Реализация кодера

Рис. 1: Структура параметрического стерео кодера. Два входных сигнала сначала проходят обработку: выделяются параметры и выполняется даунмикс. Затем параметры квантуются и кодируются, в то время как моно сигнал можно кодировать, используя независимый моно аудио кодер. Потом цифровые потоки моно сигнала и пространственных параметров объединяются в один выходной цифровой поток.

Рис. 2: Структура параметрического декодера. Демультиплексер отделяет моно сигнал от пространственных параметров. Звуковой моно сигнал декодируется и подается на устройство пространственного синтеза, где по декодированным пространственным параметрам восстанавливаются пространственные сигналы.

Характерная структура параметрического стерео кодера представлена на рис. 1. Два входных канала подаются на устройство, которое выделяет пространственные параметры и образует монофонический сигнал из двух входных. Потом пространственные параметры квантуются и кодируются, в то время как моно сигнал кодируют, используя независимый моно аудио кодер. Полученный цифровой моно поток объединяют с закодированными пространственными параметрами, чтобы сформировать выходной цифровой поток.

Параметрический стерео декодер, как показано на рис.2, обычно выполняет обратный процесс. Пространственные параметры выделяются из входного цифрового потока и декодируются. На их основе из декодированного с помощью монофонического аудио декодера сигнала восстанавливаются пространственные сигналы, по которым восстанавливают стерео панораму.

Так как пространственные параметры подвергаются оценке (в кодере) и используются (в декодере) как функции времени и частоты, как кодер, так и декодер требуют перестраиваемый фильтр или банк фильтров, который бы образовал индивидуальную временную/частотную сетку. Частотный анализ на этом этапе должен быть неоднородным из-за особенностей частотного анализа человеческого уха.

Furthermore, the temporal resolution should generally be fairly low (in the order of tens of milliseconds) reflecting the concept of binaural sluggishness, except in the case of transients, where the precedence effect dictates a time resolution of only a few milliseconds. Furthermore, the transform or filter bank should be oversampled, since time- and frequency-dependent changes will be made to the signals which would lead to audible aliasing distortion in a critically-sampled system. Finally, a complex valued transform or filter bank is preferred to enable easy estimation and modification of (cross-channel) phase- or time-difference information. A process that meets these requirements is a variable segmentation process with temporally overlapping segments, followed by forward and inverse FFTs. Complex-modulated filter banks can be employed as a low-complexity alternative [23, 24].

Дата добавления: 2015-11-14