Codificador de audio, decodificador de audio, método para codificar y decodificar una información de audio y programa de computación que obtiene un valor de contexto de sub-región basado en una norma de valores espectrales previamente decodificados.

Decodificador de audio (200; 800) para la provisión de una información de audio decodificada (212;

812) sobre la base de una información de audio codificada (210; 810), en donde el decodificador de audio comprende:

un decodificador aritmético (230; 820) para la provisión de una pluralidad de valores espectrales decodificados (232; 822) sobre la base de una representación aritméticamente codificada (222; 821) de los valores espectrales comprendidos en la información de audio codificada (210; 810) y

un convertidor del dominio de la frecuencia al dominio del tiempo (260; 830) para la provisión de una representación de audio en el dominio del tiempo (262; 812) utilizando los valores espectrales (232; 822), para obtener la información de audio decodificada (212; 812);

en donde el decodificador aritmético (230; 820) está configurado para seleccionar una regla de mapeo (297; cum_freq[]) que describe un mapeo de un valor de código (acod_m, value) de la representación codificada aritméticamente (222; 821) de los valores espectrales sobre un código de símbolo (symbol) que representa uno o más de los valores espectrales decodificados o por lo menos una porción de uno o más de los valores espectrales decodificados dependiendo de un estado del contexto descripto por un valor numérico de contexto actual (c) y en donde el decodificador aritmético (230; 820) está configurado para determinar el valor numérico de contexto actual (c) dependiendo de una pluralidad de valores espectrales previamente decodificados;

en donde el decodificador aritmético está configurado para obtener una pluralidad de valores de subregión de contexto (q[0][i-1], q[0][i],q[0][i+1],q[1][i-1]) que describen sub-regiones del contexto sobre la base de valores espectrales previamente decodificados y para almacenar dichos valores de subregión de contexto;

en donde el decodificador aritmético está configurado para derivar el valor numérico de contexto actual (c) asociado a uno o más valores espectrales a decodificar dependiendo de los valores de subregión de contexto almacenados (q[0][i-1], q[0][i],q[0][i+1],q[1][i-1]);

en donde el decodificador aritmético está configurado para computar la norma de un vector formado por una pluralidad de valores espectrales previamente decodificados (a, b), para obtener uno de dicha pluralidad de valores de subregión de contexto como un valor común de subregión de contexto (q[1][i]) asociado a la pluralidad de valores espectrales previamente decodificados (a, b) en base a los que dicha norma se computa.

Codificador de audio, decodificador de audio, método para codificar y decodificar una información de audio y programa de computación que obtiene un valor de contexto de sub-región basado en una norma de valores espectrales previamente decodificados

Campo de la Técnica

[1] Las realizaciones de acuerdo con la invención se relacionan con un decodificador de audio para producir información de audio decodificada sobre la base de una información de audio codificada, un codificador de audio para 1 producir una información de audio codificada sobre la base de una información de audio de entrada, un método para producir una información de audio decodificada sobre la base de una información de audio codificada, un método para producir una información de audio codificada sobre la base de una información de audio de entrada y un programa de computación.

[2] Las realizaciones de acuerdo con la invención se relacionan con una codificación espectral sin ruido mejorada, que se puede utilizar en un codificador o decodificador de audio o similar, un denominado codificador unificado de voz y audio (USAC).

Antecedentes de la invención

[3] A continuación se explican brevemente los antecedentes de la invención a fin de facilitar la comprensión de la invención y las ventajas de la misma. Durante la última década, se invirtieron grandes esfuerzos en la creación de la posibilidad de guardar digitalmente y distribuir contenidos de audio con buena eficiencia de velocidad de transmisión de bits. Un logro importante en este sentido es la definición de la Norma Internacional ISO/IEC 14496-3. La parte 3 de esta Norma se relaciona con una codificación y decodificación de contenidos de audio, y la subparte 4 de la parte se relaciona con la codificación general de audio. ISO/IEC 14496 parte 3, subparte 4, define un concepto para la codificación y decodificación del contenido general de audio. Además, se han propuesto otras mejoras para mejorar la calidad y/o reducir la velocidad de transmisión de bits necesaria.

[4] De acuerdo con el concepto descripto en dicha Norma, se convierte una señal de audio en el dominio del tiempo a una representación en el dominio de la frecuencia. La transformación del dominio del tiempo al dominio de la frecuencia 1 se realiza por lo general empleando bloques de transformadas, que también se denominan "cuadros" de muestras en el dominio del tiempo. Se ha encontrado que es ventajoso utilizar cuadros traslapados, que están desplazados, por ejemplo, en medio cuadro, puesto que el traslapo permite evitar con eficiencia (o por lo menos reducir) las aberraciones. Además, se ha encontrado que se debería realizar una 15 generación de ventanas a fin de evitar las aberraciones que se originan en este procesamiento de cuadros limitados temporalmente.

[5] Al transformar una porción en ventana de la señal de audio de entrada del dominio del tiempo al dominio de la frecuencia, se obtiene una compactación de la 2 energía en muchos casos, de tal manera que parte de los valores espectrales comprenden una magnitud significativamente mayor que una pluralidad de otros valores espectrales. En consecuencia, en muchos casos hay un número relativamente pequeño de valores espectrales que tienen una magnitud significativamente superior a una magnitud promedio de los valores espectrales. Un ejemplo típico de transformación del dominio del tiempo al dominio del tiempo-frecuencia que da lugar a una compactación de la energía es la llamada transformada de coseno discreta modificada (MDCT).

[6] Los valores espectrales con frecuencia son escalados y cuantizados de 5 acuerdo con un modelo psicoacústico, razón por la cual los errores de cuantización son comparativamente menores en lo que respecta a los valores espectrales más importantes y son comparativamente mayores en el caso de los valores espectrales menos importantes. Los valores espectrales escalados y cuantizados son codificados a fin de obtener una representación de los mismos 1 más eficiente con respecto a la velocidad de transmisión de bits.

[7] Por ejemplo, el uso de la denominada codificación de Huffman de coeficientes espectrales cuantizados ha sido descripto en la Norma Internacional ISO/IEC 14496-3:25(E), parte 3, subparte 4.

[8] Sin embargo, se ha encontrado que la calidad de la codificación de los valores espectrales tiene un impacto significativo sobre la velocidad de transmisión de bits requerida. Asimismo, se ha encontrado que la complejidad de un decodificador de audio, que con frecuencia está implementado en un dispositivo 2 portátil del consumidor, y que, por lo tanto debería ser económico y de bajo consumo de energía, depende de la codificación utilizada para codificar los valores espectrales.

[9] En vista de esta situación, existe la necesidad de un concepto de 25 codificación y decodificación un contenido de audio, que da lugar a una compensación mejorada entre eficiencia de velocidad de transmisión de bits y eficiencia de recursos.

Descripción de la invención

[1] Una realización de acuerdo con la invención, como se establece en la reivindicación independiente 1, da origen a un decodificador de audio para producir una información de audio decodificada sobre la base de una información de audio codificada. El decodificador de audio comprende un decodificador aritmético para producir una pluralidad de valores espectrales 1 decodificados sobre la base de una representación aritméticamente codificada de los valores espectrales comprendidos en la información de audio codificada. El decodificador de audio comprende además un convertidor del dominio de la frecuencia al dominio del tiempo para producir una representación de audio en el dominio del tiempo utilizando los valores espectrales decodificados, a fin de obtener la información de audio decodificada. El decodificador aritmético está configurado para seleccionar una regla de mapeo que describe el mapeo de un valor código de la representación codificada aritméticamente de los valores espectrales sobre un código de símbolo (código de símbolo que describe uno o más de los valores espectrales decodificados o por lo menos una porción de uno o más de los valores espectrales decodificados) dependiendo del estado del contexto descripto por un valor numérico actual del contexto. El decodificador aritmético está configurado para determinar el valor numérico actual del contexto dependiendo de una pluralidad de valores espectrales adyacentes previamente decodificados. El decodificador aritmético está configurado asimismo para obtener una pluralidad de valores de subregión de contexto sobre la base de los valores espectrales previamente decodificados y para almacenar dichos valores espectrales previamente decodificados. El decodificador aritmético está configurado para derivar el valor numérico de contexto actual asociado a uno o más valores espectrales a decodificar (o, más precisamente, que definen un contexto para la decodificación del uno o más valores espectrales a decodificar) dependiendo de los valores de 5 subregión de contexto almacenados. El decodificador aritmético está configurado para computar la norma de un vector formado por una pluralidad de valores espectrales previamente decodificados para obtener uno de dicha pluralidad de valores de subregión de contexto como un valor común de subregión de contexto asociado a la pluralidad de valores espectrales previamente decodificados (a, b) en base a los que dicha norma se computa.

[11] Esta realización de la invención se basa en el hallazgo de que se puede obtener información de subregión de contexto eficiente en memoria mediante el cómputo de la norma de un vector formado por una pluralidad de valores espectrales previamente decodificados, puesto que la norma de ese tipo de vector 15 formado por una pluralidad de valores espectrales previamente decodificados comprende la información de contexto más relevante. Al formar una norma, por lo general se descartan los signos de los valores espectrales. Sin embargo, se ha descubierto que los signos de los valores espectrales sólo tienen un impacto subordinado al estado del contexto, en caso de tenerlo en realidad, y por lo tanto se los puede omitir sin comprometer severamente la significancia del valor de subregión de contexto. Más aun, se ha descubierto que la formación de una norma de un vector formado por una pluralidad de valores espectrales previamente decodificados, que por lo general trae aparejada un efecto de promediado, da lugar a una reducción de una cantidad de información, y de todas maneras dar lugar a un valor de contexto que refleja la situación del contexto actual con suficiente exactitud. Para resumir, se puede mantener bajo el requerimiento de memoria para almacenar el contexto en forma de... [Seguir leyendo]

1. Decodificador de audio (2; 8) para la provisión de una información de audio decodificada (212; 812) sobre la base de una información de audio codificada (21; 81), en donde el decodificador de audio comprende:

un decodificador aritmético (23; 82) para la provisión de una pluralidad de valores espectrales decodificados (232; 822) sobre la base de una representación aritméticamente codificada (222; 821) de los valores espectrales comprendidos en la información de audio codificada (21; 81) y

un convertidor del dominio de la frecuencia al dominio del tiempo (26; 83) para la provisión de una representación de audio en el dominio del tiempo (262; 812) utilizando los valores espectrales (232; 822), para obtener la información de audio decodificada (212; 812);

en donde el decodificador aritmético (23; 82) está configurado para seleccionar una regla de mapeo (297; cum_freq[]) que describe un mapeo de un valor de código (acod_m, valué) de la representación codificada aritméticamente (222; 821) de los valores espectrales sobre un código de símbolo (symbol) que representa uno o más de los valores espectrales decodificados o por lo menos una porción de uno o más de los valores espectrales decodificados dependiendo de un estado del contexto descripto por un valor numérico de contexto actual (c) y en donde el decodificador aritmético (23; 82) está configurado para determinar el valor numérico de contexto actual (c) dependiendo de una pluralidad de valores espectrales previamente decodificados;

en donde el decodificador aritmético está configurado para obtener una pluralidad de valores de subregión de contexto (q[][i-1], q[][i],q[][i+1],q[1][i-1]) que describen sub-regiones del contexto sobre la base de valores espectrales previamente decodificados y para almacenar dichos valores de subregión de contexto; en donde el decodificador aritmético está configurado para derivar el valor numérico de contexto actual (c) asociado a uno o más valores espectrales a decodificar dependiendo de los valores de subregión de contexto almacenados (q[][i-1], q[][i],q[][i+1 ],q[1 ][i-1 ]);

en donde el decodificador aritmético está configurado para computar la norma de un vector formado por una pluralidad de valores espectrales previamente decodificados (a, b), para obtener uno de dicha pluralidad de valores de subregión de contexto como un valor común de subregión de contexto (q[1][i]) asociado a la pluralidad de valores espectrales previamente decodificados (a, b) en base a los que dicha norma se computa.

2. El decodificador de audio de acuerdo con la reivindicación 1, en donde el decodificador aritmético está configurado para sumar los valores absolutos de una pluralidad de valores espectrales previamente decodificados, que están asociados a cajas de frecuencia adyacentes del convertidor del dominio de la frecuencia al dominio del tiempo y una porción temporal común de la información de audio, para obtener el valor común de subregión de contexto asociado a la pluralidad de valores espectrales previamente decodificados.

3. El decodificador de audio de acuerdo con la reivindicación 1, en donde el decodificador aritmético está configurado para cuantizar la norma de una pluralidad de valores espectrales previamente decodificados, que están asociados a cajas de frecuencia adyacentes del convertidor del dominio de la frecuencia al dominio del tiempo y una porción temporal común de la información de audio, para obtener el valor común de subregión de contexto asociado a la pluralidad de valores espectrales previamente decodificados.

4. El decodificador de audio de acuerdo con una de las reivindicaciones 1 a 3, en donde el decodificador aritmético

está configurado para sumar los valores absolutos de una pluralidad de valores espectrales previamente

decodificados (a, b), que son codificados usando un valor de código común (acod_m, valué), para obtener el valor común de subregión de contexto asociado a la pluralidad de valores espectrales previamente decodificados.

5. El decodificador de audio de acuerdo con una de las reivindicaciones 1 a 4, em donde el decodificador aritmético está configurado para proporcionar valores espectrales decodificados con signo al convertidor del dominio de la frecuencia al dominio del tiempo, y para sumar los valores absolutos que corresponden a los valores espectrales decodificados con signo para obtener el valor común de subregión de contexto asociado a la pluralidad de valores espectrales previamente decodificados.

6. El decodificador de audio de acuerdo con una de las reivindicaciones 1 a 5, en donde el decodificador aritmético

está configurado para derivar un valor de suma limitado de una suma de los valores absolutos de valores

espectrales previamente decodificados, de tal manera que un rango de valores posibles representados por el valor limitado de la suma sea menor que un rango de valores de suma posibles.

7. El decodificador de audio de acuerdo con una de las reivindicaciones 1 a 6, en donde el decodificador aritmético está configurado para obtener un valor numérico de contexto actual (c) dependiendo de una pluralidad de valores de subregión de contexto (q[][i-1], q[],[i], q[][i+1], q[1][¡-1]) asociados a diferentes series de valores espectrales previamente decodificados.

8. El decodificador de audio de acuerdo con la reivindicación 7, en donde el decodificador aritmético está configurado para obtener una representación numérica de un valor numérico de contexto actual (c), de tal manera que una primera porción de la representación numérica del valor numérico de contexto actual esté determinada por un primer valor de suma o valor de suma limitado de los valores absolutos de una pluralidad de valores espectrales

previamente decodificados, y de tal manera que una segunda porción de la representación numérica del valor numérico de contexto actual esté determinada por un segundo valor de suma o valor de suma limitado de los valores absolutos de una pluralidad de valores espectrales previamente decodlflcados.

9. El decodificador de audio de acuerdo con la reivindicación 7 o la reivindicación 8, en donde el decodificador aritmético está configurado para obtener el valor numérico de contexto actual (c) de tal manera que un primer valor de suma o valor de suma limitado de los valores absolutos de una pluralidad de valores espectrales previamente decodlflcados y un segundo valor de suma o valor de suma limitado de los valores absolutos de una pluralidad de valores espectrales previamente decodlflcados comprendan diferentes ponderaciones en el valor numérico de contexto actual (c).

1. El decodlflcador de audio de acuerdo con una de las reivindicaciones 7 a 9, en donde el decodificador aritmético está configurado para modificar una representación numérica de un valor numérico de contexto previo (c), que describe un estado del contexto asociado a uno o más valores espectrales previamente decodificados, dependiendo de un valor de sumatoria o un valor de suma limitado (q[1][i-1]) de los valores absolutos de una pluralidad de valores espectrales previamente decodificados, para obtener una representación numérica de un valor numérico de contexto actual (c) que describe un estado del contexto asociado a uno o más valores espectrales a decodificar.

11. El decodificador de audio de acuerdo con una de las reivindicaciones 1 a 1, en donde el decodificador aritmético está configurado para verificar si la suma de una pluralidad de valores de subregión de contexto (q[1][¡-3], q[1][¡- 2], q[1 ][i-1 ]) es menor o igual a un valor umbral predeterminado de la suma, y para modificar selectivamente el valor numérico de contexto actual (c) dependiendo de un resultado de la verificación,

en donde cada uno de los valores de subregión de contexto (q[1][i-3], q[1][¡-2], q[1 ][i-1 ]) es un valor de sumatoria o un valor de suma limitado de los valores absolutos de una pluralidad asociada de valores espectrales previamente decodificados.

12. El decodificador de audio de acuerdo con una de las reivindicaciones 1 a 11, en donde el decodificador aritmético está configurado para considerar una pluralidad de valores de subregión de contexto (q[][i-3], q[][¡], q[][i+1]) definido por valores espectrales previamente decodificados asociados a una porción temporal previa del contenido de audio, y para considerar asimismo por lo menos un valor de subreglón de contexto (q[1][¡-lj) definido por valores espectrales previamente decodificados asociados a una porción temporal actual del contenido de audio, para obtener un valor numérico de contexto actual (c) asociado a uno o más valores espectrales a decodlflcar y asociado a la porción temporal actual del contenido de audio, de tal manera que se tenga en cuenta un entorno tanto de valores espectrales temporalmente adyacentes previamente decodlflcados de la porción temporal previa como de valores espectrales adyacentes en la frecuencia previamente decodlflcados de la porción temporal actual para obtener el valor numérico de contexto actual (c).

13. El decodificador de audio de acuerdo con una de las reivindicaciones 1 a 12, en donde el decodlflcador aritmético está configurado para almacenar una serie de valores de subreglón de contexto, en donde cada valor de subregión de contexto es un valor de sumatoria o valor de suma limitado de los valores absolutos de una pluralidad de valores espectrales previamente decodlflcados, correspondientes a una porción temporal dada de la Información de audio, y para usar los valores de subreglón de contexto para derivar un valor numérico de contexto actual (c) para decodificar uno o más valores espectrales de una porción temporal de la Información de audio después de la porción temporal dada de la información de audio sin tener en cuenta los valores espectrales individuales previamente decodificados para la porción temporal dada de la Información de audio al derivar el valor numérico de contexto actual (c).

14. El decodificador de audio de acuerdo con una de las reivindicaciones 1 a 13, en donde el decodificador aritmético está configurado para decodlflcar por separado un valor de magnitud y un signo de un valor espectral, y en donde el decodificador aritmético está configurado para no tomar en cuenta los signos de los valores espectrales previamente decodificados en la determinación del estado numérico del contexto actual (c) para la decodificación de un valor espectral a decodificar.

15. Codificador de audio (1; 7) para la provisión de una información de audio codificada (112; 712) sobre la base de una información de audio de entrada (11; 71), en donde el codificador de audio comprende:

un convertidor compactador de energía del dominio del tiempo al dominio de la frecuencia (13; 72) para la provisión de una representación de audio en el dominio de la frecuencia (132; 722) sobre la base de una representación en el dominio del tiempo (11; 71) de la Información de audio de entrada, de tal manera que la representación de audio en el dominio de la frecuencia (132; 722) comprenda una serie de valores espectrales y un codificador aritmético (17; 73) configurado para codificar un valor espectral (a) o una versión previamente procesada de los mismos, mediante el uso de una palabra código de longitud variable (acod_m, acod_r), en donde el codificador aritmético está configurado para mapear el valor espectral (a), o un valor (m) de un plano de bits más significativos del valor espectral (a), sobre un valor de código (acod_m),

en donde la información de audio codificada comprende una pluralidad de palabras de código de longitud variable;

en donde el codificador aritmético está configurado para seleccionar una regla de mapeo que describe un mapeo de uno o más valores espectrales o de un plano de bits más significativos de uno o más valores espectrales, sobre un valor de código, dependiendo de un estado del contexto (s) descripto por un valor numérico de contexto actual (c) y en donde el codificador aritmético está configurado para determinar el valor numérico de contexto actual (c) dependiendo de una pluralidad de valores espectrales previamente codificados,

en donde el codificador aritmético está configurado para obtener una pluralidad de valores de subregión de contexto (q[][i-1 ], q[][i],q[][i+1],q[1][i-1]) que describen sub-regiones del contexto sobre la base de valores espectrales previamente codificados, para almacenar dichos valores de subregión de contexto, y para derivar el valor numérico de contexto actual (c), asociado a uno o más valores espectrales a codificar, dependiendo de los valores de subreglón de contexto almacenados (q[][¡-1 ], q[][i],q[][i+1],q[1][i-1]),

en donde el codificador aritmético está configurado para computar la norma de un vector formado por una pluralidad de valores espectrales previamente codificados (a, b), para obtener uno de dicha pluralidad de valores de subregión de contexto como un valor común de subregión de contexto (q[1][i-1])asociado a la pluralidad de valores espectrales previamente codificados (a, b) en base a los que dicha norma se computa.

16. Método para proporcionar una información de audio decodificada sobre la base de una información de audio codificada, en donde el método comprende:

suministrar una pluralidad de valores espectrales decodificados sobre la base de una representación aritméticamente codificada de los valores espectrales comprendidos en la información de audio codificada y suministrar una representación de audio en el dominio del tiempo utilizando los valores espectrales, para obtener la información de audio decodificada;

en donde suministrar la pluralidad de valores espectrales decodificados comprende la selección de una regla de mapeo que describe un mapeo de un valor de código (acod_m; valué) de la representación codificada aritméticamente de los valores espectrales sobre un código de símbolo (symbol) que representa uno o más de los valores espectrales codificados, o un plano de bits más significativos de uno o más de los valores espectrales decodlflcados, dependiendo de un estado del contexto descripto por un valor numérico de contexto actual (c) y en donde el valor numérico de contexto actual (c) se determina dependiendo de una pluralidad de valores espectrales previamente decodificados;

en donde se obtiene y se almacena una pluralidad de valores de subregión de contexto que describen sub-regiones del contexto sobre la base de valores espectrales previamente decodificados (q[][i-1], q[][i],q[][i+1],q[1][i-1]); en donde se deriva el valor numérico de contexto actual (c) asociado a uno o más valores espectrales a decodificar dependiendo de los valores de subregión de contexto almacenados (q[][¡-1], q[][i],q[][i+1],q[1][i-1]); y en donde se computa la norma (a+b) de un vector formado por una pluralidad de valores espectrales previamente decodlflcados (a, b), para obtener uno de dicha pluralidad de valores de subregión de contexto como un valor común de subregión de contexto (q[1][¡-1]) asociado a la pluralidad de valores espectrales previamente decodificados (a, b) en base a los que dicha norma se computa.

17. Un método para proporcionar una información de audio codificada sobre la base de una información de audio de entrada, en donde el método comprende:

suministrar una representación de audio en el dominio de la frecuencia sobre la base de una representación en el dominio del tiempo de la información de audio de entrada usando una conversión compactadora de energía del dominio del tiempo al dominio de la frecuencia, de manera tal que la representación de audio en el dominio de la frecuencia comprende una serie de valores espectrales; y la codificación aritmética de un valor espectral, o una versión previamente procesada de los mismos, usando una palabra clave de longitud variable, en donde se mapea un valor espectral o un valor de un plano de bits más significativos de un valor espectral sobre un valor de código;

en donde se selecciona una regla de mapeo que describe un mapeo de uno o más valores espectrales o de un plano de bits más significativos de uno o más valores espectrales, sobre un valor de código dependiendo de un estado del contexto descripto por un valor numérico de contexto actual (c);

en donde se determina el valor numérico de contexto actual (c) dependiendo de una pluralidad de valores espectrales adyacentes previamente codificados;

en donde se obtiene y almacena una pluralidad de valores de subregión de contexto (q[][i-1], q[][i], q[][i+1], q[1][i- 1]) que describen sub-regiones del contexto sobre la base de valores espectrales previamente codificados, en donde se deriva el valor numérico de contexto actual (c) asociado a uno o más valores espectrales a codificar dependiendo de los valores de subregión de contexto almacenados (q[][¡-1], q[][i], q[][i+1], q[1][¡-1]) y

en donde se computa la norma de un vector formado por una pluralidad de valores espectrales previamente codificados (a, b) para obtener uno de dicha pluralidad de valores de subregión de contexto como un valor común de subregión de contexto (q[1][i-1]) asociado a la pluralidad de valores espectrales previamente codificados (a, b) en base a los que dicha norma se computa;

en donde la información de audio codificada comprende una pluralidad de palabras código de longitud variable.

18. Un programa de computación para poner en práctica el método de acuerdo con la reivindicación 16 o la reivindicación 17 al ejecutarse el programa de computación en una computadora.