Signale mehrerer Kanäle

B e s c h r e i b u n g

Technisches Gebiet

Die Erfindung bezieht sich auf ein Verfahren zur Über¬ tragung und/oder Speicherung digitaler Signale mehrerer ^" Kanäle gemäß dem Oberbegriff des Patentanspruchs 1.

Stand der Technik

Verfahren, bei denen digitale' Signale, insbesondere Audiosignale, frequenzcodiert übertragen werden, sind beispielsweise aus den PCT-Veröffentlichungen WO 88/01811 und WO 89/08357 bekannt.

Für einkanalige und zweikanalige Übertragung wurde von dem Standardisierungsgremium Moving Pictures Experts Group (MPEG.) der Internationalen Standardisierungs- Organisation (ISO) der Standard ISO-11172-3 für die Codierung und den zu übertragenden Bitstrom von Audio¬ signalen festgelegt.

Bei den genannten Codierverfahren werden psychoakusti- sche Modelle eingesetzt, die es erlauben, die zu über¬ tragende Datenmenge unter Ausnutzung der Eigenschaften des menschlichen Gehörs ohne wesentliche Einbuße an Qualität stark zu verringern.

Zur Erläuterung der hier nicht näher erklärten Begriffe sei auf die Veröffentlichungen und den Standard aus¬ drücklich Bezug genommen.

Bei der Weiterentwicklung des internationalen Standards wird gegenwärtig unter anderem an der Datenreduzierung bei der Übertragung mehrerer Kanäle gearbeitet. In der Fachveröffentlichung "MUSICAM-Surround: A Universal Multi-Channel Coding System Compatible with ISO 11172- 3", 93 rd AES Convention, 1992, San Francisco, wird ein Verfahren zur Übertragung von bis zu 5 Kanälen vorge¬ schlagen. Beispielsweise können zwei Stereokanäle und zusätzlich ein Mittenkanal sowie zwei Seitenkanäle (3/2 Stereofonie) oder zwei Stereokanäle und drei Kommentar- Kanäle übertragen werden.

Eine zusätzliche Datenreduktion wird dadurch erreicht, daß Teile der Stereosignale, die im Hinblick auf die räumliche Wahrnehmung unbedeutend sind, nur in einem Kanal übertragen werden. Zusätzlich werden Skalenfakto¬ ren übertragen, die ein Maß darstellen, mit welcher Intensität die Signale aus dem Monokanal auf die ent¬ sprechenden Lautsprecher geleitet werden. Insbesondere im unteren Frequenzbereich können bei diesem Verfahren Artefakte erzeugt werden, die den Hörgenuß mindern.

Daneben wird zur Reduzierung der zu übertragenden Da¬ tenmenge vorgeschlagen, nicht für jeden Kanal eine sogenannte Intra-Kanal Maskierungsschwelle für die Codierung zu bestimmen, sondern für alle Kanäle eine gemeinsame Schwelle anzugeben, die den Inter-Kanal- Maskierungseffekt berücksichtigt. Die Verwendung einer gemeinsamen Maskierungsschwelle hat jedoch zur Folge, daß in der Nähe eines Lautsprechers störende Codie¬ rungs-Geräusche wahrnehmbar sein können.

BeSchreibung der Erfindung

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Übertragung und/oder Speicherung digialer Signale mehrerer Kanäle bereitzustellen, das eine zusätzliche Reduzierung der zu übertragenden Datenmenge zuläßt und das zu keiner subjektiv wahrnehmbaren Störung der über¬ tragenen Signale führt.

Diese Aufgabe wird durch ein Verfahren mit den Merkma¬ len des Anspruchs 1 gelöst.

Erfindungsgemäß werden die Signale der verschiedenen Kanäle zunächst in Spektralwerte überführt. Anschlie¬ ßend wird unter Zuhilfenahme der Spektralwerte korre¬ spondierender Segmente der verschiedenen Kanäle festge¬ stellt, in welchen Kanälen ähnliche Spektralanteile auftreten.

Dabei wird untersucht, ob bei der Zusammenfassung von Segmenten aus verschiedenen Kanälen, die durch das gemeinsame Codieren verursachten Störungen, unterhalb der Mithörschwelle liegen, oder ob Artefakte erzeugt werden. Wenn keine Artefakte zu erwarten sind, wird die Zusammenfassung erlaubt. Auf diese Weise werden die K- Eingangskanäle segmentweise auf spektrale Datenkanäle (Transmitted Spectral Channels) abgebildet. Je ver¬ schiedener die ursprünglichen Eingangskanäle sind, desto mehr verschiedene spektrale Datenkanäle müssen benutzt werden, um die Signalinformationen zu übermit¬ teln. Sind im Extremfall in einem Segment alle Kanäle praktisch gleich, so kann, insbesondere für die oberen Teile des Spektrums, ein einziger spektraler Datenkanal genügen. Die Amplituden der spektralen Segmente können über die jeweiligen Skalefaktoren gesteuert werden.

Die Anzahl NTSC (Number of Transmitted Spectral Chan¬ nels) der benötigten spektralen Datenkanäle ist varia¬ bel und kann kleiner oder höchstens gleich der Zahl K der Eingangs- bzw. Ausgangskanäle sein.

Um die Zusammensetzung der K-Ausgangskanäle aus den NTSC spektralen Datenkanälen im Decoder steuern zu können, wird neben den (verminderten) Signal-Daten eine Liste mit Informationsdaten (SEGMENT_DATA) übertragen. Sie beschreibt, wie Spektralwerte der Ausgangskanäle aus den Seiten der spektralen Datenkanäle zusammenge¬ setzt werden.

Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind in den Unteransprüchen gekennzeichnet.

Nach Anspruch 2 sind die zur Rekonstruktion eines Seg¬ ments eines Ausgangskanals nötigen Steuerbefehle in einem Informations-Block (SEGMENT_INFO) zusammengefaßt. Dieser Block enthält Felder für die Länge des Segments (SEG_LENGTH) , für die Auswahl des spektralen Daten¬ kanals (TSC_SELECT) und für die Skalenfaktoren (scf) . Die codierten spektralen Daten (TSC_DATA) eines be-

I stimmten spektralen Datenkanals (TSC_NUM) werden im Decoder decodiert, wobei die zugehörigen Skalenfaktoren (scf) die Rekonstruktionsmatrix bestimmen.

Die Informationen zur Rekonstruktion der Segmente eines Ausgangssignals werden nach Anspruch 3 zu einer Liste (SEGMENT_LIST) aneinandergereiht.

Nach Anspruch 4 bilden die Listen der Segmente der einzelnen Ausgangskanäle die Gesamtliste (SEGMENT

DATA) . In der Gesamtliste sind somit die Listen für einen linken Kanal (LEFT_CHANNEL) , einen rechten Kanal (RIGHT_CHANNEL) , für einen Mittenkanal (CENTER_CHANNEL) und für weitere Kanäle aufgelistet.

Nach einer vorteilhaften Ausgestaltung der Erfindung gemäß Anspruch 5 werden bilden die Kanäle einen Mehrka¬ nalton. Beispielsweise werden die 5 Kanäle der 3/2 Stereofonie übertragen. Neben den zwei Stereokanälen werden dabei ein Mittenkanal, ein linker Seitenkanal (LS_CHANNEL) und ein rechter Seitenkanal (RS_CHANNEL) übertragen. Die übertragenen Kanäle werden nach der Rücktransformation in den Zeitbereich auf die entspre¬ chenden fünf Lautsprecher der 3/2 Stereofonie geleitet.

Bei einer weiteren Ausgestaltung nach Anspruch 6 werden neben den üblichen zwei Stereokanälen mehrere zusätzli¬ che Kommentar-Kanäle übertragen. In diesen Kanälen können beispielsweise beim HDTV (High Definition Te- levision) die Audiosignale in verschiedenen Sprachen übertragen werden. Der Zuseher kann dann zu dem fest vorgegebenen Fernsehbild die gewünschte Sprache auswäh¬ len. Dabei kann die Sprache z. B. den beiden Stereoka¬ nälen dynamisch zugemischt werden.

Nach Anspruch 7 erfolgt die Übertragung der spektralen Datenkanäle mit einem Verfahren, das mit dem Standard ISO 11172-3 kompatibel ist. Alle drei Layer dieses Standards können dabei der Übertragung der spektralen Datenkanäle zugrundegelegt werden.

Gemäß Anspruch 8 werden bei der Codierung Gruppen von Spektralwerten, die durch einen gemeinsamen Skalenfak¬ tor skaliert werden, also zu einem scalefactor band

gehören, nicht übertragen, wenn dieses scalefactor band in keinem Informations-Block (SEGMENT_INF0) angefordert wird. In diesem Fall werden die entsprechenden Spek¬ tralwerte für die Rekonstruktion der Ausgangskanäle nicht benötigt. Dabei wird vorteilhaft die feste Ska- lenbandeinteilung des ISO-Standards herangezogen.

Die Signalisierung der unbenutzten scalefactor bands erfolgt nach Anspruch 9 implizit, das heißt, ^' daß zu dieser Signalisierung keine zusätzliche Information übertragen werden muß.

Nach Anspruch 10 können mit dem erfindungsgemäßen Ver¬ fahren auch Linearkombinationen der zu übertragenden Kanäle gebildet werden. Dies führt zu einer weiteren Reduzierung der Datenmenge, wenn sich die Spektralwerte in den einzelnen Kanälen stark ähneln. Die Signale der Ausgangskanäle werden in diesem Fall durch Linearkombi¬ nationen der rekonstruierten Spektralwerte gebildet.

Nach Anspruch 11 übersteigt die für die Übertragung der codierten Daten aus allen Kanälen benötigte Bitrate nicht 384 kbit/s. Damit werden die Anforderungen an die maximale Bitrate des Layer III des ISO-Standards er¬ füllt.

Die wesentlichen Vorteile der Erfindung bestehen darin, daß durch die Abbildung der Eingangskanäle auf eine geringere Anzahl von virtuellen spektralen Kanälen eine deutliche Reduzierung der zu übertragenden Datenmenge erreicht wird, ohne daß hörbare Einbußen bei der Quali¬ tät hingenommen werden müßten. Damit können Audiosigna¬ le mit besonders hoher räumlicher Auflösung übertragen werden. Dies ist besonders in großen Räumen mit einer

Vielzahl von Zuhörern von Vorteil.

Daneben können Einzelverbrauchern mehrere Kanäle zur Verfügung gestellt werden, aus denen sie gewünschte Informationen auswählen können. Beispielsweise können die Audio-Kanäle zu einem Fernsehprogramm in mehreren Sprachen gleichzeitig übertragen werden, unter denen der Zuseher die gewünschte auswählt.

Die technisch aufwendigeren Verfahrensschritte zur Realisierung des Verfahrens werden im Encoder vorgenom¬ men, der den zu übertragenden Bitstrom bereitstellt. Der Decoder arbeitet lediglich die Informationen des ankommenden Bitstroms sukzessive ab und ist wesentlich einfacher aufgebaut als der Encoder. Deshalb erfordert das erfindungsgemäße Verfahren nur in den wenigem Encodern einen höheren Grad an Komplexität, während die für Verbraucher in größeren Stückzahlen erforderlichen Decoder kaum an Komplexität zunehmen.

Beschreibung eines Ausführungsbeispiels

Die Erfindung wird nachfolgend anhand eines Ausfüh- rungεbeispiels näher beschrieben.

Dem Ausführungsbeispiel wird der Standard ISO 11172-3 der Moving Picture Expert Group (MEPG) der Internation¬ al Organization for Standardization zugrundegelegt. Dieser Standard wird im folgenden mit MPEG-1 bezeich¬ net. Die Betrachtung beschränkt sich ohne Einschränkung der Allgemeinheit der Erfindung auf Layer III des Stan¬ dards. Wie beim Standard MPEG-1 / Layer III werden die mathematischen Operationen ähnlich der Programmier¬ sprache C verwendet.

Mit Hilfe von Filterbänken werden die Signale der 5 Eingangskanäle aus dem Zeitbereich in den Freqzenzbe- reich, in Subbänder (Sb) , abgebildet. Dabei werden die Eingangssignale in unterabgetastete Spektralwerte zer¬ legt.

Unter Benutzung von in der Psychoakustik bekannten Ge¬ setzmäßigkeiten wird abgeschätzt, welche Segmente der verschiedenen Kanäle zusammengefaßt werden können, ohne daß Artefakte entstehen, die oberhalb der Mithörschwel¬ le liegen.

Die Frequenzwerte der Eingangskanäle werden -entweder einzeln oder als Linearkombinationen quantisiert und codiert. Dies geschieht mit der Maßgabe, daß die durch die Quantisierung entstehenden Fehler unterhalb der Mithörschwellen liegen.

Anschließend wird der zu übertragende Bitstrom zusam¬ mengesetzt. Er enthält die quantisierten und codierten Frequenzwerte der spektralen Datenkanäle sowie Nebenin¬ formationen. Diese bestehen aus Skalenfaktoren, Bitzu¬ teilung, Informationen über die im aktuellen Block verwendeten Tabellen und anderen Parameter und den Listen, die angeben, wie die decodierten Frequenzwerte der spektralen Datenkanäle zur Rekonstruktion der Aus¬ gangskanäle zusammengesetzt werden.

Diese Listen sind als Zusatzinformationen dem Bitstrom gemäß MPEG 1 angefügt.

Diese Erweiterung (MPEG2 _ extension_data) wird nach¬ folgend aufgelistet:

MPEG2 extension data()

signalling_byte () ;

NTSC; ; 3 bit uimsbf

SEGMENT_DATA () ; for (i=3; i<=NTSC; i++) ; first two Channels

TSC DATA (i) ;

Dabei gibt der Ausdruck signalling_byte an, wieviele und welche Eingangs- bzw. Ausgangskanäle verwendet werden. Er legt fest, ob eine Monokanal, Stereo-Kanäle, ein Mittenkanal oder Nebenkanäle usw. übertragen werden.

NTSC gibt die Zahl der benötigten spektralen Datenkanä¬ le an.

SEGMENT_DATA beschreibt die Liste für die Rekonstrukti¬ on der Ausgangskanäle und beinhaltet die Listen für die Rekonstruktionen der einzelnen Kanäle (SEGMENT_LIST) .

SEGMENT DATA ()

for (i=0; KNTSC; i++) reset used_sb_map for (sb=0; sb<21 sb++) used_sb_map i sb = 0.

SEGMENT_LIST(LEFT_CHANNEL) ; SEGMENT_LIST(RIGHT_CHANNEL) ; if (center_on)

SEGMENT_LIST(CENTER_CHANNEL) ; if (Stereo Surround) ; Stereo Surround

SEGMENT_LIST(LS_CHANNEL) ; SEGMENT-LIST(RS CHANNEL);

if (mono_surround) Mono Surround

SEGMENT_LIST(MS_CHANNEL) ; for (i=0; i<no_of_commentary_chan; i++)

SEGMENT LIST(COM CHANNEL i ) ;

Die Funktion used_sb_map gibt an, ob ein scalefaktor band, das die Spektralwerte eines spektralen Datenkanals enthält, die durch einen gemeinsamen Skalenfaktor skaliert werden, benutzt wird. Falls ein solches scalfactor band von keinem Informations-Block (SEGMENT_INFO) benutzt wird, werden die entsprechenden Spektralwerte nicht übertragen.

Die Liste für die Rekonstruktion eines bestimmten Ka¬ nals (SEGMENT_LIST) enthält Informationen über die Segmentlänge (SEG_LENGTH) , die Größe der Skalenfaktoren (scalefac_size) , die Skalenfaktoren (scf) und die Aus¬ wahl des spektralen Datenkanals (TSC_SELECT) .

SEGMENT_LIST ()

Sb = 0; for (i=0; 1; i++)

SEG_LENGTH i ; ; 4 bit uimsbf if (SEG_LENGTH i == 0) break; TSC_SELECT i ; ; 3 bit uimsbf if (SEG_LENGTH i == 15) sign = +1; len = SEG-LENGTH i-1 ; eise if (SEG_LENGTH i == 14) sign = -1; len = SEG_LENGTH i-1 ; eise sign = 0; len = SEGJENGTH i if (TSC SELECT i ;=0)

scalefac_size; ; 4 bit, bslbf for (1=0; Kien; 1++)

scf i sb+1 ; ; 0..4 bits used_sb_map TSC_SELECT sb+1 = 1; ; mark uses SBs

if (!sign) sb += len;

Die Werte 14 und 15 sind bei dem Ausführungsbeispiel für das Bilden von Linearkombinationen von rekonstru¬ ierten Spektralwerten reserviert. Dabei wird bei SEG_LENGTH == 15 addiert und bei SEG LENGTH == 14 subtrahiert.

Der Bitstrom für die Daten aus dem spektralen Datenka¬ nal entspricht dem Bitstrom der Hauptdaten bei MPEG- 1/Layer III und lautet:

TSC_DATA(TSC_NUM)

part2_3_lengt ; ; see MPEG-1/Audio scalefac_compress; global_gain; block_type; big_values; table_select 3 countltable_select region_count 2

for (sb=0; sb<21> sb++) if (used_sb_map TSC_NUM sb ) Huffmancodesection TSC NUM sb

Die benutzten Symbole bedeuten:

++ Erhöhung gleich

Zuweisungsoperator logisches nicht

bslbf Bit string, left bit first ch Channel sb Subband uimsbf Unsigned integer, most significant bit first