Conmutación del modo de codificación ACELP a TCX.

Un método para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificaciónde señal de sonido de TCX en la unión entre una trama previa codificada de acuerdo con el modo de codificación deACELP,

y una trama presente en ese momento, codificada de acuerdo con el modo de codificación de TCX, de talmanera que la señal de sonido es filtrada a través de un filtro de ponderación para producir, en la trama presente enese momento, una señal ponderada, que comprende:

calcular una respuesta ante entrada nula del filtro de ponderación;

truncar y tratar con ventanas la respuesta ante entrada nula, de tal manera que dicha respuesta ante entradanula tenga una amplitud que decrece monótonamente hasta cero tras un periodo de tiempo predeterminado; y

lOen la trama presente en ese momento, extraer o suprimir de la señal ponderada la respuesta ante entrada nula,truncada y tratada con ventanas.

Conmutación del modo de cod ificación ACELP a TCX

Campo de la invención La presente invención se refiere a la codificaciÓfl y la descodificación de señales de sonido en, por ejemplo, sistemas de transmisión y almacenamiento digitales. En particular, pero no exclusivamente, la presente invención se refiere a la codificación ya la descodificación de transformada híbrida y predicciÓfllineal excitada en código (CELP"code-excited linear prediction")

Antecedentes de la invención La representación digital de información proporciona muchas ventajas. En el caso de señales de sonido, la información tal como una señal de habla o musical se digitaliza utilizando, por ejemplo, el formato de PCM (Modulación en Código de Impulsos -"Pulse Code Modulation") . La señal es, de esta forma, muestreada y cuantizada con, por ejemplo, 16 o 20 bits por cada muestra. Aunque es simple, el formato de PCM requiere un alto volumen o proporción de transmisiÓfl de bits (número de bits por segundo, o bitsfs) . Esta limitación es el motivo principal para diseñar técnicas de codificación de fuente eficientes que sean capaces de reducir el volumen de transmisión de bits y satisfagan las restricciones especificas de muchas aplicaciones en términos de calidad de audio, retardo de codificaciÓfl y complejidad.

La función de un codificador de audio digital es convertir una señal de sonido en una corriente de bits que sea, pOI" ejemplo, transmitida a través de un canal de comunicación o almacenada en un medio de almacenamiento. Se considera aquí la compresión de fuente dispersa o poco densa, es decir la compresión de la señal. Más específicamente, el cometido de un codificador de audio digital es representar las muestras, por ejemplo, las muestras de PCM, con un número más pequeño de bits al tiempo que se mantiene una buena ca lidad subjetiva del audio. Un descodificador o sintetizador es sensible o responde a la corriente de bits transmitida o almacenada para convertirla de vuelta en una señal de sonido. Se hace referencia a las divulgaciones [Jayant, 1984] y [Gersho, 1992] para una introducción a los métodos de compresión de señal, así como a los capítulos de generalidades de la divulgaciÓfl [Kleijn, 1995] para un tratamiento en profundidad de las técnicas modemas de codificación del habla y audio.

En la codificación de audio de alta calidad, pueden distinguirse dos clases de algoritmos: la codificación de Predicción Lineal Excitada en Código (CELP -"Code-Excited Linear Prediction") , que se ha diseñado para codificar principalmente señales de habla, y la codificación de transformada (o subbanda) perceptiva, que está bien adaptada a la representaciÓfl de señales musicales. Estas técnicas pueden conseguir un buen compromiso entre la calidad subjetiva y el volumen o proporción de transmisión de bits. La codificación de CELP se ha desarrollado en el contexto de aplicaciones bidireccionales, o en ambos sentidos, de bajo retardo, tales como la telefonia o la comunicaciÓfl por conferencia, en las que la señal de audio es, por lo común, muestreada a, por ejemplo, 8 o 16 kHz. La codificación de transformada perceptiva se ha venido aplicando mayoritariamente a señales musicales de alta fidelidad y de banda ancha muestreadas a, por ejemplo, 32 kHz, 44, 1 kHz o 48 kHz para aplicaciones de reproducción según descarga o de almacenamiento.

La codificación de CELP [Atal, 1985] es el marco nuclear de la mayor parte de las normas o especificaciones de codificación de habla modernas. De acuerdo con este modelo de codificaciÓfl, la señal de habla es procesada o tratada en sucesivos bloques de N muestras denominadas tramas, siendo N un número predeterminado de muestras correspondiente, por lo común, a, por ejemplo, entre 10 y 30 ms. La reducción del volumen de transmisión de bits se consigue mediante la supresión de la correlación temporal entre sucesivas muestras de habla a través de la predicción lineal y el uso de una cuantización vectorial (VO -"vector quantization") eficiente. Un filtro de predicción lineal (LP -"linear prediction") es computado y transmitido en cada trama. La computación del filtro de LP requiere, por lo común, un margen de anticipación , por ejemplo, un segmento de habla de entre 5 ms y 10 ms desde la trama subsiguiente. En general, la trama de N-muestras se divide en bloques más pequeños denominados tramas subordinadas o subtramas, a fin de aplicar la predicción de paso de avance. La longitud de subtrama puede ser ajustada, por ejemplo, en el intervalo entre 4 ms y 10 ms. En cada subtrama, se obtiene habitualmente una señal de excitación a partir de dos componentes, una porción de la excitación pasada y una excitación de libro de códigos innovador o fijo. Se hace referencia a menudo al componente formado a partir de una porción de la excitación pasada, como la excitación de paso de avance o libro de códigos adaptativo. Los parámetros que caracterizan la señal de excitación son codificados y transmitidos al descodificador, donde la señal de excitación es reconstruida y utilizada como la entrada al filtro de LP. Un caso o ejemplo de la codificación de CELP es el modelo de codificación de ACELP (CELP Algebraica -"Algebraic CELP") , en el que el libro de códigos innovador consiste en impulsos firmados e intercalados.

El modelo de CELP ha sido desarrollado en el contexto de la codificación del habla de banda estrecha, para la que la anchura de banda de entrada es de entre 300 Hz y 3.400 Hz. En el caso de señales de habla de banda ancha definidas en el intervalo entre 50 Hz y 7.000 Hz, el modelo de CELP se utiliza habitualmente en una soluciÓfl de banda dividida en la que una banda inferior es codificada por coincidencia en el perfilo forma de la onda

(codificación de CELP) y una banda superior es codificada paramétricamente Esta división en anchura de banda tiene diversas motivaciones:

La mayor parte de los bits de una trama pueden ser asignados a la señal de banda inferior para maximizar la calidad .

La complejidad computacional (de filtración, etc.) puede ser reducida en comparación con la codificación de banda completa.

También, la coincidencia en la forma de onda no es muy eficiente para las componentes de alta frecuencia.

La solución de banda dividida se utiliza, por ejemplo, en la norma de codificación de habla de banda ancha del ETSI [Instituto Europeo de Normativa de Telecomunicaciones -"European Telecommunications Standards Institute1 AMRWB. Esta norma de cod ificación se especifica en la publicación 13GPP TS 26.190] ([Especificación Técnica del Proyecto de Sociedad de 38 Generación ("3d Generation Partnership Project Technical Specification") 26.190]) y se describe en la publicación IBessette, 2002]. La puesta en práctica de la norma AMR-WB se proporciona en la publicación [3GPP TS 26.173]. El algoritmo de codificación de habla de AMR-WB consiste esencialmente en dividir la señal de banda ancha de entrada en una banda inferior (entre O y 6.400 Hz) y una banda superior (entre 6.400 Hz y 7.000 Hz) , y aplicar el algoritmo de ACELP únicamente a la banda inferior y codificar la banda superior a través de la prolongación de anchura de banda (BWE -"bandwidth extension")

Las técnicas de codificación de audio del estado de la técnica, por ejemplo, la MPEG-AAC [Codificación de Audio Avanzada del Grupo de Expertos de Imagen en Movimiento] o la ITU-T G.722.1 , están construidas sobre la codificación de transformada (o subbanda) perceptiva. En la codificación de transformada, la señal de audio en el dominio del tiempo es procesada o tratada con ventanas en solapamiento de la longitud apropiada. La reducción del volumen de transmisión de bits se consigue en virtud de la propiedad de reversión de la correlación, o descorrelación, y compactación de energía de una transformada específica, así como por la codificación únicamente de los coeficientes de transformada relevantes perceptivamente. La señal tratada con ventanas sedescompone (analiza) habitualmente por medio de una transformada de Fourier discreta (DFT -~discrete Fourier transformO) , una transformada de coseno discreta (DCT -"discrete cosine transformO) o una transformada de coseno discreta modificada (MDCT -~modified discrete cosine transform~) . Se necesita normalmente una longitud de trama de, por ejemplo, entre 40 ms y 60 ms para conseguir una buena calidad de audio. Sin embargo, para representar transitorios y evitar la dispersión temporal del ruido de codificación antes de los ataques (eco previo, o preeco) , se utilizan también tramas más cortas, de, por ejemplo, entre 5 ms y 10 ms, para describir segmentos de audio no estacionarios. La conformación del ruido de cuantización se consigue normalizando los coeficientes de la transformada... [Seguir leyendo]

1. Un método para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX en la unión entre una trama previa codificada de acuerdo con el modo de codificación de ACELP, y una trama presente en ese momento, codificada de acuerdo con el modo de codificación de TCX, de tal manera que la senal de sonido es filtrada a través de un filtro de ponderación para producir, en la trama presente en ese momento, una señal ponderada, que comprende·

calcular una respuesta ante entrada nula del filtro de ponderación;

truncar y tratar con ventanas la respuesta ante entrada nula, de tal manera que dicha respuesta ante entrada nula tenga una amplitud que decrece monótonamente hasta cero tras un periodo de tiempo predeterminado; y

la trama presente en ese momento, extraer o suprimir de la senal ponderada la respuesta ante entrada nula, truncada y tratada con ventanas 2. Un método para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 1, en el cual calcular una respuesta ante entrada nula del filtro de ponderación comprende calcular una respuesta ante entrada nula en el dominio ponderado.

3. Un método para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 1, en el cual truncar y tratar con ventanas la respuesta ante entrada nula comprende truncar dicha respuesta ante entrada nula hasta el periodo de de tiempo predeterminado.

4. Un método para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 1, que comprende, una vez que se ha extraído o suprimido la respuesta ante entrada nula, truncada y tratada con ventanas, de la señal ponderada, tratar con ventas la señal ponderada hasta formar una trama de TCX de una duraciÓn predeterminada 5. Un método para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 4, que comprende adicionalmente transformar al dominio de la frecuencia la señal ponderada, tratada con ventanas hasta formar una trama de TCX de una duración predeterminada 6. -Un método para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 1, en el cual el filtro de ponderación es un filtro de ponderación perceptivo.

7. Un dispositivo para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX en la uniórJ entre una trama previa codificada de acuerdo con el modo de codificación de ACELP, y una trama presente en ese momento, codificada de acuerdo con el modo de codificación de TCX, de tal manera que la señal de sonido es filtrada a través de un filtro de ponderación para producir, en la trama presente en ese momento, una señal ponderada, que comprende:

medios para calcular una respuesta ante entrada nula del filtro de ponderación;

medios para truncar y tratar con ventanas la respuesta ante entrada nula, de tal manera que dicha respuesta ante entrada nula tenga una amplitud que decrece monótonamente hasta cero tras un periodo de tiempo predeterminado; y

medios para, en la trama presente en ese momento, extraer o suprimir de la señal ponderada la respuesta ante entrada nula, truncada y tratada con ventanas 8. Un dispositivo para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX en la unión entre una trama previa codificada de acuerdo con el modo de codificación de ACELP, y una trama presente en ese momento, codificada de acuerdo con el modo de codificación de TCX, de tal manera que la señal de sonido es filtrada a través de un filtro de ponderación para producir, en la trama presente en ese momento, una señal ponderada, que comprende:

un dispositivo calculador para calcular una respuesta ante entrada nula del filtro de ponderación;

un generador de ventanas para truncar y tratar con ventanas la respuesta ante entrada nula, de tal manera que dicha respuesta ante entrada nula tenga una amplitud que decrece monótonamente hasta cero tras un periodo de tiempo predeterminado; y

un sumadOf para, en la trama presente en ese momento, extraer o suprimir de la señal ponderada la respuesta ante entrada nula, truncada y tratada con ventanas.

9. Un dispositivo para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 8, en el cual el dispositivo calculador de respuesta ante entrada nula calcula una respuesta ante entrada nula en el dominio ponderado.

10. -Un dispositivo para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 8, en el cual el generador de ventanas trunca la respuesta ante entrada nula para el periodo de tiempo predeterminado 11 . Un dispositivo para conmutar de un modo de codificación de señal de sooido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 8, que comprende otro generador de ventanas para tratar con ventanas, después de que la respuesta ante entrada nula, truncada y tratada con ventanas, se ha suprimido de la señal ponderada, la señal ponderada hasta formar una trama de TCX de una duración predeterminada .

12. Un dispositivo para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 11 , que comprende adicionalmente un módulo de transformada en frecuencia que, en funcionamiento, transforma en el dominio de la frecuencia la señal ponderada tratada con ventanas hasta formar una trama de TCX de una duración predeterminada 13. Un dispositivo para conmutar de un modo de codificación de señal de sonido de ACELP a un modo de codificación de señal de sonido de TCX, de acuerdo con la reivindicación 8, en el cual el filtro de ponderación es un filtro de ponderación perceptivo 14. Un método para producir, a partir de una señal de objetivo descodificada, una señal de objetivo de solapamiento y adición, dentro de una trama en curso en ese momento, codificada de acuerdo con un modo de codificación de TCX, que comprende:

tratar con ventanas la señal de objetivo descodificada de la trama en curso en ese momento, dentro de una ventana dada;

saltarse una porción izquierda de la ventana; calcular una respuesta ante entrada nula de un filtro de ponderación de la trama previa codificada de acuerdo con un modo de codificación de ACELP, y truncar y tratar con ventanas la respuesta ante entrada nula, de tal manera que dicha respuesta ante entrada nula tenga una amplitud que decrece monótonamente hasta cero tras un periodo de tiempo predeterminado; y

sumar la respuesta ante entrada nula, truncada y tratada con ventanas, a la señal de objetivo descodificada, a fin de reconstruir dicha señal de objetivo de solapamiento y adición 15. Un método para producir una señal de objetivo de solapamiento y adición de acuerdo con la reivindicación 14, que comprende ponderar la respuesta ante entrada nula calculada, antes de tratar con ventanas dicha respuesta ante entrada nula.

16. Un método para producir una señal de objetivo de solapamiento y adición de acuerdo con la reivindicación 15, en el cual la ponderación de la repuesta ante entrada nula calculada comprende ponderar perceptivamente dicha respuesta ante entrada nu la calculada 17. Un método para producir una señal de objetivo de solapamiento y adición de acuerdo con la reivindicación 14, que comprende guardar en un registro de almacenamiento intermedio una última porción de muestras de la trama presente en ese momento 18. Un método para producir una señal de objetivo de solapamiento y adición de acuerdo con la reivindicación 14, en el cual la respuesta ante entrada nula calculada, truncada y tratada con ventanas, tiene una amplitud que decrece monótonamente hasta cero después de 10 ms 19. Un dispositivo para producir, a partir de una señal de objetivo descodificada, una señal de objetivo de solapamiento y adición en una trama presente en ese momento, codificada de acuerdo con un modo de codificación de TCX, que comprende ·

medios para tratar con ventanas la señal de objetivo descodificada de la trama en curso en ese momento, dentro de una ventana dada;

medios para saltarse una porción izquierda de la ventana;

medios para calcular una respuesta ante entrada nula de un filtro de ponderaciÓfl de la trama previa codificada de acuerdo con un modo de codificación de ACELP, y medios para truncar y tratar con ventanas la respuesta ante entrada nula, de tal manera que dicha respuesta ante entrada nula tenga una amplitud que decrece monótonamente hasta cero tras un periodo de tiempo predeterminado; y

medios para sumar la respuesta ante entrada nula, truncada y tratada con ventanas, a la señal de objetivo descodificada, a fin de recoostruir dicha señal de objetivo de solapamiento y adición.

20. Un dispositivo para producir, a partir de una señal de objetivo descodificada, una señal de objetivo de solapamiento y adición en una trama presente en ese momento, codificada de acuerdo con un modo de codificación de TCX, que comprende:

un primer generador de ventanas para tratar con ventanas la señal de objetivo descodificada de la trama presente en ese momento, dentro de una ventana dada;

medios para saltarse una porción izquierda de la ventana;

un dispositivo calculador de una respuesta ante entrada nula de un filtro de ponderación de la trama previa, codificada de acuerdo con un modo de codificación de ACELP, y un segundo generador de ventanas para truncar y tratar con ventanas la respuesta ante entrada nula, de tal manera que dicha respuesta ante entrada nula tenga una amplitud que decrece monótonamente hasta cero tras un periodo de tiempo predeterminado; y

un sumador para sumar la respuesta ante entrada nula, truncada y tratada con ventanas, a la señal de objetivo descodificada, a fin de recoostruir dicha señal de objetivo de solapamiento y adición.

21. Un dispositivo para producir una señal de objetivo de solapamiento y adición de acuerdo con la reivindicación 20, que comprende un filtro para ponderar la respuesta ante entrada nula calculada, antes de tratar con ventanas dicha respuesta ante entrada nula calculada 22. Un dispositivo para producir una señal de objetivo de solapamiento y adición de acuerdo con la reivindicación 21 , en el cual el filtro de ponderación es un filtro de ponderación perceptivo.

23. Un dispositivo para producir una señal de objetivo de solapamiento y adición de acuerdo con la reivindicación 20, que comprende un registro de almacenamiento intermedio para guardar una última porción de muestras de la trama presente en ese momento.

24. Un dispositivo para producir una señal de objetivo de solapamiento y adición de acuerdo con la reivindicación 20, en el cual la respuesta ante entrada nula calculada, truncada y tratada con ventanas, tiene una amplitud que decrece monótooamente hasta cero después de 10 ms 25. El método de acuerdo con la reivindicación 1, que comprende adicionalmente reforzar en bajas frecuencias el espectro de la señal ponderada de la que se ha extraído o suprimido la respuesta ante entrada nula, truncada y tratada con ventanas, transformado en un dominio de frecuencia utilizando una Transformada de Fourier Rápida, de tal manera que el espectro comprende coeficientes de transformada agrupados en un cierto número de bloques, comprendiendo el reforzamiento en bajas frecuencias del espectro·

calcular una energía máxima Ema. para un bloque que tiene un cierto indice de posición;

calcular un factor Rm para cada bloque que tiene un índice de posición m más pequeño que el índice de posición del bloque con la energía máxima Emu, de tal manera que el cálculo del factor Rm comprende, para cada bloque:

computar una energía Em del bloque; y

computar el factor Rm a partir de la energía máxima calculada Ema. y de la energía computada Em del bloque, utilizando la relación Rm =EmaJEm, donde, si Rm > 10, entonces Rm se ajusta en 10, y si Rm > R (m_l) , entooces Rm se ajusta en R (m_l) ; y

para cada bloque, determinar a partir del factor Rm una ganancia (Rm) 1/4 aplicada a los coeficientes de transformada del bloque 26. El dispositivo de acuerdo con la reivindicación 7, que comprende medios para reforzar en bajas frecuencias el espectro de la señal ponderada, de la que se ha extraído o suprimido la respuesta ante entrada nula, truncada y tratada con ventanas, transformado en un dominio de frecuencia utilizando una Transformada de Fourier Rápida, de tal manera que el espectro comprende coeficientes de transformada agrupados en un cierto número de bloques, y los medios de refuerzo de en bajas frecuencias del espectro comprenden·

medios para calcular una energia máxima Ema>: para un bloque que tiene un cierto índice de posición;

medios para calcular un factor Rm para cada bloque que tiene un índice de posición m más pequeño que el índice de posición del bloque con la energía máxima Emu, de tal manera que los medios de cálculo del factor comprenden, para cada bloque·

medios para computar una energía Em del bloque; y med ios para computa r el factor Rm a partir de la energia máxima calculada Emax Y de la energia computada Em del bloque, utilizando la relación Rm =EmaJEm, donde, si Rm > 10, entonces Rm se ajusta en 10, y si R., .,

> R (rn .1) , entonces Rm se ajusta en R{rn.l) ; y

medios para determinar, para cada bloque y a partir del factor Rm una ganancia (R., ., ) 1/4 aplicada a los coeficientes de transformada del bloque.