-
Die
vorliegende Erfindung bezieht sich auf Codierungstechniken und insbesondere
auf Audiocodierungstechniken. Audiocodierer, und insbesondere solche
Codierer, die unter dem Stichwort „mp3", „AAC" oder „mp3PRO" bekannt sind, haben
sich in jüngster
Zeit stark durchgesetzt. Sie erlauben die Komprimierung von Audiosignalen,
die eine erhebliche Datenmenge benötigen, wenn sie beispielsweise im
PCM-Format auf einer Audio-CD vorliegen, auf „erträgliche" Datenraten, die für die Übertragung der Audiosignale über Kanäle mit begrenzter
Bandbreite geeignet sind. So sind zur Übertragung von Daten im PCM-Format
Datenraten bis zu 1,4 Mbit/s erforderlich. „mp3"-codierte Audiodaten erreichen bereits
bei Datenraten von 128 kbit/s eine Musikwiedergabe in Stereo bei
hoher Qualität.
-
Mit
der Spectral Band Replication (SBR) ist ferner ein Verfahren bekannt,
das die Effizienz bestehender gehörangepaßter Audiocoder deutlich verbessert.
Die SBR-Technik ist in der WO 98/57436 beschrieben und in dem Format „mp3PRO" implementiert. Hier
wird gute Stereoqualität
bereits mit Datenraten von 64 kbit/s erreicht.
-
Das
europäische
Patent
EP 0 846 375
B1 offenbart ein Verfahren und eine Vorrichtung zum skalierbaren
Codieren von Audiosignalen. Ein Audiosignal wird mittels eines ersten
Codierers codiert, um den Bitstrom für den ersten Codierer zu erhalten.
Dieses Signal wird dann wieder decodiert, und zwar mit einem an
den ersten Codierer angepaßten
Decodierer. Das Decodiererausgangssignal wird zusammen mit dem verzögerten ursprünglichen
Audiosignal einer Differenzstufe zugeführt, um ein Differenzsignal zu
erzeugen. Dieses Differenzsignal wird mit dem ursprünglichen
Audiosignal bandweise verglichen, um für spektrale Bänder festzustellen,
ob die Energie des Differenzsignals größer als die Energie des Audiosignals
ist. Ist dies der Fall, so wird das ursprüngliche Audiosignal einem zweiten
Codierer zugeführt,
während
dann, wenn die Energie des Differenzsignals kleiner als die Energie
des ursprünglichen
Audiosignals ist, das Differenzsignal dem zweiten Codierer zugeführt wird.
Der zweite Codierer ist ein Transformationscodierer, der auf der
Basis eines psychoakustischen Modells arbeitet. Der ausgangsseitige
Bitstrom des zweiten Codierers wird ebenso wie der Bitstrom des
ersten Codierers in einen Bitstrommultiplexer eingespeist, der einen
sogenannten skalieren ausgangsseitigen Bitstrom liefert. Skalierbarkeit
bedeutet in diesem Zusammenhang, daß ein Decodierer je nach Ausführung in
der Lage ist, entweder decodiererseitig aus dem Bitstrom nur den
Bitstrom des ersten Codierers zu extrahieren, oder sowohl den Bitstrom
des ersten Codierers als auch den Bitstrom des zweiten Codierers
zu extrahieren, um im ersteren Fall eine niederqualitative Wiedergabe
zu erreichen, und um im zweiten Fall eine hochqualitative Wiedergabe
des ursprünglichen
Audiosignals zu erreichen.
-
Ein
typischerweise Transformations-basierter Codierer ist in 4a dargestellt. Das Audiosignal wird
einer Analyse-Filterbank 400 zugeführt, die
aus dem Strom von Abtastwerten an ihrem Eingang mittels Blockbildung
bzw. Fensterung einen Block mit einer bestimmten Anzahl von Abtastwerten
des Audiosignals bildet und in eine spektrale Darstellung umsetzt.
Die am Ausgang der Analyse-Filterbank erzeugten Spektralkoeffizienten
bzw. Subband-Signale werden quantisiert. Die Quantisierer-Schrittweite wird
von unterschiedlichen Faktoren abhängen. Ein wesentlicher Faktor
ist eine psychoakustische Maskierungsschwelle, die durch ein psychoakustisches Modell 402 aus
dem ursprünglichen
Audiosignal berechnet wird. Der Quantisierer in einem Block „Quantisie rung
und Codierung 404" wird
immer versuchen, so grob als möglich
zu quantisieren, um eine gute Kompression zu erreichen. Andererseits
wird er jedoch ebenfalls versuchen, so fein als nötig zu quantisieren,
derart, daß das
durch die Quantisierung eingeführte
Quantisierungsrauschen unterhalb der durch den Block 402 bereitgestellten
psychoakustischen Maskierungsschwelle liegt, wie es in der Technik
bekannt ist. Die derart quantisierten Spektralwerte werden dann
einer Entropie-Codierung unterzogen, wobei als Entropie-Codierung typischerweise eine
Huffman-Codierung eingesetzt wird, die typischerweise mit vordefinierten
Huffman-Codebooks bzw.
Huffman-Codetabellen arbeitet. Am Ausgang des Blocks 404 liegen
dann Entropie-codierte quantisierte Spektralwerte an, die zusammen
mit für
die Decodierung nötigen
Seiteninformationen mittels eines Blocks 406 in einen Bitstrom 408 geschrieben werden,
wobei dieser Bitstrom gespeichert oder je nach Anwendungsfall über einen Übertragungskanal zu
einem Decodierer übertragen
werden kann, der in 4b dargestellt
ist. Der Decodierer umfaßt
zunächst
einen Block 410 zum Lesen des Bitstroms, um einerseits
die Seiteninformationen und andererseits die Entropie-codierten
quantisierten Spektralwerte aus dem Bitstrom zu extrahieren. Die
Entropie-codierten quantisierten Spektralwerte werden dann zunächst einer
Entropie-Decodierung und dann einer inversen Quantisierung zugeführt, um
invers quantisierte Spektralwerte zu erhalten (Block 412),
die dann mittels einer an die Analyse-Filterbank 400 von 4a angepaßte Synthese-Filterbank 414 geliefert werden,
um ausgangsseitig ein zeitdiskretes decodiertes Audiosignal zu erhalten.
Dieses zeitdiskrete Audiosignal am Ausgang der Synthese-Filterbank kann
dann nach entsprechender Interpolation und Digital/Analog-Wandlung
und gegebenenfalls Verstärkung
einem Lautsprecher zugeführt
und dadurch hörbar
gemacht werden.
-
Block-basierte
Codierer/Decodierer, wie sie bei dem in 4a und 4b gezeigten
bekannten Szenario zum Einsatz kommen, basieren darauf, daß typischerweise
ein Block von Abtastwerten, wie beispielsweise 1024 bzw. bei einer
in der Technik bekannten MDCT mit Overlap and Add 2048 zeitdiskrete
Abtastwerte des Audiosignals in den Spektralbereich umgesetzt werden.
Auch bei weniger frequenzauflösenden
Filterbanken, wie beispielsweise der SBR-Filterbank mit 64 Kanälen, wird
ebenfalls immer ein Block von Abtastwerten mit einer bestimmten
Anzahl von Abtastwerten verwendet und in eine spektrale Darstellung,
nämlich
hier die einzelnen Subbandsignale, umgesetzt. Die spektrale Darstellung wird
dann, wie es ausgeführt
worden ist, entsprechend quantisiert, und zwar typischerweise unter
Zuhilfenahme eines psychoakustischen Modells, das auf in der Technik
bekannte Art und Weise die psychoakustische Maskierungsschwelle
berechnet.
-
Solche
Transformationen haben inhärent eine
bestimmte Zeit/Frequenz-Auflösung.
Dies bedeutet, daß dann,
wenn eine große
Anzahl von Abtastwerten in einen Block eingefügt wird, eine auf diesen Block
angewandte Transformation inhärent
eine hohe Frequenzauflösung
hat. Andererseits ist jedoch die Zeitauflösung entsprechend reduziert.
Würde man
zum Erhöhen
der Zeitauflösung
kürzere
Abschnitte des Audiosignals in den Spektralbereich umsetzen, so
hätte dies
zur Folge, daß die
Frequenzauflösung
entsprechend leidet.
-
Problematisch
ist also, daß man
Audiosignale nur für
sehr kurze Zeiträume
als stationär
ansehen kann. Es gibt durchaus kurzzeitige starke Energieanstiege,
die Transienten genannt werden, während derer das Audiosignal
nicht stationär
ist.
-
Um
diesem Problem der Zeit/Frequenzauflösung zu begegnen, wird beispielsweise
beim AAC-Codierer (AAC = Advanced Audio Coding) eine Blockumschaltung
verwendet, die von einem Transientendetektor gesteuert wird. Hier
wird das zu codierende Audiosignal vor der Fensterung bzw. Blockbildung
untersucht, um festzustellen, ob das Audiosignal eine derartige
Transiente hat oder nicht. Wird eine Transiente fest gestellt, so
werden kurze Blöcke
zum Codieren verwendet. Wird dagegen ein Signalausschnitt ohne Transiente
detektiert, so wird eine lange Blocklänge verwendet. Damit wird bei
solchen gängigen
Transformations-Codierverfahren eine Blockumschaltung zur Anpassung
der Transformationslänge an
das Signal eingesetzt. Besonders wenn es darum geht, niedrige Bitraten
zu erzielen, werden gerne besonders lange Transformationslängen eingesetzt,
da das Verhältnis
der Seiteninformationen zu den Nutzinformationen typischerweise
relativ unabhängig
von der Blocklänge
ist. Dies bedeutet, daß die
Menge an Seiteninformationen unabhängig davon, ob ein Block eine
große
Anzahl von zeitlichen Abtastwerten des Audiosignals darstellt, oder
ob ein Block kurz ist, also eine kleine Anzahl von Abtastwerten
darstellt, im wesentlichen die gleiche ist. Daher wird es aus Gründen der
Codiereffizienz angestrebt, immer möglichst hohe Blocklängen bzw.
bei einem Transformationscodierer hohe Transformationslängen zu
verwenden.
-
Andererseits
muß für die Transientendetektion
und Umschaltung auf kurze Fenster bei Auftreten von nicht-stationären Bereichen
des Audiosignals ein Verarbeitungsaufwand in Kauf genommen werden, der
dennoch dazu führt,
daß das
Signal in seiner codierten Form entweder nur mit guter Frequenzauflösung oder
nur mit guter Zeitauflösung
vorliegt.
-
Die
Aufgabe der vorliegenden Erfindung besteht darin, ein verbessertes
Konzept zum Codieren bzw. Decodieren zu schaffen, um eine höherqualitativere
und dennoch effiziente Audiocodierung/Decodierung zu erreichen.
-
Diese
Aufgabe wird durch eine Vorrichtung zum Codieren eines Audiosignals
nach Patentanspruch 1, ein Verfahren zum Codieren eines Audiosignals
nach Patentanspruch 10, eine Vorrichtung zum Decodieren eines codierten
Audiosignals nach Patentanspruch 11, ein Verfahren zum Decodieren
eines codierten Audiosignals nach Patentanspruch 13 oder ein Computer-Programm
nach Patentanspruch 14 gelöst.
-
Der
vorliegenden Erfindung liegt die Erkenntnis zugrunde, daß eine gute
Codierqualität
sowohl guter Frequenzauflösung
als auch guter Zeitauflösung
dadurch erreicht wird, daß im
Sinne des Konzepts der Skalierbarkeit ein erster Codierer eine erste Zeit/Frequenzauflösung hat,
und daß ein
zweiter Codierer eine zweite Zeit/Frequenzauflösung hat, die sich voneinander
unterscheiden, so daß der
erste Codierer das ursprüngliche
Audiosignal mit einer bestimmten Auflösung codiert, und daß der zweite
Codierer dann mit einer bestimmten anderen Auflösung bezüglich der Zeit bzw. Frequenz
arbeitet, so daß zwei
Datenströme
erhalten werden, die zusammengenommen betrachtet sowohl eine gute
Zeitauflösung
als auch eine gute Frequenzauflösung
darstellen.
-
Darüber hinaus
wird als dem zweiten Codierer nicht das ursprüngliche Audiosignal zugeführt, sondern
die Differenz zwischen dem ursprünglichen Audiosignal
und dem codierten und wieder decodierten Ergebnis des ersten Codierers/Decodierers.
Der Auflösungsfehler,
den der erste Codierer gemacht hat, erscheint somit automatisch
in dem Restsignal, das beispielsweise durch Differenzbildung erhalten wird,
wobei dem Restsignal typischerweise Fehler anhaften werden, aufgrund
beispielsweise der schlechten Zeitauflösung der ersten Codierer/Decodiererstrecke.
Dagegen wird das Restsignal, da die erste Codierer/Decodierer-Strecke eine gute
Frequenzauflösung
hatte, kaum diesbezügliche
Frequenzfehler anhaften. Damit kann ohne weiteres das Restsignal
mit einem Codierer mit hoher Zeitauflösung (und damit entsprechend
schlechter Frequenzauflösung
codiert werden, um als zweites Codierausgangssignal ein Signal zu
erhalten, das eine gute Zeitauflösung
hat, jedoch eine schlechte Frequenzauflösung, was jedoch nichts macht,
da das erste Codiererausgangssignal bereits eine gute Frequenzauflösung hat
und somit die frequenzmäßig betrachtete
Struktur des Audiosignals sehr gut wiedergibt.
-
Bei
einem bevorzugten Ausführungsbeispiel der
vorliegenden Erfindung sind sowohl der erste Codierer als auch der
zweite Codierer Transformationscodierer. Ferner wird es bevorzugt,
den ersten Codierer mit einer hohen Frequenzauflösung (und damit einer schlechten
Zeitauflösung),
also mit einer hohen Transformationslänge zu betreiben, während der zweite
Codierer mit einer hohen Zeitauflösung (und damit einer schlechten
Frequenzauflösung)
betrieben wird.
-
Erfindungsgemäß hat sich
herausgestellt, daß in
vielen Fällen
Artefakte im Zeitbereich, also Artefakte aufgrund einer schlechten
Zeitauflösung, eher
akzeptiert werden als Artefakte im Frequenzbereich, also Artefakte
aufgrund einer schlechten Frequenzauflösung. Daher wird es bevorzugt,
den ersten Codierer mit einer hohen Frequenzauflösung zu betreiben, da dann
von einem entsprechenden Decodierer lediglich das erste Codiererausgangssignal genügt, um eine
einigermaßen
gute Audioausgabe zu erreichen, was im Sinne des Konzepts der Skalierbarkeit
liegt.
-
Erfindungsgemäß wird durch
den zweiten Codierer die Qualität
des ersten Codierverfahrens verbessert, indem eine Differenzbildung
zwischen dem Ausgangssignal der ersten Codierer/Decodierer-Strecke
und dem ursprünglichen
Audiosignal genommen wird, und daß dann das dabei entstehende Restsignal
mit dem zweiten Codierer codiert wird, der eine gute Zeitauflösung hat.
Diese Codierung ist besonders günstig
für das
Restsignal, da es bereits wenig tonale Elemente umfaßt, da diese
bereits sehr gut und effizient vom ersten Codierverfahren erfaßt worden
sind.
-
Der
wesentliche Mangel dieses Restsignals ist jedoch die schlechte Zeitauflösung, die
sich in der Entstehung von Rauschen vor oder nach einem Transienten,
also eines Vor-Echos
oder Nachechos zeigt. Vorechos sind störender als Nachechos, da sie gut
subjektiv wahrnehmbar sind. Dieses Rauschen ist gewissermaßen das
Quantisierungsrauschen des Transienten und entspricht in seinem
Spektralgehalt im we sentlichen dem des Transienten und ist somit nicht
tonal. Durch die Verwendung des Transformations-Codierverfahrens
mit kurzen Blöcken,
also mit einer hohen Zeitauflösung,
wird somit die Zeitauflösung
auf effiziente Art und Weise erheblich verbessert.
-
Erfindungsgemäß wird somit
ein Audio-Codierverfahren mit hoher und höchster Qualität erhalten,
indem die Anteile des Audiosignals, die tonal oder eher tonal sind,
mit einem frequenzselektiven Transformations-Codierverfahren mit
langen Transformationslängen
erfaßt
werden, während
ein nachgeschaltetes Codierverfahren mit kurzen Transformationslängen für das Restsignal
eine hohe Zeitauflösung
ermöglicht.
-
Bevorzugte
Ausführungsbeispiele
der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf
die beiliegenden Zeichnungen detailliert erläutert. Es zeigen:
-
1 ein Blockschaltbild eines
erfindungsgemäßen Codierkonzepts;
-
2 ein Blockschaltbild eines
erfindungsgemäßen Codierkonzepts
gemäß einem
bevorzugten Ausführungsbeispiel
der vorliegenden Erfindung;
-
3 ein Blockschaltbild eines
erfindungsgemäßen Decodierkonzepts;
-
4a einen bekannten Transformations-Codierer;
und
-
4b einen bekannten Transformations-Decodierer.
-
1 zeigt eine Vorrichtung
zum Codieren eines Audiosignals, das über einen Eingang 10 bereitgestellt
wird. Das Audiosignal wird zunächst
in einen ersten Codierer 12 mit einer ersten Zeit/Frequenz-Auflösung eingespeist.
Der erste Codierer 12 ist ausgebildet, um ein erstes Codiererausgangssignal
an einem Ausgang 14 zu erzeugen. Das erste Co diererausgangssignal
an dem Ausgang 14 des ersten Codierers 12 wird
einerseits einem Multiplexer 16 zugeführt, und andererseits einem
Decodierer 18, der an den ersten Codierer angepaßt ist und
das erste Codiererausgangssignal decodiert, um ein decodiertes Audiosignal
an einem Ausgang 20 des Decodierers 18 zu liefern.
Das decodierte Ausgangssignal 20 sowie das ursprüngliche
Audiosignal 10 werden einem Vergleicher 22 zugeführt. Der
Vergleicher 22 ist ausgebildet, um das Audiosignal an dem
Eingang 10 mit dem decodierten Audiosignal am Ausgang 20, also
nach der Strecke aus erstem Codierer 12 und dem Decodierer 18,
zu vergleichen. Der Vergleicher 22 ist insbesondere ausgebildet,
um ein Restsignal an einem Ausgang 24 desselben zu liefern,
wobei das Restsignal einen Unterschied zwischen dem Audiosignal
und dem decodierten Audiosignal umfaßt. Dieses Restsignal 24 wird
einem zweiten Codierer 26 zugeführt, welcher ausgebildet ist,
um das Restsignal an dem Ausgang 24 des Vergleichers 22 zu
codieren, um ein zweites Codiererausgangssignal an einem Ausgang 28 zu
liefern, das ebenfalls dem Multiplexer 16 zugeführt wird.
Der Multiplexer 16 ist ausgebildet, um das erste Codiererausgangssignal
und das zweite Codiererausgangssignal zu kombinieren und um aus
denselben gegebenenfalls unter Berücksichtigung entsprechender
Seiteninformationen und Bitstrom-Syntax-Konventionen ein codiertes
Audiosignal an einem Ausgang 30 zu erzeugen.
-
Erfindungsgemäß hat der
erste Codierer eine erste zeitliche oder frequenzmäßige Auflösung, und
hat der zweite Codierer eine zweite zeitliche oder frequenzmäßige Auflösung. Gemäß der vorliegenden
Erfindung unterscheiden sich die erste Auflösung des ersten Codierers und
die zweite Auflösung des
zweiten Codierers, so daß das
erste Codiererausgangssignal entweder zeitlich oder frequenzmäßig gut
codiert ist, und daß das
zweite Codiererausgangssignal frequenzmäßig bzw. zeitlich gut codiert ist,
dahingehend, daß das
codierte Audiosignal am Ausgang des Multiplexers 16 sowohl
eine hohe zeitliche Auflösung
als auch eine hohe Frequenzauflösung
hat.
-
Nachfolgend
ist anhand von 2 ein
bevorzugtes Ausführungsbeispiel
der vorliegenden Erfindung dargestellt. Hierbei wird das Audiosignal 10,
bevor es dem Vergleicher 22 zugeführt wird, der in 2 als Differenzglied dargestellt
ist, einer Verzögerung
durch ein Verzögerungsglied 32 unterzogen, so
daß bei
dem in 2 gezeigten bevorzugten
Ausführungsbeispiel
eine abtastwertweise Differenzbildung durch das Differenz-Glied 22 zwischen
dem decodierten Audiosignal am Ausgang des Decoders 18 und
dem (verzögerten)
Audiosignal am Ausgang des Verzögerungsglieds 32 in
Echtzeit durchgeführt
werden kann.
-
Bei
dem in 2 gezeigten Ausführungsbeispiel
sind ferner der erste Codier, also der Encoder 12 in 2, und der zweite Codierer 26,
der in 2 mit Differenz-Encoder
bezeichnet ist, ausgebildet, um eine Transformations-Codierung durchzuführen.
-
Ferner
wird es bevorzugt, daß der
erste Codierer 12 eine Codierung mit langen Transformationslängen, also
einer hohen Frequenzauflösung
und damit einhergehend einer niedrigen Zeitauflösung durchführt, während der zweite Codierer 26 eine
Codierung mit kurzen Transformationslängen durchführt, also mit einer hohen Zeitauflösung und
inhärent damit
einhergehend niedrigen Frequenzauflösung.
-
Obgleich
prinzipiell auch der erste Codierer mit kurzen Transformationslängen und
der Differenzcodierer mit langen Transformationslängen arbeiten könnte, wird
es dennoch bevorzugt, den ersten Codierer mit langen Transformationslängen laufen
zu lassen, da, wie es bereits ausgeführt worden ist, für einen
Zuhörer
Zeitartefakte eher weniger problematisch sind als Frequenzartefakte.
Daher wird ein Codierer, der nur das erste Codiererausgangssignal
am Ausgang 14, nicht aber das zweite Codiererausgangssignal
am Ausgang 28 verarbeiten kann, dann, wenn der erste Codierer
mit langen Transformationslängen
arbeitet, eine angenehmere Wiedergabe erzeugen als wenn der erste
Codierer mit kurzen Transformationslängen arbeiten würde.
-
Als
Transformationsalgorithmus innerhalb des ersten Codierers und/oder
des zweiten Codierers von 2 kann
jede beliebige Einrichtung zum Umsetzen eines Blocks von zeitlichen
Abtastwerten in eine spektrale Darstellung verwendet werden, wie beispielsweise
eine Fourier-Transformation, eine diskrete Fourier-Transformation,
eine schnelle Fourier-Transformation,
eine diskrete Cosinustransformation, eine modifizierte diskrete
Cosinustransformation etc. Alternativ kann jedoch auch eine Filterbank
mit einer kleineren Anzahl von Kanälen eingesetzt werden, wie
z. B. eine 64-Kanal-Filterbank,
eine 128-Kanal-Filterbank oder eine Filterbank mit mehr oder weniger
Kanälen.
-
Bei
einem anderen Ausführungsbeispiel
der vorliegenden Erfindung kann der erste Encoder 12 ein
SBR-Encoder sein, der ausgebildet ist, um ein erstes Codiererausgangssignal
zu liefern, das nur Informationen bis zu einer Grenzfrequenz umfaßt, die kleiner
als die Grenzfrequenz des Audiosignals am Audioeingang 10 ist.
Typische SBR-Encoder extrahieren aus dem Audiosignal Seiteninformationen,
die zur Hochfrequenz-Rekonstruktion in einem SBR-Decoder eingesetzt
werden können,
um das hohe Band, also das Band des Audiosignals oberhalb der Grenzfrequenz
des ersten Codiererausgangssignals, möglichst hochqualitativ zu rekonstruieren.
Der Decodierer 18 in 2 ist
jedoch hier kein solcher SBR-Decodierer
mit Hochfrequenzrekonstruktion, sondern ein üblicher Transformations-Decodierer,
der an den ersten Codierer 12 angepaßt ist, um das Codiererausgangssignal
unabhängig
davon, daß dasselbe Band
begrenzt ist, einfach zu decodieren, so daß das Ausgangssignal des Decodierers 18 am
Ausgang 20 ebenfalls eine niedrigere Grenzfrequenz hat
als das ursprüngliche
Audiosignal.
-
In
diesem Fall würde
das Restsignal bis zur Grenzfrequenz den Codier/Decodier-Fehler
der Strecke aus Encoder 12 und Decoder 18 umfassen,
würde jedoch
oberhalb der Grenzfrequenz das komplette Audiosignal sein.
-
In
diesem Fall kann das Restsignal, da es oberhalb der Grenzfrequenz
des ersten Codiererausgangssignals mit dem ursprünglichen Audiosignal übereinstimmt,
entweder ebenfalls mit dem Differenz-Codierer 16 codiert
werden, der kurze Transformationslängen verwendet. Alternativ
könnte
jedoch nur der Spektralbereich des Restsignals bis zur Grenzfrequenz
des ersten Codiererausgangssignals mit dem Differenz-Codierer 26 codiert
werden, während
der hochfrequente Anteil des Restsignals wieder mit dem ersten Codierer 12 mit
den langen Transformationslängen
codiert wird, um auch im hochfrequenten Teil des Audiosignals eine
hohe Frequenzauflösung
zu erreichen.
-
Das
Ausgangssignal des Codierers 12 für das hochfrequente Band kann
nun wieder mit dem entsprechenden Band des ursprünglichen Audiosignals verglichen
werden, um das Differenzsignal wieder mit dem Differenzcodierer 26 zu
codieren, so daß am
Ende vier Datenströme
dem Multiplexer 16 zugeführt werden, die, wenn sie alle
zusammen decodiert werden, eine transparente Wiedergabe, d. h. eine Wiedergabe
ohne Artefakte, ermöglichen.
-
Erfindungsgemäß ist es
nicht wesentlich, daß der
erste Codierer und der zweite Codierer unter Verwendung eines psychoakustischen
Modells arbeiten. Aus Dateneffizienzgründen wird es jedoch bevorzugt,
daß zumindest
der erste Codierer 12 unter Verwendung eines psychoakustischen
Modells arbeitet. Je nach Ressourcen könnte der zweite Codierer dann
verlustlos codieren, wenn die entsprechenden Übertragungskanalressourcen
vorhanden sind, so daß eine
vollständig
transparente Wiedergabe erreicht wird. Alternativ könnte jedoch
auch der zweite Codierer unter Verwendung eines psychoakustischen
Modells arbeiten, wobei es bevorzugt wird, daß in diesem Fall für den zweiten
Codierer das psychoakustische Modell nicht noch einmal komplett
berechnet wird, sondern zumindest Teile desselben bzw. die gesamte
psychoakustische Maskierungsschwelle unter Berücksichtigung der unterschiedlichen
Transformationslängen
von dem ersten Codierer zu dem zweiten Codierer gewissermaßen „wieder verwendet" werden kann. Dies
kann z. B. dadurch geschehen, daß die von dem ersten Codierer
berechnete psychoakustische Maskierungsschwelle unmittelbar für den zweiten
Codierer genommen wird, wobei jedoch zur Berücksichtigung der kürzeren Transformationslängen des
zweiten Codierers z. B. einen „Sicherheitsaufschlag" von beispielsweise
3 dB verwendet wird, derart, daß die
psychoakustische Maskierungsschwelle für den zweiten Codierer z. B.
um 3 dB oder einen anderen vorbestimmten Betrag kleiner als die
psychoakustische Maskierungsschwelle für den ersten Codierer 12 ist.
-
Im
Hinblick auf die Transformationslängen wird es bevorzugt, daß die Transformationslänge des ersten
Codierers ein ganzzahliges Vielfaches der Transformationslänge des
zweiten Codierers ist. So kann die Transformationslänge des
ersten Codierers beispielsweise doppelt so viele, dreimal so viele,
viermal so viele oder fünfmal
so viele Abtastwerte des Audiosignals umfassen als die Transformationslänge des
zweiten Codierers 26. Diese ganzzahlige Relation zwischen
den Transformationslängen
des ersten und des zweiten Codierers wird deswegen bevorzugt, da
dann eine relativ gute Wiederverwendung von Codiererdaten des ersten
Codierers für
den zweiten Codierer möglich
sind. Andererseits wäre
jedoch auch ein nicht-ganzzahliger Zusammenhang zwischen den Transformationslängen unproblematisch,
da der erste Codierer 12 und der zweite Codierer 26 auch
nicht synchronisiert zueinander laufen können, sofern dies einem Decodierer
entsprechend mitgeteilt wird, damit derselbe mit den richtigen Abtastwerten
die Aufsummation durchführt,
also das Inverse der abtastwertweisen Differenzbildung im Element 22 von 2.
-
3 zeigt einen Decodierer
zum Decodieren eines codierten Audiosignals gemäß der vorliegenden Erfindung.
Das codierte Audiosignal, das an dem Ausgang 30 von 1 bzw. 2 ausgegeben wird, wird nach Übertragung,
Speicherung, etc. einem Eingang 40 des Decodierers in 3 zugeführt. Der Eingang 40 ist
zunächst
mit einem Extraktor 42 gekoppelt, der die Funktionalität eines
Bitstrom-Demultiplexers aufweist, um aus dem codierten Audiosignal
zunächst
das erste Codiererausgangssignal zu extrahieren und an einem Ausgang 44 bereitzustellen,
und der ferner ausgebildet ist, um das codierte Restsignal, bzw.
das Differenzsignal bzw. das zweite Codiererausgangssignal an einem
Ausgang 46 bereitzustellen. Das erste Codiererausgangssignal
wird einem ersten Decodierer zugeführt, der an den ersten Codierer 12 der
in 1 gezeigten erfindungsgemäßen Vorrichtung
zum Codieren angepaßt ist
und prinzipiell mit dem Decodierer 18 von 1 identisch sein kann. Dies bedeutet,
daß der
erste Decodierer 48 wieder dieselbe Zeit/Frequenz-Auflösung hat,
also mit derselben beispielsweise Transformationslänge arbeitet
wie der Codierer 12 von 1.
Das zweite Codiererausgangssignal am Ausgang 46 des Extraktors
wird einem zweiten Decodierer 50 zugeführt, der an den zweiten Codierer 26 von 1 angepaßt ist und damit die zweite
Zeit/Frequenz-Auflösung
hat, also eine Zeit/Frequenz-Auflösung, die
zu der Zeit-Frequenz-Auflösung
des zweiten Codierers 26 in 1 identisch
ist.
-
Der
erste Decodierer 48 liefert ausgangsseitig das decodierte
Audiosignal, das mit dem Signal am Ausgang 20 von 2 identisch sein kann. Analog
hierzu liefert der zweite Decodierer 50 an seinem Ausgang
das decodierte Restsignal. Es sei darauf hingewiesen, daß beide
Decodierer prinzipiell so ausgebildet sein können, wie es anhand von 4b dargestellt worden ist,
wobei sich dieselben jedoch im Hinblick auf ihre Transformationslängen und
damit auf die verwendeten Synthese-Filterbanken unterscheiden werden.
-
Sowohl
das decodierte Audiosignal am Ausgang 52 in 3 als auch das decodierte
Restsignal am Ausgang 54 von 3 werden
einem Kombinierer 56 zugeführt, der bei einem bevorzugten
Ausführungsbeispiel
der vorliegenden Erfindung eine abtastwertweise Summation durchführt, also
allgemein gesagt eine Operation, die invers zu der Vergleichsoperation
ist, die im Codierer im Element 22 von 1 durchgeführt worden ist. Der Kombinierer 56 liefert ausgangsseitig
an einem Ausgang 58 der Decodiervorrichtung von 3 ein Ausgangssignal, das
sich nun aufgrund der vorliegenden Erfindung sowohl durch eine gute
Zeitauflösung
als auch durch eine gute Frequenzauflösung auszeichnet, das also
sowohl wenig Frequenzartefakte als auch wenig Zeitartefakte umfaßt.
-
Abhängig von
den Gegebenheiten kann das erfindungsgemäße Verfahren zum Codieren,
wie es anhand von 1 dargestellt
worden ist, oder kann das erfindungsgemäße Verfahren zum Decodieren, wie
es anhand von 3 dargestellt
worden ist, in Hardware oder in Software implementiert werden. Die
Implementierung kann auf einem digitalen Speichermedium, insbesondere
einer Diskette oder CD mit elektronisch auslesbaren Steuersignalen
erfolgen, die so mit einem programmierbaren Computersystem zusammenwirken
können,
daß das
entsprechende Verfahren ausgeführt
wird. Allgemein besteht die Erfindung somit auch in einem Computer-Programm-Produkt
mit einem auf einem maschinenlesbaren Träger gespeicherten Programmcode
zur Durchführung
des erfindungsgemäßen Verfahrens, wenn
das Computer-Programm-Produkt auf einem Rechner abläuft. In
anderen Worten ausgedrückt kann
die Erfindung somit als ein Computer-Programm mit einem Programmcode
zur Durchführung des
Verfahrens realisiert werden, wenn das Computer-Programm auf einem
Computer abläuft.