Un emisor de audio/conversación (105) que comprende un codificador de núcleo adaptado a una banda de frecuencia de una señal de audio/conversación de entrada,

operando el codificador de núcleo sobre tramas de la señal de audio/conversación de entrada que comprende un número predeterminado de muestras, teniendo la señal de audio/conversación de entrada una primera frecuencia de muestreo, y comprendiendo la banda de frecuencia de núcleo hasta una frecuencia de corte, caracterizado porque el emisor de audio/conversación (105) comprende también:

- un dispositivo de segmentación (110) adaptado para estimar una frecuencia de corte para cada segmento asociado con la longitud de segmento adaptativa y adaptado para transmitir información sobre la frecuencia de corte estimada a un descodificador.

- un filtro de paso bajo (120) adaptado para filtrar cada segmento a la citada frecuencia de corte estimada, y un remuestreador (130) adaptado para remuestrear cada segmento filtrado a una segunda frecuencia de muestreo que corresponde a la frecuencia de corte del citado segmento filtrado con el fin de generar una trama de audio/conversación del número de muestras predeterminado para ser codificada por el citado codificador de núcleo (140)

Métodos y disposiciones para un emisor y receptor de conversación/audio.

Campo técnico

La presente invención se refiere a un emisor y un receptor de conversación/audio. En particular, la presente invención se refiere a un códec de conversación/audio mejorado que proporciona una mayor eficiencia de codificación.

Antecedentes

La codificación de conversación/audio convencional se lleva a cabo mediante un códec de núcleo. Un códec implica un codificador y un descodificador. El códec de núcleo está adaptado para codificar/descodificar una banda de núcleo de la banda de frecuencia de señal, por lo que la banda de núcleo incluye las frecuencias esenciales de una señal hasta una frecuencia de corte, que, por ejemplo, es 3400 Hz en el caso de una conversación de banda estrecha. El códec de núcleo puede ser combinado con una bandwidth extension (BWE - Extensión de Banda Ancha), que maneja las altas frecuencias por encima de la banda de núcleo y por encima de la frecuencia de corte. La BWE se refiere a un tipo de método que aumenta el espectro de frecuencias (ancho de banda) en el receptor por encima del espectro del ancho de banda de núcleo. La ganancia con la BWE es que puede realizarse habitualmente sin ninguna o muy pequeña velocidad de bits extra sumada a la velocidad de bits del códec de núcleo. El punto de frecuencia que marca la frontera entre la banda de núcleo y las altas frecuencias manejadas por la extensión de ancho de banda se llama en esta memoria frecuencia de cruce o frecuencia de corte.

El aumento de frecuencia es un método, disponible por ejemplo en el códec de audio Adaptative MultiRate-WideBand+ (AMR-WB+) en el códec de 3GPP TS 26.290 Extended Adaptative MultiRate - Wideband (AMR-WB+); Funciones de Transcodificación), que permite operar el códec a una frecuencia de muestreo interna modificada, incluso aunque fue diseñado originariamente para una frecuencia interna fija de 25,6 kHz. Cambiar la frecuencia de muestreo interna permite escalar la velocidad de bits, el ancho de banda y la complejidad con el factor de aumento de frecuencia, como se explica a continuación. Esto permite operar el códec de una manera muy flexible dependiendo de los requisitos de la velocidad de bits, del ancho de banda y de la complejidad. Por ejemplo si se necesita una velocidad de bits muy baja, puede usarse un factor de aumento de frecuencia (= disminución de frecuencia), lo que al mismo tiempo significa que el ancho de banda de audio codificado y la complejidad se reducen. Por otro lado, si se desea una calidad de codificación muy elevada, se usa un factor de aumento de frecuencia alto que permite codificar un ancho de banda de audio grande a costa de una mayor velocidad de bits y una mayor complejidad.

El aumento de la frecuencia en el lado del codificador se lleva a cabo usando un remuestreador flexible en el extremo frontal del codificador, que convierte la velocidad de muestreo de audio original de la señal de salida (por ejemplo 44,1 kHz) en una frecuencia de muestreo interna arbitraria, que se desvía de la frecuencia de muestreo interna nominal en un factor de aumento de frecuencia. El algoritmo de codificación real opera sobre una trama de señal fija (que contiene un número de muestras pre-definido) muestreada a la frecuencia de muestreo interna; por ello es en principio independiente de cualquier aumento de frecuencia. No obstante, varios atributos de códec son escalados por un factor de aumento de frecuencia, tal como la velocidad de bits, la complejidad, el ancho de banda y la frecuencia de cruce.

Sería deseable usar el método de aumento de frecuencia mencionado anteriormente con el fin de alcanzar una mayor eficiencia de codificación. Esto llevaría a una mejor calidad de señal a la misma velocidad de bits o a una menor velocidad de bits aun manteniendo el mismo nivel de calidad.

La patente de US 7050972 describe un método para un sistema de codificación de audio que adaptativamente en el tiempo ajusta la frecuencia de cruce entre un códec de núcleo para la codificación de una banda de frecuencia más baja y un sistema de regeneración de frecuencia, llamado también extensión de ancho de banda en esta memoria, de una banda de frecuencia mayor. Se describe también que la adaptación puede llevarse a cabo en respuesta a la capacidad del códec de núcleo de codificar adecuadamente la banda de frecuencia baja.

No obstante, la US 7050972 no proporciona medios para aumentar la eficiencia de codificación del códec de núcleo, es decir, que opera a una frecuencia de muestreo menor. El método se dirige meramente a mejorar la eficiencia del sistema de codificación total adaptando el ancho de banda que va a ser codificado por el códec de núcleo de manera que se asegura que el códec de núcleo puede codificar adecuadamente su banda. Por ello, el propósito es alcanzar una tasa de rendimiento óptima entre el núcleo y la extensión de ancho de banda en lugar de hacer cualquier intento que haría al códec de núcleo más eficiente.

La solicitud de patente (WO-2005096508) describe otro método que comprende un módulo de extensión de banda, un módulo de remuestreo y un códec de núcleo que comprende un módulo analizador de acústica psicológico, un módulo de mapeo de tiempo-frecuencia, un módulo de cuantificación, un módulo de codificación de entropía. El módulo de extensión de banda analiza las señales de audio introducidas originales en todo el ancho de banda, extrae la envoltura espectral de la parte de alta frecuencia y los parámetros que caracterizan la dependencia entre las partes más bajas y más altas del espectro. El módulo de remuestreo remuestrea las señales de audio introducidas, cambia la velocidad de muestreo y las extrae hacia el códec de núcleo.

No obstante, la solicitud de patente (WO-2005096508) no contiene provisiones que permitirían adaptar la operación del módulo de remuestreo dependiendo de algún análisis de la señal de entrada. Además, no se prevén medios de segmentación adaptativos de la señal de entrada original, que permitirían mapear un segmento de entrada después de un remuestreo adaptativo sobre una trama de entrada de un códec de núcleo subsiguiente, conteniendo la trama de entrada un número de muestras predefinido. La consecuencia de esto es que no puede asegurarse que el códec de núcleo opere a la velocidad de muestreo de señal más baja posible y por ello, la eficiencia del sistema de codificación global no es tan alta como sería deseable.

Otro ejemplo de tal técnica anterior es la solicitud de patente (US 2006 161 427).

La publicación C. Shahabi et al.: A comparison of different haptic compression techniques; ICME 2002 describe un sistema de muestreo adaptativo para datos hápticos que operan en tramas de datos, que periódicamente identifica la frecuencia de Nyquist para la ventana de datos y subsiguientemente remuestrea los datos a esta frecuencia. La frecuencia de muestreo se elige por razones prácticas de acuerdo con una frecuencia de corte, por encima de la cual la energía de la señal puede ser despreciada.

El problema con la solución descrita en la publicación C. Shahabi et al. mencionada anteriormente es que no proporciona ninguna ganancia en el contexto de la codificación de conversación y de audio. Para el muestreo de datos hápticos puede ser apropiado un criterio correspondiente al contenido de energía relativa por encima de la frecuencia de corte (por ejemplo 1%), que se dirige a mantener una representación exacta de los datos a la menor velocidad de muestreo posible. No obstante, en el contexto de la codificación de conversación y audio, normalmente existen restricciones fijas en la frecuencia de muestreo de entrada o de salida que implican que la señal original es filtrada primeramente con un filtro de paso bajo a una frecuencia de corte fija y subsiguientemente muestreada por disminución hasta la frecuencia de muestreo requerida de por ejemplo 8, 16, 32, 44,1 ó 48 kHz. Por ello, el ancho de banda de la señal de conversación o de audio está ya artificialmente limitado a una frecuencia de corte fija. Una adaptación subsiguiente de la frecuencia de muestreo de acuerdo con el método de esta publicación no funcionaría generalmente puesto que sólo conduciría a una frecuencia de muestreo fija en lugar de adaptativa como consecuencia de la frecuencia de corte fijada artificialmente.

Sin embargo, incluso en el caso en el que el ancho de banda está limitado artificialmente, dependiendo de las propiedades de percepción locales (en tiempo) de la señal de audio, el impacto de la limitación del ancho de banda no...

1. Un emisor de audio/conversación (105) que comprende un codificador de núcleo adaptado a una banda de frecuencia de una señal de audio/conversación de entrada, operando el codificador de núcleo sobre tramas de la señal de audio/conversación de entrada que comprende un número predeterminado de muestras, teniendo la señal de audio/conversación de entrada una primera frecuencia de muestreo, y comprendiendo la banda de frecuencia de núcleo hasta una frecuencia de corte, caracterizado porque el emisor de audio/conversación (105) comprende también:

- un dispositivo de segmentación (110) adaptado para estimar una frecuencia de corte para cada segmento asociado con la longitud de segmento adaptativa y adaptado para transmitir información sobre la frecuencia de corte estimada a un descodificador.

- un filtro de paso bajo (120) adaptado para filtrar cada segmento a la citada frecuencia de corte estimada, y un remuestreador (130) adaptado para remuestrear cada segmento filtrado a una segunda frecuencia de muestreo que corresponde a la frecuencia de corte del citado segmento filtrado con el fin de generar una trama de audio/conversación del número de muestras predeterminado para ser codificada por el citado codificador de núcleo (140).

2. El emisor de audio/conversación (105) de acuerdo con la reivindicación 1, caracterizado porque el estimador de frecuencia de corte (110) está adaptado para hacer un análisis de las propiedades de un segmento de entrada dado de acuerdo con un criterio perceptual, para determinar la frecuencia de corte que se va a usar para un segmento dado basándose en el análisis.

3. El emisor de audio/conversación (105) de acuerdo con cualquiera de las reivindicaciones 1-2, caracterizado porque el estimador de frecuencia de corte (110) está también adaptado para proporcionar una estimación cuantificada de la frecuencia de corte.

4. El emisor de audio/conversación (105) de acuerdo con cualquiera de las reivindicaciones 1-3, caracterizado porque el estimador de frecuencia de corte (110) está también adaptado para transmitir información sobre la frecuencia de corte estimada a un descodificador directamente como un parámetro de información lateral.

5. El emisor de audio/conversación (105) de acuerdo con cualquiera de las reivindicaciones 1-3, caracterizado porque el estimador de frecuencia de corte (110) está también adaptado para transmitir información sobre la frecuencia de corte estimada a un descodificador mediante señalización indirecta por medio de la segmentación.

6. El emisor de audio/conversación (105) de acuerdo con la reivindicación 5, caracterizado porque el estimador de frecuencia de corte (110) está también adaptado para utilizar la longitud de cada segmento para la señalización indirecta.

7. El emisor de audio/conversación (105) de acuerdo con la reivindicación 5, caracterizado porque el estimador de frecuencia de corte (110) está también adaptado para utilizar la velocidad de bits asociada con cada segmento para la señalización indirecta.

8. El emisor de audio/conversación (105) de acuerdo con la reivindicación 5, caracterizado porque el estimador de frecuencia de corte (110) está también adaptado para transmitir información sobre la frecuencia de corte estimada al descodificador indirectamente usando instantes de tiempo de una primera muestra del segmento actual y una primera muestra de un segmento subsiguiente.

9. El emisor de audio/conversación (105) de acuerdo con cualquiera de las reivindicaciones 1-8, caracterizado porque comprende un dispositivo de predicción (301) lineal situado antes del filtro de paso bajo (120) y después del dispositivo de segmentación (110) y del estimador de frecuencia de corte (110) y adaptado para producir un residuo de LPC que es proporcionado al remuestreador.

10. El emisor de audio/conversación (105) de acuerdo con cualquiera de las reivindicaciones 1-8, caracterizado porque comprende un dispositivo de predicción (301) lineal situado antes del dispositivo de segmentación y del estimador de frecuencia de corte y adaptado para producir un residuo de LPC que es proporcionado al dispositivo de segmentación (110).

11. El emisor de audio/conversación (105) de acuerdo con cualquiera de las reivindicaciones 1-10, caracterizado porque al menos una de las frecuencias de corte y la segunda frecuencia de muestreo es seleccionada basándose en una estimación de frecuencia de altura.

12. El emisor de audio/conversación (105) de acuerdo con la reivindicación 1, caracterizado porque comprende medios para la generación de una señal que corresponde a la señal de salida del receptor (165).

13. El emisor de audio/conversación (105) de acuerdo con la reivindicación 12, caracterizado porque comprende una versión local de un descodificador de núcleo (601) y un muestreador por aumento (603) adaptado para llevar a cabo una reconstrucción completa de la señal recibida, comprende también un calculador de distorsión de codificación (606) adaptado para comparar la señal reconstruida con la señal de conversación de entrada original de acuerdo con algún criterio de fidelidad, por lo que si la señal reconstruida no es suficientemente buena de acuerdo con el citado criterio de fidelidad, el estimador de frecuencia de corte (110) está adaptado para reajustar la frecuencia de corte y la velocidad de bits consumida por intervalo de tiempo hacia arriba de manera que la distorsión de codificación permanece dentro de ciertos límites predefinidos, y si la calidad de la señal es demasiado buena el estimador de frecuencia de corte (110) está adaptado para aumentar la longitud del segmento correspondiente hasta una menor frecuencia de corte y velocidad de bits.

14. El emisor de audio/conversación (105) de acuerdo con la reivindicación 12, caracterizado porque comprende también una versión local de un dispositivo de extensión de ancho de banda (602) y un combinador de banda (604) adaptado para llevar a cabo una reconstrucción completa de la señal recibida incluyendo una banda de alta frecuencia reconstruida por la BWE.

15. Un receptor de audio/conversación (165) adaptado para descodificar una señal de audio/conversación codificada recibida, caracterizado porque comprende un remuestreador (160) adaptado para remuestrear una trama de audio/conversación descodificada usando información (162) de una estimación de frecuencia de corte para generar un segmento de conversación de salida, en el que la citada información es recibida desde un emisor de audio/conversación que comprende un estimador de frecuencia de corte adaptado para estimar la frecuencia de corte asociada con la longitud de segmento adaptativa y adaptado para generar y transmitir la citada información.

16. El receptor de audio/conversación (165) de acuerdo con la reivindicación 15, caracterizado porque comprende al menos un dispositivo de extensión de ancho de banda (190) adaptado para reconstruir las frecuencias por encima de la frecuencia de corte estimada.

17. El receptor de audio/conversación (165) de acuerdo con cualquiera de las reivindicaciones 15-16, caracterizado porque está también adaptado para recibir información sobre la frecuencia de corte estimada directamente como un parámetro de información lateral.

18. El receptor de audio/conversación (165) de acuerdo con cualquiera de las reivindicaciones 15-17, caracterizado porque está adaptado para recibir información sobre la frecuencia de corte estimada mediante señalización indirecta por medio de la segmentación.

19. El receptor de audio/conversación (165) de acuerdo con la reivindicación 18, caracterizado porque está adaptado para recibir la longitud de segmento elegida y cuantificada.

20. el receptor de audio/conversación (165) de acuerdo con la reivindicación 18, caracterizado porque está adaptado para recibir la velocidad de bits asociada con cada segmento para la señalización indirecta.

21. El receptor de audio/conversación (165) de acuerdo con la reivindicación 18, caracterizado porque está también adaptado para recibir información sobre la frecuencia de corte estimada por cada instante de tiempo de una primera muestra de segmento actual y una primera muestra de un segmento subsiguiente.

22. Un método en un emisor de audio/conversación que comprende un codificador de núcleo adaptado para codificar una banda de frecuencia de núcleo de una señal de audio/conversación de entrada, operando el codificador de núcleo sobre tramas de la señal de audio/conversación de entrada que comprende un número predeterminado de muestras, la señal de conversación de entrada tiene una primera frecuencia de muestreo y la banda de frecuencia de núcleo comprende frecuencias hasta una frecuencia de corte caracterizado por:

- segmentación (501) de la señal de audio/conversación de entrada en una pluralidad de segmentos, en la que cada segmento tiene una longitud de segmento adaptativa,

- estimar (502) una frecuencia de corte para cada segmento asociada con la longitud de segmento adaptativa y adaptada para transmitir información sobre la frecuencia de corte estimada a un descodificador,

- filtrar mediante un filtro de paso bajo (503) cada segmento a la citada frecuencia de corte estimada, y

- remuestrear (504) los segmentos filtrados con una segunda frecuencia de muestreo que corresponde a la citada frecuencia de corte con el fin de generar una trama de audio/conversación del número de muestras predeterminado para ser codificadas por el citado codificador (140).

23. El método de acuerdo con la reivindicación 22, caracterizado por la siguiente etapa de:

- hacer un análisis de las propiedades de un segmento de entrada dado de acuerdo con un criterio perceptual, para determinar la frecuencia de corte que se va a usar para el segmento dado basándose en el análisis.

24. El método de acuerdo con cualquiera de las reivindicaciones 22-23, caracterizado por la siguiente etapa de:

- reajustar (502a) la segmentación basándose en las estimaciones de la frecuencia de corte.

25. El método de acuerdo con cualquiera de las reivindicaciones 22-24, caracterizado por la siguiente etapa de:

- transmitir información sobre la frecuencia de corte estimada a un descodificador directamente como un parámetro de información lateral.

26. El método de acuerdo con cualquiera de las reivindicaciones 22-25, caracterizado por la siguiente etapa de:

- transmitir información sobre la frecuencia de corte estimada a un descodificador indirectamente por medio de la segmentación.

27. El método de acuerdo con cualquiera de las reivindicaciones 22-26, caracterizado por la siguiente etapa de:

- producir un residuo de LPC, antes del filtrado mediante un filtro de paso bajo y después de la segmentación y de la estimación de la frecuencia de corte, que es proporcionado al remuestreador.

28. El método de acuerdo con cualquiera de las reivindicaciones 22-27, caracterizado por la siguiente etapa de:

- producir un residuo de LPC, antes de la segmentación y de la estimación de la frecuencia de corte, que es proporcionado a la etapa de segmentación.

29. El método de acuerdo con cualquiera de las reivindicaciones 22-28, caracterizado porque al menos una de las frecuencias de corte y la segunda frecuencia de muestreo está seleccionada basándose en una estimación de la frecuencia de altura.

30. El método de acuerdo con la reivindicación 22, caracterizado por la siguiente etapa de generar una señal que se corresponde con la señal de salida del receptor (165).

31. El método de acuerdo con la reivindicación 30, caracterizado por la siguiente etapa de:

- llevar a cabo una completa reconstrucción de la señal recibida, comparar la señal reconstruida con la señal de conversación de entrada original de acuerdo con algún criterio de fidelidad, por lo que si la señal reconstruida no es suficientemente buena de acuerdo con el citado criterio de fidelidad, se ajusta la frecuencia de corte y la velocidad de bits consumida por cada intervalo de tiempo ascendente de manera que la distorsión de la codificación permanece dentro de ciertos límites predefinidos, y si la calidad de la señal es demasiado buena, se aumenta la longitud del segmento correspondiente a una menor frecuencia de corte y velocidad de bits.

32. El método de acuerdo con la reivindicación 30, caracterizado por la siguiente etapa de llevar a cabo una completa reconstrucción de la señal recibida incluyendo una banda de alta frecuencia reconstruida mediante BWE.

33. Un método en un receptor de audio/conversación para descodificar una señal de audio/conversación codificada recibida, caracterizado por la etapa de:

- remuestrear (505) una trama de audio/conversación descodificada usando información de una estimación de frecuencia de corte para generar un segmento de audio/conversación de salida, en el que la citada información es recibida desde un emisor de audio/conversación que comprende un estimador de frecuencia de corte adaptado para generar y transmitir la citada información.

34. El método de acuerdo con la reivindicación 33, caracterizado por la siguiente etapa de:

- reconstruir las frecuencias por encima de la frecuencia de corte estimada por al menos un dispositivo de extensión de ancho de banda.

35. El receptor de audio/conversación (165) de acuerdo con cualquiera de las reivindicaciones 33-34, caracterizado porque está también adaptado para recibir información sobre la frecuencia de corte estimada directamente como un parámetro de información lateral.

36. El receptor de audio/conversación (165) de acuerdo con cualquiera de las reivindicaciones 33-34, caracterizado porque está adaptado para recibir información sobre la frecuencia de corte estimada mediante señalización indirecta por medio de la segmentación.