DISPOSITIVO Y MÉTODO PARA EL PROCESAMIENTO POSTERIOR DE VALORES ESPECTRALES Y CODIFICADOR Y DECODIFICADOR PARA SEÑALES DE AUDIO.

Codificador para codificar una señal de audio, que comprende: un dispositivo (10) para el procesamiento posterior de valores espectrales basándose en un primer algoritmo (16) de transformación para convertir una señal de audio en una representación espectral,

comprendiendo el dispositivo (10) para el procesamiento posterior: medios (12) para proporcionar una secuencia de bloques de los valores espectrales que representa una secuencia de bloques de muestras de la señal de audio; y un combinador (13) para sumar de manera ponderada valores espectrales de la secuencia de bloques de valores espectrales con el fin de obtener una secuencia de bloques de valores espectrales procesados posteriormente, en el que el combinador (13) está implementado para usar, para el cálculo de un valor espectral procesado posteriormente para una banda de frecuencia y una duración de tiempo, un valor espectral de la secuencia de bloques para la banda de frecuencia y la duración de tiempo, y un valor espectral para otra banda de frecuencia u otra duración de tiempo, y en el que el combinador (13) está implementado para usar tales factores de ponderación cuando realiza la suma ponderada, que los valores espectrales procesados posteriormente son una aproximación a valores espectrales tal como se obtienen mediante un segundo algoritmo (17) de transformación para convertir la señal de audio en una representación espectral, en el que el segundo algoritmo (17) de transformación es diferente del primer algoritmo (16) de transformación; medios (23) para calcular una secuencia de bloques de valores espectrales según el segundo algoritmo (17) de transformación a partir de la señal de audio; medios (22) para formar una diferencia por valor espectral entre la secuencia de bloques debido al segundo algoritmo de transformación y la secuencia de bloques de valores espectrales procesados posteriormente

1. Campo de la invención:

La presente invención se refiere a la codificación/decodificación de audio y en particular a los conceptos de codificador/decodificador ajustables a escala que tienen una capa base y una capa de extensión.

2. Descripción de la técnica relacionada:

Los codificadores/decodificadores de audio se conocen desde hace mucho tiempo. En particular, los codificadores/decodificadores de audio que funcionan según la norma ISO/IEC 11172-3, conociéndose esta norma también como norma MP3, se denominan codificadores de transformación. Un codificador MP3 de este tipo recibe una secuencia de muestras de tiempo como señal de entrada que se someten a una función ventana. La función ventana lleva a bloques secuenciales de muestras de tiempo que entonces se convierten en una representación espectral por bloques. Según la norma MP3, aquí se realiza una conversión con un denominado banco de filtros híbrido. La primera fase del banco de filtros híbrido es un banco de filtros que tiene 32 canales con el fin de generar 32 señales de subbanda. Los filtros de subbanda de esta primera fase comprenden bandas de paso solapadas, razón por la que este filtrado tiende al solapamiento (aliasing). La segunda fase es una fase de MDCT para dividir las 32 señales de subbanda en 576 valores espectrales. A continuación se cuantifican los valores espectrales considerando el modelo psicoacústico y posteriormente se aplica codificación Huffman para obtener finalmente una secuencia de bits que incluye un flujo de palabras de código de Huffman e información complementaria necesaria para la decodificación.

En el lado del decodificador, las palabras de código de Huffman se calculan entonces de vuelta a índices de cuantificación. Una recuantificación lleva a valores espectrales que entonces se alimentan a un banco de filtros de síntesis híbrido que está implementado de manera análoga al banco de filtros de análisis para obtener de nuevo bloques de muestras de tiempo de la señal de audio codificada y de nuevo decodificada. Todas las etapas en el lado del codificador y en el lado del decodificador se presentan en la norma MP3. Con respecto a la terminología se indica que a continuación también se hace referencia a una “cuantificación inversa”. Aunque no puede invertirse una cuantificación, porque implica una pérdida de datos irrecuperable, a menudo se usa la expresión cuantificación inversa para indicar una recuantificación presentada anteriormente.

En la técnica también se conoce un algoritmo de codificador/decodificador de audio denominado AAC (AAC = codificación de audio avanzada). Un codificador de este tipo normalizado en la norma internacional ISO/IEC 13818-7 funciona de nuevo basándose en muestras de tiempo de una señal de audio. Las muestras de tiempo de la señal de audio se someten de nuevo a una función ventana con el fin de obtener bloques secuenciales de muestras de tiempo a las que se ha aplicado una función ventana. A diferencia del codificador MP3 en el que se usa un banco de filtros híbrido, en el codificador AAC se realiza una única transformación MDCT con el fin de obtener una secuencia de bloques de valores espectrales de MDCT. Estos valores espectrales de MDCT se cuantifican entonces de nuevo basándose en un modelo psicoacústico y finalmente se aplica codificación de Huffman a los valores espectrales cuantificados. En el lado del decodificador el procesamiento es correspondiente. Se decodifican las palabras de código de Huffman y entonces los índices de cuantificación o valores espectrales cuantificados, respectivamente, obtenidos a partir de éstos se recuantifican o cuantifican de manera inversa, respectivamente, para obtener finalmente valores espectrales que pueden suministrarse a un banco de filtros de síntesis de MDCT para obtener finalmente de nuevo muestras de tiempo codificadas/decodificadas.

Ambos métodos funcionan con bloques solapados y funciones ventana adaptativas tal como se describe en la publicación especializada “Codierung von Audiosignalen mit überlappender Transformation und adaptiven Fensterfunktionen” (“Codificación de señales de audio con transformación solapada y funciones ventana adaptativas”), Bernd Edler, Frequenz, vol. 43, 1989, págs. 252-256.

En particular, cuando se determinan zonas transitorias en la señal de audio, se realiza un cambio de funciones de ventana larga a funciones de ventana corta con el fin de obtener una resolución de frecuencia reducida a favor de una mejor resolución de tiempo. Una secuencia de ventanas cortas se introduce mediante una ventana de inicio y una secuencia de ventanas cortas se termina mediante una ventana de detención. De este modo puede conseguirse una transición sin espacios entre funciones de ventana larga solapadas y funciones de ventana corta solapadas. Dependiendo de la implementación, la zona solapada con ventanas cortas es menor que la zona solapada con ventana largas, lo que es razonable en vista del hecho de que en la señal de audio están presentes partes de señales transitorias, aunque no tiene que ser el caso necesariamente. Por tanto, secuencias de ventanas cortas así como secuencias de ventanas largas pueden implementarse con un solapamiento del 50 por ciento. Sin embargo, en particular con ventanas cortas, para mejorar la codificación de partes de señales transitorias, puede seleccionarse un ancho de solapamiento reducido, como por ejemplo de sólo el 10 por ciento o incluso menor, en lugar del 50 por ciento.

Tanto en la norma MP3 como en la norma AAC existe la función ventana con ventanas largas y cortas y las ventanas de inicio o las ventanas de detención, respectivamente, se ajustan a escala de modo que en general siempre puede mantenerse la misma trama de bloques. Para la norma MP3 esto significa que para cada bloque largo se generan 576 valores espectrales y que tres bloques cortos corresponden a un bloque largo. Esto significa que un bloque corto genera 192 valores espectrales. Con un solapamiento del 50 por ciento, para la función ventana se usa por tanto una longitud de ventana de 1152 muestras de tiempo, ya que debido al principio de solapamiento y suma de un solapamiento del 50 por ciento dos bloques de muestras de tiempo siempre llevan a un bloque de valores espectrales.

Tanto con los codificadores MP3 como con los codificadores AAC tiene lugar una compresión con pérdidas. Las pérdidas se introducen porque tiene lugar una cuantificación de los valores espectrales. Los valores espectrales se cuantifican en particular de modo que las distorsiones introducidas por la cuantificación, también denominadas ruido de cuantificación, tienen una energía que está por debajo del umbral de enmascaramiento psicoacústico.

Cuanto más basta sea la cuantificación de una señal de audio, es decir cuanto mayor sea el tamaño de paso del cuantificador, mayor será el ruido de cuantificación. Por otro lado, sin embargo, para una cuantificación más basta debe considerarse un menor conjunto de valores de salida de cuantificador, de modo que a los valores cuantificados de manera más basta se les puede aplicar una codificación de entropía usando menos bits. Esto significa que una cuantificación más basta lleva a una mayor compresión de datos, sin embargo, simultáneamente, lleva a mayores pérdidas de señal.

Estas pérdidas de señal no son problemáticas si están por debajo del umbral de enmascaramiento. Incluso aunque el umbral de enmascaramiento psicoacústico sólo se supere ligeramente, posiblemente esto puede no llevar aún a interferencias audibles para oyentes inexpertos. Sin embargo, de cualquier modo, tiene lugar una pérdida de información que puede no ser deseable por ejemplo debido a artefactos que pueden ser audibles en ciertas situaciones.

En particular con conexiones de datos de banda ancha o cuando la tasa de transmisión de datos no es el parámetro decisivo, respectivamente, o cuando están disponibles redes de datos tanto de banda ancha como de banda estrecha, puede ser deseable tener una presentación comprimida, no con pérdidas sino sin pérdidas o prácticamente sin pérdidas, de una señal de audio.

Por la publicación especializada “INTMDCT -A Link Between Perceptual and Losless Audio Coding”, Ralf Geiger, Jürgen Herre, Jürgen Koller, Karlheinz Brandenburg, Int. Conference on Acoustics Speech and Signal Processing (ICASSP), 13 -17 de mayo, 2002, Orlando, Florida, se conocen un codificador ajustable a escala de este tipo ilustrado esquemáticamente en la figura 7 y un decodificador asociado ilustrado esquemáticamente...

1. Codificador para codificar una señal de audio, que comprende:

un dispositivo (10) para el procesamiento posterior de valores espectrales basándose en un primer algoritmo (16) de transformación para convertir una señal de audio en una representación espectral, comprendiendo el dispositivo (10) para el procesamiento posterior:

medios (12) para proporcionar una secuencia de bloques de los valores espectrales que representa una secuencia de bloques de muestras de la señal de audio; y un combinador (13) para sumar de manera ponderada valores espectrales de la secuencia de bloques de valores espectrales con el fin de obtener una secuencia de bloques de valores espectrales procesados posteriormente, en el que el combinador (13) está implementado para usar, para el cálculo de un valor espectral procesado posteriormente para una banda de frecuencia y una duración de tiempo, un valor espectral de la secuencia de bloques para la banda de frecuencia y la duración de tiempo, y un valor espectral para otra banda de frecuencia u otra duración de tiempo, y en el que el combinador (13) está implementado para usar tales factores de ponderación cuando realiza la suma ponderada, que los valores espectrales procesados posteriormente son una aproximación a valores espectrales tal como se obtienen mediante un segundo algoritmo (17) de transformación para convertir la señal de audio en una representación espectral, en el que el segundo algoritmo (17) de transformación es diferente del primer algoritmo (16) de transformación;

medios (23) para calcular una secuencia de bloques de valores espectrales según el segundo algoritmo (17) de transformación a partir de la señal de audio; medios (22) para formar una diferencia por valor espectral entre la secuencia de bloques debido al segundo algoritmo de transformación y la secuencia de bloques de valores espectrales procesados posteriormente.

2. Codificador según la reivindicación 1, en el que el primer algoritmo (16) de transformación es un algoritmo de transformación híbrido que tiene dos fases, y el segundo algoritmo (17) de transformación es un algoritmo de transformación de una fase.

3. Codificador según la reivindicación 1, en el que el primer algoritmo (16) de transformación comprende un banco de filtros polifásicos y una transformada de coseno discreta modificada, y en el que el segundo algoritmo (17) de transformación es una MDCT de número entero.

4. Codificador según la reivindicación 1, en el que el primer algoritmo (16) de transformación y el segundo algoritmo (17) de transformación se implementan de modo que proporcionan señales de salida reales.

5. Codificador según la reivindicación 1, en el que el combinador (13) está implementado para usar tales factores de ponderación que el primer algoritmo

(16) de transformación y un procesamiento posterior realizado por el combinador

(13) proporcionan en conjunto una respuesta impulsional que se aproxima a una respuesta impulsional del segundo algoritmo (17) de transformación.

6. Codificador según la reivindicación 5, en el que, en una aproximación a partir del primer algoritmo de transformación y el procesamiento posterior, los factores de ponderación se seleccionan de modo que, con un impulso en la entrada de las dos transformaciones, la suma de cuadrados de las desviaciones entre la aproximación y las componentes espectrales de la segunda transformación no es mayor que el 30% de la suma de cuadrados de las componentes espectrales de la segunda transformación.

7. Codificador según la reivindicación 1, en el que los medios (12) para proporcionar una secuencia de bloques están implementados para proporcionar bloques que son una representación con pérdidas de la señal de audio.

8. Codificador según la reivindicación 1, en el que el combinador (13) para un cálculo de un valor espectral procesado posteriormente para una banda de frecuencia k comprende:

una primera sección (41, 42, 43) para ponderar valores espectrales de un bloque actual para la banda de frecuencia k, una banda de frecuencia k-1

o una banda de frecuencia k+1, con el fin de obtener valores espectrales ponderados para el bloque actual; una segunda sección (41, 42, 43) para ponderar valores espectrales de un bloque temporalmente precedente k-1 o un bloque temporalmente posterior k+1, con el fin de obtener valores espectrales ponderados para el bloque temporalmente precedente o el bloque temporalmente posterior; y medios (45) para sumar los valores espectrales ponderados para obtener un valor espectral procesado posteriormente para la banda de frecuencia

k de un bloque actual o precedente o posterior de valores espectrales

procesados posteriormente.

9. Codificador según la reivindicación 8, que comprende además: una tercera sección (43) para ponderar valores espectrales de un bloque precedente, en el que la primera sección se implementa para ponderar valores espectrales de un bloque posterior, y en el que la segunda sección

(42) se implementa para ponderar valores espectrales de un bloque actual, y en el que el sumador (45) se implementa para sumar valores espectrales ponderados de las tres secciones con el fin de obtener un valor espectral procesado posteriormente para el bloque actual de valores espectrales procesados posteriormente.

10. Codificador según la reivindicación 1, en el que el primer algoritmo de transformación comprende una función de solapamiento de bloque, en el que se solapan los bloques de muestras de la señal de audio de tiempo en los que se basa la secuencia de bloques de valores espectrales.

11. Codificador según la reivindicación 1, en el que el combinador (13) está implementado para usar un conjunto de factores de ponderación independiente de la señal para cada valor espectral.

12. Codificador según la reivindicación 1, en el que la secuencia de bloques de los valores espectrales comprende un conjunto de bloques de valores espectrales que son más cortos que un bloque largo de valores espectrales que sigue tras el conjunto de bloques o que precede al conjunto de bloques, y en el que el combinador (13) está implementado para usar la misma banda de frecuencia o una banda de frecuencia adyacente de entre varios bloques del conjunto de bloques cortos para calcular un valor espectral procesado posteriormente para el conjunto de bloques de valores espectrales.

13. Codificador según la reivindicación 12, en el que el combinador (13) está implementado para usar sólo valores espectrales de bloques cortos y no un valor espectral de un bloque largo precedente o un bloque largo posterior para calcular valores espectrales procesados posteriormente debido a bloques cortos de valores espectrales.

14. Codificador según la reivindicación 1, en el que el combinador (13) está implementado para implementar la siguiente ecuación:

**(Ver fórmula)**

en la que de frecuencia k y un índice de tiempo n, en la que x(k,n) es un valor espectral de un bloque de valores espectrales con un índice de frecuencia k y un índice de 5 tiempo n, en la que c0(k), …, c8(k) son factores de ponderación, asociados con el índice de frecuencia k, en la que k-1 es un índice de frecuencia disminuido, en la que k+1 es un índice de frecuencia aumentado, en la que n-1 es un índice de tiempo disminuido y en la que n+1 es un índice de tiempo aumentado.

15. Codificador según la reivindicación 1, en el que el combinador (13) está 10 implementado para implementar la siguiente ecuación:

**(Ver fórmula)**

**(Ver fórmula)**

en la que y ∧ (k,n) es un valor espectral procesado posteriormente para un índice de frecuencia k y un índice de tiempo n, en la que x(k,n,u) es un valor espectral de un bloque de valores espectrales con un índice de frecuencia k y un índice de tiempo n y un índice de subbloque u, en la que c0(k), …, c8(k) son factores de 5 ponderación asociados con el índice de frecuencia k, en la que k-1 es un índice de frecuencia disminuido, en la que k+1 es un índice de frecuencia aumentado, en la que n-1 es un índice de tiempo disminuido y en la que n+1 es un índice de tiempo aumentado, en la que s es un índice de orden que indica una posición de un subbloque en una secuencia de subbloques, y en la que el índice de tiempo 10 especifica un bloque largo y el índice de subbloque especifica un bloque corto en comparación.

17. Codificador según la reivindicación 1, que comprende además: medios (24) para generar un flujo de bits de extensión debido a un resultado generado por los medios (22) para una formación de diferencia por valor espectral.

18. Codificador según la reivindicación 17, en el que los medios (24) para la generación comprenden un codificador de entropía.

19. Codificador según la reivindicación 1, en el que la secuencia de bloques debido al primer algoritmo (16) de transformación se basa en una compresión con pérdidas,

20 y en el que la secuencia de bloques debido al segundo algoritmo (17) de transformación se basa en una compresión sin pérdidas o prácticamente sin pérdidas.

20. Codificador según la reivindicación 1, que comprende una memoria para

almacenar los factores de ponderación en la que los factores de ponderación 25 pueden almacenarse independientemente de una señal.

21. Codificador según la reivindicación 1, en el que los medios (23) para generar la secuencia de bloques usando el segundo algoritmo (17) de transformación se implementan para realizar una función ventana con una secuencia de ventana que depende de una secuencia de ventana en la que se basa la secuencia de bloques de los valores espectrales y que viene dada debido al primer algoritmo

(16) de transformación.

22. Codificador según la reivindicación 21, en el que los medios (23) para proporcionar una secuencia de bloques usando el segundo algoritmo (17) de transformación se implementan para cambiar de una ventana larga con una zona de solapamiento largo a una ventana larga con una zona de solapamiento corto o a una pluralidad de ventanas cortas, cuando en la secuencia de bloques de los valores espectrales debido al primer algoritmo (16) de transformación tiene lugar un cambio a ventanas cortas.

23. Decodificador para decodificar una señal de audio codificada, que comprende: un dispositivo para el procesamiento posterior de valores espectrales derivados de la señal de audio codificada basándose en un primer algoritmo (16) de transformación para convertir una señal de audio en una representación espectral, comprendiendo el dispositivo (10) para el procesamiento posterior: medios (12) para proporcionar una secuencia de bloques de los valores espectrales que representa una secuencia de bloques de muestras de la señal de audio; y un combinador (13) para sumar de manera ponderada valores espectrales de la secuencia de bloques de valores espectrales con el fin de obtener una secuencia de bloques de valores espectrales procesados posteriormente, en el que el combinador (13) está implementado para usar, para el cálculo de un valor espectral procesado posteriormente para una banda de frecuencia y una duración de tiempo, un valor espectral de la secuencia de bloques para la banda de frecuencia y la duración de tiempo, y un valor espectral para otra banda de frecuencia u otra duración de tiempo, y en el que el combinador (13) está implementado para usar tales factores de ponderación cuando realiza la suma ponderada, que los valores espectrales procesados posteriormente son una aproximación a valores espectrales tal como se obtienen mediante un segundo algoritmo (17) de transformación para convertir la señal de audio en una representación espectral, en el que el segundo algoritmo (17) de transformación es diferente del primer algoritmo (16) de transformación;

medios (31) para proporcionar valores diferenciales por valor espectral entre una secuencia de bloques de valores espectrales procesados posteriormente debido al primer algoritmo (16) de transformación y una secuencia de bloques debido al segundo algoritmo (17) de transformación; medios (30) para combinar la secuencia de bloques de los valores espectrales procesados posteriormente y los valores diferenciales con el

fin de obtener una secuencia de bloques de valores espectrales de

combinación; y medios (33) para transformar de manera inversa la secuencia de bloques de valores espectrales de combinación según el segundo algoritmo (17) de transformación para obtener una señal de audio decodificada.

24. Método para codificar una señal de audio, que comprende las siguientes etapas: procesar (10) posteriormente valores espectrales basándose en un primer algoritmo (16) de transformación para convertir una señal de audio en una representación espectral, que comprende:

proporcionar (12) una secuencia de bloques de los valores espectrales que representa una secuencia de bloques de muestras de la señal de audio; y sumar (13) de manera ponderada valores espectrales de la secuencia de bloques de valores espectrales con el fin de obtener una secuencia de bloques de valores espectrales procesados posteriormente, en el que el combinador (13) está implementado para usar, para el cálculo de un valor espectral procesado posteriormente para una banda de frecuencia y una duración de tiempo, un valor espectral de la secuencia de bloques para la banda de frecuencia y la duración de tiempo, y un valor espectral para otra banda de frecuencia u otra duración de tiempo, y en el que el combinador (13) está implementado para usar tales factores de ponderación cuando realiza la suma ponderada, que los valores espectrales procesados posteriormente son una aproximación a valores espectrales tal como se obtienen mediante un segundo algoritmo (17) de transformación para convertir la señal de audio en una representación espectral, en el que el segundo algoritmo

(17) de transformación es diferente del primer algoritmo (16) de

transformación; calcular (23) una secuencia de bloques de valores espectrales según el segundo algoritmo (17) de transformación a partir de la señal de audio; formar (22) una diferencia por valor espectral entre la secuencia de bloques de valores espectrales debido al segundo algoritmo de transformación y la secuencia de bloques de valores espectrales procesados posteriormente.

25. Método para decodificar una señal de audio codificada, que comprende las

siguientes etapas: procesar posteriormente valores espectrales derivados de la señal de audio codificada basándose en un primer algoritmo (16) de transformación para convertir una señal de audio en una representación espectral, que comprende:

proporcionar (12) una secuencia de bloques de los valores espectrales que representa una secuencia de bloques de muestras de la señal de audio; y sumar (13) de manera ponderada valores espectrales de la secuencia de bloques de valores espectrales con el fin de obtener una secuencia de bloques de valores espectrales procesados posteriormente, en el que el combinador (13) está implementado para usar, para el cálculo de un valor espectral procesado posteriormente para una banda de frecuencia y una duración de tiempo, un valor espectral de la secuencia de bloques para la banda de frecuencia y la duración de tiempo, y un valor espectral para otra banda de frecuencia u otra duración de tiempo, y en el que el combinador (13) está implementado para usar tales factores de ponderación cuando realiza la suma ponderada, que los valores espectrales procesados posteriormente son una aproximación a valores espectrales tal como se obtienen mediante un segundo algoritmo (17) de transformación para convertir la señal de audio en una representación espectral, en el que el segundo algoritmo

(17) de transformación es diferente del primer algoritmo (16) de

transformación; proporcionar (31) valores diferenciales por valor espectral entre una secuencia de bloques de valores espectrales procesados posteriormente debido al primer algoritmo (16) de transformación y una secuencia de bloques de valores espectrales debido al segundo algoritmo (17) de transformación; combinar (30) la secuencia de bloques de los valores espectrales procesados posteriormente y los valores diferenciales para obtener una secuencia de bloques de valores espectrales de combinación; y transformar (33) de manera inversa la secuencia de bloques de valores espectrales de combinación según el segundo algoritmo (17) de transformación para obtener una señal de audio decodificada.

26. Programa informático que tiene un código de programa para realizar el método según la reivindicación 24 ó 25, cuando el programa informático se ejecuta en un ordenador.

27. Capa de extensión de flujo de bits para su introducción en un decodificador de audio, comprendiendo la capa de extensión de flujo de bits una secuencia de bloques de valores diferenciales, en la que un bloque de valores diferenciales comprende, por valor espectral, una diferencia entre un bloque de valores espectrales tal como se obtiene a partir de un segundo algoritmo (17) de transformación y un bloque de valores espectrales procesados posteriormente, en la que los valores espectrales procesados posteriormente se generan mediante una suma ponderada de valores espectrales de una secuencia de bloques, tal como se obtienen a partir de un primer algoritmo (16) de transformación, en la que para calcular un valor espectral procesado posteriormente para una banda de frecuencia y una duración de tiempo, se usan un valor espectral de la secuencia de bloques para la banda de frecuencia y la duración de tiempo y un valor espectral para otra banda de frecuencia u otra duración de tiempo, y en la que para la combinación se usan factores de ponderación de modo que los valores espectrales procesados posteriormente representan una aproximación a valores espectrales tal como se obtienen mediante el segundo algoritmo (17) de transformación, en la que el segundo algoritmo (17) de transformación es diferente del primer algoritmo (16) de transformación.