RU2799400C2 - Audio signal processing device for stereo signal encoding into bitstream signal and method for bitstream signal decoding into stereo signal implemented by using audio signal processing device - Google Patents
Audio signal processing device for stereo signal encoding into bitstream signal and method for bitstream signal decoding into stereo signal implemented by using audio signal processing device Download PDFInfo
- Publication number
- RU2799400C2 RU2799400C2 RU2020122022A RU2020122022A RU2799400C2 RU 2799400 C2 RU2799400 C2 RU 2799400C2 RU 2020122022 A RU2020122022 A RU 2020122022A RU 2020122022 A RU2020122022 A RU 2020122022A RU 2799400 C2 RU2799400 C2 RU 2799400C2
- Authority
- RU
- Russia
- Prior art keywords
- signal
- stereo
- frequency
- encoder
- encoding
- Prior art date
Links
Images
Abstract
Description
Область технического примененияScope of technical application
Заявка относится к кодированию звуковых сигналов, в частности, к кодированию стереофонических звуковых сигналов, объединяющему технологии параметрического кодирования и кодирования формы сигнала.The application relates to the coding of audio signals, in particular to the coding of stereo audio signals, combining parametric coding and waveform coding technologies.
Предпосылки изобретенияBackground of the invention
Совместное кодирование левого (L) и правого (R) каналов стереофонического сигнала позволяет осуществлять более эффективное кодирование по сравнению с независимым кодированием L и R. Традиционным подходом к совместному стереофоническому кодированию является кодирование средних/побочных (M/S) сигналов. В этом случае средний (M) сигнал формируется путем сложения сигналов L и R, например, сигнал М может иметь формуJoint coding of the left (L) and right (R) channels of a stereo signal allows for more efficient coding compared to independent coding of L and R. The traditional approach to joint stereo coding is mid/side (M/S) coding. In this case, the average (M) signal is formed by adding the L and R signals, for example, the M signal can be of the form
. .
Аналогично, побочный (S) сигнал формируется путем вычитания каналов L и R, например, сигнал S имеет формуSimilarly, the side (S) signal is formed by subtracting the L and R channels, for example, the S signal has the form
. .
В случае M/S-кодирования вместо сигналов L и R кодируются сигналы M и S.In the case of M/S coding, instead of the L and R signals, the M and S signals are encoded.
В стандарте MPEG (Moving Picture Experts Group) AAC (Advanced Audio Coding) (см. документ стандарта ISO/IEC 13818-7) стереофоническое L/R- кодирование и стереофоническое M/S-кодирование могут быть выбраны зависящими от времени и зависящими от частоты образом. Так, стереофонический кодер может применять L/R-кодирование для некоторых частотных полос стереофонического сигнала, в то время как M/S-кодирование используется для кодирования других частотных полос стереофонического сигнала (зависящий от частоты способ). Кроме того, кодер может переключаться между L/R-кодированием и M/S-кодированием с течением времени (зависящий от времени способ). В MPEG AAC стереофоническое кодирование выполняется в частотной области, точнее, в области MDCT (модифицированного дискретного косинусного преобразования). Это позволяет адаптивно делать выбор между L/R-кодированием и M/S-кодированием зависящим от частоты, а также от времени образом. Решение о выборе между стереофоническим L/R-кодированием и стереофоническим M/S-кодированием может базироваться на оценке побочного сигнала: когда энергия побочного сигнала мала, должно использоваться стереофоническое M/S-кодирование, которое является более эффективным. В альтернативном варианте принятия решения о выборе между двумя схемами кодирования могут испытываться обе эти схемы, и выбор может базироваться на результирующих попытках квантования, т.е. на наблюдаемой перцептуальной энтропии.In the MPEG (Moving Picture Experts Group) AAC (Advanced Audio Coding) standard (see ISO/IEC standard document 13818-7), stereo L/R coding and stereo M/S coding can be selected as time dependent and frequency dependent. way. Thus, a stereo encoder may apply L/R encoding to some frequency bands of the stereo signal, while M/S encoding is used to encode other frequency bands of the stereo signal (frequency dependent method). In addition, the encoder may switch between L/R encoding and M/S encoding over time (time dependent method). In MPEG AAC, stereo coding is done in the frequency domain, more specifically in the MDCT (Modified Discrete Cosine Transform) domain. This allows adaptive selection between L/R coding and M/S coding in a frequency-dependent manner as well as in a time-dependent manner. The decision to choose between L/R stereo coding and M/S stereo coding can be based on side signal estimation: when the side signal energy is small, M/S stereo coding, which is more efficient, should be used. Alternatively, deciding between two coding schemes, both of these schemes may be tested, and the selection may be based on the resulting quantization attempts, i.e. on the observed perceptual entropy.
Альтернативным подходом к совместному стереофоническому кодированию является параметрическое стереофоническое (PS) кодирование. В этом случае стереофонический сигнал передается как монофонический низведенный сигнал после кодирования низведенного сигнала традиционным кодером звуковых сигналов, таким как кодер AAC. Низведенный сигнал представляет собой суперпозицию каналов L и R. Монофонический низведенный сигнал передается в комбинации с дополнительными параметрами PS-кодирования, зависящими от времени и от частоты, такими как разность интенсивностей между каналами (IID) и взаимная корреляция между каналами (ICC). В декодере, на основе декодированного низведенного сигнала и параметров параметрического стереофонического кодирования, реконструируется стереофонический сигнал, который является приближением воспринимаемого пространственного изображения оригинального стереофонического сигнала. Для реконструкции декоррелятор генерирует декоррелированную версию низведенного сигнала. Указанный декоррелятор может реализовываться посредством соответствующего фазового фильтра. PS-кодирование и декодирование описано в статье "Low Complexity Parametric Stereo Coding in MPEG-4", H. Purnhagen, Proc. Of the 7th Int. Conference on Digital Audio Effects (DAFx'04), Naples, Italy, October 5-8, 2004, pages 163-168. Раскрытие из этого документа ссылкой включается в настоящее описание.An alternative approach to joint stereo coding is parametric stereo (PS) coding. In this case, the stereo signal is transmitted as a mono downmix signal after encoding the downmix signal with a conventional audio encoder such as an AAC encoder. The downmix signal is a superposition of the L and R channels. The mono downmix signal is transmitted in combination with additional time- and frequency-dependent PS encoding parameters such as inter-channel intensity difference (IID) and inter-channel cross-correlation (ICC). In the decoder, based on the decoded downmix signal and parametric stereo encoding parameters, a stereo signal is reconstructed that is an approximation of the perceived spatial image of the original stereo signal. For reconstruction, the decorrelator generates a decorrelated version of the downmix signal. Said decorrelator may be implemented by means of an appropriate phase filter. PS encoding and decoding is described in "Low Complexity Parametric Stereo Coding in MPEG-4", H. Purnhagen, Proc. Of the 7th Int. Conference on Digital Audio Effects (DAFx'04), Naples, Italy, October 5-8, 2004, pages 163-168. The disclosure from this document is incorporated herein by reference.
Стандарт MPEG Surround (см. документ ISO/IEC 23003-1) использует концепцию PS-кодирования. В декодере MPEG Surround множество выходных каналов создается на основе меньшего количества входных каналов и управляющих параметров. Декодеры и кодеры MPEG Surround строятся путем каскадного размещения параметрических стереофонических модулей, которые в стандарте MPEG Surround называются модулями ОТТ (модулями «от одного к двум») для кодера, и модулями R-OTT (обратными модулями «от одного к двум») - для кодера. Модуль ОТТ определяет два выходных канала посредством единого входного канала (низведенный сигнал), сопровождаемого параметрами PS-кодирования. Модуль ОТТ соответствует PS-декодеру, а модуль R-OTT соответствует PS-кодеру. Параметрическое стереофоническое кодирование может реализовываться с использованием MPEG Surround с одним модулем ОТТ на стороне декодера и одним модулем R-OTT - на стороне кодера; это также называется режимом "MPEG Surround 2-1-2". Синтаксис битового потока может отличаться, но лежащая в его основе теория и обработка сигнала являются одинаковыми. Поэтому в нижеследующем описании все отсылки к PS-кодированию также включают параметрическое стереофоническое кодирование на основе "MPEG Surround 2-1-2" или MPEG Surround.The MPEG Surround standard (see document ISO/IEC 23003-1) uses the concept of PS encoding. In an MPEG Surround decoder, a plurality of output channels is created based on a smaller number of input channels and control parameters. MPEG Surround decoders and encoders are built by cascading parametric stereo modules, which in the MPEG Surround standard are called OTT (One-to-Two) modules for the encoder, and R-OTT (Reverse One-to-Two) modules for encoder. The OTT module defines two output channels through a single input channel (downmix) followed by PS encoding parameters. The OTT module corresponds to the PS decoder, and the R-OTT module corresponds to the PS encoder. Parametric stereo coding can be implemented using MPEG Surround with one OTT module on the decoder side and one R-OTT module on the encoder side; this is also called "MPEG Surround 2-1-2" mode. The bitstream syntax may differ, but the underlying theory and signal processing are the same. Therefore, in the following description, all references to PS coding also include parametric stereo coding based on "MPEG Surround 2-1-2" or MPEG Surround.
В PS-кодере (например, в PS-кодере MPEG Surround) может определяться остаточный сигнал (RES), который передается в дополнение к низведенному сигналу. Этот остаточный сигнал указывает на погрешность, связанную с отображением оригинальных каналов посредством их понижающего микширования и параметров PS-кодирования. В декодере остаточный сигнал может использоваться вместо декоррелированной версии низведенного сигнала. Это позволяет лучше реконструировать форму сигналов оригинальных каналов L и R. Использование дополнительного остаточного сигнала описано, например, в стандарте MPEG Surround (см. документ ISO/EEC 23003-1) и в статье "MPEG Surround - The ISO/MPEG Standard for Efficient and Compatible Multi-Channel Audio Coding”, J. Herre et al., Audio Engineering Convention Paper 7084, 122nd Convention, May 5-8, 2007. Раскрытия из обоих документов, в частности, ремарки, относящиеся в них к остаточному сигналу, ссылкой включаются в настоящее описание.In a PS encoder (eg, an MPEG Surround PS encoder), a residual signal (RES) may be defined that is transmitted in addition to the downmix signal. This residual signal indicates the error associated with displaying the original channels through their downmix and PS encoding parameters. At the decoder, the residual signal may be used instead of a decorrelated version of the downmix signal. This makes it possible to better reconstruct the waveforms of the original L and R channels. The use of an additional residual signal is described, for example, in the MPEG Surround standard (see document ISO/EEC 23003-1) and in the article "MPEG Surround - The ISO/MPEG Standard for Efficient and Compatible Multi-Channel Audio Coding”, J. Herre et al., Audio Engineering Convention
PS-кодирование с остаточным сигналом является более общим подходом к совместному кодированию стереофонического сигнала, чем M/S-кодирование: M/S-кодирование выполняет вращение сигнала при преобразовании L/R-сигналов в M/S-сигналы. PS-кодирование с остаточным сигналом также выполняет вращение сигнала при преобразовании L/R-сигналов в низведенный и остаточный сигналы. Однако в последнем случае вращение сигнала является варьируемым и зависит от параметров PS-кодирования.PS residual coding is a more general stereo joint coding approach than M/S coding: M/S coding performs signal rotation when converting L/R signals to M/S signals. Residual PS encoding also performs signal rotation when converting L/R signals to downmix and residual signals. However, in the latter case, the signal rotation is variable and depends on the PS encoding parameters.
По причине большей общности подхода PS-кодирования с остатком, PS-кодирование с остатком позволяет более эффективно, чем M/S-кодирование, кодировать определенные типы сигналов, такие как панорамированный монофонический сигнал. Так, предложенный кодер позволяет эффективно комбинировать технологии параметрического стереофонического кодирования с технологиями стереофонического кодирования на основе кодирования формы сигнала.Because of the greater generality of the residual PS coding approach, residual PS coding allows certain types of signals, such as a panned mono signal, to be encoded more efficiently than M/S coding. Thus, the proposed encoder makes it possible to efficiently combine parametric stereo coding technologies with stereo coding technologies based on waveform coding.
Часто перцептуальные стереофонические кодеры, такие как перцептуальный стереофонический кодер MPEG AAC, могут принимать решение о выборе между стереофоническим L/R-кодированием и стереофоническим M/S-кодированием, где в последнем случае средний/побочный сигнал генерируется на основе стереофонического сигнала. Этот выбор может зависеть от частоты, т.е. для некоторых частотных полос может использоваться стереофоническое L/R-кодирование, в то время как для других частотных полос может использоваться стереофоническое M/S-кодирование.Often, perceptual stereo encoders, such as the MPEG AAC perceptual stereo encoder, can decide between stereo L/R encoding and stereo M/S encoding, where in the latter case the middle/side signal is generated based on the stereo signal. This choice may be frequency dependent, i.e. some frequency bands may use stereo L/R encoding, while other frequency bands may use stereo M/S encoding.
В ситуации, когда каналы L и R по существу представляют собой независимые сигналы, указанный перцептуальный стереофонический кодер, как правило, не будет использовать стереофоническое M/S-кодирование, поскольку в данной ситуации эта схема кодирования не обеспечивает никакого улучшения кодирования по сравнению со стереофоническим L/R-кодированием. Кодер перейдет обратно на уровень простого стереофонического L/R-кодирования, по существу обрабатывающего L и R независимо.In a situation where the L and R channels are essentially independent signals, the specified perceptual stereo encoder will generally not use stereo M/S coding, since in this situation this coding scheme does not provide any improvement in coding compared to stereo L /R-encoding. The encoder will go back to the level of simple stereo L/R encoding essentially processing L and R independently.
В такой же ситуации система PS-кодера будет создавать низведенный сигнал, который содержит оба канала, L и R, что препятствует независимой обработке каналов L и R. Для PS-кодирования с остаточным сигналом это может означать менее эффективное кодирование по сравнению со стереофоническим кодированием, где адаптивно выбирается стереофоническое L/R-кодирование или стереофоническое M/S-кодирование.In the same situation, a PS encoder system will produce a downmix signal that contains both the L and R channels, which prevents the L and R channels from being processed independently. For residual PS encoding, this may mean less efficient encoding compared to stereo encoding, where the stereo L/R coding or stereo M/S coding is adaptively selected.
Таким образом, существуют ситуации, в которых PS-кодер превосходит перцептуальный стереофонический кодер с адаптивным выбором между стереофоническим L/R-кодированием и стереофоническим M/S-кодированием, в то время как в других ситуациях последний кодер превосходит PS-кодер.Thus, there are situations in which the PS encoder outperforms the perceptual stereo encoder with adaptive selection between stereo L/R coding and stereo M/S coding, while in other situations the latter encoder outperforms the PS encoder.
Краткое описание изобретенияBrief description of the invention
Настоящая заявка описывает систему кодера звуковых сигналов и способ кодирования, которые основываются на идее комбинирования PS-кодирования с использованием остаточного сигнала и адаптивного перцептуального стереофонического L/R- или M/S-кодирования (например, перцептуального совместного стереофонического кодирования ААС в области MDCT). Это позволяет комбинировать преимущества адаптивного стереофонического L/R- или M/S-кодирования (например, используемого в MPEG AAC) с преимуществами PS-кодирования с остаточным сигналом (например, используемого в MPEG Surround). Кроме того, заявка описывает соответствующую систему декодера звуковых сигналов и способ декодирования.The present application describes an audio encoder system and coding method that is based on the idea of combining PS coding using a residual signal and adaptive perceptual stereo L/R or M/S coding (e.g. AAC perceptual stereo coding in the MDCT domain). This allows you to combine the benefits of adaptive stereo L/R or M/S coding (eg used in MPEG AAC) with the benefits of PS coding with residual signal (eg used in MPEG Surround). In addition, the application describes a corresponding audio signal decoder system and a decoding method.
Первый аспект заявки относится к системе кодера, предназначенной для кодирования стереофонического сигнала в сигнал битового потока. Согласно одному из вариантов осуществления системы кодера, система кодера включает этап понижающего микширования, предназначенный для генерирования на основе стереофонического сигнала низведенного сигнала и остаточного сигнала. Остаточный сигнал может покрывать весь или только часть используемого частотного диапазона звукового сигнала. Кроме того, система кодера включает этап определения параметров, предназначенный для определения таких параметров PS-кодирования, как разность интенсивностей между каналами и взаимная корреляция между каналами. Предпочтительно параметры PS-кодирования являются зависящими от частоты. Указанные этапы понижающего микширования и определения параметров, как правило, составляют часть PS-кодера.The first aspect of the application relates to an encoder system for encoding a stereo signal into a bitstream signal. According to one embodiment of the encoder system, the encoder system includes a downmix step for generating a downmix signal and a residual signal based on the stereo signal. The residual signal may cover all or only part of the usable frequency range of the audio signal. In addition, the encoder system includes a parameter determination step for determining PS encoding parameters such as inter-channel intensity difference and inter-channel cross-correlation. Preferably, the PS encoding parameters are frequency dependent. These steps of downmixing and parameter determination are typically part of a PS encoder.
Кроме того, система кодера включает средства перцептуального кодирования в нисходящем направлении относительно этапа понижающего микширования, где производится выбор между двумя схемами кодирования:In addition, the encoder system includes means for perceptual coding in the downstream direction relative to the downmix stage, where a choice is made between two coding schemes:
- кодированием на основе суммы низведенного сигнала и остаточного сигнала и на основе разности между низведенным сигналом и остаточным сигналом; или- coding based on the sum of the downmix signal and the residual signal and on the basis of the difference between the downmix signal and the residual signal; or
- кодированием на основе низведенного сигнала и на основе остаточного сигнала.- coding based on the downmix signal and based on the residual signal.
Следует отметить, что в случае кодирования на основе низведенного сигнала и остаточного сигнала низведенный сигнал и остаточный сигнал могут являться кодированными, или могут являться кодированными сигналы, пропорциональные этим сигналам. В случае кодирования, на основе суммы и разности, сумма и разность могут являться кодированными, или могут являться кодированными сигналы, пропорциональные этим сигналам.It should be noted that in the case of encoding based on the downmix signal and the residual signal, the downmix signal and the residual signal may be encoded, or signals proportional to these signals may be encoded. In the case of sum and difference based coding, the sum and difference may be encoded, or may be encoded signals proportional to these signals.
Выбор может быть зависящим от частоты (или зависящим от времени), т.е. для первой полосы частот может делаться выбор в пользу кодирования, основанного на суммарном сигнале и разностном сигнале, в то время как для второй полосы частот может делаться выбор в пользу кодирования, основанного на низведенном сигнале и на остаточном сигнале.The choice may be frequency dependent (or time dependent), i.e. for the first frequency band, coding based on the sum signal and the difference signal may be selected, while for the second frequency band, coding based on the downmix signal and the residual signal may be selected.
Такая система кодера имеет преимущество, которое позволяет переключаться между стереофоническим L/R-кодированием и PS-кодированием с остаточным сигналом (предпочтительно, зависящим от частоты образом): если средства перцептуального кодирования делают выбор (для конкретной полосы или для всего частотного диапазона) в пользу кодирования, на основе низведенного и остаточного сигналов, система кодирования ведет себя как система, использующая стандартное PS-кодирование с остаточным сигналом. Однако если средства перцептуального кодирования делают выбор (для конкретной полосы или для всего частотного диапазона) в пользу кодирования, на основе суммарного сигнала низведенного сигнала и остаточного сигнала и разностном сигнале низведенного сигнала и остаточного сигнала, при определенных условиях, операции суммирования и вычитания в значительной мере компенсируют предшествующую операцию понижающего микширования (за исключением случая, возможно, отличающегося коэффициента усиления), и, таким образом, система в целом фактически может выполнять L/R-кодирование для всего стереофонического сигнала или для одной из его частотных полос. Например, такие условия возникают тогда, когда каналы L и R стереофонического сигнала независимы и имеют одинаковый уровень, что более подробно будет разъяснено позднее.Such an encoder system has the advantage of being able to switch between stereo L/R encoding and PS encoding with residual signal (preferably in a frequency dependent manner): if the perceptual encoding means make a choice (for a specific band or for the entire frequency range) in favor of coding, based on downmix and residual signals, the coding system behaves like a system using standard PS coding with residual signal. However, if the perceptual encoding means make a choice (for a specific band or for the entire frequency range) in favor of coding, based on the sum signal of the downmix signal and the residual signal and the difference signal of the downmix signal and the residual signal, under certain conditions, the summation and subtraction operations are largely compensate for the previous downmix operation (except in the case of a possibly different gain) and thus the overall system can actually L/R encode the entire stereo signal or one of its frequency bands. For example, such conditions occur when the L and R channels of a stereo signal are independent and have the same level, which will be explained in more detail later.
Предпочтительно, адаптация схемы кодирования зависит от времени и от частоты. Так, предпочтительно, некоторые полосы частот стереофонического сигнала кодируются посредством схемы L/R-кодирования, в то время как другие полосы частот стереофонического сигнала кодируются посредством схемы PS-кодирования с остаточным сигналом.Preferably, the adaptation of the coding scheme is time and frequency dependent. Thus, preferably, some frequency bands of the stereo signal are encoded with an L/R coding scheme, while other frequency bands of the stereo signal are encoded with a PS coding scheme with a residual signal.
Следует отметить, что в случае кодирования, на основе низведенного сигнала и остаточного сигнала, как обсуждалось выше, фактический сигнал, который является входным в базовый кодер, может быть сформирован двумя последовательными операциями на низведенном сигнале и остаточном сигнале, которые являются обратными (за исключением случая, возможно, отличающегося коэффициента усиления). Например, низведенный сигнал и остаточный сигнал подаются на этап преобразования M/S в L/R, а затем выходной сигнал этапа преобразования подается на этап преобразования L/R в M/S. Результирующий сигнал (который затем используется для кодирования) соответствует низведенному сигналу и остаточному сигналу (за исключением случая, возможно, отличающегося коэффициента усиления).It should be noted that in the case of encoding based on the downmix signal and the residual signal, as discussed above, the actual signal that is input to the core encoder can be generated by two successive operations on the downmix signal and the residual signal, which are inverse (except in the case , possibly a different gain). For example, the downmix signal and the residual signal are supplied to the M/S to L/R conversion stage, and then the output signal of the conversion stage is supplied to the L/R to M/S conversion stage. The resulting signal (which is then used for encoding) corresponds to the downmix signal and the residual signal (except in the case of a possibly different gain).
Нижеследующий вариант осуществления изобретения использует эту идею. Согласно одному из вариантов осуществления системы кодера, система кодера, как обсуждалось выше, включает этап понижающего микширования и этап определения параметров. Кроме того, система кодера включает этап преобразования (например, составляющий часть средств кодирования, описанных выше). Этап преобразования генерирует псевдо-L/R-стереофонический сигнал путем выполнения преобразования низведенного сигнала и остаточного сигнала. Этап преобразования предпочтительно выполняет преобразования в сумму и разность, где низведенный сигнал и остаточный сигнал суммируются, генерируя один канал псевдо-стереофонического сигнала (сумма, возможно, умножается на некоторый коэффициент), и вычитаются один из другого, генерируя второй канал псевдо-стереофонического сигнала (разность, возможно, умножается на некоторый коэффициент). Предпочтительно, первый канал (например, псевдо-левый канал) псевдо-стереофонического сигнала пропорционален сумме низведенного и остаточного сигналов, где второй канал (например, псевдо-правый канал) псевдо-стереофонического сигнала пропорционален разности низведенного и остаточного сигналов. Таким образом, низведенный сигнал DMX и остаточный сигнал RES из PS-кодера могут быть конвертированы в псевдо-стереофонический сигнал Lp, Rp в соответствии со следующими уравнениями:The following embodiment of the invention uses this idea. According to one embodiment of the encoder system, the encoder system, as discussed above, includes a downmix step and a parameter determination step. In addition, the encoder system includes a transformation step (eg, forming part of the encoding means described above). The conversion step generates a pseudo-L/R stereo signal by performing a conversion on the downmix signal and the residual signal. The conversion step preferably performs sum-and-difference conversions where the downmix and residual signal are summed to generate one channel of the pseudo-stereo signal (the sum is possibly multiplied by some factor), and subtract one from the other, generating a second channel of the pseudo-stereo signal ( the difference is possibly multiplied by some factor). Preferably, the first channel (eg, pseudo-left channel) of the pseudo stereo signal is proportional to the sum of the downmix and residual signals, where the second channel (eg, pseudo-right channel) of the pseudo stereo signal is proportional to the difference between the downmix and residual signals. Thus, the downmix signal DMX and the residual signal RES from the PS encoder can be converted to a pseudo-stereo signal L p , R p according to the following equations:
Lp=g(DMX+RES) Lp =g(DMX+RES)
Rp = g(DMX–RES). Rp = g(DMX-RES).
В приведенных выше уравнениях нормировочный коэффициент усиления g, например, имеет значение .In the above equations, the normalization gain g, for example, has the value .
Псевдо-стереофонический сигнал предпочтительно обрабатывается перцептуальным стереофоническим кодером (например, составляющим часть средств кодирования). Для кодирования выбирается стереофоническое L/R-кодирование или стереофоническое M/S-кодирование. Адаптивный перцептуальный стереофонический L/R- или M/S-кодер может представлять собой кодер на базе ААС. Предпочтительно выбор между стереофоническим L/R-кодированием и стереофоническим M/S-кодированием зависит от частоты; так, выбор может варьироваться для различных частотных полос, как обсуждалось выше. Кроме того, выбор между L/R-кодированием и M/S-кодированием, предпочтительно, зависит от времени. Решение о выборе между L/R-кодированием и M/S-кодированием предпочтительно принимается перцептуальным стереофоническим кодером.The pseudo stereo signal is preferably processed by a perceptual stereo encoder (eg, part of the encoding means). For encoding, select L/R stereo encoding or M/S stereo encoding. The adaptive perceptual stereo L/R or M/S encoder may be an AAC-based encoder. Preferably, the choice between stereo L/R encoding and stereo M/S encoding is frequency dependent; thus, the choice may vary for different frequency bands, as discussed above. In addition, the choice between L/R encoding and M/S encoding is preferably time dependent. The choice between L/R encoding and M/S encoding is preferably made by the perceptual stereo encoder.
Указанный перцептуальный стереофонический кодер для M/S-кодирования обладает возможностью внутреннего вычисления (псевдо-) сигналов M и S (во временной области или в выбранных полосах частот) на основе псевдо-стереофонического сигнала L/R. Указанные сигналы M и S соответствуют низведенному и остаточному сигналам (за исключением случая, возможно, отличающегося коэффициента усиления). Таким образом, если перцептуальный стереофонический кодер делает выбор в пользу M/S-кодирования, то он фактически кодирует низведенный и остаточный сигналы (которые соответствуют псевдо-сигналам М и S), как это могло бы выполняться в системе, использующей стандартное PS-кодирование с остаточным сигналом.The specified perceptual stereo encoder for M/S encoding has the ability to internally calculate (pseudo-) M and S signals (in the time domain or in selected frequency bands) based on the pseudo-stereo L/R signal. The indicated M and S signals correspond to the downmix and the residual signals (except in the case of a possibly different gain). Thus, if a perceptual stereo encoder opts for M/S encoding, then it actually encodes the downmix and residual signals (which correspond to pseudo M and S signals) as might be done in a system using standard PS encoding with residual signal.
Кроме того, в специфических условиях этап преобразования в значительной мере компенсирует предшествующую операцию понижающего микширования (за исключением случая, возможно, отличающегося коэффициента усиления), и, таким образом, система кодера в целом может фактически выполнять L/R-кодирование всего стереофонического сигнала или одной из его частотных полос (если перцептуальным кодером выбрано L/R-кодирование). Этот случай соответствует, например, случаю, когда каналы L и R стереофонического сигнала независимы и имеют одинаковый уровень, что более подробно будет разъяснено позднее. Таким образом, для данной полосы частот псевдо-стереофонический сигнал в значительной мере соответствует или является пропорциональным стереофоническому сигналу, если - для этой полосы частот - левый и правый каналы стереофонического сигнала, в значительной мере, независимы и имеют, в значительной мере, одинаковый уровень.In addition, under specific conditions, the transform step largely compensates for the previous downmix operation (except in the case of a possibly different gain), and thus the encoder system as a whole can actually L/R encode the entire stereo signal, or one from its frequency bands (if L/R encoding is selected by the perceptual encoder). This case corresponds, for example, to the case where the L and R channels of a stereo signal are independent and have the same level, which will be explained in more detail later. Thus, for a given frequency band, a pseudo-stereo signal matches or is substantially proportional to a stereo signal if - for that frequency band - the left and right channels of the stereo signal are substantially independent and have substantially the same level.
Таким образом, система кодера фактически позволяет осуществлять переключение между стереофоническим L/R-кодированием и PS-кодированием с остаточным сигналом с целью получения возможности адаптации к свойствам данного входного стереофонического сигнала. Предпочтительно, адаптация схемы кодирования зависит от времени и от частоты. Так, предпочтительно, некоторые полосы частот стереофонического сигнала кодируются посредством схемы L/R-кодирования, в то время как другие полосы частот стереофонического сигнала кодируются посредством схемы PS-кодирования с остаточным сигналом. Следует отметить, что M/S-кодирование по существу представляет собой частный случай PS-кодирования с остаточным сигналом (поскольку преобразование L/R в M/S представляет собой частный случай операции понижающего микширования при PS-кодировании), и, таким образом, система кодера также может выполнять полное M/S-кодирование.Thus, the encoder system actually allows switching between stereo L/R encoding and PS encoding with residual signal in order to be able to adapt to the properties of a given stereo input signal. Preferably, the adaptation of the coding scheme is time and frequency dependent. Thus, preferably, some frequency bands of the stereo signal are encoded with an L/R coding scheme, while other frequency bands of the stereo signal are encoded with a PS coding scheme with a residual signal. It should be noted that M/S encoding is essentially a special case of PS encoding with residual signal (because L/R to M/S conversion is a special case of PS encoding downmix operation), and thus the system encoder can also perform full M/S encoding.
Указанный вариант осуществления изобретения, содержащий этап преобразования в нисходящем направлении относительно PS-кодера и в восходящем направлении относительно перцептуального стереофонического L/R- или M/S-кодера, имеет преимущество, которое заключается в том, что могут быть использованы традиционный PS-кодер и традиционный перцептуальный кодер. Тем не менее, PS-кодер, или перцептуальный кодер, в данном случае может адаптироваться для специфического использования.This embodiment, comprising the step of converting downstream to the PS encoder and upstream to the perceptual stereo L/R or M/S encoder, has the advantage that a conventional PS encoder and traditional perceptual encoder. However, the PS encoder, or perceptual encoder, in this case can be adapted for a specific use.
Новая концепция повышает эффективность стереофонического кодирования, позволяя эффективно комбинировать PS-кодирование и совместное стереофоническое кодирование.The new concept improves the efficiency of stereo coding by allowing PS coding and joint stereo coding to be efficiently combined.
В соответствии с альтернативным вариантом осуществления изобретения, средства кодирования, которые обсуждались выше, включают этап преобразования, предназначенный для выполнения преобразования в сумму и разность на основе низведенного сигнала и остаточного сигнала для одной или нескольких частотных полос (например, для всего используемого частотного диапазона или только для одной полосы частот). Это преобразование может выполняться в частотной области или во временной области. Этап преобразования генерирует псевдо-левый/правый стереофонический сигнал для одной или нескольких частотных полос. Один канал псевдо-стереофонического сигнала соответствует сумме, а второй канал псевдо-стереофонического сигнала соответствует разности.In accordance with an alternative embodiment of the invention, the coding means discussed above includes a transform step for performing a sum and difference transform based on the downmix signal and the residual signal for one or more frequency bands (for example, for the entire usable frequency band or only for one frequency band). This transformation may be performed in the frequency domain or in the time domain. The conversion step generates a pseudo-left/right stereo signal for one or more frequency bands. One channel of the pseudo-stereo signal corresponds to the sum, and the second channel of the pseudo-stereo signal corresponds to the difference.
Таким образом, в случае, когда кодирование основывается на суммарном и разностном сигналах, выходной сигнал этапа преобразования может использоваться для кодирования, в то время как в случае, когда кодирование основывается на низведенном сигнале и остаточном сигнале, для кодирования могут использоваться сигналы в восходящем направлении относительно этапа кодирования. Таким образом, этот вариант осуществления изобретения не использует два последовательных преобразования в сумму и разность на низведенном сигнале и остаточном сигнале, приводящих к низведенному сигналу и остаточному сигналу (за исключением случая, возможно, отличающегося коэффициента усиления).Thus, in the case where the encoding is based on the sum and difference signals, the output signal of the transformation step can be used for encoding, while in the case where the encoding is based on the downmix and the residual signal, upstream signals relative to coding stage. Thus, this embodiment does not use two successive sum and difference conversions on the downmix and residual, resulting in the downmix and residual (except in the case of a possibly different gain).
При выборе кодирования на основе низведенного сигнала и остаточного сигнала, выбирается параметрическое стереофоническое кодирование стереофонического сигнала. При выборе кодирования на основе суммы и разности (т.е. кодирования на основе псевдо-стереофонического сигнала), выбирается L/R-кодирование стереофонического сигнала.When selecting encoding based on the downmix signal and the residual signal, the parametric stereo encoding of the stereo signal is selected. When sum-and-difference coding is selected (ie pseudo-stereo coding), L/R coding of the stereo signal is selected.
Этап преобразования может представлять собой этап преобразования L/R в M/S, составляющий часть перцептуального кодера с адаптивным выбором между стереофоническим L/R- и M/S-кодированием (возможно, в отличии от традиционного этапа преобразования L/R в M/S, коэффициенты усиления отличаются). Следует отметить, что решение о выборе между стереофоническим L/R- и M/S-кодированием должно быть обратимым. Таким образом, кодирование, на основе низведенного сигнала и остаточного сигнала, выбирается (т.е. кодированный сигнал не проходит этап преобразования) тогда, когда средства принятия решения принимают решение о перцептуальном M/S-декодировании, а кодирование, на основе псевдо-стереофонического сигнала, генерируемом этапом преобразования, выбирается (т.е. кодированный проходит этап преобразования) тогда, когда средства принятия решения принимают решение о перцептуальном L/R-декодировании.The transform step may be an L/R to M/S transform step that is part of a perceptual encoder with an adaptive choice between stereo L/R and M/S encoding (possibly unlike the traditional L/R to M/S transform step). , the gains are different). It should be noted that the decision to choose between stereo L/R and M/S encoding should be reversible. Thus, an encoding based on the downmix signal and a residual signal is selected (i.e., the encoded signal does not pass the transform stage) when the decision means decides on perceptual M/S decoding, and the encoding based on pseudo-stereo of the signal generated by the transform step is selected (ie, the encoded one passes the transform step) when the decision means make a decision about perceptual L/R decoding.
Система кодера согласно любому из обсужденных выше вариантов осуществления изобретения может включать дополнительный SBR-кодер (репликации спектральной полосы). SBR представляет собой одну из форм HFR (высокочастотной реконструкции). SBR-кодер определяет дополнительную информацию для реконструкции более высокого частотного диапазона звукового сигнала в декодере. Перцептуальным кодером кодируется только более низкий частотный диапазон, что уменьшает битовую скорость передачи данных. Предпочтительно SBR-кодер присоединяется в восходящем направлении относительно PS-кодера. Таким образом, SBR-кодер может находиться в стереофонической области и генерировать параметры SBR для стереофонического сигнала. Это будет более подробно обсуждаться в связи с графическими материалами.An encoder system according to any of the embodiments of the invention discussed above may include an additional SBR (spectral band replication) encoder. SBR is a form of HFR (High Frequency Reconstruction). The SBR encoder determines additional information for reconstructing the higher frequency range of the audio signal in the decoder. The perceptual encoder encodes only the lower frequency range, which reduces the bit rate. Preferably, the SBR encoder is connected upstream of the PS encoder. Thus, the SBR encoder may be in the stereo region and generate SBR parameters for the stereo signal. This will be discussed in more detail in connection with the graphics.
Предпочтительно, PS-кодер (т.е. этап понижающего микширования и этап определения параметров) выполняет операции в передискретизированной частотной области (PS-кодер, который обсуждается ниже, также предпочтительно выполняет операции в передискретизированной частотной области). Для преобразования из временной области в частотную в восходящем направлении относительно PS-кодера может использоваться гибридный блок комплекснозначных фильтров, содержащий QMF (квадратурный зеркальный фильтр) и фильтр Найквиста, как описано в стандарте MPEG Surround (см. документ ISO/IEC 23003-1). Это позволяет выполнять адаптивную обработку сигнала во времени и по частоте в отсутствие слышимых артефактов наложения спектров. Адаптивное L/R- или M/S-кодирование, с другой стороны, предпочтительно осуществляется в области критически дискретизированного MDCT (например, как описано в ААС) с целью обеспечения эффективного представления квантованного сигнала.Preferably, the PS encoder (ie, the downmix step and the parameter determination step) operates in the resampled frequency domain (the PS encoder, which is discussed below, also preferably operates in the resampled frequency domain). For upstream time-to-frequency conversion with respect to the PS encoder, a hybrid complex-valued filter bank containing a QMF (quadrature mirror filter) and a Nyquist filter can be used as described in the MPEG Surround standard (see ISO/IEC 23003-1 document). This allows adaptive signal processing in time and frequency in the absence of audible aliasing artifacts. Adaptive L/R or M/S coding, on the other hand, is preferably performed in the region of the critically sampled MDCT (eg, as described in AAC) in order to provide an efficient representation of the quantized signal.
Конверсия между низведенным и остаточным сигналами и псевдо-L/R-стереофоническим сигналом может осуществляться во временной области, поскольку PS-кодер и перцептуальный стереофонический кодер, как правило, в любом случае связываются во временной области. Таким образом, этап преобразования, предназначенный для генерирования сигнала псевдо-L/R может выполнять операции во временной области.The conversion between the downmix and residual signals and the pseudo L/R stereo signal can be done in the time domain, since the PS encoder and the perceptual stereo encoder are usually coupled in the time domain anyway. Thus, the conversion step for generating the pseudo-L/R signal can perform operations in the time domain.
В других вариантах осуществления изобретения, которые обсуждаются в связи с графическими материалами, этап преобразования выполняет операции в передискретизированной частотной области или области критически дискретизированного MDCT.In other embodiments of the invention, which are discussed in connection with the drawings, the transform step performs operations in the oversampled frequency domain or critically sampled MDCT domain.
Второй аспект заявки относится к системе декодера, предназначенной для декодирования сигнала битового потока, генерируемого обсужденной выше системой кодера.The second aspect of the application relates to a decoder system for decoding a bitstream signal generated by the encoder system discussed above.
Согласно одному из вариантов осуществления системы декодера, система декодера включает средства перцептуального декодирования, предназначенные для декодирования на основе сигнала битового потока. Средства декодирования сконфигурированы для генерирования посредством декодирования (внутреннего) первого сигнала и (внутреннего) второго сигнала и для вывода низведенного сигнала и остаточного сигнала. Низведенный сигнал и остаточный сигнал селективно основываются наAccording to one embodiment of a decoder system, the decoder system includes perceptual decoding means for decoding based on a bitstream signal. The decoding means is configured to generate by decoding the (internal) first signal and the (internal) second signal, and to output the downmix signal and the residual signal. The downmix signal and the residual signal are selectively based on
- сумме первого сигнала и второго сигнала и на разности первого сигнала и второго сигнала- the sum of the first signal and the second signal and on the difference between the first signal and the second signal
илиor
- на первом сигнале и на втором сигнале.- on the first signal and on the second signal.
Как обсуждалось выше в связи с системой кодера, в данном случае, выбор также может быть зависящим от частоты и независящим от частоты.As discussed above in connection with the encoder system, in this case, the choice can also be frequency dependent and frequency independent.
Кроме того, система включает этап повышающего микширования, предназначенный для генерирования стереофонического сигнала на основе низведенного сигнала и остаточного сигнала, где операция повышающего микширования на этапе повышающего микширования зависит от одного или нескольких параметров параметрического стереофонического кодирования.In addition, the system includes an upmix step for generating a stereo signal based on the downmix signal and the residual signal, where the upmix operation of the upmix step depends on one or more parametric stereo coding parameters.
Аналогично системе кодера, система декодера фактически позволяет переключаться между L/R-декодированием и PS-декодированием с остаточным сигналом, предпочтительно, зависящим от времени и от частоты образом.Similar to the encoder system, the decoder system actually allows switching between L/R decoding and PS decoding with residual signal, preferably in a time and frequency dependent manner.
Согласно другому варианту осуществления изобретения система декодера включает перцептуальный стереофонический декодер (например, составляющий часть средств декодирования), предназначенный для декодирования сигнала битового потока, где декодер генерирует псевдо-стереофонический сигнал. Перцептуальный декодер может представлять собой декодер на базе ААС. Для перцептуального стереофонического декодера перцептуальное L/R-декодирование или перцептуальное M/S-декодирование выбирается зависящим от частоты или независящим от частоты образом (фактический выбор предпочтительно управляется решением кодера, которое передается как дополнительная информация в битовом потоке). Декодер делает выбор схемы декодирования на основе схемы кодирования, использованной для кодирования. Используемая схема кодирования может указываться декодеру посредством информации, содержащейся в принимаемом битовом потоке.According to another embodiment of the invention, the decoder system includes a perceptual stereo decoder (eg, part of the decoding means) for decoding the bitstream signal, where the decoder generates a pseudo stereo signal. The perceptual decoder may be an AAC-based decoder. For a perceptual stereo decoder, perceptual L/R decoding or perceptual M/S decoding is selected in a frequency-dependent or frequency-independent manner (the actual selection is preferably controlled by the encoder's decision, which is transmitted as side information in the bitstream). The decoder makes a choice of decoding scheme based on the encoding scheme used for encoding. The coding scheme to be used may be indicated to the decoder by information contained in the received bitstream.
Кроме того, предусматривается этап преобразования, предназначенный для генерирования низведенного сигнала и остаточного сигнала путем выполнения преобразования псевдо-стереофонического сигнала. Иными словами, псевдо-стереофонический сигнал, получаемый из перцептуального декодера конвертируется обратно в низведенный и остаточный сигналы. Это преобразование представляет собой преобразование в сумму и разность: результирующий низведенный сигнал пропорционален сумме левого канала и правого канала псевдо-стереофонического сигнала, результирующий остаточный сигнал пропорционален разности левого канала и правого канала псевдо-стереофонического сигнала. Таким образом, осуществляется квази-преобразование L/R в M/S. Псевдо-стреофонический сигнал с двумя каналами Lp, Rр может конвертироваться в низведенный и остаточный сигналы в соответствии со следующими уравнениями:In addition, a conversion step is provided for generating a downmix signal and a residual signal by performing a pseudo-stereo signal conversion. In other words, the pseudo-stereo signal received from the perceptual decoder is converted back into downmix and residual signals. This conversion is a sum and difference conversion: the resulting downmix is proportional to the sum of the left channel and right channel of the pseudo stereo signal, the resulting residual signal is proportional to the difference of the left channel and right channel of the pseudo stereo signal. Thus, a quasi-conversion of L/R to M/S is carried out. A pseudo-stereo signal with two channels L p , R p can be converted into downmix and residual signals according to the following equations:
. .
В приведенных выше уравнениях нормировочный коэффициент усиления g может, например, иметь значение . Остаточный сигнал RES, используемый в декодере, может покрывать весь используемый диапазон частот звукового сигнала или только часть используемого диапазона частот звукового сигнала.In the above equations, the normalization gain g may, for example, be . The residual signal RES used in the decoder may cover the entire usable frequency range of the audio signal, or only a portion of the usable frequency range of the audio signal.
Низведенный и остаточный сигналы затем обрабатываются на этапе повышающего микширования PS-декодера для получения конечного стереофонического выходного сигнала. Повышающее микширование низведенного и остаточного сигналов в стереофонический сигнал зависит от принимаемых параметров PS-кодирования.The downmix and residual signals are then processed in the upmix step of the PS decoder to produce the final stereo output signal. The upmixing of the downmix and residual signals to a stereo signal depends on the received PS encoding parameters.
Согласно альтернативному варианту осуществления изобретения средства перцептуального декодирования могут включать этап преобразования в сумму и разность, предназначенный для выполнения преобразования на основе первого сигнала и второго сигнала для одной или нескольких частотных полос (например, для всего используемого диапазона частот). Таким образом, этап преобразования генерирует низведенный сигнал и остаточный сигнал в случае, когда низведенный сигнал и остаточный сигнал базируются на сумме первого сигнала и второго сигнала и на разности первого сигнала и второго сигнала. Этап преобразования может выполнять операции во временной области или в частотной области.According to an alternative embodiment of the invention, the perceptual decoding means may include a sum-and-difference transform step for performing a transform based on the first signal and the second signal for one or more frequency bands (eg, for the entire usable frequency band). Thus, the conversion step generates a downmix signal and a residual signal in the case where the downmix signal and the residual signal are based on the sum of the first signal and the second signal and on the difference of the first signal and the second signal. The transform step may perform operations in the time domain or in the frequency domain.
Как сходным образом обсуждалось в связи с системой кодера, этап преобразования может представлять собой этап преобразования M/S в L/R, составляющий часть перцептуального декодера с адаптивным выбором между стереофоническим L/R- и M/S-декодированием (возможно, коэффициент усиления, в отличие от традиционного этапа преобразования M/S в L/R, отличается). Следует отметить, что выбор между стереофоническим L/R- и M/S-декодированием должен быть обратимым.As similarly discussed in connection with the encoder system, the transform step may be an M/S to L/R transform step forming part of a perceptual decoder with an adaptive choice between stereo L/R and M/S decoding (perhaps the gain different from the traditional M/S to L/R conversion step is different). It should be noted that the choice between stereo L/R and M/S decoding should be reversible.
Система декодера согласно любому из предшествующих вариантов осуществления изобретения может включать дополнительный SBR-декодер, предназначенный для декодирования дополнительной информации из SBR-кодера и для генерирования высокочастотной составляющей звукового сигнала. Предпочтительно SBR-декодер располагается в нисходящем направлении относительно PS-декодера. Это будет более подробно обсуждаться в связи с графическими материалами.The decoder system according to any of the previous embodiments of the invention may include an additional SBR decoder for decoding additional information from the SBR encoder and for generating a high frequency component of the audio signal. Preferably, the SBR decoder is located downstream of the PS decoder. This will be discussed in more detail in connection with the graphics.
Предпочтительно, этап повышающего микширования выполняет операции в передискретизированной частотной области, например, в восходящем направлении относительно PS-декодера может, как описывалось выше, использоваться гибридный блок фильтров.Preferably, the upmixing step performs operations in the oversampled frequency domain, for example, in the upstream direction relative to the PS decoder, a hybrid filterbank can be used as described above.
Преобразование L/R в M/S может проводиться во временной области, поскольку перцептуальный декодер и PS-декодер (включая этап повышающего микширования), как правило, связаны во временной области.The L/R to M/S conversion can be performed in the time domain, since the perceptual decoder and the PS decoder (including the upmix step) are typically time domain coupled.
В других вариантах осуществления изобретения, описанных в связи с графическими материалами, преобразование L/R в M/S проводится в передискретизированной частотной области (например, QMF) или в критически дискретизированной частотной области (например, MDCT).In other embodiments of the invention described in connection with the drawings, L/R to M/S conversion is performed in the oversampled frequency domain (eg, QMF) or in the critically sampled frequency domain (eg, MDCT).
Третий аспект заявки относится к способу кодирования стереофонического сигнала в сигнал битового потока. Способ выполняет операции аналогично системе кодера, обсужденной выше. Таким образом, приведенные выше ремарки, относящиеся к системе кодера в основном также применимы и к способу кодирования.The third aspect of the application relates to a method for encoding a stereo signal into a bitstream signal. The method performs operations similar to the encoder system discussed above. Thus, the above remarks regarding the encoder system basically also apply to the encoding method.
Четвертый аспект заявки относится к способу декодирования сигнала битового потока, включающего параметры PS-кодирования, с целью генерирования стереофонического сигнала. Способ выполняет операции так же, как система декодера, обсужденная выше. Таким образом, приведенные выше ремарки, относящиеся к системе декодера в основном также применимы и к способу декодирования.The fourth aspect of the application relates to a method for decoding a bitstream signal including PS encoding parameters to generate a stereo signal. The method performs operations in the same way as the decoder system discussed above. Thus, the above remarks related to the decoder system basically also apply to the decoding method.
Ниже изобретение разъясняется посредством иллюстративных примеров с отсылкой к сопроводительным графическим материалам, гдеThe invention is explained below by means of illustrative examples with reference to the accompanying drawings, where
фиг. 1 - один из вариантов осуществления системы кодера, где, необязательно, параметры PS-кодирования содействуют психоакустическому управлению в перцептуальном стереофоническом кодере;fig. 1 illustrates one embodiment of an encoder system where, optionally, PS encoding parameters facilitate psychoacoustic control in a perceptual stereo encoder;
фиг. 2 - один из вариантов осуществления PS-кодера;fig. 2 shows one embodiment of a PS encoder;
фиг. 3 - один из вариантов осуществления системы декодера;fig. 3 shows one embodiment of a decoder system;
фиг. 4 - один из дополнительных вариантов осуществления PS-кодера, включающего детектор, предназначенный для деактивации PS-кодирования, если предпочтительным является L/R-кодирование;fig. 4 shows one further embodiment of a PS encoder including a detector for deactivating PS encoding if L/R encoding is preferred;
фиг. 5 - один из вариантов осуществления традиционной системы PS-кодера, содержащей дополнительный SBR-кодер для низведенного сигнала;fig. 5 shows one embodiment of a conventional PS encoder system including an additional SBR encoder for the downmix signal;
фиг. 6 - один из вариантов осуществления системы кодера, содержащей дополнительный SBR-кодер для низведенного сигнала;fig. 6 shows one embodiment of an encoder system comprising an additional SBR encoder for the downmix signal;
фиг. 7 - один из вариантов осуществления системы кодера, содержащей дополнительный SBR-кодер в стереофонической области;fig. 7 shows one embodiment of an encoder system comprising an additional SBR encoder in the stereo region;
фиг. 8а-8d - различные частотно-временные представления одного из двух выходных каналов на выходе декодера;fig. 8a-8d are different time-frequency representations of one of the two output channels at the output of the decoder;
фиг. 9a - один из вариантов осуществления базового кодера;fig. 9a shows one embodiment of a basic encoder;
фиг. 9b - один из вариантов осуществления кодера, который позволяет осуществлять переключение между кодированием в области линейного предсказания (как правило, только для монофонических сигналов) и кодированием в области преобразования (как правило, и для монофонических, и для стереофонических сигналов);fig. 9b shows one embodiment of an encoder that allows switching between linear prediction domain coding (typically for mono signals only) and transform domain coding (typically for both mono and stereo signals);
фиг. 10 - один из вариантов осуществления системы кодера;fig. 10 shows one embodiment of an encoder system;
фиг. 11a - часть одного из вариантов осуществления системы кодера;fig. 11a is part of one embodiment of an encoder system;
фиг. 11b - иллюстративная реализация варианта осуществления изобретения по фиг. 11а;fig. 11b is an exemplary implementation of the embodiment of the invention of FIG. 11a;
фиг. 11с - альтернатива варианту осуществления изобретения по фиг. 11а;fig. 11c shows an alternative to the embodiment of FIG. 11a;
фиг. 12 - один из вариантов осуществления системы кодера;fig. 12 shows one embodiment of an encoder system;
фиг. 13 - один из вариантов осуществления стереофонического кодера, составляющего часть системы кодера по фиг. 12;fig. 13 shows one embodiment of a stereo encoder forming part of the encoder system of FIG. 12;
фиг. 14 - один из вариантов осуществления системы декодера, предназначенной для декодирования сигнала битового потока, генерируемого системой кодера по фиг. 6;fig. 14 shows one embodiment of a decoder system for decoding a bitstream signal generated by the encoder system of FIG. 6;
фиг. 15 - один из вариантов осуществления системы декодера, предназначенной для декодирования сигнала битового потока, генерируемого системой кодера по фиг. 7;fig. 15 shows one embodiment of a decoder system for decoding a bitstream signal generated by the encoder system of FIG. 7;
фиг. 16a - часть одного из вариантов осуществления системы декодера;fig. 16a is part of one embodiment of a decoder system;
фиг. 16b - иллюстративная реализация варианта осуществления изобретения по фиг. 16а;fig. 16b is an exemplary implementation of the embodiment of the invention of FIG. 16a;
фиг. 16c - альтернатива варианту осуществления изобретения по фиг. 16а;fig. 16c is an alternative to the embodiment of the invention of FIG. 16a;
фиг. 17 - один из вариантов осуществления системы кодера; иfig. 17 shows one embodiment of an encoder system; And
фиг. 18 - один из вариантов осуществления системы декодера.fig. 18 shows one embodiment of a decoder system.
На фиг. 1 показан вариант осуществления системы кодера, которая объединяет PS-кодирование с использованием остаточного сигнала и адаптивное перцептуальное стереофоническое L/R- или M/S-кодирование. Этот вариант осуществления изобретения является лишь иллюстрацией принципов настоящей заявки. Следует понимать, что модификации и изменения этого варианта осуществления изобретения будут очевидны для специалистов в данной области. Система кодера включает PS-кодер 1, принимающий стереофонический сигнал L, R. PS-кодер 1 содержит этап понижающего микширования, предназначенный для генерирования низведенного DMX и остаточного RES сигналов на основе стереофонического сигнала L, R. Эту операцию можно описать при помощи матрицы H–1 понижающего микширования H–1 размера 2×2, которая конвертирует сигналы L и R в низведенный сигнал DMX и остаточный сигнал RES:In FIG. 1 shows an embodiment of an encoder system that combines PS coding using residual signal and adaptive perceptual stereo L/R or M/S coding. This embodiment of the invention is only an illustration of the principles of the present application. It should be understood that modifications and variations of this embodiment of the invention will be apparent to those skilled in the art. The encoder system includes a
. .
Как правило, матрица H–1 является зависящей от частоты или зависящей от времени, т.е. элементы матрицы H–1 изменяются с частотой и изменяются от одного кванта времени к другому. Матрица H–1 может обновляться с каждым кадром (например, каждые 21 или 48 мс) и может иметь частотное разрешение множества полос, например, 28, 20 или 10 полос (называемых «полосами параметров») на перцептуально ориентированной шкале частот (типа шкалы Барка).Typically, the matrix H –1 is frequency dependent or time dependent, i.e. the elements of the H -1 matrix change with frequency and change from one time quantum to another. The H -1 matrix may be updated with each frame (eg, every 21 or 48 ms) and may have a frequency resolution of multiple bands, such as 28, 20, or 10 bands (called "parameter bands") on a perceptually oriented frequency scale (such as the Bark scale). ).
Элементы матрицы H–1 зависят от зависящих от времени и от частоты параметров PS-кодирования: IID (разности интенсивностей между каналами; также называется CLD - разность уровней каналов) и ICC (взаимной корреляции между каналами). Для определения параметров 5 PS-кодирования, например, IID и ICC, PS-кодер 1 включает этап определения параметров. Пример вычисления матричных элементов обратной матрицы Н имеет следующий вид и описан в спецификации стандарта MPEG Surround, документ ISO/IEC 23003-1, подпункт 6.5.3.2, которая ссылкой включается в настоящее описание:The elements of the H –1 matrix depend on the time- and frequency-dependent PS encoding parameters: IID (intensity difference between channels; also called CLD - channel level difference) and ICC (cross-correlation between channels). To determine
, ,
гдеWhere
, и , , And ,
гдеWhere
, ,
и где .and where .
Кроме того, система кодера включает этап 2 преобразования, который конвертирует низведенный сигнал DMX и остаточный сигнал RES из PS-кодера 1 в псевдо-стереофонический сигнал Lp, Rp, например, в соответствии со следующими уравнениями:In addition, the encoder system includes a
. .
В приведенных выше уравнениях нормировочный коэффициент усиления g имеет, например, значение . Для два уравнения псевдо-стереофонического сигнала Lp, Rp можно переписать как:In the above equations, the normalization gain g has, for example, the value . For the two pseudo-stereo signal equations L p , R p can be rewritten as:
. .
Псевдо-стереофонический сигнал Lp, Rp затем подается в перцептуальный стереофонический кодер 3, который адаптивно делает выбор между стереофоническим L/R-кодированием и стереофоническим M/S-кодированием. M/S-кодирование представляет собой одну из форм совместного стереофонического кодирования. L/R-кодирование может также базироваться на некоторых аспектах совместного кодирования, например, биты для каналов L и R могут совместно распределяться из общего хранилища битов.The pseudo stereo signal L p , R p is then fed to the
Выбор между стереофоническим L/R- или M/S-кодированием, предпочтительно, является зависящим от частоты, т.е. некоторые полосы частот могут подвергаться L/R-кодированию, в то время как другие полосы частот могут подвергаться M/S-кодированию. Один из вариантов реализации выбора между стереофоническим L/R- или M/S-кодированием описан в документе "Sum-Difference Stereo Transform Coding", J. D. Johnston et al., IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 1992, pages 569-572. Обсуждение выбора между стереофоническим L/R- или M/S-кодированием в этом документе, в частности, разделы 5.1 и 5.2, ссылкой включаются в настоящее описание.The choice between stereo L/R or M/S encoding is preferably frequency dependent, ie. some frequency bands may be L/R encoded while other frequency bands may be M/S encoded. One implementation of the choice between stereo L/R or M/S encoding is described in "Sum-Difference Stereo Transform Coding", J. D. Johnston et al., IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 1992 , pages 569-572. The discussion of the choice between stereo L/R or M/S encoding in this document, in particular sections 5.1 and 5.2, is incorporated by reference herein.
На основе псевдо-стереофонического сигнала Lp, Rp перцептуальный кодер 3 может выполнить внутреннее вычисление (псевдо-) средних/побочных сигналов Mp, Sp. Эти сигналы по существу соответствуют низведенному сигналу DMX и остаточному сигналу RES (за исключением случая, возможно, отличающегося коэффициента усиления). Тогда, если перцептуальный кодер 3 делает выбор в пользу M/S-кодирования полосы частот, то перцептуальный кодер 3 по существу кодирует для этой полосы частот низведенный сигнал DMX и остаточный сигнал RES (за исключением случая, возможно, отличающегося коэффициента усиления), как это может быть выполнено также и в традиционной системе перцептуального кодера с использованием традиционного PS-кодирования с остаточным сигналом. Параметры 5 PS-кодирования и выходной битовый поток 4 перцептуального кодера 3 мультиплексируются в единый битовый поток 6 посредством мультиплексора 7.Based on the pseudo-stereo signal L p , R p , the
В дополнение к PS-кодированию стереофонического сигнала система кодера по фиг. 1, как будет описано ниже, позволяет выполнять L/R-кодирование стереофонического сигнала. Как обсуждалось выше, элементы матрицы H–1 понижающего микширования кодера (а также элементы матрицы Н повышающего микширования, используемой в декодере) зависят от зависящих от времени и от частоты параметров PS-кодирования: IID (разности интенсивностей между каналами; также называется CLD - разность уровней каналов) и ICC (взаимной корреляции между каналами). Пример вычисления матричных элементов матрицы Н повышающего микширования описан выше. В случае использования кодирования остаточного сигнала, правый столбец матрицы Н повышающего микширования размера 2×2 имеет вид:In addition to PS encoding the stereo signal, the encoder system of FIG. 1, as will be described below, allows L/R encoding of a stereo signal. As discussed above, the elements of the encoder downmix matrix H –1 (as well as the elements of the upmix matrix H used in the decoder) depend on the time- and frequency-dependent PS encoding parameters: IID (intensity difference between channels; also called CLD - difference channel levels) and ICC (cross-correlation between channels). An example of calculating the matrix elements of the upmix matrix H is described above. In the case of residual signal coding, the right column of the 2x2 upmix matrix H is:
. .
Однако вместо этого правый столбец матрицы Н размера 2×2, предпочтительно, должен модифицироваться какHowever, instead, the right column of the 2×2 matrix H should preferably be modified as
. .
Левый столбец предпочтительно вычисляется так, как это дано в спецификации MPEG Surround.The left column is preferably calculated as given in the MPEG Surround specification.
Модификация правого столбца матрицы Н повышающего микширования обеспечивает то, что при IID = 0 дБ и ICC = 0 (т.е. в случае, когда для соответствующей полосы стереофонические каналы L и R являются независимыми и имеют одинаковый уровень), для полосы получается следующая матрица Н повышающего микширования:The modification of the right column of the upmix matrix H ensures that at IID = 0 dB and ICC = 0 (i.e. in the case when for the corresponding band the stereo channels L and R are independent and have the same level), the following matrix is obtained for the band H upmix:
. .
Следует отметить, что матрица Н повышающего микширования, а также матрица Н–1 понижающего микширования, как правило, являются зависящими от частоты и зависящими от времени. Таким образом, значения матриц различны для различных временных/частотных мозаичных элементов (мозаичный элемент соответствует пересечению конкретной полосы частот и конкретного периода времени). В рассмотренном выше случае матрица Н–1 понижающего микширования идентична матрице Н повышающего микширования. Таким образом, псевдо-стереофонический сигнал Lp, Rp для полосы можно вычислить по следующему уравнению:It should be noted that the upmix matrix H as well as the downmix matrix H -1 are generally frequency dependent and time dependent. Thus, the values of the matrices are different for different time/frequency tiles (the tile corresponds to the intersection of a specific frequency band and a specific time period). In the case above, the downmix matrix H -1 is identical to the upmix matrix H. Thus, the pseudo-stereo signal L p , R p for a band can be calculated from the following equation:
. .
Таким образом, в этом случае, PS-кодирование с остаточным сигналом, использующее матрицу Н–1 понижающего микширования с последующим генерированием псевдо-сигнала L/R на этапе 2 преобразования, соответствует единичной матрице и совсем не изменяет стереофонический сигнал для соответствующей полосы частот, т.е.Thus, in this case, PS coding with a residual signal using a downmix matrix H -1 followed by generation of a pseudo L/R signal in
. .
Иными словами, этап 2 преобразования компенсирует матрицу Н–1 понижающего микширования так, чтобы псевдо-стереофонический сигнал Lp, Rp соответствовал входному стереофоническому сигналу L, R.In other words, the
Это позволяет кодировать оригинальный входной стереофонический сигнал L, R посредством перцептуального кодера 3 для конкретной полосы. Когда перцептуальным кодером 3 для кодирования конкретной полосы выбирается L/R-кодирование, система кодера ведет себя как перцептуальный L/R-кодер, предназначенный для кодирования полосы стереофонического входного сигнала L, R.This allows the original stereo input signal L, R to be encoded by a
Система кодера по фиг. 1 позволяет осуществлять плавное адаптивное переключение между L/R-кодированием и PS-кодированием с остаточным сигналом, зависящим от частоты и от времени образом. Система кодера избегает неоднородностей в форме сигнала при переключении между схемами кодирования. Это препятствует появлению артефактов. С целью достижения гладких переходов к элементам матрицы H–1 в кодере и матрицы Н в декодере для дискретных значений между двумя модификациями стереофонических параметров может применяться линейная интерполяция.The encoder system of FIG. 1 allows smooth adaptive switching between L/R coding and PS coding with residual signal in a frequency- and time-dependent manner. The encoder system avoids discontinuities in the waveform when switching between encoding schemes. This prevents artifacts from appearing. In order to achieve smooth transitions to the elements of the matrix H –1 in the encoder and the matrix H in the decoder for discrete values between two modifications of the stereo parameters, linear interpolation can be applied.
На фиг. 2 показан один из вариантов осуществления PS-кодера 1. PS-кодер 1 включает этап 8 понижающего микширования, который на основе стереофонического сигнала L, R генерирует низведенный сигнал DMX и остаточный сигнал RES. Кроме того, PS-кодер 1 включает этап 9 оценки параметров, предназначенный для оценки параметров 5 PS-кодирования на основе стереофонического сигнала L, R.In FIG. 2 shows one embodiment of the
На фиг. 3 показан один из вариантов осуществления соответствующей системы декодера, сконфигурированной для декодирования битового потока 6, генерируемого системой кодера по фиг. 1. Этот вариант осуществления изобретения является лишь иллюстрацией принципов настоящей заявки. Следует понимать, что модификации и изменения этого варианта осуществления изобретения будут очевидны для специалистов в данной области. Система декодера включает демультиплексор 10, предназначенный для разделения параметров 5 PS-кодирования и битового потока 4 звукового сигнала, генерируемых перцептуальным кодером 3. Битовый поток 4 звукового сигнала подается в перцептуальный стереофонический декодер 11, который способен селективно декодировать L/R-кодированный битовый поток, или M/S-кодированный битовый поток звукового сигнала. Операции декодера 11 обратны по отношению к операциям кодера 3. Аналогично перцептуальному кодеру 3, перцептуальный декодер 11, предпочтительно, позволяет осуществлять зависящую от частоты и зависящую от времени схему кодирования. Некоторые полосы частот, подвергнутые L/R-кодированию кодером 3, подвергаются L/R-декодированию декодером 11, в то время как другие полосы частот, подвергнутые M/S-кодированию кодером 3, подвергаются M/S-декодированию декодером 11. Декодер 11 выводит псевдо-стереофонический сигнал Lp, Rp, который до этого являлся входным сигналом перцептуального кодера 3. Псевдо-стереофонический сигнал Lp, Rp, получаемый из перцептуального декодера 11, конвертируется обратно в низведенный сигнал DMX и остаточный сигнал RES посредством этапа 12 преобразования L/R в M/S. Операции этапа 12 преобразования L/R в M/S на стороне декодера обратны операциям этапа 2 преобразования на стороне кодера. Предпочтительно, этап 12 преобразования определяет низведенный сигнал DMX и остаточный сигнал RES в соответствии со следующими уравнениями:In FIG. 3 shows one embodiment of a corresponding decoder system configured to decode
. .
В приведенных выше уравнениях нормировочный коэффициент усиления g идентичен нормировочному коэффициенту усиления g на стороне кодера и, например, имеет значение .In the equations above, the normalization gain g is identical to the normalization gain g at the encoder side and, for example, has the value .
Низведенный сигнал DMX и остаточный сигнал RES затем обрабатываются PS-декодером 13 для получения конечных выходных сигналов L и R. Этап повышающего микширования в процессе декодирования в случае PS-кодирования с остаточным сигналом можно описать при помощи матрицы Н повышающего микширования размера 2×2, которая конвертирует низведенный сигнал DMX и остаточный сигнал RES обратно в каналы L и R:The downmix signal DMX and the residual signal RES are then processed by the
. .
Вычисление элементов матрицы Н повышающего микширования уже обсуждалось выше.The calculation of the elements of the upmix matrix H has already been discussed above.
Процессы PS-кодирования и PS-декодирования в PS-кодере 1 и PS-декодере 13 предпочтительно осуществляются в передискретизированной частотной области. Для частотно-временного преобразования в восходящем направлении относительно PS-кодера может использоваться гибридный блок комплекснозначных фильтров, содержащий QMF (квадратурный зеркальный фильтр) и фильтр Найквиста, такой как, например, блок фильтров, описанный в стандарте MPEG Surround (см. документ ISO/IEC 23003-1). Представление сигнала комплексным QMF является передискретизированным в 2 раза, поскольку оно является комплекснозначным и не действительнозначным. Это позволяет осуществлять адаптивную по времени и частоте обработку сигнала без слышимых артефактов наложения спектров. Указанный гибридный блок фильтров, как правило, обеспечивает высокое разрешение по частоте (узкую полосу) при низких частотах, в то время как при высоких частотах несколько полос QMF группируются в более широкую полосу. Статья "Low Complexity Parametric Stereo Coding in MPEG-4", H. Purnhagen, Proc. of the 7th Int. Conference on Digital Audio Effects (DAFx'04), Naples, Italy, October 5-8, 2004, pages 163-168, описывает вариант осуществления гибридного блока фильтров (см. раздел 3.2 и фиг. 4). Это раскрытие ссылкой включается в настоящее описание. В указанном документе допускается частота дискретизации 48 кГц с (номинальной) шириной полосой пропускания полосы из 64-полосного блока QMF 375 Гц. Перцептуальная шкала частот Барка, однако, требует ширины полосы пропускания, приблизительно, 100 Гц для частот ниже 500 Гц. Поэтому первые 3 полосы QMF могут быть расщеплены на еще более узкие поддиапазоны посредством блока фильтров Найквиста. Первая полоса QMF может быть расщеплена на 4 полосы (плюс еще две для отрицательных частот), а вторая и третья полосы QMF могут быть расщеплены на две полосы каждая.The PS encoding and PS decoding processes in the
С другой стороны, адаптивное L/R- или M/S-кодирование предпочтительно осуществляется в области критически дискретизированного MDCT (как описано, например, в ААС) для того, чтобы обеспечить эффективное представление квантованного сигнала. Конверсия низведенного сигнала DMX и остаточного сигнала RES в псевдо-стереофонический сигнал Lp, Rp на этапе 2 преобразования может осуществляться во временной области, поскольку PS-кодер 1 и перцептуальный кодер 3 в любом случае могут быть связаны во временной области. В системе декодирования перцептуальный стереофонический декодер 11 и PS-декодер 13 также предпочтительно связаны во временной области. Поэтому конверсия псевдо-стереофонического сигнала Lp, Rp в низведенный сигнал DMX и остаточный сигнал RES на этапе 12 преобразования также может осуществляться во временной области.On the other hand, adaptive L/R or M/S coding is preferably performed in the region of the critically sampled MDCT (as described, for example, in AAC) in order to provide an efficient representation of the quantized signal. The conversion of the downmix signal DMX and the residual signal RES into a pseudo-stereo signal L p , R p in the
Адаптивный стереофонический L/R- или M/S-кодер, такой как кодер 3, на фиг. 1, как правило, представляет собой перцептуальный кодер звукового сигнала, который включает психоакустическую модель, позволяющую с высокой эффективностью осуществлять кодирование при низких битовых скоростях передачи данных. Примером такого кодера является кодер ААС, который использует кодирование преобразования в критически дискретизированной области MDCT в сочетании с зависящим от времени и от частоты квантованием, которое управляется с использованием психоакустической модели. Кроме того, принятие зависящего от времени и от частоты решения о выборе между L/R- и M/S-кодированием, как правило, управляется при помощи критериев перцептуальной энтропии, которые вычисляются с использованием психоакустической модели.An adaptive stereo L/R or M/S encoder such as
Перцептуальный стереофонический кодер (такой как кодер 3 на фиг. 1) выполняет операции на псевдо-стереофоническом сигнале L/R (см. Lp, Rp на фиг. 1). Для оптимизации эффективности кодирования стереофонического кодера (в частности, для того, чтобы он принимал правильное решение о выборе между L/R-кодированием и M/S-кодированием) предпочтительна модификация механизма психоакустического управления (включая механизм управления, принимающий решение о выборе между стереофоническим L/R-кодированием и стереофоническим M/S-кодированием, механизм управления, который управляет зависящим от времени и от частоты квантованием) в перцептуальном стереофоническом кодере для того, чтобы он учитывал модификации сигнала (конверсию псевдо-L/R в DMX и RES с последующим PS-кодированием), которые применяются в декодере при генерировании конечного стереофонического выходного сигнала L, R. Эти модификации сигнала могут влиять на эффекты бинаурального маскирования, которые эксплуатируются механизмами психоакустического управления. Поэтому механизмы психоакустического управления, предпочтительно, должны быть надлежащим образом адаптированы. Для этого может оказаться полезным, чтобы механизмы психоакустического управления имели доступ не только к сигналу псевдо-L/R (см. Lp, Rp на фиг. 1), но и к параметрам PS-кодирования (см. позицию 5 на фиг. 1) и/или к оригинальному стереофоническому сигналу L, R. Доступ механизмов психоакустического управления к параметрам PS-кодирования и к стереофоническому сигналу L, R показан на фиг. 1 штриховой линией. Например, на основе этой информации может (могут) быть адаптирован (адаптированы) порог (пороги) маскирования.A perceptual stereo encoder (such as
Альтернативный подход к оптимизации психоакустического управления заключается в прибавлении к системе кодера детектора, формирующего этап деактивации, который обладает способностью при необходимости эффективно деактивировать PS-кодирование, предпочтительно, зависящим от времени и от частоты образом. Деактивация PS-кодирования является адекватной, например, тогда, когда ожидается, что стереофоническое L/R-кодирование будет более полезным, или когда психоакустическое управление может испытывать трудности с эффективным кодированием сигнала псевдо-L/R. PS-кодирование может быть эффективно деактивировано при задании матрицы Н–1 понижающего микширования таким образом, чтобы матрица Н–1 понижающего микширования с последующим преобразованием (см. этап 2 на фиг. 1) соответствовала единичной матрице (т.е. операции отождествления) или единичной матрице, умноженной на некоторый коэффициент. Например, PS-кодирование может эффективно деактивироваться путем принудительного присвоения параметрам PS-кодирования IID = 0 дБ и ICC = 0. В этом случае, как обсуждалось выше, псевдо-стереофонический сигнал Lp, Rp соответствует стереофоническому сигналу L, R.An alternative approach to optimizing psychoacoustic control is to add to the encoder system a deactivation step detector that has the ability to effectively deactivate PS encoding when needed, preferably in a time and frequency dependent manner. Deactivating PS encoding is appropriate, for example, when stereo L/R encoding is expected to be more useful, or when psychoacoustic control may have difficulty encoding the pseudo-L/R signal effectively. PS encoding can be effectively deactivated by specifying the downmix matrix H -1 such that the downmix matrix H -1 with subsequent transformation (see
Указанное управление модификацией параметров PS-кодирования посредством детектора показано на фиг. 4. В данном случае детектор 20 принимает параметры 5 PS-кодирования, определяемые этапом 9 оценки параметров. Когда детектор не деактивирует PS-кодирование, детектор 20 пропускает параметры PS-кодирования на этап 8 понижающего микширования и к мультиплексору 7, т.е. в этом случае параметры 5 PS-кодирования соответствуют параметрам 5' PS-кодирования, подаваемым на этап 8 понижающего микширования. В случае, если детектор обнаруживает, что PS-кодирование неблагоприятно и должно быть деактивировано (для одной или нескольких частотных полос), детектор модифицирует затрагиваемые параметры 5 PS-кодирования (например, присваивает параметрам PS-кодирования, IID и/или ICC, значения IID = 0 дБ и ICC = 0) и подает модифицированные параметры 5' PS-кодирования на этап 8 понижающего микширования. Детектор, необязательно, также может учитывать левый и правый сигналы L, R для принятия решения о модификации параметров PS-кодирования (см. штриховые линии на фиг. 4).Said modification control of PS encoding parameters by the detector is shown in FIG. 4. In this case, the
На нижеследующих фигурах термин QMF (квадратурный зеркальный фильтр или блок фильтров) также включает блок фильтров поддиапазонов QMF в сочетании с блоком фильтров Найквиста, т.е. конструкцию гибридного блока фильтров. Кроме того, все величины в нижеследующем описании могут быть зависящими от частоты, например, различные матрицы понижающего и повышающего микширования могут извлекаться для различных диапазонов частот. Кроме того, кодирование остаточного сигнала может покрывать только часть используемого диапазона частот звукового сигнала (т.е. остаточный сигнал кодируется лишь для части используемого диапазона частот звукового сигнала). Аспекты понижающего микширования, описываемые ниже, для некоторых частотных диапазонов могут проявляться в области QMF (например, в соответствии с известным уровнем техники), в то время как для других частотных диапазонов только, например, фазовые аспекты будут производиться в области комплексного QMF, а преобразование амплитуды будет производиться в области действительнозначного MDCT.In the following figures, the term QMF (quadrature mirror filter or filter bank) also includes the QMF subband filter bank in combination with the Nyquist filter bank, i.e. design of the hybrid filter unit. In addition, all quantities in the following description may be frequency dependent, for example, different downmix and upmix matrices may be derived for different frequency ranges. In addition, the residual signal encoding may cover only a portion of the usable audio frequency band (ie, the residual signal is encoded for only a portion of the usable audio frequency band). The downmixing aspects described below for some frequency bands may appear in the QMF domain (e.g., in accordance with the prior art), while for other frequency bands only, for example, the phase aspects will be in the complex QMF domain, and the conversion amplitude will be produced in the real-valued MDCT region.
На фиг. 5 изображена традиционная система PS-кодера. Каждый из стереофонических каналов L, R в первую очередь анализируется комплексным QMF 30 с М поддиапазонов, например, QMF с М=64 поддиапазонами. Сигналы поддиапазонов используются в PS-кодере 31 для оценки параметров 5 PS-кодирования и низведенного сигнала DMX. Низведенный сигнал DMX используется в SBR-кодере 32 для оценки параметров 33 SBR (репликации спектральной полосы). SBR-кодер 32 извлекает параметры 33 SBR, отображающие огибающую спектра оригинального высокополосного сигнала, возможно, в сочетании с критериями шума и тональности. В отличие от PS-кодера 31, SBR-кодер 32 не оказывает влияния на сигнал, проходящий к базовому кодеру 34. Низведенный сигнал DMX PS-кодера 31 синтезируется с использованием обратного QMF 35 с N поддиапазонами. Например, может использоваться комплексный QMF c N=32, где синтезируются только 32 самых низких поддиапазона из 64 поддиапазонов, используемых PS-кодером 31 и SBR-кодером 32. Таким образом, при использовании половины от общего количества поддиапазонов при том же размере кадра получается и проходит в базовый кодер 34 сигнал во временной области, содержащий половину ширины полосы пропускания в сравнении с входным сигналом. Из-за уменьшенной ширины полосы пропускания частота дискретизации может быть уменьшена наполовину (не показано). Базовый кодер 34 преобразовывает перцептуальное кодирование монофонического входного сигнала для генерирования битового потока 36. Параметры PS-кодирования внедряются в битовый поток 36 при помощи мультиплексора (не показан).In FIG. 5 shows a conventional PS encoder system. Each of the stereo channels L, R is first analyzed by a complex QMF of 30 with M subbands, eg a QMF with M=64 subbands. The subband signals are used in the
На фиг. 6 показан следующий вариант осуществления системы кодера, которая объединяет PS-кодирование с использованием остаточного сигнала со стереофоническим базовым кодером 48, где стереофонический базовый кодер 48 пригоден для адаптивного перцептуального стереофонического L/R- и M/S-кодирования. Этот вариант осуществления изобретения является лишь иллюстрацией принципов настоящей заявки. Следует понимать, что модификации и изменения этого варианта осуществления изобретения будут очевидны для специалистов в данной области. Входные каналы L, R, представляющие оригинальные левый и правый каналы, анализируются комплексным QMF 30 способом, сходным с обсужденным в связи с фиг. 5. В отличие от PS-кодера 31 по фиг. 5, PS-кодер 41 по фиг. 6 не только выводит низведенный сигнал DMX, но также выводит и остаточный сигнал RES. Низведенный сигнал DMX используется SBR-кодером 32 для определения параметров 33 SBR низведенного сигнала DMX. На этапе 2 преобразования к низведенному DMX и остаточному RES сигналам применяется фиксированное преобразование DMX/RES в псевдо-L/R (например, преобразование M/S в L/R). Этап 2 преобразования на фиг. 6 соответствует этапу 2 преобразования на фиг. 1. Этап 2 преобразования создает сигнал Lp, Rp «псевдо-» левого и правого каналов для выполнения на них операций базовым кодером 48. В этом варианте осуществления изобретения обратное преобразование L/R в M/S применяется в области QMF перед синтезом поддиапазонов блоками фильтров 35. Предпочтительно количество N (например, N=32) поддиапазонов для синтеза соответствует половине количества М (например, М=64) поддиапазонов, используемых для анализа, и базовый кодер 48 выполняет операции на половинной частоте дискретизации. Следует отметить, что нет ограничений для использования 64 каналов поддиапазонов для QMF-анализа в кодере и 32 поддиапазонов для синтеза, так же возможны и другие значения в зависимости от того, какая частота дискретизации желательна для сигнала, принимаемого базовым кодером 48. Базовый стереофонический кодер 48 выполняет перцептуальное кодирование сигнала блоков фильтров 35 для генерирования сигнала 46 битового потока. Параметры 5 PS-кодирования внедряются в сигнал 46 битового потока посредством мультиплексора (не показан). Необязательно, базовым кодером 48 могут использоваться параметры PS-кодирования и/или оригинальный входной сигнал L/R. Эта информация указывает базовому кодеру 48 на то, как PS-кодер 41 вращается в стереофоническом пространстве. Эта информация может направлять базовый кодер 48 на то, как управлять квантованием оптимальным с точки зрения восприятия образом. Это показано на фиг. 6 штриховыми линиями.In FIG. 6 shows a further embodiment of an encoder system that combines PS coding using a residual signal with a
На фиг. 7 показан следующий вариант осуществления системы кодера, которая сходна с системой по фиг. 6. В отличие от варианта осуществления изобретения по фиг. 6, на фиг. 7 SBR-кодер 42 присоединяется в восходящем направлении относительно PS-кодера 41. На фиг. 7 SBR-кодер 42 помещается перед PS-кодером 41 и, таким образом, выполняет операции на левом и правом каналах (в данном случае, в области QMF) вместо того, чтобы, как на фиг. 6, выполнять операции на низведенном сигнале DMX.In FIG. 7 shows a further embodiment of an encoder system that is similar to the system of FIG. 6. In contrast to the embodiment of the invention according to FIG. 6, in FIG. 7, the
По причине перестановки SBR-кодера 42, PS-кодер 41 может конфигурироваться для выполнения операций не на всей полосе пропускания входного сигнала, но, например, лишь на диапазоне частот ниже частоты перехода SBR. На фиг. 7 параметры 43 SBR для диапазона SBR находятся в стереофоническом пространстве, а выход соответствующего PS-декодера, как будет обсуждаться позднее в связи с фиг. 15, генерирует исходный стереофонический частотный диапазон для выполнения операций SBR-декодером. Эта модификация, т.е. присоединение модуля 42 SBR-кодера в восходящем направлении относительно модуля 41 PS-кодера в системе кодера, и, соответственно, размещение модуля SBR-декодера после PS-декодера в системе декодера (см. фиг. 15), имеет преимущество, которое заключается в том, что можно уменьшить использование декоррелированного сигнала для генерирования стереофонического выходного сигнала. Следует отметить, что в случае полного отсутствия остаточного сигнала или его отсутствия для конкретной полосы частот, вместо него в PS-декодере используется декоррелированная версия низведенного сигнала DMX. Однако реконструкция, основанная на декоррелированном сигнале снижает качество звука. Поэтому уменьшение использования декоррелированного сигнала приводит к увеличению качества звука.Due to the permutation of the
Указанное преимущество варианта осуществления изобретения по фиг. 7 по сравнению с вариантом осуществления изобретения по фиг. 6 будет более подробно описано с отсылкой к фиг. 8а-8d.This advantage of the embodiment of the invention according to FIG. 7 compared to the embodiment of the invention of FIG. 6 will be described in more detail with reference to FIG. 8a-8d.
На фиг. 8а визуализировано частотно-временное представление одного из двух выходных каналов L, R (на стороне декодера). В случае фиг. 8а используется кодер, где модуль PS-кодирования размещается перед модулем SBR-кодирования, как в кодере по фиг. 5 или фиг. 6 (в декодере PS-декодер размещается после SBR-декодера, см. фиг. 14). Кроме того, остаточный сигнал кодируется только в частотном диапазоне 50 с низкой полосой пропускания, который является меньшим, чем частотный диапазон 51 базового кодера. Как видно из визуализации по фиг. 8а, частотный диапазон 52, где декоррелированный сигнал, который должен использоваться PS-декодером, покрывает весь частотный диапазон, кроме менее высокочастотного диапазона 50, покрываемого путем использования остаточного сигнала. Кроме того, SBR покрывает частотный диапазон 53, который начинается значительно выше, чем частотный диапазон декоррелированного сигнала. Таким образом, полный частотный диапазон разделяется на следующие частотные диапазоны: в более низкочастотном диапазоне (см. диапазон 50 на фиг. 8а) используется кодирование формы сигнала; в среднем частотном диапазоне (см. область пересечения частотных диапазонов 51 и 52) используется кодирование формы сигнала в комбинации с декоррелированным сигналом; и в более высокочастотном диапазоне (см. частотный диапазон 53) используется регенерированный сигнал SBR, регенерируемый из более низких частот, в сочетании с декоррелированным сигналом, который генерируется PS-декодером.In FIG. 8a shows the time-frequency representation of one of the two output channels L, R (on the decoder side). In the case of FIG. 8a, an encoder is used where the PS encoding module is placed before the SBR encoding module, as in the encoder of FIG. 5 or FIG. 6 (in the decoder, the PS decoder is placed after the SBR decoder, see FIG. 14). In addition, the residual signal is encoded only in the low
На фиг. 8b частотно-временное представление одного из двух выходных каналов L, R (на стороне декодера) визуализировано для случая, когда SBR-кодер присоединяется в восходящем направлении относительно PS-кодера в системе кодера (и SBR-декодер располагается после PS-декодера в системе декодера). На фиг. 8b показан сценарий с низкой битовой скоростью передачи данных, где полоса пропускания 60 остаточного сигнала (там, где выполняется кодирование остаточного сигнала) находится ниже полосы пропускания базового кодера 61. Поскольку процесс SBR-декодирования выполняется на стороне декодера после PS-декодера (см. фиг. 15), остаточный сигнал, используемый для низких частот, также используется и для реконструкции, по меньшей мере, части (см. частотный диапазон 64) более высоких частот в диапазоне 63 SBR.In FIG. 8b, a time-frequency representation of one of the two output channels L, R (at the decoder side) is rendered for the case where the SBR encoder is attached upstream of the PS encoder in the encoder system (and the SBR decoder is located after the PS decoder in the decoder system). ). In FIG. 8b shows a low bit rate scenario where the residual signal bandwidth 60 (where the residual signal is coded) is below the bandwidth of the
Это преимущество становится еще более очевидным при выполнении операции на промежуточных битовых скоростях передачи данных, где ширина полосы пропускания остаточного сигнала приближается к, или становится равной, ширине полосы пропускания базового кодера. В этом случае частотно-временное представление по фиг. 8а (где используется порядок PS-кодирования и SBR-кодирования по фиг. 6) приводит к частотно-временному представлению, показанному на фиг. 8с. На фиг. 8с остаточный сигнал покрывает, в значительной мере, весь низкополосный диапазон 51 базового кодера; в частотном диапазоне 53 SBR PS-декодером используется декоррелированный сигнал. На фиг. 8d визуализировано частотно-временное представление в случае предпочтительного порядка расположения кодирующих/декодирующих модулей (т.е. SBR-кодирование выполняется на стереофоническом сигнале перед PS-кодированием, как показано на фиг. 7). В данном случае модуль PS-декодирования в декодере выполняет операции перед модулем SBR-декодирования, как показано на фиг. 15. Таким образом, остаточный сигнал является частью низкочастотной полосы, используемой для высокочастотной реконструкции. Когда ширина полосы пропускания остаточного сигнала становится равной ширине полосы пропускания низведенного монофонического сигнала, никакая информация декоррелированного сигнала для декодера выходного сигнала не требуется (см. полный частотный диапазон, который на фиг. 8d заштрихован).This advantage becomes even more pronounced when operating at intermediate bit rates, where the residual signal bandwidth approaches or becomes equal to the bandwidth of the base encoder. In this case, the time-frequency representation of FIG. 8a (using the order of PS encoding and SBR encoding of FIG. 6) results in the time-frequency representation shown in FIG. 8s. In FIG. 8c, the residual signal covers substantially the entire low-
На фиг. 9а показан вариант осуществления базового стереофонического кодера 48 с адаптивным выбором стереофонического L/R- или M/S-кодирования в области MDCT-преобразования. Указанный стереофонический кодер 48 может быть использован на фиг. 6 и 7. Базовый монофонический кодер 34, показанный на фиг. 5, можно рассматривать как частный случай базового стереофонического кодера 48 по фиг. 9а, в котором обрабатывается только один монофонический входной канал (т.е. тогда, когда отсутствует второй входной канал, показанный на фиг. 9а штриховой линией).In FIG. 9a shows an embodiment of a
На фиг. 9b показан более обобщенный кодер. Для монофонических сигналов кодирование может переключаться между кодированием в области линейного предсказания (см. блок 71) и кодированием в области преобразования (см. блок 48). Кодер этого типа вводит несколько способов кодирования, которые могут адаптивно использоваться в зависимости от характеристик входного сигнала. В данном случае кодер может делать выбор между кодированием сигнала с использованием кодера 48 с преобразованием ААС-типа (пригодного для монофонических и стереофонических сигналов, с адаптивным выбором L/R- или M/S-кодирования в случае стереофонических сигналов) и с использованием кодера 71, относящегося к типу AMR-WB+ (Adaptive Multi Rate - WideBand Plus), пригодного только для монофонических сигналов. Базовый кодер 71 AMR-WB+ оценивает остаточный сигнал линейного предсказателя 72 и, в свою очередь, также делает выбор между подходом кодирования преобразования остаточного сигнала линейного предсказания и классическим подходом речевого кодера ACELP (Algebraic Code Excited Linear Prediction) для кодирования остаточного сигнала линейного предсказания. Для выбора между кодером 48 с преобразованием ААС-типа и базовым кодером 71, относящимся к типу AMR-WB+, используется этап 73 принятия решения о выборе режима, который принимает решение о выборе между кодерами 48 и 71 на основе входного сигнала.In FIG. 9b shows a more general encoder. For mono signals, the coding may switch between linear prediction domain coding (see block 71) and transform domain coding (see block 48). This type of encoder introduces several coding methods that can be used adaptively depending on the characteristics of the input signal. In this case, the encoder can choose between encoding the
Кодер 48 представляет собой кодер ААС-типа на основе MDCT. Если этап 73 принятия решения о выборе режима направляет входной сигнал на использование кодирования на основе MDCT, сигналы, входной монофонический входной сигнал или стереофонические входные сигналы, кодируются MDCT-кодером 48 на базе ААС. MDCT-кодер 48 выполняет MDCT-анализ одного или двух сигналов на этапах MDCT 74. В случае стереофонического сигнала на этапе 75 перед квантованием и кодированием также выполняется принятие решения о выборе M/S или L/R на основании полосы частот. Стереофоническое L/R-кодирование или стереофоническое M/S-кодирование выбирается зависящим от частоты образом. Этап 75 также выполняет преобразование L/R в M/S. Если для конкретной полосы частот принимается решение о M/S-кодировании, этап 75 выводит для этой полосы частот сигнал M/S. В противном случае этап 75 выводит для этой полосы частот сигнал L/R.
Таким образом, если используется режим кодирования преобразования, функция стереофонического кодирования лежащего в ее основе базового кодера может быть использована для стереофонического сигнала с полной эффективностью.Thus, if a transform coding mode is used, the stereo coding function of the underlying base encoder can be used for the stereo signal with full efficiency.
Если этап 73 принятия решения о выборе режима направляет монофонический сигнал в кодер 71 в области линейного предсказания, монофонический сигнал затем анализируется посредством анализа линейного предсказания в блоке 72. Затем принимается решение о кодировании остаточного сигнала LP посредством кодера 76 ACELP-типа во временной области или кодером 77, относящимся к типу TCX (Transform Coded eXcitation), который выполняет операции в области MDCT. Кодер 71 в области линейного предсказания не обладает какой-либо присущей ему способностью к стереофоническому кодированию. Поэтому для того, чтобы позволить кодеру 71 в области линейного предсказания кодировать стереофонический сигнал, может быть использована конфигурация кодера, сходная с конфигурацией, приведенной на фиг. 5. В этой конфигурации PS-кодер генерирует параметры 5 PS-кодирования и низведенный монофонический сигнал DMX, который затем кодируется кодером в области линейного предсказания.If the
На фиг. 10 показан следующий вариант осуществления системы кодера, где части по фиг. 7 и фиг. 9 объединены по-новому. Блок 2 преобразования DMX/RES в псевдо-L/R, описанный на фиг. 7, располагается внутри низводящего кодера 70 ААС-типа перед этапом стереофонического MDCT-анализа 74. Этот вариант осуществления изобретения обладает тем преимуществом, что преобразование 2 DMX/RES в псевдо-L/R применяется только тогда, когда используется базовый стереофонический MDCT-кодер. Поэтому, когда используется режим кодирования преобразования, полная эффективность функции стереофонического кодирования лежащего в ее основе базового кодера может использоваться для стереофонического кодирования частотного диапазона, покрываемого остаточным сигналом.In FIG. 10 shows a further embodiment of an encoder system, where the parts of FIG. 7 and FIG. 9 combined in a new way. The DMX/RES to pseudo-L/
В то время, как этап 73 принятия решения о выборе режима по фиг. 9b выполняет операции как на монофоническом входном сигнале, так и на стереофоническом входном сигнале, этап принятия решения 73' по фиг. 10 выполняет операции на низведенном сигнале DMX и остаточном сигнале RES. В случае монофонического входного сигнала, монофонический сигнал может непосредственно использоваться как сигнал DMX, сигнал RES может приравнивается нулю, и параметрам PS-кодирования по умолчанию могут присваиваться значения IID = 0 дБ и ICC = 1.While the mode
Если этап 73' принятия решения о выборе режима направляет низведенный сигнал DMX в кодер 71 в области линейного предсказания, низведенный сигнал DMX затем анализируется посредством анализа линейного предсказания в блоке 72. Затем принимается решение о том, кодировать ли остаточный сигнал LP посредством кодера 76 ACELP-типа во временной области или посредством кодера 77, относящегося к типу TCX (Transform Coded eXcitation), который выполняет операции в области MDCT. Кодер 71 в области линейного предсказания не обладает какой-либо присущей ему способностью к стереофоническому кодированию, которая могла бы использоваться для кодирования остаточного сигнала в дополнение к низведенному сигналу DMX. Поэтому при кодировании низведенного сигнала DMX кодером 71 в области линейного предсказания для кодирования остаточного сигнала RES используется специализированный кодер 78 остаточного сигнала. Этот кодер может, например, представлять собой монофонический кодер ААС.If the mode decision step 73' sends the downmixed DMX signal to the
Следует отметить, что кодеры 71 и 78 по фиг. 10 могут быть пропущены (в этом случае этап 73' принятия решения о выборе режима более не является необходимым).It should be noted that the
На фиг. 11а показаны подробности следующего, альтернативного варианта осуществления системы кодера, который достигает тех же преимуществ, что и вариант осуществления изобретения по фиг. 10. В отличие от варианта по фиг. 10, на фиг. 11а преобразование 2 DMX/RES в псевдо-L/R размещается после MDCT-анализа 74 базового кодера 70, т.е. преобразование выполняется в области MDCT. Преобразование в блоке 2 является линейным и независящим от времени, и поэтому может размещаться после MDCT-анализа 74. Остальные блоки по фиг. 10, которые не показаны на фиг. 11, могут, необязательно, добавляться так же, как на фиг. 11а. В альтернативном варианте блоки MDCT-анализа 74 также могут размещаться после блока 2 преобразования.In FIG. 11a shows details of a further, alternative embodiment of an encoder system that achieves the same advantages as the embodiment of the invention of FIG. 10. In contrast to the embodiment of FIG. 10 in FIG. 11a, the DMX/RES to pseudo-L/
На фиг. 11b проиллюстрирована одна из реализаций варианта осуществления изобретения по фиг. 11а. На фиг. 11b показана иллюстративная реализация этапа 75 выбора между M/S-кодированием и L/R-кодированием. Этап 75 включает этап 98 преобразования в сумму и разность (точнее, этап преобразования L/R в M/S), который принимает псевдо-стереофонический сигнал Lp, Rp. Этап 98 преобразования генерирует псевдо-средний/побочный сигнал Mp, Sp путем выполнения преобразования L/R в M/S. За исключением возможного коэффициента усиления, применяются следующие уравнения: Mp=DMX, Sp=RES.In FIG. 11b illustrates one implementation of the embodiment of the invention of FIG. 11a. In FIG. 11b shows an exemplary implementation of
Этап 75 принимает решение о выборе между L/R-кодированием и M/S-кодированием. На основе сделанного выбора выбирается (см. селекторный переключатель) или псевдо-стереофонический сигнал Lp, Rp, или псевдо-средний/побочный сигнал Mp, Sp, который кодируется в блоке 97 ААС. Следует отметить, что также могут использоваться два блока 97 ААС (не показанные на фиг. 11b), где первый блок 97 ААС предназначен для псевдо-стереофонического сигнала Lp, Rp, и второй блок 97 ААС предназначен для псевдо-среднего/побочного сигнала Mp, Sp. В этом случае выбор L/R или M/S делается путем выбора или выходного сигнала первого блока 97 ААС, или выходного сигнала второго блока 97 ААС.
На фиг. 11с показан альтернативный вариант осуществления изобретения по фиг. 11а. В данном случае этап 2 преобразования в явном виде не используется. Вместо этого этап 2 преобразования и этап 75 объединяются в единый этап 75'. Низведенный сигнал DMX и остаточный сигнал RES подаются на этап 99 преобразования в сумму и разность (точнее, на этап преобразования DMX/RES в псевдо-L/R), составляющий часть этапа 75'. Этап 99 преобразования генерирует псевдо-стереофонический сигнал Lp, Rp. Этап 99 преобразования DMX/RES в псевдо-L/R по фиг. 11с сходен с этапом 98 преобразования L/R в M/S по фиг. 11b (за исключением, возможно, отличающегося коэффициента усиления). Тем не менее, на фиг. 11с выбор между M/S-декодированием и L/R-декодированием необходимо инвертировать относительно фиг. 11b. Следует отметить, что на фиг. 11b и 11с положение переключателя для выбора L/R или M/S показано в положении Lp/Rp,которое является верхним на фиг. 11b и нижним - на фиг. 11с. Так визуализируется представление об обратном значении выбора L/R или M/S.In FIG. 11c shows an alternative embodiment of the invention of FIG. 11a. In this case,
Следует отметить, что на фиг. 11b и 11с для каждой полосы частот в области MDCT предпочтительно существует отдельный переключатель, и, таким образом, выбор между L/R и M/S может быть как зависящим от времени, так и зависящим от частоты. Иными словами, положение переключателя предпочтительно зависит от частоты. Этапы 98 и 99 преобразования могут преобразовывать весь используемый диапазон частот или только одну частотную полосу.It should be noted that in FIG. 11b and 11c, there is preferably a separate switch for each frequency band in the MDCT region, and thus the choice between L/R and M/S can be either time dependent or frequency dependent. In other words, the switch position preferably depends on the frequency. The conversion steps 98 and 99 may convert the entire usable frequency range or only one frequency band.
Кроме того, следует учитывать, что все блоки, 2, 98 и 99, могут быть названы «блоками преобразования в сумму и разность», поскольку все эти блоки реализуют матрицу преобразования в формеAlso, note that all
. .
Единственное, что может отличаться в блоках 2, 98, 99, — это коэффициент усиления с.The only thing that can be different in
На фиг. 12 описан следующий вариант осуществления системы кодера. Он использует расширенный набор параметров PS-кодирования, который, в дополнение к IID и ICC (описанным выше), включает еще два параметра: IPD (разность фаз между каналами, см. ниже) и OPD (общую разность фаз, см. ниже), которые позволяют характеризовать фазовое соотношение между двумя каналами, L и R, стереофонического сигнала. Пример этих фазовых параметров приведен в стандарте ISO/IEC 14496-3, подпункт 8.6.4.6.3, который ссылкой включается в настоящее описание. При использовании фазовых параметров результирующая матрица повышающего микширования (и обратная ей матрица ) становится комплекснозначной в соответствии с уравнением:In FIG. 12 describes the following embodiment of an encoder system. It uses an extended set of PS encoding parameters, which, in addition to IID and ICC (described above), includes two more parameters: IPD (Inter-Channel Phase Difference, see below). below) and OPD (Total Phase Difference, see below) that characterize the phase relationship between two channels, L and R, of a stereo signal. An example of these phase parameters is given in ISO/IEC 14496-3, subclause 8.6.4.6.3, which is incorporated herein by reference. When using phase parameters, the resulting matrix upmix (and its inverse matrix ) becomes complex-valued according to the equation:
, ,
гдеWhere
, ,
и гдеand where
. .
Этап 80 PS-кодера, который выполняет операции в области комплексного QMF, принимает во внимание только фазовые зависимости каналов L, R. Низводящий поворот (т.е. преобразование из области L/R в область DMX/RES, которая описывается приведенной выше матрицей Н–1) принимается во внимание в области MDCT, составляющего часть базового стереофонического кодера 81. Поэтому фазовые зависимости между двумя каналами извлекаются в области комплексного QMF, в то время как остальные, действительнозначные, зависимости формы сигналов извлекаются в действительнозначной области критически дискретизированного MDCT, составляющего часть механизма стереофонического кодирования используемого базового кодера. Это обладает тем преимуществом, что извлечение линейных зависимостей между каналами может быть плотно интегрировано в стереофоническое кодирование базового кодера (хотя, для предотвращения наложения спектров, в области критически дискретизированного MDCT, — только для диапазона частот, который покрывается кодированием остаточного сигнала, возможно, за вычетом «защитной полосы» на оси частот).The
Этап 80 регулирования фазы PS-кодера по фиг. 12 извлекает параметры PS-кодирования, связанные с фазой, например, параметры IPD (разность фаз между каналами) и OPD (общую разность фаз). Поэтому матрица регулирования фазы, которую он генерирует, может соответствовать следующему уравнению:
. .
Как обсуждалось выше, часть низводящего вращения модуля PS-кодирования имеет дело с модулем 81 стереофонического кодирования базового кодера по фиг. 12. Модуль 81 стереофонического кодирования, который выполняет операции в области MDCT, показан на фиг. 13. Модуль 81 стереофонического кодирования принимает стереофонический сигнал с отрегулированной фазой в области MDCT. Этот сигнал подвергается понижающему микшированию на этапе 82 понижающего микширования посредством матрицы низводящего вращения, которая, как обсуждалось выше, представляет собой действительнозначную часть комплексной матрицы понижающего микширования, и, таким образом, генерируются низведенный сигнал DMX и остаточный сигнал RES. За операцией понижающего микширования следует преобразование L/R в M/S согласно настоящей заявке (см. этап 2 преобразования), и, таким образом, генерируется псевдо-стереофонический сигнал Lp, Rp. Псевдо-стереофонический сигнал Lp, Rp обрабатывается посредством алгоритма стереофонического кодирования (см. адаптивный стереофонический M/S- или L/R-кодер 83), в данном конкретном варианте осуществления изобретения механизм стереофонического кодирования, который зависит от критериев перцептуальной энтропии, принимает решение о кодировании L/R-представления сигнала или M/S-представления сигнала. Это решение предпочтительно зависит от времени и от частоты.As discussed above, the down-rotation portion of the PS encoding unit deals with the stereo encoding unit 81 of the core encoder of FIG. 12. A stereo encoding unit 81 that performs operations in the MDCT region is shown in FIG. 13. The stereo encoding module 81 receives a stereo signal with adjusted phase in the MDCT region. This signal is downmixed in a
На фиг. 14 показан вариант осуществления системы декодера, которая пригодна для декодирования битового потока 46, генерируемого системой кодера, показанной на фиг. 6. Этот вариант осуществления изобретения является лишь иллюстрацией принципов настоящей заявки. Следует понимать, что модификации и изменения этого варианта осуществления изобретения будут очевидны для специалистов в данной области. Базовый декодер 90 декодирует битовый поток 46 в псевдо-левый и псевдо-правый каналы, которые преобразовываются в область QMF блоками фильтров 91. Затем на этапе 12 преобразования выполняется преобразование полученного псевдо-стереофонического сигнала Lp, Rp из L/R в DMX/RES, и, таким образом, создаются низведенный сигнал DMX и остаточный сигнал RES. При использовании SBR-кодирования эти сигналы являются низкополосными сигналами, например, низведенный сигнал DMX и остаточный сигнал RES могут содержать только информацию о звуковом сигнале для низкочастотной полосы с частотой до, приблизительно, 8 КГц. Низведенный сигнал DMX используется SBR-декодером 93 для реконструкции высокочастотной полосы на основе принятых параметров SBR (не показаны). Выходной сигнал SBR-декодера 93 (включающий низкочастотную и реконструированную высокочастотную полосы низведенного сигнала DMX) и остаточный сигнал RES вводятся в PS-декодер 94, выполняющий операции в области QMF (в частности, в области гибридного блока QMF-фильтр + фильтр Найквиста). Низведенный сигнал DMX на входе PS-декодера 94 также содержит информацию о звуковом сигнале в высокочастотной полосе (например, с частотой до 20 КГц), в то время как остаточный сигнал RES на входе в PS-декодер 94 представляет собой низкополосный сигнал (например, ограниченный частотой до 8 КГц). Поэтому для высокочастотной полосы (например, для полосы с частотой от 8 КГц до 20 КГц) PS-декодер 94 вместо остаточного сигнала RES с ограниченной полосой использует декоррелированную версию низведенного сигнала DMX. Таким образом, декодированные сигналы на выходе PS-декодера 94 базируются на остаточном сигнале только до частоты 8 КГц. После PS-декодирования оба выходных канала PS-декодера 94 преобразовываются во временную область блоками фильтров 95, и, таким образом, генерируется выходной стереофонический сигнал L, R.In FIG. 14 shows an embodiment of a decoder system that is suitable for decoding
На фиг. 15 показан вариант осуществления системы декодирования, которая пригодна для декодирования битового потока 46, генерируемого системой кодера по фиг. 7. Этот вариант осуществления изобретения является единственно иллюстрацией принципов настоящей заявки. Следует понимать, что модификации и изменения этого варианта осуществления изобретения будут очевидны для специалистов в данной области. Принцип действия варианта осуществления изобретения по фиг. 15 сходен с принципом действия системы декодера, описанной на фиг. 14. В отличие от фиг. 14, SBR-декодер 96 на фиг. 15 располагается на выходе PS-декодера 14. Кроме того, SBR-декодер использует параметры SBR (на показаны), формирующие данные об огибающей спектра, в отличие от монофонических параметров SBR по фиг. 14. Низведенный и остаточный сигналы на входе PS-декодера 94, как правило, представляют собой низкополосные сигналы, например, низведенный сигнал DMX и остаточный сигнал RES могут содержать информацию о звуковом сигнале только для низкочастотной полосы, например, с частотой до, приблизительно, 8 КГц. На основе низкополосных низведенного сигнала DMX и остаточного сигнала RES PS-кодер 94 определяет низкополосный стереофонический сигнал, например с частотой до, приблизительно, 8 КГц. На основе низкополосного стереофонического сигнала и стереофонических параметров SBR, SBR-декодер 96 реконструирует высокочастотную часть стереофонического сигнала. По сравнению с вариантом осуществления изобретения по фиг. 14, вариант осуществления изобретения по фиг. 15 обеспечивает преимущество, которое заключается в том, что декоррелированный сигнал не требуется (см. также фиг. 8d), и, таким образом, достигается улучшенное качество звука, в то время как на фиг. 14 для высокочастотной части требуется декоррелированный сигнал (см. также фиг. 8с), что, таким образом, снижает качество звука.In FIG. 15 shows an embodiment of a decoding system that is suitable for decoding
На фиг. 16а показан вариант осуществления системы декодирования, которая является обратной по отношению к системе кодирования по фиг. 11а. Входной сигнал битового потока подается в блок 100 декодера, который генерирует первый декодированный сигнал 102 и второй декодированный сигнал 103. В декодере выбирается M/S-кодирование или L/R-кодирование. Выбор указывается в принимаемом битовом потоке. На основе этой информации на этапе 101 делается выбор M/S или L/R. В случае, если декодером выбрано M/S, первый 102 и второй 103 сигналы преобразовываются в сигнал (псевдо-) L/R. В случае, если декодером выбрано L/R, первый 102 и второй 103 сигналы могут проходить этап 103 без преобразования. Сигнал псевдо-L/R, Lp, Rp, на выходе этапа 101 конвертируется в сигнал DMX/RES посредством этапа 12 преобразования (на этом этапе выполняется квази-преобразование L/R в M/S). Предпочтительно, этапы 100, 101 и 12 по фиг. 16а выполняют операции в области MDCT. Для преобразования низведенного сигнала DMX и остаточного сигнала RES во временную область могут использоваться блоки 104 конверсии. Затем полученный сигнал подается в PS-декодер (не показан) и, необязательно, в SBR-декодер, как показано на фиг. 14 и 15. В альтернативном варианте блоки 104 также могут размещаться и перед блоком 12.In FIG. 16a shows an embodiment of a decoding system that is inverse to the coding system of FIG. 11a. The input bitstream signal is applied to the
На фиг. 16b проиллюстрирована реализация варианта осуществления изобретения по фиг. 16а. На фиг. 16b показана иллюстративная реализация этапа 101, предназначенного для выбора между M/S-декодированием и L/R-декодированием. Этап 101 включает этап 105 преобразования в сумму и разность (преобразования M/S в L/R), который принимает первый 102 и второй 103 сигналы.In FIG. 16b illustrates an implementation of the embodiment of the invention of FIG. 16a. In FIG. 16b shows an exemplary implementation of
На основе информации о кодировании, предоставляемой в битовом потоке, этап 101 делает выбор между L/R-кодированием и M/S-кодированием. Если делается выбор в пользу L/R-кодирования, то выходной сигнал блока 100 декодирования подается на этап 12 преобразования.Based on the encoding information provided in the bitstream,
На фиг. 16с показана альтернатива варианту осуществления изобретения по фиг. 16а. В данном случае этап 12 преобразования в явном виде не используется. Вместо этого этап 12 преобразования и этап 101 объединяются в единый этап 101'. Первый 102 и второй 103 сигналы подаются на этап 105' преобразования в сумму и разность (точнее, на этап преобразования псевдо-L/R в DMX/RES), составляющий часть этапа 101'. Этап 105' преобразования генерирует сигнал DMX/RES. Этап 105' преобразования по фиг. 16с сходен с этапом 105 преобразования по фиг. 16b или идентичен ему (за исключением, возможно, отличающегося коэффициента усиления). На фиг. 16с выбор между M/S-декодированием и L/R-декодированием необходимо инвертировать относительно фиг. 16b. На фиг. 16с переключатель находится в нижнем положении, в то время как на фиг. 16b переключатель находится в верхнем положении. Так визуализируется инверсия выбора L/R или M/S (сигнал выбора может инвертироваться просто посредством обратного преобразователя).In FIG. 16c shows an alternative to the embodiment of FIG. 16a. In this case, the
Следует отметить, что на фиг. 16b и 16с для каждой полосы частот в области MDCT предпочтительно существует индивидуальный переключатель, и, таким образом, выбор между L/R и M/S может зависеть как от времени, так и от частоты. Этапы 105 и 105' преобразования могут преобразовывать весь используемый частотный диапазон или только единичную полосу частот.It should be noted that in FIG. 16b and 16c, there is preferably an individual switch for each frequency band in the MDCT region, and thus the choice between L/R and M/S can be both time and frequency dependent. The conversion steps 105 and 105' may convert the entire usable frequency range or only a single frequency band.
На фиг. 17 показан следующий вариант осуществления системы кодирования, предназначенной для кодирования стереофонического сигнала L, R в сигнал битового потока. Система кодирования включает этап 8 понижающего микширования, предназначенный для генерирования на основе стереофонического сигнала низведенного сигнала DMX и остаточного сигнала RES. Кроме того, система кодирования включает этап 9 определения параметров, предназначенный для определения одного или нескольких параметров 5 параметрического стереофонического кодирования. Кроме того, система кодирования включает средства 110 перцептуального кодирования в нисходящем направлении относительно этапа 8 понижающего микширования. Выбираются следующие режимы кодирования:In FIG. 17 shows a further embodiment of a coding system for encoding a stereo signal L, R into a bitstream signal. The coding system includes a
- кодирование, на основе суммарного сигнала низведенного сигнала DMX и остаточного сигнала RES и на разностном сигнале низведенного сигнала DMX и остаточного сигнала RES, или- encoding, based on the sum signal of the downmix DMX signal and the residual signal RES and on the difference signal of the downmix DMX signal and the residual signal RES, or
- кодирование, на основе низведенного сигнала DMX и остаточного сигнала RES.- coding, based on the downmixed DMX signal and the residual RES signal.
Предпочтительно, выбор зависит от времени и от частоты.Preferably, the selection is time and frequency dependent.
Средства 110 кодирования включают этап 111 преобразования в сумму и разность, который генерирует суммарный и разностный сигналы. Кроме того, средства 110 кодирования включают блок 112 выбора, предназначенный для выбора кодирования на основе суммарного и разностного сигналов или на основе низведенного сигнала DMX и остаточного сигнала RES. Кроме того, предусматривается блок 113 кодирования. В альтернативном варианте может использоваться два блока 113 кодирования, где первый блок 113 кодирования кодирует сигналы DMX и RES, и второй блок 113 кодирования кодирует суммарный и разностный сигналы. В этом случае блок 112 выбора находится в нисходящем направлении относительно двух блоков 113 кодирования.The encoding means 110 includes a sum-and-
Блок 111 преобразования в сумму и разность имеет форму:The sum-and-
. .
Блок 111 преобразования может соответствовать блоку преобразования 99 по фиг. 11с.The
Выходной сигнал перцептуального кодера 110 комбинируется с параметрами 5 параметрического стереофонического сигнала в мультиплексоре 7, образуя результирующий битовый поток 6.The output of the
В отличие от конструкции по фиг. 17, кодирование на основе низведенного сигнала DMX и остаточного сигнала RES может быть реализовано путем кодирования результирующего сигнала, который генерируется путем преобразования низведенного сигнала DMX и остаточного сигнала RES посредством двух последовательных преобразований в сумму и разность, как показано на фиг. 11b (см. два блока 2 и 98 преобразования). Результирующий сигнал после двух преобразований в сумму и разность соответствует низведенному сигналу DMX и остаточному сигналу RES (за исключением, возможно, отличающегося коэффициента усиления).In contrast to the design of FIG. 17, encoding based on the downmix signal DMX and the residual signal RES can be realized by encoding the resultant signal which is generated by converting the downmix signal DMX and the residual signal RES through two successive sum and difference transformations as shown in FIG. 11b (see two
На фиг. 18 показан вариант осуществления системы декодера, которая является обратной по отношению к системе кодера по фиг. 17. Система декодера включает средства 120, предназначенные для перцептуального декодирования на основе сигнала битового потока. Перед декодированием параметры PS-кодирования отделяются от сигнала 6 битового потока в демультиплексоре 10. Средства 120 декодирования включают базовый декодер 121, который (путем декодирования) генерирует первый сигнал 122 и второй сигнал 123. Средства декодирования выводят низведенный сигнал DMX и остаточный сигнал RES.In FIG. 18 shows an embodiment of a decoder system which is the inverse of the encoder system of FIG. 17. The decoder system includes means 120 for perceptual decoding based on a bitstream signal. Before decoding, the PS encoding parameters are separated from the
Низведенный сигнал DMX и остаточный сигнал RES являются селективноThe downmix signal DMX and the residual signal RES are selectively
- на основе суммы первого сигнала 122 и второго сигнала 123 и на разности первого сигнала 122 и второго сигнала 123,- based on the sum of the
илиor
- на основе первого сигнала 122 и второго сигнала 123.- based on the
Предпочтительно, выбор зависит от времени и от частоты. Выбор выполняется на этапе 125 выбора.Preferably, the selection is time and frequency dependent. The selection is made in
Средства 120 декодирования включают этап 124 преобразования в сумму и разность, который генерирует суммарный и разностный сигналы.The decoding means 120 includes a sum-and-
Преобразование в сумму и разность в блоке 124 имеет форму:The conversion to sum and difference in
. .
Блок 124 преобразования может соответствовать блоку 105' по фиг. 16с.
После выбора сигналы DMX и RES подаются на этап 126 повышающего микширования для генерирования стереофонического сигнала L, R на основе низведенного сигнала DMX и остаточного сигнала RES. Операция повышающего микширования зависит от параметров 5 PS-кодирования.Once selected, the DMX and RES signals are fed to an
Предпочтительно, выбор на фиг. 17 и 18 является зависящим от частоты. На фиг. 17, например, преобразование времени в частоту (например, посредством MDCT или блока анализирующих фильтров) может выполняться в качестве первого этапа в средствах 110 перцептуального кодирования. На фиг. 18, например, преобразование частоты во время (например, посредством обратного MDCT или блока синтезирующих фильтров) может выполняться на последнем этапе в средствах 120 перцептуального декодирования.Preferably, the selection in FIG. 17 and 18 is frequency dependent. In FIG. 17, for example, time-to-frequency conversion (eg, by MDCT or analysis filter bank) may be performed as a first step in perceptual encoding means 110. In FIG. 18, for example, frequency-to-time conversion (eg, by inverse MDCT or synthesis filter bank) may be performed in the last step in perceptual decoding means 120.
Следует отметить, что в описанных выше вариантах осуществления изобретения сигналы, параметры и матрицы могут быть зависящими от частоты или независящими от частоты, и/или зависящими от времени или независящими от времени. Описанные этапы вычислений могут осуществляться для отдельных частот или для полной полосы частот звукового сигнала.It should be noted that in the embodiments described above, the signals, parameters, and matrices may be frequency dependent or frequency independent, and/or time dependent or time independent. The calculation steps described can be carried out for individual frequencies or for the entire bandwidth of the audio signal.
Кроме того, следует отметить, что все различные преобразования в сумму и разность, т.е. преобразование DMX/RES в псевдо-L/R, преобразование псевдо-L/R в DMX/RES, преобразование L/R в M/S и преобразование M/S в L/R, имеют формуIn addition, it should be noted that all the various transformations to sum and difference, i.e. DMX/RES to Pseudo L/R conversion, Pseudo L/R to DMX/RES conversion, L/R to M/S conversion, and M/S to L/R conversion, are of the form
. .
Единственное, что может отличаться, — это коэффициент усиления с. Поэтому, в принципе, каждое из этих преобразований может быть заменено другим преобразованием из числа указанных преобразований. Если усиление в процессе кодирования не является корректным, его можно компенсировать в ходе процесса декодирования. Кроме того, если разместить два одинаковых или два различных преобразования в сумму и разность последовательно, результирующее преобразование будет соответствовать единичной матрице (возможно, умноженной на коэффициент усиления).The only thing that may differ is the gain c. Therefore, in principle, each of these transformations can be replaced by another transformation from among the indicated transformations. If the gain during the encoding process is not correct, it can be compensated during the decoding process. Also, if you place two identical or two different sum and difference transforms in series, the resulting transform will correspond to an identity matrix (perhaps multiplied by a gain).
В системе кодера, включающей PS-кодер и SBR-кодер, возможны различные конфигурации PS/SBR. В первой конфигурации, показанной на фиг. 6, SBR-кодер 32 присоединяется в нисходящем направлении относительно PS-кодера 41. Во второй конфигурации, показанной на фиг. 7, SBR-кодер 42 присоединяется в восходящем направлении относительно PS-кодера 41. В зависимости, например, от требуемой целевой битовой скорости передачи данных, свойств базового кодера и/или одного или нескольких различных факторов, с целью обеспечения наилучших рабочих характеристик, одним конфигурациям может отдаваться предпочтение перед другими конфигурациями. Как правило, для менее высоких битовых скоростей передачи данных, может быть более предпочтительной первая конфигурация, в то время как для более высоких битовых скоростей передачи данных может оказаться более предпочтительной вторая конфигурация. Поэтому желательно, чтобы система кодера поддерживала обе эти конфигурации для того, чтобы она была способна делать выбор предпочтительной конфигурации в зависимости от, например, требуемой целевой битовой скорости передачи данных и/или одного или нескольких других критериев.In an encoder system including a PS encoder and an SBR encoder, various PS/SBR configurations are possible. In the first configuration shown in FIG. 6, the
В системе декодера, включающей PS-декодер и SBR-декодер, также возможны различные конфигурации PS/SBR. В первой конфигурации, показанной на фиг. 14, SBR-декодер 93 присоединяется в восходящем направлении относительно PS-декодера 94. Во второй конфигурации, показанной на фиг. 15, SBR-декодер 96 присоединяется в нисходящем направлении относительно PS-декодера 94. Для достижения корректного выполнения операций конфигурация системы декодера должна соответствовать конфигурации системы кодера. Если кодер конфигурируется в соответствии с фиг. 6, то декодер, соответственно, конфигурируется в соответствии с фиг. 14. Если кодер конфигурируется в соответствии с фиг. 7, то декодер, соответственно, конфигурируется в соответствии с фиг. 15. Для того чтобы обеспечить корректное выполнение операций, кодер предпочтительно подает в декодер сигнал о конфигурации PS/SBR, которая была выбрана для кодирования (и, таким образом, о конфигурации PS/SBR, которая должна быть выбрана для декодирования). На основе этой информации декодер делает выбор надлежащей конфигурации декодера.In a decoder system including a PS decoder and an SBR decoder, various PS/SBR configurations are also possible. In the first configuration shown in FIG. 14, the
Как обсуждалось выше, для обеспечения корректной работы декодера предпочтительно существует механизм передачи из кодера в декодер, сигнала о конфигурации, которая должна использоваться в декодере. Это может выполняться явно (например, посредством специализированного бита или поля в заголовке конфигурации битового потока, как будет обсуждаться ниже) или неявно (например, путем проверки, являются данные SBR монофоническими или стереофоническими в случае присутствия данных PS-кодирования).As discussed above, in order to ensure correct operation of the decoder, there is preferably a mechanism for signaling from the encoder to the decoder the configuration to be used in the decoder. This may be done explicitly (eg, via a specialized bit or field in the bitstream configuration header, as will be discussed below) or implicitly (eg, by checking whether the SBR data is mono or stereo when PS encoding data is present).
Как обсуждалось выше, для передачи сигнала о выбранной конфигурации PS/SBR может использоваться специализированный элемент в заголовке битового потока, передаваемого из кодера в декодер. Указанный заголовок битового потока несет необходимую информацию о конфигурации, которая требуется для предоставления декодеру возможности корректно декодировать данные в битовом потоке. Специализированный элемент в заголовке битового потока может представлять собой, например, однобитный флаг, поле или индекс, указывающий на конкретную запись в таблице, которая определяет различные конфигурации декодера.As discussed above, a specialized element in the header of the bitstream transmitted from the encoder to the decoder can be used to signal the selected PS/SBR configuration. The specified bitstream header carries the necessary configuration information that is required to enable the decoder to correctly decode the data in the bitstream. The specialized element in the header of the bitstream may be, for example, a one-bit flag, field, or index pointing to a particular entry in a table that defines various decoder configurations.
Вместо включения в заголовок битового потока дополнительного специализированного элемента для передачи сигнала о конфигурации PS/SBR, для выбора корректной конфигурации PS/SBR системой декодирования может производиться оценка информации, которая уже присутствует в битовом потоке. Например, выбор конфигурации PS/SBR может выводиться из информации о конфигурации PS-декодера и SBR-декодера в заголовке битового потока. Информация о конфигурации, как правило, указывает, следует конфигурировать SBR-декодер для монофонических операций или для стереофонических операций. Если, например, PS-декодер задействован, и SBR-декодер сконфигурирован для монофонических операций (как указывается в информации о конфигурации), может быть выбрана конфигурация PS/SBR согласно фиг. 14. Если, например, PS-декодер задействован, и SBR-декодер сконфигурирован для стереофонических операций (как указывается в информации о конфигурации), может быть выбрана конфигурация PS/SBR согласно фиг. 15.Instead of including an additional specialized element in the header of the bitstream to signal the PS/SBR configuration, information that is already present in the bitstream can be evaluated by the decoding system to select the correct PS/SBR configuration. For example, the PS/SBR configuration selection may be inferred from the PS decoder and SBR decoder configuration information in the bitstream header. The configuration information generally indicates whether the SBR decoder should be configured for mono operations or stereo operations. If, for example, a PS decoder is enabled and the SBR decoder is configured for mono operations (as indicated in the configuration information), the PS/SBR configuration according to FIG. 14. If, for example, a PS decoder is enabled and the SBR decoder is configured for stereo operations (as indicated in the configuration information), the PS/SBR configuration according to FIG. 15.
Описанные выше варианты осуществления изобретения являются лишь иллюстрацией принципов настоящей заявки. Следует понимать, что изменения и модификации конфигураций и деталей, описанных в данном описании, будут очевидны для специалистов в данной области. Поэтому предполагается, что объем притязаний заявки не ограничивается конкретными деталями, представленными путем описания и разъяснения вариантов осуществления изобретения в данном описании.The embodiments of the invention described above are merely illustrative of the principles of the present application. It should be understood that changes and modifications to the configurations and details described in this specification will be apparent to those skilled in the art. Therefore, it is intended that the scope of the claims of the application is not limited to the specific details presented by describing and explaining the embodiments of the invention in this specification.
Системы и способы, раскрытые в данной заявке могут быть реализованы в качестве программного обеспечения, встроенного программного обеспечения, аппаратного обеспечения или их комбинации. Некоторые, или все, компоненты могут быть реализованы как программное обеспечение, запускаемое на процессоре цифровой обработки сигналов или микропроцессоре, или реализованы как аппаратное обеспечение или как специализированные интегральные микросхемы.The systems and methods disclosed in this application may be implemented as software, firmware, hardware, or a combination thereof. Some, or all, of the components may be implemented as software running on a digital signal processor or microprocessor, or implemented as hardware or ASICs.
Типичными устройствами, применяющими раскрытые системы и способы, являются портативные аудиоплейеры, устройства мобильной связи, телевизионные приставки, телевизоры, AVR (аудио-видео тюнеры), персональные компьютеры и т.д.Typical devices using the disclosed systems and methods are portable audio players, mobile communication devices, set-top boxes, televisions, AVRs (Audio Video Tuners), personal computers, and the like.
Claims (35)
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16070709P | 2009-03-17 | 2009-03-17 | |
US61/160,707 | 2009-03-17 | ||
US21948409P | 2009-06-23 | 2009-06-23 | |
US61/219,484 | 2009-06-23 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2017108988A Division RU2730469C2 (en) | 2009-03-17 | 2017-03-17 | Improved stereo coding based on a combination of adaptively selected left/right or middle/side stereophonic coding and parametric stereophonic coding |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2023117249A Division RU2804032C1 (en) | 2009-03-17 | 2023-06-29 | Audio signal processing device for stereo signal encoding into bitstream signal and method for bitstream signal decoding into stereo signal implemented by using audio signal processing device |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2020122022A RU2020122022A (en) | 2022-01-04 |
RU2799400C2 true RU2799400C2 (en) | 2023-07-05 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2251750C2 (en) * | 1998-11-23 | 2005-05-10 | Телефонактиеболагет Лм Эрикссон (Пабл) | Method for detection of complicated signal activity for improved classification of speech/noise in audio-signal |
US20080120117A1 (en) * | 2006-11-17 | 2008-05-22 | Samsung Electronics Co., Ltd. | Method, medium, and apparatus with bandwidth extension encoding and/or decoding |
US20080221907A1 (en) * | 2005-09-14 | 2008-09-11 | Lg Electronics, Inc. | Method and Apparatus for Decoding an Audio Signal |
US20080255859A1 (en) * | 2005-10-20 | 2008-10-16 | Lg Electronics, Inc. | Method for Encoding and Decoding Multi-Channel Audio Signal and Apparatus Thereof |
US20080255856A1 (en) * | 2005-07-14 | 2008-10-16 | Koninklijke Philips Electroncis N.V. | Audio Encoding and Decoding |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2251750C2 (en) * | 1998-11-23 | 2005-05-10 | Телефонактиеболагет Лм Эрикссон (Пабл) | Method for detection of complicated signal activity for improved classification of speech/noise in audio-signal |
US20080255856A1 (en) * | 2005-07-14 | 2008-10-16 | Koninklijke Philips Electroncis N.V. | Audio Encoding and Decoding |
US20080221907A1 (en) * | 2005-09-14 | 2008-09-11 | Lg Electronics, Inc. | Method and Apparatus for Decoding an Audio Signal |
US20080255859A1 (en) * | 2005-10-20 | 2008-10-16 | Lg Electronics, Inc. | Method for Encoding and Decoding Multi-Channel Audio Signal and Apparatus Thereof |
US20080120117A1 (en) * | 2006-11-17 | 2008-05-22 | Samsung Electronics Co., Ltd. | Method, medium, and apparatus with bandwidth extension encoding and/or decoding |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2730469C2 (en) | Improved stereo coding based on a combination of adaptively selected left/right or middle/side stereophonic coding and parametric stereophonic coding | |
RU2799400C2 (en) | Audio signal processing device for stereo signal encoding into bitstream signal and method for bitstream signal decoding into stereo signal implemented by using audio signal processing device | |
RU2804032C1 (en) | Audio signal processing device for stereo signal encoding into bitstream signal and method for bitstream signal decoding into stereo signal implemented by using audio signal processing device | |
AU2018200340B2 (en) | Advanced stereo coding based on a combination of adaptively selectable left/right or mid/side stereo coding and of parametric stereo coding |