Decodificador de señal de audio, proveedor de datos de contorno de alineación de tiempo, método y programa informático.

Decodificador (200; 300) de señal de audio configurado para proporcionar una representación (232;

312) de señal de audio decodificada basándose en una representación (211, 212; 310) de señal de audio codificada que comprende una información (212; 316) de evolución de contorno de alineación de tiempo, comprendiendo el decodificador de señal de audio:

un calculador (210, 219, 220; 320) de alineación de tiempo configurado para generar datos (last_warp_contour, cur_warp_contour, new_warp_contour, 716, 718, 722) de contorno de alineación de tiempo que se reinician de manera repetida desde un valor (1) de inicio de contorno de alineación de tiempo predeterminado basándose en la información (212; 316; tw_ratio[k]) de evolución de contorno de alineación de tiempo que describe una evolución temporal del contorno de alineación de tiempo;

un reajustador (330) a escala de contorno de alineación de tiempo configurado para reajustar a escala al menos una parte (past_warp_contour, 716, 718) de los datos de contorno de alineación de tiempo de manera que una discontinuidad en un reinicio se reduce o elimina en a una versión (332, 716', 718', 722) reajustada a escala del contorno de alineación de tiempo; y

un decodificador (340) de alineación configurado para proporcionar la representación (232; 312) de señal de audio decodificada basándose en la representación (211, 212; 310) de señal de audio codificada y usando la versión (332, 716', 718', 722) reajustada a escala del contorno de alineación de tiempo.

Decodificador de señal de audio, proveedor de datos de contorno de alineación de tiempo, método y programa informático.

Antecedentes de la invención Realizaciones según la invención se refieren a un decodificador de señal de audio. Realizaciones adicionales según la invención se refieren a un proveedor de datos de contorno de alineación de tiempo. Realizaciones adicionales según la invención se refieren a un método para decodificar una señal de audio, a un método para proporcionar datos de contorno de alineación de tiempo y a un programa informático.

Algunas realizaciones según la invención se refieren a métodos para un codificador de transformada MDCT alineado en el tiempo.

A continuación, se proporcionará una breve introducción al campo de la codificación de audio alineada en el tiempo, cuyos conceptos pueden aplicarse junto con algunas de las realizaciones de la invención.

En los últimos años, se han desarrollado técnicas para transformar una señal de audio en una representación en el dominio de la frecuencia, y para codificar de manera eficaz esta representación en el dominio de la frecuencia, por ejemplo teniendo en cuenta umbrales de enmascaramiento perceptivos. Este concepto de codificación de señal de audio es particularmente eficaz si la longitud de bloques, para la que se transmite un conjunto de coeficientes espectrales codificados, es larga, y si sólo un número comparativamente pequeño de coeficientes espectrales están muy por encima del umbral de enmascaramiento global mientras que un gran número de coeficientes espectrales están cerca o debajo del umbral de enmascaramiento global y por tanto pueden ignorarse (o codificarse con una longitud de código mínima) .

Por ejemplo, transformadas superpuestas moduladas a base de coseno o a base de seno se usan a menudo en aplicaciones para codificación fuente debido a sus propiedades de compactación de energía. Es decir, para tonos armónicos con frecuencias fundamentales constantes (altura tonal) , concentran la energía de señal a un número pequeño de componentes espectrales (subbandas) , lo que lleva a una representación de señal eficaz.

Generalmente, debe entenderse que la altura tonal (fundamental) de una señal es la frecuencia dominante inferior que puede distinguirse del espectro de la señal. En el modelo de habla común, la altura tonal es la frecuencia de la señal de excitación modulada por la garganta humana. Si sólo estuviera presenta una única frecuencia fundamental, el espectro sería extremadamente sencillo, comprendiendo sólo la frecuencia fundamental y los sobretonos. Tal espectro podría codificarse de manera altamente eficaz. Sin embargo, para señales con una altura tonal variable, la energía que corresponde con cada componente de armónico se expande sobre varios coeficientes de transformada, llevando así a una reducción de eficacia de codificación.

Con el fin de superar esta reducción de eficacia de codificación, la señal de audio que va a codificarse se remuestrea de manera eficaz en una rejilla temporal no uniforme. En el procesamiento posterior, se procesan las posiciones de muestra obtenidas por el remuestreo no uniforme como si representaran valores en una rejilla temporal uniforme. Esta operación se indica comúnmente por la frase “alineamiento de tiempo”. Los tiempos de muestra pueden escogerse de manera ventajosa dependiendo de la variación temporal de la altura tonal, de manera que una variación de altura tonal en la versión alineada en el tiempo de la señal de audio es menor que una variación de altura tonal en la versión original de la señal de audio (antes del alineamiento de tiempo) . Después del alineamiento de tiempo de la señal de audio, la versión alineada en el tiempo de la señal de audio se convierte en el dominio de la frecuencia. El alineamiento de tiempo dependiente de la altura tonal tiene el efecto de que la representación en el dominio de la frecuencia de la señal de audio alineada en el tiempo normalmente muestra una compactación de energía en un número mucho menor de componentes espectrales que una representación en el dominio de la frecuencia de la señal de audio original (no alineada en el tiempo) .

En el lado de decodificador, la representación en el dominio de la frecuencia de la señal de audio alineada en el tiempo se convierte de nuevo al dominio del tiempo, de manera que una representación en el dominio del tiempo de la señal de audio alineada en el tiempo está disponible en el lado de decodificador. Sin embargo, en la representación en el dominio del tiempo de la señal de audio alineada en el tiempo reconstruida de lado de decodificador, no se incluyen las variaciones de altura tonal originales de la señal de audio de entrada de lado de codificador. Por consiguiente, se aplica aún otro alineamiento de tiempo mediante remuestreo de la representación en el dominio del tiempo reconstruida de lado de decodificador de la señal de audio alineada en el tiempo. Con el fin de obtener una buena reconstrucción de la señal de audio de entrada de lado de codificador en el decodificador, puede desearse que el alineamiento de tiempo de lado de decodificador sea al menos aproximadamente la operación inversa con respecto al alineamiento de tiempo de lado de codificador. Con el fin de obtener un alineamiento de tiempo apropiado, puede ser deseable tener una información disponible en el decodificador que permite un ajuste del alineamiento de tiempo de lado de decodificador.

Tal como se requiere normalmente para transferir tal información desde el codificador de señal de audio hasta el decodificador de señal de audio, es deseable mantener una tasa de transmisión de bits requerida para esta pequeña transmisión mientras que aún se permite una reconstrucción fiable de la información de alineación de tiempo requerida en el lado de decodificador.

En vista de lo comentado anteriormente, se desea tener un diseño que permita una reconstrucción fiable de una información de alineación de tiempo basándose en una representación codificada de manera eficaz de la información de alineación de tiempo.

Sumario de la invención Una realización según la invención crea un decodificador de señal de audio configurado para proporcionar una representación de señal de audio decodificada basándose en una representación de señal de audio codificada que comprende una información de evolución de contorno de alineación de tiempo. El decodificador de señal de audio comprende un calculador de contorno de alineación de tiempo configurado para generar datos de contorno de alineación de tiempo reiniciándose de manera repetida desde un valor de inicio de contorno de alineación de tiempo predeterminado basándose en la información de evolución de contorno de alineación de tiempo que describe una evolución temporal del contorno de alineación de tiempo. El decodificador de señal de audio también comprende un reajustador a escala de contorno de alineación de tiempo configurado para reajustar a escala al menos una parte de los datos de contorno de alineación de tiempo de manera que una discontinuidad en un reinicio se reduce o se elimina en una versión reajustada a escala del contorno de alineación de tiempo. El decodificador de señal de audio también comprende un decodificador de alineación de tiempo configurado para proporcionar la representación de señal de audio decodificada basándose en la representación de señal de audio codificada y usando la versión reajustada a escala del contorno de alineación de tiempo.

La realización descrita anteriormente se basa en el descubrimiento de que el contorno de alineación de tiempo puede codificarse con alta eficacia usando una representación que describe la evolución temporal, o cambio relativo, del contorno de alineación de tiempo, porque la variación temporal del contorno de alineación de tiempo (también denominada “evolución”) es en realidad la cantidad característica del contorno de alineación de tiempo, mientras que el valor absoluto del mismo no es de importancia para una codificación/decodificación de señal de audio alineada en el tiempo. Sin embargo, se ha hallado que una reconstrucción de un contorno de alineación de tiempo basándose en una información de evolución de contorno de alineación de tiempo, que describe una variación del contorno de alineación de tiempo con el tiempo, provoca el problema de que puede superarse un intervalo admisible de valores en un decodificador, por ejemplo en la forma de un subdesbordamiento o desbordamiento numérico. Esto se debe al hecho de que los decodificadores... [Seguir leyendo]

1. Decodificador (200; 300) de señal de audio configurado para proporcionar una representación (232; 312) de señal de audio decodificada basándose en una representación (211, 212; 310) de señal de audio codificada que comprende una información (212; 316) de evolución de contorno de alineación de tiempo, comprendiendo el decodificador de señal de audio:

un calculador (210, 219, 220; 320) de alineación de tiempo configurado para generar datos (last_warp_contour, cur_warp_contour, new_warp_contour, 716, 718, 722) de contorno de alineación de tiempo que se reinician de manera repetida desde un valor (1) de inicio de contorno de alineación de tiempo predeterminado basándose en la información (212; 316; tw_ratio[k]) de evolución de contorno de alineación de tiempo que describe una evolución temporal del contorno de alineación de tiempo;

un reajustador (330) a escala de contorno de alineación de tiempo configurado para reajustar a escala al menos una parte (past_warp_contour, 716, 718) de los datos de contorno de alineación de tiempo de manera que una discontinuidad en un reinicio se reduce o elimina en a una versión (332, 716', 718', 722) reajustada a escala del contorno de alineación de tiempo; y un decodificador (340) de alineación configurado para proporcionar la representación (232; 312) de señal de audio decodificada basándose en la representación (211, 212; 310) de señal de audio codificada y usando la versión (332, 716', 718', 722) reajustada a escala del contorno de alineación de tiempo.

2. Decodificador (200; 300) de señal de audio según la reivindicación 1, en el que el calculador (320) de contorno de alineación de tiempo está configurado para calcular, partiendo del valor (1) de inicio predeterminado y usando en primer lugar una información (316, tw_ratio[k]) de cambio relativa, una evolución temporal de una primera parte (718) del contorno de alineación de tiempo, y para calcular, partiendo del valor (1) de inicio predeterminado y usando segunda información (316, tw_ratio[k]) de cambio relativa, una evolución temporal de una segunda parte (722) del contorno de alineación de tiempo, en el que la primera parte (718) del contorno de alineación de tiempo y la segunda parte (722) del contorno de alineación de tiempo son partes subsiguientes del contorno de alineación de tiempo, y en el que el reajustador (330) a escala de contorno de alineación de tiempo está configurado para reajustar a escala una de las partes (718) del contorno de alineación de tiempo, para obtener una transición (718b', 722a) continua entre la primera parte (718') del contorno de alineación de tiempo y la segunda parte (722) del contorno de alineación de tiempo.

3. Decodificador (200; 300) de señal de audio según la reivindicación 2, en el que el reajustador (330) a escala de contorno de alineación de tiempo está configurado para reajustar a escala la primera parte (718) del contorno de alineación de tiempo de manera que un último valor (718b') de la versión (718') ajustada a escala de la primera parte (718) de contorno de alineación de tiempo toma el valor (1) de inicio predeterminado o se desvía del valor de inicio predeterminado por no más de un valor de tolerancia predeterminado.

4. Decodificador (200; 300) de señal de audio según una de las reivindicaciones 1 a 3, en el que el reajustador (330) a escala de contorno de alineación de tiempo está configurado para multiplicar valores de datos de contorno de alineación de tiempo (past_warp_contour[i]) con un factor de normalización (norm_fac) , para ajustar a escala la parte (718) del contorno de alineación de tiempo, o para dividir valores de datos de contorno de alineación de tiempo entre un factor de normalización para ajustar a escala la parte (718) del contorno de alineación de tiempo.

5. Decodificador (200; 300) de señal de audio según una de las reivindicaciones 1 a 4, en el que el calculador (320) de contorno de alineación de tiempo está configurado para obtener un valor de suma de contorno de alineación (last_warp_sum, cur_warp_sum) de una parte (last_warp_contour, cur_warp_contour, 716, 718) dada del contorno de alineación de tiempo, y para ajustar a escala la parte (last_warp_contour) dada del contorno de alineación de tiempo y del valor de suma de contorno de alineación (last_warp_sum, cur_warp_sum) de la parte dada del contorno de alineación de tiempo usando un valor de ajuste a escala común (norm_fac) .

6. Decodificador (200; 300) de señal de audio según una de las reivindicaciones 1 a 5, en el que el decodificador de señal de audio comprende además un calculador (570) de contorno de tiempo configurado para calcular un primer contorno de tiempo usando valores de datos de contorno de alineación de tiempo de una primera parte (716') del contorno de alineación de tiempo, de una segunda parte (718') del contorno de alineación de tiempo y de una tercera parte (722) del contorno de alineación de tiempo, y

para calcular un segundo contorno de tiempo usando valores de datos de contorno de alineación de tiempo de la segunda parte (718”) del contorno de alineación de tiempo, de la tercera parte (722') del contorno de alineación de tiempo y de una cuarta parte (752) del contorno de alineación de tiempo;

en el que el calculador de contorno de alineación de tiempo está configurado para generar datos de contorno de alineación de tiempo de la primera parte (716) del contorno de alineación de tiempo partiendo de un valor (1) de inicio de contorno de alineación de tiempo predeterminado basándose en una información de evolución de contorno de alineación de tiempo que describe una evolución temporal de la primera parte (716) del contorno de alineación de tiempo;

en el que el reajustador a escala de datos de contorno de alineación de tiempo está configurado para reajustar a escala la primera parte del contorno de alineación de tiempo de manera que un último valor de la primera parte (716) del contorno de alineación de tiempo comprende el valor de inicio de contorno de alineación de tiempo predeterminado;

en el que el calculador de contorno de alineación de tiempo está configurado para generar datos de contorno de alineación de la segunda parte (718) del contorno de alineación de tiempo partiendo del valor (1) de inicio de contorno de alineación de tiempo predeterminado basándose en una información de evolución de contorno de alineación de tiempo que describe una evolución temporal de la segunda parte (718) del contorno de alineación de tiempo;

en el que el reajustador a escala de datos de contorno de alineación de tiempo está configurado para reajustar a escala conjuntamente la primera parte (716) del contorno de alineación de tiempo y la segunda parte (718) del contorno de alineación de tiempo usando un factor de ajuste a escala común, de manera que un último valor (718b) de la segunda parte (718') del contorno de alineación de tiempo comprende el valor (1) de inicio de contorno de alineación de tiempo predeterminado, para obtener conjuntamente unos valores (716', 718') de datos de contorno de alineación de tiempo reajustados a escala;

en el que el calculador de contorno de alineación de tiempo está configurado para generar valores de datos de contorno de alineación de tiempo originales de la tercera parte (722) del contorno de alineación de tiempo partiendo del valor (1) de inicio de contorno de alineación de tiempo predeterminado, basándose en una información de evolución de contorno de alineación de tiempo de la tercera parte (722) del contorno de alineación de tiempo;

en el que el calculador (570) de contorno de tiempo está configurado para calcular el primer contorno de tiempo usando los valores de datos de contorno de alineación de tiempo reajustados conjuntamente a escala de las partes (716', 718') de contorno de alineación de tiempo primera y segunda y los valores de datos de contorno de alineación de tiempo de la tercera parte (722) de contorno de alineación de tiempo;

en el que el reajustador (330) a escala de datos de contorno de alineación de tiempo está configurado para reajustar a escala conjuntamente valores de datos de contorno de alineación de tiempo de la segunda parte (718') reajustada a escala del contorno de alineación de tiempo y de la tercera parte (722) del contorno de alineación de tiempo usando otro factor de ajuste a escala común, de manera que un último valor de la tercera parte (722) del contorno de alineación de tiempo comprende el valor (1) de inicio de contorno de alineación de tiempo predeterminado, para obtener una versión (718”) reajustada a escala dos veces de la segunda parte (718) del contorno de alineación de tiempo y una versión (722') reajustada a escala una vez de la tercera parte (722) del contorno de alineación de tiempo;

en el que el calculador de contorno de alineación de tiempo está configurado para generar valores de datos de contorno de alineación de tiempo originales de la cuarta parte (752) del contorno de alineación de tiempo partiendo del valor (1) de inicio de contorno de alineación de tiempo predeterminado basándose en una información de evolución de contorno de alineación de tiempo de la cuarta parte (752) del contorno de alineación de tiempo; y en el que el calculador (570) de contorno de tiempo está configurado para calcular el segundo contorno de tiempo usando la versión (718”) reajustada a escala dos veces de la segunda parte (718) del contorno de alineación de tiempo, la versión (722') reajustada a escala una vez de la tercera parte del contorno de alineación de tiempo y la versión (752) original de la cuarta parte del contorno de alineación de tiempo.

7. Decodificador (200; 300) de señal de audio según una de las reivindicaciones 1-6, comprendiendo el decodificador de señal de audio un calculador (530) de información de control de alineación de tiempo configurado para calcular una información (512) de control de alineación de tiempo usando una pluralidad de partes del contorno de alineación de tiempo, en el que el calculador (530) de información de control de alineación de tiempo está configurado para calcular una información de control de alineación de tiempo para una reconstrucción de una primera trama de la señal de audio basándose en datos de contorno de alineación de tiempo de una primera pluralidad (716, 718, 722) de partes de contorno de alineación de tiempo, y calcular una información de control de alineación de tiempo para una reconstrucción de una segunda trama de la señal de audio, que se solapa o no se solapa con la primera trama de la señal de audio, basándose en datos de contorno de alineación de tiempo de una segunda pluralidad (718, 722, 752) de partes de contorno de alineación de tiempo, en el que la primera pluralidad (716', 718', 722) de partes de contorno de alineación de tiempo está desplazada, con respecto al tiempo, en comparación con la segunda pluralidad (718”, 722', 752) de partes de contorno de alineación de tiempo, y en el que la primera pluralidad de partes de contorno de alineación de tiempo comprende al menos una parte (718, 722) de contorno de alineación de tiempo común con la segunda pluralidad de partes de contorno de alineación de tiempo.

8. Decodificador (200; 300) de señal de audio según la reivindicación 7, en el que el calculador (320) de contorno de alineación de tiempo está configurado para generar el contorno de alineación de tiempo de manera que el contorno de alineación de tiempo se reinicia desde el valor (1) de inicio de contorno de alineación de tiempo predeterminado en una posición (724) dentro de la primera pluralidad (716, 718, 722) de partes de contorno de alineación de tiempo, o en una posición (754) dentro de la segunda pluralidad (718, 722, 752) de partes de contorno de alineación de tiempo, de manera que existe una discontinuidad (724, 754) del contorno de alineación de tiempo en la ubicación del reinicio; y

en el que el reajustador a escala de contorno de alineación de tiempo está configurado para reajustar a escala una o más de las partes (716, 718; 718', 722) de contorno de alineación de tiempo, de manera que se reduce o se elimina la discontinuidad (724, 754) .

9. Decodificador (200; 300) de señal de audio según la reivindicación 8, en el que el calculador (320) de contorno de alineación de tiempo está configurado para generar el contorno de alineación de tiempo de manera que existe un primer reinicio del contorno de alineación de tiempo desde el valor (1) de inicio de contorno de alineación de tiempo predeterminado en una posición (724) dentro de la primera pluralidad (716', 718', 722) de partes de contorno de alineación de tiempo, de manera que existe una primera discontinuidad (724) en la posición del primer reinicio,

en el que el reajustador (330) a escala de contorno de alineación de tiempo está configurado para reajustar a escala el contorno de alineación de tiempo de manera que se reduce la primera discontinuidad (724) , en el que el calculador de contorno de alineación de tiempo está configurado para generar también el contorno de alineación de tiempo de manera que existe un segundo reinicio del contorno de alineación de tiempo desde el valor (1) de inicio de contorno de alineación de tiempo predeterminado en una posición dentro de la segunda pluralidad (718, 722, 752) de partes de contorno de alineación de tiempo, de manera que existe una segunda discontinuidad en la posición del segundo reinicio; y en el que el reajustador (330) a escala de datos de contorno de alineación de tiempo está configurado para reajustar a escala también el contorno de alineación de tiempo de manera que se reduce o se elimina la segunda discontinuidad.

10. Decodificador (200; 300) de señal de audio según una de las reivindicaciones 1 a 9, en el que el calculador (320) de contorno de alineación de tiempo está configurado para reiniciar periódicamente el contorno de alineación de tiempo partiendo del valor (1) de inicio de contorno de alineación de tiempo predeterminado, de manera que existan discontinuidades periódicas en los reinicios;

en el que el reajustador (330) a escala de datos de contorno de alineación de tiempo está adaptado para reajustar a escala sucesivamente al menos una parte del contorno de alineación de tiempo en todo momento, para reducir sucesivamente o eliminar las discontinuidades del contorno de alineación de tiempo en los reinicios; y en el que el decodificador de señal de audio comprende un calculador de información de control de alineación de tiempo configurado para combinar datos de contorno de alineación de tiempo de antes y después del reinicio para obtener una información de control de alineación de tiempo.

11. Decodificador (200; 300) de señal de audio según una de las reivindicaciones 1 a 10, en el que el calculador (320) de contorno de alineación de tiempo está configurado para recibir una información de proporción de alineación codificada (tw_ratio[k]) , para derivar una secuencia de valores de proporción de alineación de tiempo (warp_value_tbl) a partir de la información de proporción de alineación de tiempo codificada, y para obtener valores de nodo de contorno de alineación de tiempo partiendo del valor (1) de inicio de contorno de alineación de tiempo;

en el que las proporciones entre el valor (1) de inicio de contorno de alineación de tiempo asociado con un nodo de inicio de contorno de alineación de tiempo y los valores de nodo de contorno de alineación de tiempo de nodos de contorno de alineación de tiempo posteriores se determinan mediante los valores de proporción de alineación de tiempo:

en el que el calculador de contorno de alineación de tiempo está configurado para calcular un valor de nodo de contorno de alineación de tiempo de un nodo de contorno de alineación de tiempo dado, que se separa del nodo de inicio de contorno de alineación de tiempo por un nodo de contorno de alineación de tiempo intermedio, basándose en una formación de producto que comprende una proporción entre el valor de inicio de contorno de alineación de tiempo y el valor de nodo de contorno de alineación de tiempo del nodo de contorno de alineación de tiempo intermedio y una proporción entre el valor de nodo de contorno de alineación de tiempo del nodo de contorno de alineación de tiempo intermedio y el valor de nodo de contorno de alineación de tiempo del nodo de contorno de alineación de tiempo dado como factores.

12. Método para proporcionar una representación de señal de audio decodificada basándose en una representación de señal de audio codificada que comprende una información de evolución de contorno de alineación de tiempo, comprendiendo el método:

generar datos de contorno de alineación de tiempo (valores warp_node) que se reinician de manera repetida desde un valor (1) de inicio de contorno de alineación de tiempo predeterminado basándose en la información de evolución de contorno de alineación de tiempo (tw_ratio[k]) que describe una evolución temporal del contorno de alineación de tiempo;

reajustar a escala al menos una parte de los datos de contorno de alineación de tiempo, de manera que una discontinuidad en un reinicio se reduce o se elimina en una versión reajustada a escala del contorno de alineación de tiempo; y proporcionar la representación de señal de audio decodificada basándose en la representación de señal de audio codificada y usando la versión reajustada a escala del contorno de alineación de tiempo.

13. Programa informático adaptado para realizar el método según la reivindicación 12, cuando el programa informático se ejecuta en un ordenador.

14. Proveedor de datos de contorno de alineación de tiempo para proporcionar datos de contorno de alineación de tiempo que representan una evolución temporal de una altura tonal relativa de una señal de audio basándose en una información de evolución de contorno de alineación de tiempo, comprendiendo el proveedor de datos de contorno de alineación de tiempo:

un calculador de contorno de alineación de tiempo configurado para generar datos de contorno de alineación de tiempo basándose en una información de evolución de contorno de alineación de tiempo que describe una evolución temporal del contorno de alineación de tiempo, estando el calculador de contorno de alineación de tiempo configurado para reiniciar de manera repetida o periódica, en una posición de reinicio, un cálculo de los datos de contorno de alineación de tiempo desde un valor (1) de inicio de contorno de alineación de tiempo predeterminado, creando así discontinuidades del contorno de alineación de tiempo y reduciendo un intervalo de los valores de datos de contorno de alineación de tiempo; y un reajustador a escala de contorno de alineación de tiempo configurado para reajustar a escala de manera repetida partes del contorno de alineación de tiempo, para reducir o eliminar las discontinuidades en las posiciones de reinicio en secciones reajustadas a escala del contorno de alineación de tiempo.