APARATO PARA MEZCLAR UNA PLURALIDAD DE FLUJOS DE DATOS DE ENTRADA.

Aparato para mezclar una pluralidad de flujos de datos de entrada Las realizaciones según la presente invención se refieren a aparatos para mezclar una pluralidad de flujos de datos de entrada para obtener un flujo de datos de salida, que pueden usarse, por ejemplo, en el campo de los sistemas de conferencia que incluyen sistemas de videoconferencia y sistemas de teleconferencia. En muchas aplicaciones deben procesarse más de una señal de audio de tal manera que, a partir del número de señales de audio, se genera una señal o al menos un número reducido de señales, lo que se denomina frecuentemente como mezcla. El proceso de mezcla de señales de audio, por tanto, puede denominarse como agrupamiento de varias señales de audio individuales en una señal resultante. Este proceso se usa, por ejemplo, cuando se crean piezas de música para un disco compacto (dubbing). En este caso, en una canción normalmente se mezclan diferentes señales de audio de diferentes instrumentos junto con una o más señales de audio que comprenden ejecuciones vocales (canto). Campos adicionales de aplicación en los cuales la mezcla desempeña un papel importante son los sistemas de videoconferencia y los sistemas de teleconferencia. Un sistema de este tipo normalmente puede conectar varios participantes distribuidos espacialmente en una conferencia empleando un servidor central, que mezcla apropiadamente los datos de vídeo y audio entrantes de los participantes registrados y ena través de a cada uno de los participantes una señal resultante en respuesta. Esta señal resultante o señal de salida comprende las señales de audio de todos los demás participantes de la conferencia. En los sistemas de conferencia digitales modernos, varios objetivos y aspectos en parte contradictorios compiten entre 20 sí. La calidad de una señal de audio reconstruida, así como la aplicabilidad y utilidad de algunas técnicas de codificación y decodificación para diferentes tipos de señales de audio (por ejemplo, señales de habla en comparación con señales de audio generales y señales musicales) tienen que tomarse en consideración. Aspectos adicionales que pueden tener que considerarse también cuando se diseñan e implementan sistemas de conferencia son las cuestiones de ancho de banda disponible y retardo. 25 Por ejemplo, cuando se equilibra la calidad por una parte y el ancho de banda por otra parte, un compromiso es en la mayoría de los casos inevitable. Sin embargo, mejoras concernientes a la calidad pueden obtenerse implementando técnicas de codificación y decodificación modernas tales como la técnica de AAC-ELD (AAC = Advanced Audio Códec, códec de audio avanzado; ELD = Enhanced Low Delay, bajo retardo mejorado). Sin embargo, la calidad que puede lograrse puede verse afectada negativamente en sistemas que emplean tales técnicas modernas por problemas y aspectos más fundamentales.   Por nombrar sólo un desafío que ha de lograrse, todas las transmisiones de señales digitales se enfrentan al problema de una cuantificación necesaria, que puede, al menos en principio, ser evitable en circunstancias ideales en un sistema analógico sin ruido. Debido al proceso de cuantificación se introduce eventualmente una cierta cantidad de ruido de cuantificación a la señal que va a procesarse. Para contrarrestar distorsiones posibles y audibles, podría pensarse en incrementar el número de niveles de cuantificación y, por tanto, incrementar la resolución de cuantificación de manera correspondiente. Esto, sin embargo, conduce a un mayor número de valores de señal que deben transmitirse y, por tanto, a un incremento en la cantidad de datos que deben transmitirse. En otras palabras, la mejora de la calidad reduciendo posibles distorsiones introducidas por el ruido de cuantificación podría en determinadas circunstancias incrementar la cantidad de datos que deben transmitirse y puede eventualmente violar las restricciones de ancho de banda impuestas en un sistema de transmisión. En el caso de los sistemas de conferencia, los desafíos de mejorar un compromiso entre calidad, ancho de banda disponible y otros parámetros pueden ser aún más complicados por el hecho de que normalmente deben procesarse más de una señal de audio de entrada. Por tanto, las condiciones de frontera impuestas por más de una señal de audio pueden tener que tomarse en consideración cuando se genera la señal de salida o señal resultante producida por el sistema de conferencia. Especialmente en vista del desafío adicional de implementar sistemas de conferencia con un retardo suficientemente bajo, permitir una comunicación directa entre los participantes de una conferencia sin introducir retardos sustanciales que puedan considerarse inaceptables por los participantes incrementa adicionalmente el desafío. En implementaciones con bajo retardo de sistemas de conferencia, las fuentes de retardo están restringidas normalmente en cuanto a su número, lo que por otra parte podría conducir al desafío de procesar los datos fuera del dominio de tiempo, en el cual la mezcla de las señales de audio puede obtenerse superponiendo o sumando las señales respectivas. Para mejorar el compromiso entre calidad y tasa de transmisión de bits en el caso de señales de audio generales, existe un número significativo de técnicas que pueden mejorar adicionalmente un compromiso entre tales parámetros contradictorios, tales como la calidad de una señal reconstruida, la tasa de transmisión de bits, el retardo, la complejidad computacional y parámetros adicionales. 2   Una herramienta sumamente flexible para mejorar el compromiso mencionado anteriormente es la denominada herramienta de representación de banda espectral (SBR). El módulo de SBR normalmente no se implementa para formar parte de un codificador central, tal como el codificador AAC de MPEG-4, sino que es más bien un codificador y decodificador adicional. SBR utiliza una correlación entre las frecuencias más altas y más bajas dentro de una señal de audio. SBR se basa en la suposición de que las frecuencias más altas de una señal son solamente múltiplos enteros de una oscilación base, de tal manera que las frecuencias más altas pueden replicarse basándose en el espectro inferior. Puesto que la resolución audible del oído humano en el caso de las frecuencias más altas logarítmicamente, las pequeñas diferencias concernientes a intervalos de frecuencia más altos sólo pueden percibirse además por oyentes muy experimentados de tal manera que las inexactitudes introducidas por el codificador de SBR lo más probable es que pasen desapercibidas para la gran mayoría de oyentes. El codificador de SBR procesa previamente la señal de audio proporcionada al codificador de MPEG-4 y separa la señal de entrada en intervalos de frecuencia. El intervalo de frecuencia más bajo o banda de frecuencia más baja se separa de una banda de frecuencia o intervalo de frecuencia superior mediante una denominada frecuencia de cruce, que puede establecerse de manera variable, dependiendo de la tasa de transmisión de bits disponible y parámetros adicionales. El codificador de SBR utiliza un banco de filtros para analizar la frecuencia, que se implementa normalmente para que sea una banda de filtros espejo en cuadratura (QMF). El codificador de SBR extrae a partir de la representación de frecuencias del intervalo de frecuencia superior valores de energía que se usarán más tarde para reconstruir este intervalo de frecuencia basándose en la banda de frecuencia inferior. El codificador de SBR, por tanto, proporciona datos de SBR o parámetros de SBR junto con una señal de audio filtrada o datos de audio filtrados a un codificador de núcleo o codificador central, que se aplica a la banda de frecuencia inferior basándose en la mitad de la frecuencia de muestreo de la señal de audio original. Esto proporciona la oportunidad de procesar significativamente menos valores de muestra, de tal manera que los niveles de cuantificación individuales pueden establecerse con mayor exactitud. Los datos adicionales proporcionados por el codificador de SBR, concretamente los parámetros de SBR, se almacenarán en un flujo de bits resultante por el codificador de MPEG-4 o cualquier otro codificador como información lateral. Esto puede lograrse usando un multiplexor de bits apropiado. En el lado del decodificador, los flujos de bits entrantes se demultiplexan en primer lugar por un demultiplexor de bits, que separa al menos los datos de SBR y los proporciona a un decodificador de SBR. Sin embargo, antes de que el decodificador de SBR procese los parámetros de SBR, la banda de frecuencia inferior se decodificará primero por un decodificador central o decodificador de núcleo para reconstruir la señal de audio de la banda de frecuencia inferior. El propio decodificador de SBR calcula, basándose en los niveles de energía de SBR... [Seguir leyendo]

1. Aparato (500) para mezclar una primera trama (540-1) de un primer flujo (510-1) de datos de entrada y una segunda trama (540-2) de un segundo flujo (510-2) de datos de entrada para obtener una trama (550) de salida de un flujo (530) de datos de salida, en el que la primera trama (540-1) comprende primeros datos espectrales que describen una parte (580) inferior de un primer espectro de una primera señal de audio hasta una primera frecuencia (570) de cruce y primeros datos de replicación de banda espectral (SBR) que describen una parte (590) superior del primer espectro partiendo de la primera frecuencia (570) de cruce, en el que la segunda trama (540-2) comprende segundos datos espectrales que describen una parte (580) inferior de un segundo espectro de una segunda señal de audio hasta una segunda frecuencia (570) de cruce y segundos datos de SBR que describen una parte (590) superior del segundo espectro partiendo de la segunda frecuencia (570) de cruce, en el que los primeros y segundos datos de SBR describen las respectivas partes (590) superiores del primer y el segundo espectro por medio de valores relacionados con la energía en resoluciones de rejilla de tiempo/frecuencia y en el que la primera frecuencia (570) de cruce es diferente de la segunda frecuencia (570) de cruce, comprendiendo el aparato (500): una unidad (520) de procesamiento adaptada para generar la trama (550) de salida, comprendiendo la trama (550) de salida datos espectrales de salida que describen una parte (580) inferior de un espectro de salida hasta una frecuencia (570) de cruce de salida y comprendiendo la trama (550) de salida además datos de SBR de salida que describen una parte (590) superior del espectro de salida por encima de la frecuencia (570) de cruce de salida por medio de valores relacionados con la energía en una resolución de rejilla de tiempo/frecuencia de salida, en el que la unidad (520) de procesamiento está adaptada de tal manera que los datos espectrales de salida correspondientes a la frecuencia por debajo de un valor mínimo de la primera frecuencia (570) de cruce, la segunda frecuencia (570) de cruce y la frecuencia (570) de cruce de salida se generan en un dominio espectral basándose en los primeros y segundos datos espectrales; en el que la unidad (520) de procesamiento está adaptada además de tal manera que los datos de SBR de salida correspondientes a las frecuencias por encima de un valor máximo de la primera frecuencia (570) de cruce, la segunda frecuencia (570) de cruce y la frecuencia (570) de cruce de salida se procesan en un dominio de SBR basándose en los primeros y segundos datos de SBR; y en el que la unidad (520) de procesamiento está adaptada además de tal manera que para una región de frecuencia entre el valor mínimo y el valor máximo, se estima al menos un valor de SBR a partir de al menos uno de los primeros y segundos datos espectrales y se genera un valor de SBR correspondiente de los datos de SBR de salida, basándose en al menos el valor de SBR estimado. 2. Aparato (500) según la reivindicación 1, en el que la unidad (520) de procesamiento está adaptada para estimar el al menos un valor de SBR basándose en un valor espectral correspondiente a una componente de frecuencia correspondiente al valor de SBR que va a estimarse. 3. Aparato (500) para mezclar una primera trama (540-1) de un primer flujo (510-1) de datos de entrada y una segunda trama (540-2) de un segundo flujo (510-2) de datos de entrada para obtener una trama (550) de salida de un flujo (530) de datos de salida, en el que la primera trama (540-1) comprende primeros datos espectrales que describen una parte (580) inferior de un primer espectro de una primera señal de audio hasta una primera frecuencia (570) de cruce y primeros datos de replicación de banda espectral (SBR) que describen una parte (590) superior del primer espectro partiendo de la primera frecuencia (570) de cruce, en el que la segunda trama (540-2) comprende segundos datos espectrales que describen una parte (580) inferior de un segundo espectro de una segunda señal de audio hasta una segunda frecuencia (570) de cruce y segundos datos de SBR que describen una parte (590) superior del segundo espectro partiendo de la segunda frecuencia (570) de cruce, en el que los primeros y segundos datos de SBR describen las partes (590) superiores respectivas del primer y el segundo espectro por medio de valores relacionados con la energía en resoluciones de rejilla de tiempo/frecuencia y en el que la primera frecuencia (570) de cruce es diferente de la segunda frecuencia (570) de cruce, comprendiendo el aparato (500): una unidad (520) de procesamiento adaptada para generar la trama (550) de salida, comprendiendo la trama (550) de salida datos espectrales de salida que describen una parte (580) inferior de un espectro de salida hasta una frecuencia (570) de cruce de salida y comprendiendo la trama (550) de salida además datos de SBR de salida que describen una parte (590) superior del espectro de salida por encima de la frecuencia (570) de cruce de salida por medio de valores relacionados con la energía en una resolución de rejilla de tiempo/frecuencia de salida, en el que la unidad (520) de procesamiento está adaptada de tal manera que los datos espectrales de salida correspondientes a las frecuencias por debajo de un valor mínimo de la primera frecuencia (570) de cruce, la segunda frecuencia (570) de cruce y la frecuencia (570) de cruce de salida se generan en un dominio espectral basándose en los primeros y segundos datos espectrales; en el que la unidad (520) de procesamiento está adaptada además de tal manera que los datos de SBR de salida correspondientes a las frecuencias por encima de un valor máximo de la primera frecuencia (570) de cruce, la segunda frecuencia (570) de cruce y la frecuencia (570) de cruce de salida se procesan en un dominio de SBR basándose en los primeros y segundos datos de SBR; y 27   en el que el aparato (500) está adaptado además de tal manera que para una región de frecuencia entre el valor mínimo y el valor máximo, se estima al menos un valor espectral a partir de al menos una de las tramas primera y segunda basándose en los datos de SBR de la trama respectiva y se genera un valor espectral correspondiente de los datos espectrales de salida basándose en al menos el valor espectral estimado procesándolo en el dominio espectral. 4. Aparato según la reivindicación 3, en el que la unidad de procesamiento está adaptada para estimar el al menos un valor espectral basándose en la reconstrucción de al menos un valor espectral para una componente espectral basándose en los datos de SBR y los datos espectrales de la parte inferior del espectro respectivo de la trama respectiva. 5. Aparato (500) según cualquiera de las reivindicaciones anteriores, en el que la unidad (520) de procesamiento está adaptada para determinar la frecuencia (570) de cruce de salida para que sea la primera frecuencia de cruce o la segunda frecuencia de cruce. 6. Aparato (500) según cualquiera de las reivindicaciones anteriores, en el que la unidad (520) de procesamiento está adaptada para establecer la frecuencia de cruce de salida a la frecuencia de cruce más baja de una primera y una segunda frecuencia de cruce, o para establecer la frecuencia de cruce de salida a la más alta de las frecuencias de cruce primera y segunda. 7. Aparato (500) según cualquiera de las reivindicaciones anteriores, en el que la unidad (520) de procesamiento está adaptada para determinar la resolución de rejilla de tiempo/frecuencia de salida para que sea compatible con una posición transitoria de un transitorio indicado por la resolución de rejilla de tiempo/frecuencia de la primera o segunda trama. 8. Aparato (500) según la reivindicación 7, en el que la unidad (520) de procesamiento está adaptada para establecer la resolución de rejilla de tiempo/frecuencia para que sea compatible con un transitorio anterior indicado por las resoluciones de rejilla de tiempo/frecuencia de las tramas primera y segunda, cuando las resoluciones de rejilla de tiempo/frecuencia de las tramas primera y segunda indican una presencia de más de un transitorio. 9. Aparato (500) según cualquiera de las reivindicaciones anteriores, en el que la unidad (520) de procesamiento está adaptada para emitir datos espectrales o para emitir datos de SBR basándose en una combinación lineal en el dominio de frecuencia de SBR o en el dominio de SBR. 10. Aparato (500) según cualquiera de las reivindicaciones anteriores, en el que la unidad (520) de procesamiento está adaptada para generar los datos de SBR de salida que comprenden datos de SBR relacionados con la sinusoide basándose en una combinación lineal de datos de SBR relacionados con la sinusoide de las tramas primera y segunda. 11. Aparato (500) según cualquiera de las reivindicaciones anteriores, caracterizado porque la unidad (520) de procesamiento está adaptada para generar los datos de SBR de salida que comprenden datos de SBR relacionados con el ruido basándose en una combinación lineal de datos de SBR relacionados con el ruido de las tramas primera y segunda. 12. Aparato (500) según cualquiera de las reivindicaciones 10 u 11, en el que la unidad (520) de procesamiento está adaptada para incluir los datos de SBR relacionados con la sinusoide o relacionados con el ruido en una estimación psicoacústica de la relevancia de datos de SBR respectivos de las tramas primera y segunda. 13. Aparato (500) según cualquiera de las reivindicaciones anteriores, en el que la unidad (520) de procesamiento esta adaptada para generar los datos de SBR de salida basándose en un filtrado de suavizado. 14. Aparato (500) según cualquiera de las reivindicaciones anteriores, en el que el aparato está adaptado para procesar una pluralidad de flujos (510) de datos de entrada, comprendiendo la pluralidad de flujos de datos de entrada más de dos flujos de datos de entrada, en el que la pluralidad de flujos de datos de entrada comprende los flujos (510-1, 510-2) de datos de entrada primero y segundo. 15. Método para mezclar una primera trama (540-1) de un primer flujo (510-1) de datos de entrada y una segunda trama (540-2) de un segundo flujo (510-2) de datos de entrada para obtener una trama (550) de salida de un flujo (530) de datos de salida, en el que la primera trama comprende primeros datos espectrales que describen una parte (580) inferior de un espectro de una primera señal de audio hasta una primera frecuencia (570) de cruce y primeros datos de replicación de banda espectral (SBR) que describen una parte (590) superior del espectro partiendo de la primera frecuencia de cruce, en el que la segunda trama comprende segundos datos espectrales que describen una parte inferior de un segundo espectro de una segunda señal de audio hasta una segunda frecuencia de cruce y segundos datos de SBR que describen una parte superior de un segundo espectro partiendo de la segunda frecuencia de cruce, en el que los primeros y segundos datos de SBR describen las partes superiores respectivas de los espectros respectivos por medio de valores relacionados con la energía en resoluciones de rejilla de tiempo/frecuencia y en el que la primera frecuencia de cruce es diferente de la segunda frecuencia de cruce, que comprende: generar la trama de salida que comprende datos espectrales de salida que describen una parte inferior de un espectro de salida hasta una frecuencia de cruce de salida y comprendiendo además la trama de salida datos de SBR de salida 28   que describen una parte superior del espectro de salida por encima de la frecuencia de cruce de salida por medio de valores relacionados con la energía en una resolución de rejilla de tiempo/frecuencia de salida; generar datos espectrales correspondientes a frecuencias por debajo de un valor mínimo de la primera frecuencia de cruce, la segunda frecuencia de cruce y una frecuencia de cruce de salida en un dominio espectral basándose en los primeros y segundos datos espectrales; generar datos de SBR de salida correspondientes a frecuencias por encima de un valor máximo de la primera frecuencia de cruce, la segunda frecuencia de cruce y la frecuencia de cruce de salida en un dominio de SBR basándose en los primeros y segundos datos de SBR; y estimar al menos un valor de SBR a partir de al menos uno de primeros y segundos datos espectrales para una frecuencia en una región de frecuencia entre el valor mínimo y el valor máximo y generar un valor de SBR correspondiente para los datos de SBR de salida, basándose en al menos el valor de SBR estimado; o estimar al menos un valor espectral a partir de al menos una de las tramas primera y segunda basándose en los datos de SBR de la trama respectiva para una frecuencia en una región de frecuencia entre el valor mínimo y el valor máximo y generar un valor espectral de los datos espectrales de salida basándose en al menos el valor espectral estimado procesándolo en el dominio espectral. 16. Programa para efectuar, cuando se ejecuta en un procesador, un método para mezclar una primera trama de un primer flujo de datos de entrada y una segunda trama de un segundo flujo de datos de entrada según la reivindicación 15. 29     31   32   33   34     36   37   38   39     41