-
Die
vorliegende Erfindung bezieht sich auf die Codierung von Stereosignalen
und insbesondere auf die Anwendung skalierbarer Codierverfahren.
-
Skalierbare
Codierverfahren zur Datenkompression von Audiosignalen haben den
Vorteil, dass die Übertragungsrate
dynamisch an die Eigenschaften der Netzwerke und Endgeräte angepasst
werden kann. Eine Abstufung der Bitrate durch das Codierverfahren
in kleinen Schritten ist dabei besonders vorteilhaft.
-
Ein
Stereosignal umfasst mindestens zwei Kanäle, einen linken Kanal und
einen rechten Kanal. Für
eine datenreduzierende Codierung wird die Ähnlichkeit zwischen den beiden
Kanälen
ausgenutzt. Ein bekanntes Verfahren zur Übertragung von Stereosignalen
ist das Mitte/Seite-Verfahren [Michael Dickreiter, Handbuch
der Tonstudiotechnik, Saur Verlag, 1997]. Dabei werden
der linke und der rechte Kanal mit einander kombiniert, um einen
Mitte-Kanal und
einen Seite-Kanal zu erzeugen. Der Mitte-Kanal wird aus der Summe
des rechten und linken Kanals gebildet, während der Seite-Kanal aus der
Differenz des linken und rechten Kanals entsteht. Als Gleichung
dargestellt bedeutet das:
M = 0,5(R + L)
S = 0,5(R – L)
-
Der
Faktor 0,5 ist eine in der Praxis übliche Größe und kann auch anders gewählt werden.
Die Rückgewinnung
des rechten und des linken Kanals erfolgt dann aus der Beziehung
R
= M + S
L = M – S
-
Wenn
der linke Kanal und der rechte Kanal relativ ähnlich zueinander sind, so
bringt eine Mitte/Seite-Verarbeitung eine deutliche Einsparung der zum
Codieren benötigten
Bitmenge, da der Seite-Kanal dann relativ weniger Energie als der
linke oder rechte Kanal aufweist und zur Codierung des Seite-Kanals
wesentlich weniger Bits benötigt
werden. Im Grenzfall, bei dem der linke Kanal und der rechte Kanal
identisch sind, wird der Mitte-Kanal gleich dem linken Kanal oder
gleich dem rechten Kanal sein, während
der Seite-Kanal 0 wäre.
Je ähnlicher
sich der linke und der rechte Kanal sind, desto energieärmer wird
der Seite-Kanal sein, und umso weniger Bits werden zur Codierung
des Seite-Kanals benötigt. Sind
der rechte und der linke Kanal weniger ähnlich, geht die Biteffizienz
bei einer Mitte/Seite-Codierung entsprechend zurück.
-
Nach
dem Stand der Technik erfolgt die Codierung der Stereosignale in
der Regel mit Verfahren, die die Audiosignale im Spektralbereich
bearbeiten. Zunächst
werden der linke und rechte Kanal des Audiosignals, die in der Regel
in Form von PCM-Abtastwerten (Puls Code Modulation) vorliegen, aus
dem Zeitbereich in den Frequenzbereich umgesetzt. Für diese
Transformation verwenden moderne Codierverfahren beispielsweise
die sogenannte Modifizierte Diskrete Cosinus-Transformation (MDCT),
um eine blockweise Frequenzdarstellung eines Audiosignals zu erhalten.
Der Strom von zeitdiskreten Audio-Abtastwerten wird gefenstert, um einen
gefensterten Block von Audio-Abtastwerten zu erhalten, die dann mittels
einer Transformation in eine spektrale Darstellung umgesetzt werden.
Für jedes
Zeitfenster erhält
man eine entsprechende Anzahl von Spektralkoeffizienten. Durch die
Transformation wird das Frequenzspektrum in eine bestimmte Anzahl
von Frequenzbändern
(Subbändern)
gleicher Breite unterteilt. Die Anzahl der Transformationspunkte
und die Abtastrate bestimmen die Bandbreite der Subbänder. Diese
Subbänder
werden in Anlehnung an Gehöreigenschaften
in Gruppen zusammengefasst. Bei tiefen Frequenzen fallen wenige
Subbänder
in eine Gruppe, bei hohen Frequenzen viele. Für jede Gruppe wird ein Skalierungsfaktor
bestimmt. Die Quantisierung der Spektralkoeffizienten erfolgt dann
relativ zu diesen Skalierungsfaktoren. Während der Codierung werden
entsprechend der Zielbitrate den Skalierungsfaktoren und den Transformationskoeffizienten Bits
zugewiesen. Die Bit-Allokierung erfolgt dabei derart, dass der entstehende
Fehler möglichst
wenig wahrgenommen werden kann. Die Skalierungsfaktoren werden mit übertragen
und sind erforderlich, damit es dem Decodierer möglich ist, aus den übertragenen
Bits das Original-Signal wieder rekonstruieren zu können.
-
Bei
einer Mitte/Seite-Codierung erfolgt für die Signale des linken und
rechten Kanals nach der Transformation in den Frequenzbereich mittels MDCT
eine Matrizierung zur Summen- und
Differenzbildung. Die so gebildeten Mitte- und Seite-Signale werden
anschließend
quantisiert. Die Quantisierung ist eine verlustbehaftete Codierung,
da verfahrensbedingt Quantisierungsfehler auftreten. Die Quantisierungsfehler
führen
dazu, dass die Signale nach der Übertragung
nicht mehr genau rekonstruiert werden können und ein unnatürliches
Stereoabbild entsteht.
-
Die
Mitte/Seite-Codierung hat, neben der Daten-reduzierenden Wirkung
auch den Effekt, dass, wenn sich der linke und der rechte Kanal
sehr ähnlich sind,
der Quantisierungsfehler sowohl im linken Kanal als auch im rechten
Kanal mit dem Quantisierungsfehler des jeweils anderen Kanals korreliert wird,
so dass auch der Quantisierungsfehler in der Mitte stattfindet und
dort von dem Nutzsignal ein wenig bzw. wesentlich besser als im
unkorrelierten Fall verdeckt wird. Sobald aber der linke und rechte
Kanal relativ unähnlich
sind, so wird aufgrund des Stereoeffekts das Nutzsignal entweder
links oder rechts sein, während
der Quantisierungsfehler korreliert ist und eher in der Mitte liegt.
-
Um
bei der Codierung eine weitere Datenmengenreduktion zu erhalten,
werden die quantisierten Mitte/Seite-Signale anschließend im
Sinne einer verlustfreien Codierung beispielsweise mittels einer Huffman-Codierung
Entropie-codiert. Durch Hinzufügen
weiterer Informationen, wie beispielsweise Skalierungsfaktoren wird
aus den quantisierten und Entropie-codierten Mitte/Seite-Signalen
mittels eines Bitstrom-Multiplexers ein Bitstrom gebildet, der übertragen
werden kann.
-
Skalierbare
Codierverfahren sind für
Stereosignale besonders vorteilhaft [J. Li; Embedded Audio Coding
(EAC) With Implicit Auditory Masking; ACM Multimedia 2002].
Skalierbare Codierverfahren sind so ausgebildet, dass der ausgangsseitige
Bitstrom zumindest eine erste und eine zweite Skalierungsschicht
aufweist. Die erste Skalierungsschicht kann sich von der zweiten
Skalierungsschicht bzw. von einer beliebigen Anzahl weiterer Skalierungsschichten im
Audiocodierverfahren selbst, in der Audiobandbreite, in der Audioqualität bezüglich Mono/Stereo oder
in einer Kombination der genannten Qualitätskriterien unterscheiden.
-
Skalierbare
Audiocodierer für
eine mehrkanalige Stereoübertragung
sind häufig
so ausgelegt, dass für
die erste Skalierungsschicht das Mono-Signal, d.h. das Mitte-Signal
verwendet wird, während
in den weiteren Skalierungsschichten der Seite-Kanal eingebettet
wird. Bin Decodierer, der nur einfach ausgelegt ist, wird aus dem
skalierten Bitstrom lediglich die erste Skalierungsschicht entnehmen
und ein Monosignal liefern. Ein Decodierer für die Stereo-Wiedergabe verwendet
neben der Mitte-Schicht auch die Seite-Schicht, um ein Stereosignal
mit voller Bandbreite zu liefern.
-
Ein
skalierbarer Codierer für
Stereosignale, der als erste Skalierungsschicht das Mitte-Signal
und in den weiteren Skalierungsschichten das Seite-Signal verwendet,
hat seine beste Gesamteffizienz dann, wenn eine hohe Ähnlichkeit
des linken Kanals mit dem rechten Kanal besteht. Bei Stereokanälen, die
nicht miteinander korrelieren, oder plötzlichen Änderungen der Eigenschaften
der beiden Kanäle
zueinander geht die Effizienz einer Mitte/Seite-Codierung zurück.
-
Der
Prozess der Decodierung einer Mitte/Seite-Übertragung stellt sich so dar,
dass der empfangene Bitstrom mittels eines Demultiplexers in codierte
quantisierte Mitte/Seite-Signale und zusätzliche Informationen aufgeteilt
wird. Die Entropie-codierten quantisierten Mitte/Seite-Signale werden
zunächst
Entropie-decodiert, um die quantisierten Mitte/Seite-Signale zu erhalten,
die dann invers quantisiert werden. Die decodierten Mitte/Seite-Signale weisen
Quantisierungsfehler auf, die bei der Codierung eingebracht wurden
und dazu führen,
dass die nach der Dematrizierung und mittels einer Synthese-Filterbank
in die zeitliche Darstellung umgesetzten Signale für den linken
und rechten Kanal nicht in den ursprünglichen Verhältnissen
rekonstruiert werden können
Die vorliegende Erfindung stellt sich die Aufgabe, für die Anwendung
der skalierbaren Codierung nach dem Mitte/Seite-Verfahren zu erreichen, dass
bei der raumbezogenen Wiedergabe Quantisierungsfehler besser verdeckt
und Stereoabbildungsfehler minimiert werden.
-
Die
Aufgabe wird dadurch gelöst,
dass im Prozess der Codierung der linke Kanal und auch rechte Kanal
für sich
transformiert und quantisiert werden und die Mitte/Seite-Verarbeitung erst
nach der Quantisierung erfolgt. Die Summen- und Differenzbildung
wird also mit den bereits quantisierten Signalen des linken und
rechten Kanals ausgeführt.
-
Der
Erfindung liegt die Erkenntnis zugrunde, dass sich der Effekt des
Quantisierungsfehlers bei der Mitte/Seite-Matrizierung reduzieren
lässt,
wenn die Matrizierung nach der Quantisierung vorgenommen wird. Dies
lasst sich anhand der Übertragungsgleichungen
zeigen.
-
Das
Mittesignal wird durch die Addition des linken und rechten Kanals
gebildet, das Seitesignal entsteht durch die Differenz. M = 0,5R + 0,5L
S = 0,5R – 0,5L (1)
-
Die
Rückgewinnung
des rechten und linken Kanal erfolgt mit den Operationen: R = M + S
L = M – S (2)
-
Der
Quantisierungsvorgang wird durch die Quantisierungsfunktion y = Q(x) beschrieben. (3)
-
Für die herkömmliche
Codierung unter Anwendung der Quantisierung für die Mitte/Seite-Signale (M/S-Quantisierung)
ergeben sich die Übertragungsgleichungen: R' =
Q(0,5R + 0,5L) + Q(0,5R – 0,5L)
L' = Q(0,5R + 0,5L) – Q(0,5R – 0,5L) (4)
-
Wird
nur das Monosignal zur Decodierung herangezogen ergibt sich:
R' = Q(0,5R + 0,5L)
L' = Q(0,5R + 0,5L)
-
Die
erfindungsgemäße Optimierung
der Mitte/Seite-Stereofone unter Anwendung der Quantisierung für die Signale
des rechten und des linken Kanals (R/L-Quantisierung) stellt sich
wie folgt dar. Summen- und Differenzsignal werden aus den quantisierten
R/L-Signalen gebildet:
M = 0,5Q(R) + 0,5Q(L)
S = 0,5Q(R) – 0,5Q(L)
-
Die
Einsetzung in Gleichung (2) ergibt dann:
R' = 0,5Q(R) + 0,5Q(L) + 0,5Q(R) – 0,5Q(L)
L' = 0,5Q(R) + 0,5Q(L) – (0,5Q(R) – 0,5Q(L))
-
Daraus
resultiert für
die Optimierung: R' = Q(R)
L' = Q(L) (5)
-
Wird
nur das Monosignal zur Decodierung herangezogen ergibt sich:
R' = 0,5Q(R) + 0,5Q(L)
L' = 0,5Q(R) + 0,5Q(L)
-
Zur
Bewertung des Einflusses der entstehenden Quantisierungsfehler wird
eine Ansteuerung des Systems mit Stereosignalen folgender Form betrachtet: Xr = aX
X1 = (1 – a)X (6)
-
Für a = 0
wird nur der linke Kanal ausgesteuert, für a = 0,5 werden der linke
und der rechte Kanal gleichermaßen
ausgesteuert und für
a = 1 wird nur der rechte Kanal ausgesteuert.
-
Für die herkömmliche Übertragung
unter Anwendung der M/S-Quantisierung ergeben sich nach Gleichung
(4) für
die Eingangssignale folgende Ausgangssignale: Xr' =
Q(0,5X) + Q(aX – 0,5X)
X1' = Q(0,5X) – Q(aX – 0,5X) (7)
-
Für die erfindungsgemäße Optimierung
unter Anwendung der R/L-Quantisierung erhält man demgemäß folgende
Ausgangssignale: Xr' = Q(aX)
X1' = Q((1 – a)X) (8)
-
Bei
einem Wert von a = 0,5 sind die Ergebnisse für die Ausgangssignale in beiden
Darstellungen identisch. Der Regelfall in der Praxis ist aber, dass
a einen beliebigen Wert zwischen 0 und 1 annimmt. Kritische Situationen
treten auf, wenn sich a den Grenzen 0 oder 1 nähert. Der eine Kanal ist dann durch
das Quellsignal stark ausgesteuert, der andere Kanal ist schwach
ausgesteuert.
-
Zur
Darstellung des Quantisierungsfehlers wird ein Quantisierer mit
einem Quantisiserungsintervall der Größe D angenommen. Der Quantisierungsfehler
wird mit d bezeichnet und kann die Werte -D/2 < d < D/2
annehmen.
-
Für die herkömmliche
Anwendung der M/S-Quantisierung ergeben sich nach Gleichung (7): Xr' =
0,5X + dm + (aX – 0,5X
+ ds)
X1' =
0,5X + dm – (aX – 0,5X +
ds) (9)
-
Der
Quantisierungsfehler des Mitte-Signals ist dm, der des Seite-Signals
ds. Zwischen dm und ds besteht eine Zufallsbeziehung. Der Quantisierungsfehler
bei der M/S-Quantisierung kann in der Summe Werte zwischen -D und
+D annehmen.
-
Für die Ausgangssignale
ergeben sich bei einer Ansteuerung mit beispielsweise a = 0
Xr' =
dm + ds
X1' =
X + dm – ds (9a)und für a = 0,5
Xr' = 0,5X + dm + ds
X1' = 0,5X + dm – ds (9b)
-
Bei
a = 0 ist im rechten Kanal ein Quantisierungsfehler hörbar, obwohl
nur der linke Kanal das Signal aufweist. Bei a = 0,5 ist erkennbar,
dass der Quantisierungsfehler mit gleichphasiger und gegenphasiger
Komponente auftritt. Das führt
dazu, dass der Quantisierungsfehler mit einer großen Stereowirkung
hörbar
wird.
-
Für die erfindungsgemäße Optimierung
unter Anwendung der R/L-Quantisierung ergeben sich nach Gleichung
(8) folgende Beziehungen: Xr' = aX + dr
X1' = (1 – a)X +
dl (10)
-
dr
ist der Quantisierungsfehler für
den rechten Kanal, dl der Quantisierungsfehler für den linken Kanal. Für einen
Quantisierungsintervall der Größe D kann
der Quantisierungsfehler d wie schon dargestellt die Werte -D/2 < d < D/2 annehmen. Bei
der R/L-Quantisierung summieren sich die Quantisierungsfehler nicht.
Somit bleibt der Fehler im Bereich -D/2 < d < D/2.
-
Für die Ausgangssignale
ergeben sich für a = 0
Xr' =
dr
X1' = X
+ dl (10a)und
für a = 0,5
Xr' = 0,5X + dr
X1' = 0,5X + dl (10b)
-
Im
Vergleich zur herkömmlichen
M/S-Quantisierung ist bei der R/L-Quantisierung nur ein Quantisierungsfehler
möglich,
der maximal halb so groß ist und
keine gegenphasigen Komponenten aufweist, so dass das Nutzsignal
den Quantisierungsfehler wesentlich besser verdeckt.
-
Ausführungsbeispiel
-
In 1 sind
Encoder und Decoder als Beispiel für die Anwendung des erfinderischen
Prinzips einer Mitte/Seite-Bildung nach der Quantisierung der Signale
des linken und rechten Kanals dargestellt. Die Beschreibung beschränkt sich
auf eine zweikanalige Übertragung
und Codierung. Die gleichen Prinzipien können aber auch für eine mehrkanalige Übertragung
und Codierung angewendet werden.
-
Der
linke (10) und rechte Kanal (20) eines Audiosignals
werden zunächst
aus dem Zeitbereich in den Frequenzbereich transformiert. Hierfür wird das
bekannte Prinzip der gleitenden modifizierten Cosinus-Transformation
(200) für
beide Audiokanäle verwendet.
Die Spektralwerte des linken (11) und rechten (12)
Kanals werden im nächsten
Schritt quantisiert. Der Quantisierer (300) wird durch
eine Quantisierungssteuerung (500) gesteuert. Die Quantisierung
kann, wie aus anderen Verfahren bekannt ist, durch eine Einteilung
in Frequenzbänder
unterstützt
werden. Diese Einteilung hat den Vorteil, dass der Quantisierungsfehler
an die spektralen Eigenschaften des Nutzsignals angepasst wird und
dadurch für
unser Gehör
nicht so schnell hörbar
wird. Die Quantisierung wird dabei an die Aussteuerung in dem jeweiligen
Frequenzband angepasst, indem für jedes
Band ein Skalierungsfaktor bestimmt wird. Die Quantisierungssteuerung
nutzt für
die Bestimmung der Skalierungsfaktoren den linken (10)
und rechten (20) Eingangskanal. Eine Besonderheit der Quantisierungssteuerung
in dem neuen Codierverfahren ist, dass für den linken und rechten Kanal
der gleiche Skalierungsfaktor verwenden werden muss, um die Summen-
und Differenzbildung in einem linearen Zahlenraum zu ermöglichen.
Abgesehen von dieser Nebenbedingung können verschiedene bekannte Methoden
zur Bestimmung der optimalen Skalierungsfaktoren eingesetzt werden
[Marina Bosi and Karlheinz Brandenburg; Introduction to
Digital Audio Coding and Standards; Springer Verlag 2002].
Die Quantisierung erfüllt
die Funktion einer verlustbehafteten Reduktion der für die Codierung
benötigten Bits.
-
Der
spektral zerlegte und quantisierte linke (12) und rechte
(22) Kanal werden nun einer Mitte/Seite-Transformationsstufe
(100) zur Umwandlung der Links/Rechts-Signale in Mitte/Seite-Signale zugeführt. Eine
weitere Datenreduktion erfolgte in einer weiteren Stufe zur verlustlosen
Codierung (400). Dieser Stufe, die beispielsweise wie in
anderen Codierverfahren üblich
mit einer Huffman-Codierung realisiert werden kann, werden die Mitte-(40)
und Seite-Signale (50) sowie die Skalierungsfaktoren (60)
zugeführt.
Das Ergebnis ist das codierte Signal (80).
-
Die
Decodierung des codierten Signals (80) erfolgt durch Ausführung der
Schritte in umgekehrter Reihenfolge. Die verlustlose Decodierung
rekonstruiert die Mitte-(41) und Seite-Signale (51)
sowie die Skalierungsfaktoren (61). In der nächsten Stufe
(101) werden die Mitte- und Seite-Signale in linke (13)
und rechte (23) quantisierte Signale zurücktransformiert. Danach
erfolgt mit Hilfe der Skalierungsfaktoren (61) die inverse
Quantisierung (301) zur Herstellung der ursprünglichen
Werte der Spektralkoeffizienten. Die spektral zerlegten linken (14)
und rechten (15) Signale werden mit der inversen modifizierten
diskreten Cosinus-Transformation (201) in die rekonstruierten Signale
für den
linken (15) und rechten (25) Kanal zurückgesetzt.
-
Die
vorliegende Erfindung zur Minimierung der Quantisierungsfehler ermöglicht in
der Praxis auch, die Generierung des Bitstromes flexibler zu gestalten.
Das codierte Signal (80) kann in seiner Größe (Bitrate)
skaliert werden. Der Bitstrom enthält die Skalierungsfaktoren, das
Mittesignal und das Seitesignal. Die Bitrate kann nun auf verschiedene
Weisen reduziert werden. Zunächst
können
hochfrequente Anteile des Seitesignals weglassen werden. Dann können zum
Beispiel die hohen Frequenzanteile des Mittensignals wegelassen
werden. Die ungenutzten Skalierungsfaktoren brauchen dann auch nicht übertragen
zu werden. Im nächsten
Schritt könnten
dann die niederfrequenten Anteile des Seitensignals reduziert werden,
bis zum Beispiel das Seitesignal gar nicht mehr in dem Bitstrom
vorkommt. Die Qualität der
Stereoübertragung
kann so Schritt für
Schritt in eine Monoübertragung
mit abnehmender spektraler Bandbreite übergehen.