feldstruktur innerhalb des Bandes zur Verfügung.
Die neue Formel zur Berechnung einer verbesserten bandweisen Perceptual Entropie basiert somit auf der Multiplikati- on des Maßes für die spektrale Verteilung der Energie und des Logarithmus-Ausdrucks, indem die Signalenergie e(b) im Zähler und die erlaubte Störung im Nenner auftreten, wobei je nach Bedarf ein Term innerhalb des Logarithmus einge- setzt werden kann, wie es bereits in Fig. 7 dargestellt ist. Diese Term kann beispielsweise ebenfalls 1,5 sein, kann jedoch auch gleich null sein, wie in dem in Fig. 2b gezeigten Fall, wobei dies z. B. empirisch bestimmt werden kann.
An dieser Stelle sei nochmals auf Fig. 5 hingewiesen, aus der die erfindungsgemäß berechnete Perceptual Entropie ersichtlich ist, und zwar aufgetragen über den benötigten Bits. Eine höhere Genauigkeit der Abschätzung gegenüber den Vergleichsbeispielen in den Fig. 6, 7 und 8 ist deutlich zu erkennen. Auch gegenüber der linienweisen Berechnung schneidet die erfindungsgemäße modifizierte bandweise Berechnung zumindest gleichwertig ab.
Abhängig von der Gegebenheit, kann das erfindungsgemäße Verfahren in Hardware oder in Software implementiert werden. Die Implementierung kann auf einem digitalen Speichermedium, insbesondere einer Diskette oder CD mit elektro- nisch auslesbaren Steuersignalen erfolgen, die so mit einem programmierbaren Computersystem zusammenwirken können, dass das Verfahren ausgeführt wird. Allgemein besteht die Erfindung somit auch in einem Computer-Programm-Produkt mit einem auf einem maschinenlesbaren Träger gespeicherten Pro- grammcode zur Durchführung des erfindungsgemäßen Verfahrens, wenn das Computer-Programm-Produkt auf einem Rechner abläuft. In anderen Worten ausgedrückt, kann die Erfindung somit als ein Computer-Programm mit einem Programmcode zur Durchführung des Verfahrens realisiert werden, wenn das Computer-Programm auf einem Computer abläuft.

Claims

Patentansprüche
1. Vorrichtung zum Ermitteln eines Schätzwerts für einen Bedarf an Informationseinheiten zum Codieren eines Signals, das Audio- oder Videoinformationen aufweist, wobei das Signal mehrere Frequenzbänder aufweist, mit folgenden Merkmalen: einer Einrichtung (102) zum Liefern eines Maßes für eine erlaubte Störung für ein Frequenzband des Signals, wobei das Frequenzband wenigstens zwei Spektralwerte einer spektralen Darstellung des Signals um- fasst, und eines Maßes für eine Energie des Signals in dem Frequenzband; einer Einrichtung (106) zum Berechnen eines Maßes für eine Verteilung der Energie in dem Frequenzband, wobei die Verteilung der Energie in dem Frequenzband von einer vollständig gleichmäßigen Verteilung abweicht; und einer Einrichtung (104) zum Berechnen des Schätzwerts unter Verwendung des Maßes für die Störung, des Maßes für die Energie und des Maßes für die Verteilung der Energie.
Vorrichtung nach Anspruch 1, bei der die Einrichtung (106) zum Berechnen ausgebildet ist, um zur Berechnung des Maßes für die Verteilung der Energie Beträge von Spektralwerten in dem Frequenzband zu berücksichtigen.
Vorrichtung nach Anspruch 1 oder 2, bei der die Einrichtung (106) zum Berechnen des Maßes für die Verteilung der Energie ausgebildet ist, um als Maß für die Verteilung der Energie eine Anzahl von Spektralwerten zu ermitteln, deren Betrag größer oder gleich einer vorbestimmten Betragsschwelle sind, oder deren Betrag kleiner oder gleich der Betragsschwelle sind.
4. Vorrichtung nach Anspruch 3, bei der die Betragsschwelle eine exakte oder geschätzte Quantisiererstufe ist, die in einem Quantisierer bewirkt, dass Werte kleiner oder gleich der Quantisiererstufe zu null quantisiert werden.
5. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Einrichtung (106) zum Berechnen ausgebildet ist, um einen Formfaktor gemäß folgender Gleichung zu berechnen:
wobei X(k) ein Spektralwert bei einem Frequenzindex k ist, wobei kOffset ein erster Spektralwert in einem Band b ist, und wobei ffac(b) der Formfaktor ist.
6. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Einrichtung (106) zum Berechnen ausgebildet ist, um eine vierte Wurzel aus einem Verhältnis zwischen der Energie in dem Frequenzband und einer Breite des Frequenzbands oder Anzahl der Spektralwerte innerhalb des Frequenzbands zu berücksichtigen.
Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Einrichtung (106) zum Berechnen ausgebildet ist, um das Maß für die Verteilung der Energie gemäß folgender Gleichungen zu berechnen: ffac(b)
wobei X(k) ein Spektralwert bei einem Frequenzindex k ist, wobei kOffset ein erster Spektralwert in einem Band b ist, wobei ffac(b) ein Formfaktor ist, wobei nl(b) das Maß für die Verteilung der Energie in dem Band b darstellt, wobei e(b) eine Signalenergie in dem Band b ist, und wobei width(b) eine Breite des Bandes ist.
8. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Einrichtung (104) zum Berechnen des Schätzwerts ausgebildet ist, um einen Quotienten aus der Energie in dem Frequenzband und der Störung in dem Frequenzband zu verwenden.
9. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Einrichtung (104) zum Berechnen des Schätzwerts ausgebildet ist, um den Schätzwert unter Verwendung des folgenden Ausdrucks zu berechnen:
wobei pe der Schätzwert ist, wobei nl (b) das Maß für die Verteilung der Energie in dem Band b darstellt, wobei e (b) eine Energie des Signals in dem Band b ist, wobei nb(b) die erlaubte Störung in dem Band b ist, und wobei s ein additiver Term ist, der vorzugsweise gleich 1,5 ist.
10. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Einrichtung (104) zum Berechnen des Schätzwerts ausgebildet ist, um den Schätzwert gemäß folgender Gleichung zu berechnen:
wobei gilt: ffacφ) nl >) = , e{b) λo.- ' und Vwrώft(fi) wobei gilt:
wobei pe der Schätzwert ist, wobei nl(b) das Maß für die Verteilung der Energie in dem Band b darstellt, wobei e(b) eine Energie des Signals in dem Band b ist, wobei nb(b) die erlaubte Störung in dem Band b ist, wobei s ein additiver Term ist, der vorzugsweise gleich 1,5 ist, wobei X(k) ein Spektralwert bei einem Frequenzindex k ist, wobei kOffset ein erster Spektralwert in einem Band b ist, wobei ffac(b) ein Formfaktor ist, und wobei width(b) eine Breite des Bandes ist
11. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der das Signal als spektrale Darstellung mit Spektralwerten gegeben ist.
12. Verfahren zum Ermitteln eines Schätzwerts für einen Bedarf an Informationseinheiten zum Codieren eines Signals, das Audio- oder Videoinformationen aufweist, wobei das Signal mehrere Frequenzbänder aufweist, mit folgenden Schritten:
Liefern (102) eines Maßes für eine erlaubte Störung für ein Frequenzband des Signals, wobei das Frequenzband wenigstens zwei Spektralwerte einer spektralen Darstellung des Signals umfasst, und eines Maßes für eine Energie des Signals in dem Frequenzband;
Berechnen (106) eines Maßes für eine Verteilung der Energie in dem Frequenzband, wobei die Verteilung der Energie in dem Frequenzband von einer vollständig gleichmäßigen Verteilung abweicht; und
Berechnen (104) des Schätzwerts unter Verwendung des Maßes für die Störung, des Maßes für die Energie und des Maßes für die Verteilung der Energie.
13. Computerprogramm mit einem Programmcode zum Durchführen des Verfahrens zum Ermitteln eines Schätzwerts für einen Bedarf an Informationseinheiten zum Codieren eines Signals gemäß Patentanspruch 12, wenn das Programm auf einem Computer abläuft.
EP05707481A 2004-03-01 2005-02-17 Vorrichtung und verfahren zum ermitteln eines schätzwerts Active EP1697931B1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP19167397.9A EP3544003B1 (de) 2004-03-01 2005-02-17 Vorrichtung und verfahren zum ermitteln eines schätzwerts
EP08021083.4A EP2034473B1 (de) 2004-03-01 2005-02-17 Vorrichtung und Verfahren zum Ermitteln eines Schaetzwerts
PL19167397T PL3544003T3 (pl) 2004-03-01 2005-02-17 Urządzenie i sposób ustalania szacowanej wartości
PL08021083T PL2034473T3 (pl) 2004-03-01 2005-02-17 Urządzenie i sposób ustalania szacowanej wartości

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102004009949A DE102004009949B4 (de) 2004-03-01 2004-03-01 Vorrichtung und Verfahren zum Ermitteln eines Schätzwertes
PCT/EP2005/001651 WO2005083680A1 (de) 2004-03-01 2005-02-17 Vorrichtung und verfahren zum ermitteln eines schätzwerts

Related Child Applications (3)

Application Number Title Priority Date Filing Date
EP08021083.4A Division EP2034473B1 (de) 2004-03-01 2005-02-17 Vorrichtung und Verfahren zum Ermitteln eines Schaetzwerts
EP19167397.9A Division EP3544003B1 (de) 2004-03-01 2005-02-17 Vorrichtung und verfahren zum ermitteln eines schätzwerts
EP08021083.4 Division-Into 2008-12-04

Publications (2)

Publication Number Publication Date
EP1697931A1 true EP1697931A1 (de) 2006-09-06
EP1697931B1 EP1697931B1 (de) 2011-11-02

Family

ID=34894902

Family Applications (3)

Application Number Title Priority Date Filing Date
EP19167397.9A Active EP3544003B1 (de) 2004-03-01 2005-02-17 Vorrichtung und verfahren zum ermitteln eines schätzwerts
EP08021083.4A Active EP2034473B1 (de) 2004-03-01 2005-02-17 Vorrichtung und Verfahren zum Ermitteln eines Schaetzwerts
EP05707481A Active EP1697931B1 (de) 2004-03-01 2005-02-17 Vorrichtung und verfahren zum ermitteln eines schätzwerts

Family Applications Before (2)

Application Number Title Priority Date Filing Date
EP19167397.9A Active EP3544003B1 (de) 2004-03-01 2005-02-17 Vorrichtung und verfahren zum ermitteln eines schätzwerts
EP08021083.4A Active EP2034473B1 (de) 2004-03-01 2005-02-17 Vorrichtung und Verfahren zum Ermitteln eines Schaetzwerts

Country Status (19)

Country Link
US (1) US7318028B2 (de)
EP (3) EP3544003B1 (de)
JP (1) JP4673882B2 (de)
KR (1) KR100852482B1 (de)
CN (1) CN1938758B (de)
AT (1) ATE532173T1 (de)
AU (1) AU2005217507B2 (de)
BR (1) BRPI0507815B1 (de)
CA (1) CA2559354C (de)
DE (1) DE102004009949B4 (de)
DK (1) DK1697931T3 (de)
ES (3) ES2739544T3 (de)
HK (1) HK1093813A1 (de)
IL (1) IL176978A (de)
NO (1) NO338917B1 (de)
PL (2) PL2034473T3 (de)
PT (2) PT2034473T (de)
RU (1) RU2337414C2 (de)
WO (1) WO2005083680A1 (de)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012152764A1 (en) 2011-05-09 2012-11-15 Dolby International Ab Method and encoder for processing a digital stereo audio signal
FR2977439A1 (fr) * 2011-06-28 2013-01-04 France Telecom Fenetres de ponderation en codage/decodage par transformee avec recouvrement, optimisees en retard.
JP7257975B2 (ja) * 2017-07-03 2023-04-14 ドルビー・インターナショナル・アーベー 密集性の過渡事象の検出及び符号化の複雑さの低減
EP3483879A1 (de) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Analyse-/synthese-fensterfunktion für modulierte geläppte transformation
WO2019091573A1 (en) 2017-11-10 2019-05-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for encoding and decoding an audio signal using downsampling or interpolation of scale parameters
EP3483883A1 (de) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audiokodierung und -dekodierung mit selektiver nachfilterung
EP3483884A1 (de) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Signalfiltrierung
WO2019091576A1 (en) 2017-11-10 2019-05-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoders, audio decoders, methods and computer programs adapting an encoding and decoding of least significant bits
EP3483880A1 (de) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Zeitliche rauschformung
EP3483882A1 (de) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Steuerung der bandbreite in codierern und/oder decodierern
EP3483886A1 (de) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Auswahl einer grundfrequenz
EP3483878A1 (de) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audiodecoder mit auswahlfunktion für unterschiedliche verlustmaskierungswerkzeuge
CN111405419B (zh) * 2020-03-26 2022-02-15 海信视像科技股份有限公司 音频信号处理方法、装置及可读存储介质
CN116707557B (zh) * 2022-12-20 2024-05-03 荣耀终端有限公司 信道选择方法、接收机及存储介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69127842T2 (de) * 1990-03-09 1998-01-29 At & T Corp Hybride wahrnehmungsgebundene Kodierung von Audiosignalen
CA2090052C (en) * 1992-03-02 1998-11-24 Anibal Joao De Sousa Ferreira Method and apparatus for the perceptual coding of audio signals
US5285498A (en) * 1992-03-02 1994-02-08 At&T Bell Laboratories Method and apparatus for coding audio signals based on perceptual model
EP0559348A3 (de) 1992-03-02 1993-11-03 AT&T Corp. Rateurregelschleifenprozessor für einen wahrnehmungsgebundenen Koder/Dekoder
CA2277975C (en) * 1992-06-24 2001-11-20 British Telecommunications Public Limited Company Method and apparatus for objective speech quality measurements of telecommunication equipment
JP2927660B2 (ja) * 1993-01-25 1999-07-28 シャープ株式会社 樹脂封止型半導体装置の製造方法
US5623577A (en) * 1993-07-16 1997-04-22 Dolby Laboratories Licensing Corporation Computationally efficient adaptive bit allocation for encoding method and apparatus with allowance for decoder spectral distortions
US5632003A (en) * 1993-07-16 1997-05-20 Dolby Laboratories Licensing Corporation Computationally efficient adaptive bit allocation for coding method and apparatus
US5956674A (en) * 1995-12-01 1999-09-21 Digital Theater Systems, Inc. Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels
DE19736669C1 (de) * 1997-08-22 1998-10-22 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Erfassen eines Anschlags in einem zeitdiskreten Audiosignal sowie Vorrichtung und Verfahren zum Codieren eines Audiosignals
DE19747132C2 (de) * 1997-10-24 2002-11-28 Fraunhofer Ges Forschung Verfahren und Vorrichtungen zum Codieren von Audiosignalen sowie Verfahren und Vorrichtungen zum Decodieren eines Bitstroms
AU3372199A (en) * 1998-03-30 1999-10-18 Voxware, Inc. Low-complexity, low-delay, scalable and embedded speech and audio coding with adaptive frame loss concealment
AU4201100A (en) * 1999-04-05 2000-10-23 Hughes Electronics Corporation Spectral phase modeling of the prototype waveform components for a frequency domain interpolative speech codec system
JP3762579B2 (ja) * 1999-08-05 2006-04-05 株式会社リコー デジタル音響信号符号化装置、デジタル音響信号符号化方法及びデジタル音響信号符号化プログラムを記録した媒体
JP2001166797A (ja) * 1999-12-07 2001-06-22 Nippon Hoso Kyokai <Nhk> オーディオ信号の符号化装置
US6937979B2 (en) * 2000-09-15 2005-08-30 Mindspeed Technologies, Inc. Coding based on spectral content of a speech signal
EP1199711A1 (de) * 2000-10-20 2002-04-24 Telefonaktiebolaget Lm Ericsson Kodierung von Audiosignalen unter Verwendung von Vergrösserung der Bandbreite
SE0004187D0 (sv) * 2000-11-15 2000-11-15 Coding Technologies Sweden Ab Enhancing the performance of coding systems that use high frequency reconstruction methods
US6636830B1 (en) * 2000-11-22 2003-10-21 Vialta Inc. System and method for noise reduction using bi-orthogonal modified discrete cosine transform
US6996523B1 (en) * 2001-02-13 2006-02-07 Hughes Electronics Corporation Prototype waveform magnitude quantization for a frequency domain interpolative speech codec system
US6871176B2 (en) * 2001-07-26 2005-03-22 Freescale Semiconductor, Inc. Phase excited linear prediction encoder
US6912495B2 (en) * 2001-11-20 2005-06-28 Digital Voice Systems, Inc. Speech model and analysis, synthesis, and quantization methods

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2005083680A1 *

Also Published As

Publication number Publication date
WO2005083680A1 (de) 2005-09-09
PL2034473T3 (pl) 2019-11-29
CA2559354C (en) 2011-08-02
EP2034473B1 (de) 2019-05-15
IL176978A0 (en) 2006-12-10
HK1093813A1 (en) 2007-03-09
RU2337414C2 (ru) 2008-10-27
KR20060121978A (ko) 2006-11-29
NO20064432L (no) 2006-09-29
JP4673882B2 (ja) 2011-04-20
CN1938758B (zh) 2010-11-10
PT2034473T (pt) 2019-08-05
ES2739544T3 (es) 2020-01-31
DE102004009949A1 (de) 2005-09-29
KR100852482B1 (ko) 2008-08-18
NO338917B1 (no) 2016-10-31
PT3544003T (pt) 2021-02-04
EP3544003A1 (de) 2019-09-25
BRPI0507815A (pt) 2007-07-10
EP1697931B1 (de) 2011-11-02
EP3544003B1 (de) 2020-12-23
US7318028B2 (en) 2008-01-08
PL3544003T3 (pl) 2021-07-12
US20070129940A1 (en) 2007-06-07
EP2034473A2 (de) 2009-03-11
IL176978A (en) 2012-08-30
RU2006134638A (ru) 2008-04-10
CN1938758A (zh) 2007-03-28
JP2007525715A (ja) 2007-09-06
ATE532173T1 (de) 2011-11-15
EP2034473A3 (de) 2015-09-16
DE102004009949B4 (de) 2006-03-09
AU2005217507A1 (en) 2005-09-09
DK1697931T3 (da) 2012-02-27
BRPI0507815B1 (pt) 2018-09-11
CA2559354A1 (en) 2005-09-09
ES2847237T3 (es) 2021-08-02
AU2005217507B2 (en) 2008-08-14
ES2376887T3 (es) 2012-03-20

Similar Documents

Publication Publication Date Title
EP1697930B1 (de) Vorrichtung und verfahren zum verarbeiten eines multikanalsignals
DE60014363T2 (de) Verringerung der von der quantisierung verursachten datenblock-diskontinuitäten in einem audio-kodierer
DE19811039B4 (de) Verfahren und Vorrichtungen zum Codieren und Decodieren von Audiosignalen
EP2022043B1 (de) Informationssignalcodierung
DE69915400T2 (de) Vorrichtung zur Kodierung und Dekodierung von Audiosignalen
DE69518452T2 (de) Verfahren für die Transformationskodierung akustischer Signale
DE60004814T2 (de) Quantisierung in perzeptuellen audiokodierern mit kompensation des durch den synthesefilter verschmierten rauschens
EP1495464B1 (de) Vorrichtung und verfahren zum codieren eines zeitdiskreten audiosignals und vorrichtung und verfahren zum decodieren von codierten audiodaten
US7318028B2 (en) Method and apparatus for determining an estimate
DE69810361T2 (de) Verfahren und Vorrichtung zur mehrkanaligen akustischen Signalkodierung und -dekodierung
EP1687810B1 (de) Vorrichtung und verfahren zum ermitteln einer quantisierer-schrittweite
EP1397799B1 (de) Verfahren und vorrichtung zum verarbeiten von zeitdiskreten audio-abtastwerten
DE69932861T2 (de) Verfahren zur kodierung eines audiosignals mit einem qualitätswert für bit-zuordnung
DE69801536T2 (de) Vorrichtung und Verfahren zur Signalcodierung
DE10010849C1 (de) Vorrichtung und Verfahren zum Analysieren eines Analyse-Zeitsignals
EP1247275B1 (de) Vorrichtung und verfahren zum bestimmen eines codierungs-blockrasters eines decodierten signals
DE19742201C1 (de) Verfahren und Vorrichtung zum Codieren von Audiosignalen
DE10065363B4 (de) Vorrichtung und Verfahren zum Decodieren eines codierten Datensignals
MXPA06009934A (es) Metodo y aparato para determinar un estimado

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20060712

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU MC NL PL PT RO SE SI SK TR

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: FRAUNHOFER-GESELLSCHAFT ZUR FOERDERUNG DER ANGEWAN

REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1093813

Country of ref document: HK

DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20070717

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU MC NL PL PT RO SE SI SK TR

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

REG Reference to a national code

Ref country code: DE

Ref legal event code: R096

Ref document number: 502005012097

Country of ref document: DE

Effective date: 20120105

REG Reference to a national code

Ref country code: NL

Ref legal event code: T3

REG Reference to a national code

Ref country code: SE

Ref legal event code: TRGR

REG Reference to a national code

Ref country code: DK

Ref legal event code: T3

REG Reference to a national code

Ref country code: ES

Ref legal event code: FG2A

Ref document number: 2376887

Country of ref document: ES

Kind code of ref document: T3

Effective date: 20120320

LTIE Lt: invalidation of european patent or patent extension

Effective date: 20111102

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20120302

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20120302

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20120203

Ref country code: SI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1093813

Country of ref document: HK

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20120202

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed

Effective date: 20120803

REG Reference to a national code

Ref country code: DE

Ref legal event code: R097

Ref document number: 502005012097

Country of ref document: DE

Effective date: 20120803

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: TR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111102

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: HU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050217

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 12

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 13

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 14

P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20230512

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: LU

Payment date: 20240220

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: ES

Payment date: 20240319

Year of fee payment: 20

Ref country code: IE

Payment date: 20240216

Year of fee payment: 20

Ref country code: NL

Payment date: 20240220

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: AT

Payment date: 20240216

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: MC

Payment date: 20240219

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FI

Payment date: 20240219

Year of fee payment: 20

Ref country code: DE

Payment date: 20240216

Year of fee payment: 20

Ref country code: CH

Payment date: 20240301

Year of fee payment: 20

Ref country code: GB

Payment date: 20240222

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: SE

Payment date: 20240221

Year of fee payment: 20

Ref country code: IT

Payment date: 20240229

Year of fee payment: 20

Ref country code: FR

Payment date: 20240222

Year of fee payment: 20

Ref country code: DK

Payment date: 20240221

Year of fee payment: 20

Ref country code: BE

Payment date: 20240219

Year of fee payment: 20