Codificador de audio para generar una señal de audio codificada,

que comprende:

una primera rama (400) de codificación para codificar una señal (195) intermedia de audio según un primer algoritmo de codificación, teniendo el primer algoritmo de codificación un modelo de sumidero de información y generando, en una señal de salida de primera rama de codificación, información espectral codificada que representa la señal intermedia de audio, comprendiendo la primera rama de codificación un bloque (410) de conversión espectral para convertir la señal intermedia de audio en un dominio espectral y un codificador (420) de audio espectral para codificar una señal de salida del bloque (410) de conversión espectral para obtener la información espectral codificada;

una segunda rama (500) de codificación para codificar la señal (195) intermedia de audio según un segundo algoritmo de codificación, teniendo el segundo algoritmo de codificación un modelo de fuente de información y generando, en una señal de salida de segunda rama de codificación, parámetros codificados para el modelo de fuente de información que representan la señal (195) intermedia de audio, comprendiendo la segunda rama de codificación un analizador (510) de LPC para analizar la señal intermedia de audio y para emitir una señal de información de LPC que puede usarse para controlar un filtro de síntesis de LPC y una señal de excitación, y un codificador (520) de excitación para codificar la señal de excitación para obtener los parámetros codificados; y

una fase (100) de preprocesamiento común para preprocesar una señal (99) de entrada de audio para obtener la señal (195) intermedia de audio, en el que la fase (100) de preprocesamiento común es operativa para procesar la señal (99) de entrada de audio de modo que la señal (195) intermedia de audio es una versión comprimida de la señal (99) de entrada de audio.

Esquema de codificación/decodificación de audio de tasa de transmisión de bits baja con preprocesamiento común.

Campo de la invención

La presente invención se refiere a codificación de audio y, particularmente, a esquemas de codificación de audio de tasa de transmisión de bits baja.

Antecedentes de la invención y Técnica anterior

En la técnica, se conocen esquemas de codificación de dominio de frecuencia tales como MP3 o AAC. Estos codificadores de dominio de frecuencia se basan en una conversión de dominio de tiempo/dominio de frecuencia, una fase de cuantificación posterior, en la que se controla el error de cuantificación usando información de un módulo psicoacústico, y una fase de codificación, en la que los coeficientes espectrales cuantificados y la información secundaria correspondiente se codifican por entropía usando tablas de códigos.

Por otro lado existen codificadores que son muy adecuados para el procesamiento de habla tal como AMR-WB+ tal como se describe en 3GPP TS 26.290. Tales esquemas de codificación de habla realizan un filtrado de predicción lineal de una señal de dominio de tiempo. Tal filtrado de LP se deriva de un análisis de predicción lineal de la señal de dominio de tiempo de entrada. Los coeficientes de filtro de LP resultantes se codifican y transmiten entonces como información secundaria. El proceso se conoce como codificación de predicción lineal (LPC). En la salida del filtro, la señal residual de predicción o señal de error de predicción que también se conoce como señal de excitación se codifica usando las fases de análisis por síntesis del codificador ACELP o, alternativamente, se codifica usando un codificador de transformada, que usa una transformada de Fourier con una superposición. La decisión entre la codificación ACELP y la codificación de excitación codificada por transformada que también se denomina codificación TCX se realiza usando un algoritmo de lazo abierto o de lazo cerrado.

Esquemas de codificación de audio de dominio de frecuencia tales como el esquema de codificación de AAC de alta eficacia, que combina un esquema de codificación de AAC y una técnica de replicación de ancho de banda espectral también puede combinarse con una herramienta de codificación multicanal o estéreo conjunto que se conoce con el término "MPEG envolvente".

Por otro lado, los codificadores de habla tales como la AMR-WB+ también tienen una fase de mejora de alta frecuencia y una funcionalidad estéreo.

Los esquemas de codificación de dominio de frecuencia son ventajosos porque presentan una alta calidad a tasas de transmisión de bits bajas para señales de música. Sin embargo, es problemática la calidad de señales de habla a tasas de transmisión de bits bajas.

Los esquemas de codificación de habla presentan una alta calidad para señales de habla incluso a tasas de transmisión de bits bajas, pero presentan una mala calidad para señales de música a tasas de transmisión de bits bajas.

Sumario de la invención

Un objeto de la presente invención es proporcionar un concepto de codificación mejorado.

Este objeto se logra mediante el codificador de audio según la reivindicación 1, el método de codificación de audio según la reivindicación 13, el decodificador de audio según la reivindicación 14, el método de decodificación de audio según la reivindicación 24 o el programa informático según la reivindicación 25.

En un aspecto de la presente invención, una fase de decisión que controla un conmutador se usa para alimentar la salida de una fase de preprocesamiento común a cualquiera de las dos ramas. Una está motivada principalmente por un modelo de fuente y/o por mediciones objetivas tales como SNR, la otra por un modelo de sumidero y/o un modelo psicoacústico, es decir, por enmascaramiento auditivo.

A modo de ejemplo, una rama tiene un codificador de dominio de frecuencia y la otra rama tiene un codificador de dominio de LPC tal como un codificador de habla. El modelo de fuente es normalmente el procesamiento de habla y por tanto habitualmente se usa LPC. Por tanto, las fases de preprocesamiento típicas tales como una fase de codificación multicanal o estéreo conjunto y/o una fase de extensión de ancho de banda se usan habitualmente para ambos algoritmos de codificación, lo que ahorra una cantidad considerable almacenamiento, área de chip, consumo de energía, etc. en comparación con la situación, en la que se usa un codificador de audio completo y un codificador de habla completo para el mismo fin.

En una realización preferida, un codificador de audio comprende una fase de preprocesamiento común para dos ramas, en el que una primera rama está motivada principalmente por un modelo de sumidero y/o un modelo psicoacústico, es decir, por enmascaramiento auditivo, y en el que una segunda rama está motivada principalmente por un modelo de fuente y por cálculos de SNR segmentales. El codificador de audio preferiblemente tiene uno o más conmutadores para conmutar entre estas ramas en las entradas a estas ramas o salidas de estas ramas de manera controlada por una fase de decisión. En el codificador de audio la primera rama preferiblemente incluye un codificador de audio basado en psicoacústica, y en el que la segunda rama incluye una LPC y un analizador de SNR.

En una realización preferida, un decodificador de audio comprende rama de decodificación basada en sumidero de información tal como una rama de decodificación de dominio espectral, una rama de decodificación basada en fuente de información tal como una rama de decodificación de dominio de LPC, un conmutador para conmutar entre las ramas y una fase de posprocesamiento común para posprocesar una señal de audio de dominio de tiempo para obtener una señal de audio posprocesada.

Breve descripción de los dibujos

Realizaciones preferidas de la presente invención se describen a continuación con respecto a los dibujos adjuntos, en los que:

la figura 1a es un diagrama de bloques de un esquema de codificación según un primer aspecto de la presente invención;

la figura 1b es un diagrama de bloques de un esquema de decodificación según el primer aspecto de la presente invención;

la figura 2a es un diagrama de bloques de un esquema de codificación según un segundo aspecto de la presente invención;

la figura 2b es un diagrama esquemático de un esquema de decodificación según el segundo aspecto de la presente invención.

la figura 3a ilustra un diagrama de bloques de un esquema de codificación según un aspecto adicional de la presente invención;

la figura 3b ilustra un diagrama de bloques de un esquema de decodificación según el aspecto adicional de la presente invención;

la figura 4a ilustra un diagrama de bloques con un conmutador situado antes de las ramas de codificación;

la figura 4b ilustra un diagrama de bloques de un esquema de codificación con el conmutador situado después de la codificación de las ramas;

la figura 4c ilustra un diagrama de bloques para una realización de combinador preferida;

la figura 5a ilustra una forma de onda de un segmento de habla de dominio de tiempo como un segmento de señal a modo de impulso o casi periódico;

la figura 5b ilustra un espectro del segmento de la figura 5a;

la figura 5c ilustra un segmento de habla de dominio de tiempo de habla sin voz como un ejemplo para un segmento a modo de ruido o estacionario;

la figura 5d ilustra un espectro de la forma de onda de dominio de tiempo de la figura 5c;

la figura 6 ilustra un diagrama de bloques de un análisis mediante codificador de CELP de síntesis;

las figuras 7a a 7d ilustran señales de excitación con voz/sin voz como un ejemplo para señales a modo de ruido/estacionarias y a modo de impulso;

la figura 7e ilustra una fase de LPC de lado de codificador que proporciona información de predicción a corto plazo y la señal de error de predicción;

la figura 8 ilustra un diagrama de bloques de un algoritmo multicanal conjunto según una realización de la presente invención;

la figura 9 ilustra una realización preferida de un algoritmo de extensión de ancho de banda;

la figura 10a ilustra una descripción... [Seguir leyendo]

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

una primera rama (400) de codificación para codificar una señal (195) intermedia de audio según un primer algoritmo de codificación, teniendo el primer algoritmo de codificación un modelo de sumidero de información y generando, en una señal de salida de primera rama de codificación, información espectral codificada que representa la señal intermedia de audio, comprendiendo la primera rama de codificación un bloque (410) de conversión espectral para convertir la señal intermedia de audio en un dominio espectral y un codificador (420) de audio espectral para codificar una señal de salida del bloque (410) de conversión espectral para obtener la información espectral codificada;

una segunda rama (500) de codificación para codificar la señal (195) intermedia de audio según un segundo algoritmo de codificación, teniendo el segundo algoritmo de codificación un modelo de fuente de información y generando, en una señal de salida de segunda rama de codificación, parámetros codificados para el modelo de fuente de información que representan la señal (195) intermedia de audio, comprendiendo la segunda rama de codificación un analizador (510) de LPC para analizar la señal intermedia de audio y para emitir una señal de información de LPC que puede usarse para controlar un filtro de síntesis de LPC y una señal de excitación, y un codificador (520) de excitación para codificar la señal de excitación para obtener los parámetros codificados; y

una fase (100) de preprocesamiento común para preprocesar una señal (99) de entrada de audio para obtener la señal (195) intermedia de audio, en el que la fase (100) de preprocesamiento común es operativa para procesar la señal (99) de entrada de audio de modo que la señal (195) intermedia de audio es una versión comprimida de la señal (99) de entrada de audio.

2. Codificador de audio según la reivindicación 1, que comprende además una etapa (200) de conmutación conectada entre la primera rama (400) de codificación y la segunda rama (500) de codificación en entradas a las ramas o salidas de las ramas, controlándose la etapa de conmutación por una señal de control de conmutación.

3. Codificador de audio según la reivindicación 2, que comprende además una fase (300, 300a, 300b) de decisión para analizar la señal (99) de entrada de audio o la señal (195) intermedia de audio o una señal intermedia en la fase (100) de preprocesamiento común en tiempo o frecuencia con el fin de hallar una parte de tiempo o frecuencia de una señal que va a transmitirse en una señal de salida de codificador o bien como la señal de salida codificada generada por la primera rama de codificación o bien como la señal de salida codificada generada por la segunda rama de codificación.

4. Codificador de audio según una de las reivindicaciones anteriores, en el que la fase (100) de preprocesamiento común es operativa para calcular parámetros de preprocesamiento comunes para una parte de la señal de entrada de audio no incluida en una primera y una segunda parte diferente de la señal (195) intermedia de audio y para introducir una representación codificada de los parámetros de preprocesamiento en la señal de salida codificada, en el que la señal de salida codificada comprende adicionalmente una señal de salida de primera rama de codificación para representar una primera parte de la señal intermedia de audio y una señal de salida de segunda rama de codificación para representar la segunda parte de la señal intermedia de audio.

5. Codificador de audio según una de las reivindicaciones anteriores, en el que la fase (100) de preprocesamiento común comprende un módulo (101) multicanal conjunto, comprendiendo el módulo multicanal conjunto:

un mezclador (101a) descendente para generar un número de canales mezclados de manera descendente que son superiores a o igual a 1 y que son más pequeños que un número de canales introducidos en el mezclador (101a) descendente; y

un calculador (101b) de parámetros multicanal para calcular parámetros multicanal de modo que, usando los parámetros multicanal y el número de canales mezclados de manera descendente, pueda realizarse una representación del canal original.

6. Aparato según la reivindicación 5, en el que los parámetros multicanal son parámetros de diferencia de nivel entre canales, correlación entre canales o parámetros de coherencia, parámetros de diferencia de fase entre canales, parámetros de diferencia de tiempo entre canales, parámetros de objeto de audio o parámetros de difusión o dirección.

7. Codificador de audio según una de las reivindicaciones anteriores, en el que la fase (100) de preprocesamiento común comprende una fase (102) de análisis de extensión de ancho de banda, que comprende:

un dispositivo (102b) de limitación de banda para rechazar una banda alta en una señal de entrada y para generar una señal de banda baja; y

un calculador (102a) de parámetros para calcular parámetros de extensión de ancho de banda para la banda alta rechazada por el dispositivo de limitación de banda, en el que el calculador (102a) de parámetros es tal que usando los parámetros calculados y la señal de banda baja, puede realizarse una reconstrucción de una señal de entrada extendida en ancho de banda.

8. Codificador de audio según una de las reivindicaciones anteriores, en el que la fase (100) de preprocesamiento común incluye un módulo (101) multicanal conjunto, una fase (102) de extensión de ancho de banda, y un conmutador (200) para conmutar entre la primera rama (400) de codificación y la segunda rama (500) de codificación, en el que una salida de la fase (101) multicanal conjunta está conectada a una entrada de la fase (102) de extensión de ancho de banda, y una salida de la fase de extensión de ancho de banda está conectada a una entrada del conmutador (200), una primera salida del conmutador está conectada a una entrada de la primera rama de codificación y una segunda salida del conmutador está conectada a una entrada de la segunda rama (500) de codificación, y las salidas de las ramas de codificación están conectadas a un formador (800) de flujo de bits.

9. Codificador de audio según la reivindicación 3, en el que la fase (300) de decisión es operativa para analizar una señal de entrada de fase de decisión para buscar partes que van a codificarse por la primera rama (400) de codificación con una mejor relación señal a ruido a una determinada tasa de transmisión de bits en comparación con la segunda rama (500) de codificación, en el que la fase (300) de decisión es operativa para analizar basándose en un algoritmo de lazo abierto sin una señal codificada y de nuevo decodificada o basándose en un algoritmo de lazo cerrado usando una señal codificada y de nuevo decodificada.

10. Codificador de audio según la reivindicación 3,

en el que la fase de preprocesamiento común tiene un número específico de funcionalidades (101a, 101b, 102a, 102b) y en el que al menos una funcionalidad es adaptable por una señal de salida de fase (300) de decisión y en el que al menos una funcionalidad es no adaptable.

11. Codificador de audio según una de las reivindicaciones anteriores,

en el que la primera rama de codificación comprende un módulo de alineamiento de tiempo para calcular una característica de alineamiento variable dependiente de una parte de la señal de audio, en el que la primera rama de codificación comprende un remuestreador para volver a muestrear según una característica de alineamiento determinada, y

en el que la primera rama de codificación comprende un convertidor de dominio de tiempo/dominio de frecuencia y un codificador de entropía para convertir un resultado de la conversión de dominio de tiempo/dominio de frecuencia en una representación codificada,

en el que la característica de alineamiento variable se incluye en la señal de audio codificada.

12. Codificador de audio según una de las reivindicaciones anteriores, en el que la fase de preprocesamiento común es operativa para emitir al menos dos señales intermedias, y en el que, para cada señal intermedia de audio, se proporciona la rama de codificación primera y segunda y un conmutador para conmutar entre las dos ramas.

13. Método de codificación de audio para generar una señal de audio codificada, que comprende:

codificar (400) una señal (195) intermedia de audio según un primer algoritmo de codificación, teniendo el primer algoritmo de codificación un modelo de sumidero de información y generando, en una primera señal de salida, información espectral codificada que representa la señal de audio, comprendiendo el primer algoritmo de codificación una etapa (410) de conversión espectral de conversión de la señal intermedia de audio en un dominio espectral y una etapa (420) de codificación de audio espectral de codificación de una señal de salida de la etapa (410) de conversión espectral para obtener la información espectral codificada;

codificar (500) la señal (195) intermedia de audio según un segundo algoritmo de codificación, teniendo el segundo algoritmo de codificación un modelo de fuente de información y generando, en una segunda señal de salida, parámetros codificados para el modelo de fuente de información que representan la señal intermedia (195), comprendiendo la segunda rama de codificación una etapa de análisis (510) de LPC la señal intermedia de audio y emitir una señal de información de LPC que puede usarse para controlar un filtro de síntesis de LPC, y una señal de excitación, y una etapa de codificación (520) de excitación de la señal de excitación para obtener los parámetros codificados; y

preprocesar (100) de manera común una señal (99) de entrada de audio para obtener la señal (195) intermedia de audio, en el que, en la etapa de preprocesar de manera común la señal (99) de entrada de audio se procesa de modo que la señal (195) intermedia de audio es una versión comprimida de la señal (99) de entrada de audio,

en el que la señal de audio codificada incluye, para una parte determinada de la señal de audio o bien la primera señal de salida o bien la segunda señal de salida.

14. Decodificador de audio para decodificar una señal de audio codificada, que comprende:

una primera rama (430, 440) de decodificación para decodificar una señal codificada, codificada según un primer algoritmo de codificación que tiene un modelo de sumidero de información, comprendiendo la primera rama de decodificación un decodificador (430) de audio espectral para la decodificación de audio espectral de la señal codificada, codificada según un primer algoritmo de codificación que tiene un modelo de sumidero de información, y un convertidor (440) de dominio de tiempo para convertir una señal de salida del decodificador (430) de audio espectral en el dominio de tiempo;

una segunda rama (530, 540) de decodificación para decodificar una señal de audio codificada, codificada según un segundo algoritmo de codificación que tiene un modelo de fuente de información, comprendiendo la segunda rama de decodificación un decodificador (530) de excitación para decodificar la señal de audio codificada, codificada según un segundo algoritmo de codificación para obtener una señal de dominio de LPC, y una fase (540) de síntesis de LPC para recibir una señal de información de LPC generada por una fase de análisis de LPC y para convertir la señal de dominio de LPC en el dominio de tiempo;

un combinador (600) para combinar señales de salida de dominio de tiempo del convertidor (440) de dominio de tiempo de la primera rama (430, 440) de decodificación y la fase (540) de síntesis de LPC de la segunda rama (530, 540) de decodificación para obtener una señal (699) combinada; y

una fase (700) de posprocesamiento común para procesar la señal (699) combinada de modo que una señal (799) de salida decodificada de la fase de posprocesamiento común sea una versión expandida de la señal (699) combinada.

15. Decodificador de audio según la reivindicación 14, en el que el combinador (600) comprende un conmutador para conmutar señales decodificadas de la primera rama (450) de decodificación y la segunda rama (550) de decodificación según una indicación de modo incluida explícita o implícitamente en la señal de audio codificada de modo que la señal (699) de audio combinada es una señal de dominio de tiempo discreta continua.

16. Decodificador de audio según la reivindicación 14 ó 15, en el que el combinador (600) comprende un atenuador (607) cruzado para atenuación cruzada, en caso de un evento de conmutación, entre una salida de una rama (450, 550) de decodificación y una salida de la otra rama (450, 550) de decodificación dentro de una región de atenuación cruzada de dominio de tiempo.

17. Decodificador de audio según la reivindicación 16, en el que el atenuador (607) cruzado está operativo para ponderar al menos una de las señales de salida de rama de decodificación dentro de la región de atenuación cruzada y para añadir al menos una señal ponderada a una señal ponderada o no ponderada de la otra rama (607c) de codificación, en el que los pesos usados para ponderar la al menos una señal (607a, 607b) son variables en la región de atenuación cruzada.

18. Decodificador de audio según una de las reivindicaciones 14 a 17, en el que la fase de preprocesamiento común comprende al menos una de un decodificador (101) multicanal conjunto o un procesador (102) de extensión de ancho de banda.

19. Decodificador de audio según la reivindicación 18,

en el que el decodificador (702) multicanal conjunto comprende un decodificador (702b) de parámetros y un mezclador (702a) ascendente controlado por una salida de decodificador (702b) de parámetros.

20. Decodificador de audio según la reivindicación 19,

en el que el procesador (702) de extensión de ancho de banda comprende un parcheador (701a) para crear una señal de banda alta, un ajustador (701b) para ajustar la señal de banda alta, y un combinador (701c) para combinar la señal de banda alta ajustada y una señal de banda baja para obtener una señal extendida en ancho de banda.

21. Decodificador de audio según una de las reivindicaciones 14 a 20, en el que la primera rama (450) de decodificación incluye un decodificador de audio de dominio de frecuencia, y la segunda rama (550) de decodificación incluye un decodificador de habla de dominio de tiempo.

22. Decodificador de audio según una de las reivindicaciones 14 a 20, en el que la primera rama (450) de decodificación incluye un decodificador de audio de dominio de frecuencia, y la segunda rama (550) de decodificación incluye un decodificador basado en LPC.

23. Decodificador de audio según una de las reivindicaciones 14 a 22,

en el que la fase de posprocesamiento común tiene un número específico de funcionalidades (700, 701, 702) y en el que al menos una funcionalidad es adaptable por una función (601) de detección de modo y en el que al menos una funcionalidad es no adaptable.

24. Método de decodificación de audio de una señal de audio codificada, que comprende:

decodificar (450) una señal codificada, codificada según un primer algoritmo de codificación que tiene un modelo de sumidero de información, que comprende la decodificación (430) de audio espectral de la señal codificada, codificada según un primer algoritmo de codificación que tiene un modelo de sumidero de información, y una conversión (440) de dominio de tiempo de una señal de salida de la etapa (430) de decodificación de audio espectral en el dominio de tiempo;

decodificar (550) una señal de audio codificada, codificada según un segundo algoritmo de codificación que tiene un modelo de fuente de información, que comprende la decodificación (530) de excitación de la señal de audio codificada, codificada según un segundo algoritmo de codificación para obtener una señal de dominio de LPC, y para recibir una señal de información de LPC generada por una fase de análisis de LPC y síntesis (540) de LPC para convertir la señal de dominio de LPC en el dominio de tiempo;

combinar (600) las señales de salida de dominio de tiempo a partir de la etapa de conversión (440) de dominio de tiempo y la etapa de síntesis (540) de LPC para obtener una señal (699) combinada; y

procesar (700) de manera común la señal (699) combinada de modo que una señal (799) de salida decodificada de la fase de posprocesamiento común sea una versión expandida de la señal (799) combinada.

25. Programa informático adaptado para realizar, cuando se ejecuta en un ordenador, el método según la reivindicación 14 o la reivindicación 24.