[0001] Die vorliegende Erfindung bezieht sich.auf die Audiosignalverarbeitung und insbesondere
auf Konzepte zum Erzeugen von Umgebungssignalen (Ambience-Signalen) für Lautsprecher
in einem Multikanal-Szenario, für die kein eigenes Lautsprechersignal übertragen worden
ist.
[0002] Multikanal-Audiomaterial wird mehr und mehr populär. Dies hat dazu geführt, dass
inzwischen auch viele Endbenutzer Multikanal-Wiedergabesysteme besitzen. Dies ist
hauptsächlich darauf zurückzuführen, dass DVDs immer populärer werden, und dass daher
auch viele Benutzer von DVDs inzwischen 5.1-Multikanal-Ausrüstungen haben. Solche
Wiedergabesysteme bestehen im allgemeinen aus drei Lautsprechern L (Links), C (Center)
und R (Rechts), die typischerweise vor dem Benutzer angeordnet sind, und zwei Lautsprechern
Ls und Rs, die hinter dem Benutzer angeordnet sind, und typischerweise noch aus einem
LFE-Kanal, der auch Niederfrequenz-Effekt-Kanal oder Subwoofer genannt wird. Ein solches
Kanal-Szenario ist in Fig. 10 und in Fig. 11 angedeutet. Während die Positionierung
der Lautsprecher L, C, R, Ls, Rs, bezüglich des Benutzers wie in den Figuren 10 und
11 gezeichnet vorgenommen werden sollte, damit der Benutzer einen möglichst guten
Höreindruck bekommt, ist die Positionierung des LFE-Kanals (in Figs. 10 und 11 nicht
gezeigt) nicht so entscheidend, da das Ohr bei derart niedrigen Frequenzen keine Lokalisierung
vornehmen kann und der LFE-Kanal somit irgendwo, wo er aufgrund seiner beträchtlichen
Größe nicht stört, angeordnet werden kann.
[0003] Ein solches Mehrkanalsystem erzeugt mehrere Vorteile gegenüber einer typischen Stereo-Reproduktion,
die eine Zweikanal-Reproduktion ist, wie sie z.B. in Fig. 9 gezeigt ist.
[0004] Auch außerhalb der optimalen mittigen Hörposition ergibt sich eine verbesserte Stabilität
des vorderen Höreindrucks, der auch als "Front Image" bezeichnet wird, und zwar aufgrund
des Mitten-Kanals. Es ergibt sich somit ein größerer "Sweet-Spot", wobei "Sweet Spot"
für die optimale Hörposition steht.
[0005] Ferner hat der Zuhörer ein besseres Gefühl des "Eintauchens" in die Audioszene aufgrund
der beiden hinteren Lautsprecher Ls und Rs.
[0006] Dennoch existiert eine riesige Anzahl an im Besitz des Benutzers befindlichen oder
allgemein verfügbaren Audiomaterials, das nur als Stereomaterial existiert, das also
nur zwei Kanäle hat, nämlich den linken Kanal und den rechten Kanal. Typische Tonträger
für solche Stereostücke sind Kompakt-Disks.
[0007] Um ein solches Stereomaterial über eine 5.1-Multikanal-Audioanlage abzuspielen, hat
man zwei Optionen, die gemäß der ITU empfohlen werden.
[0008] Die erste Option besteht darin, den linken und den rechten Kanal über den linken
und den rechten Lautsprecher des Multikanal-Wiedergabesystems abzuspielen. Nachteilig
an dieser Lösung ist jedoch, dass man die Vielzahl der bereits bestehenden Lautsprecher
nicht ausnutzt, dass man also das Vorhandensein des Center-Lautsprechers.und der beiden
hinteren Lautsprecher nicht vorteilhaft ausnutzt.
[0009] Eine andere Option besteht darin, die zwei Kanäle in ein Multikanalsignal umzuwandeln.
Dies kann während der Wiedergabe oder durch eine spezielle Vorverarbeitung geschehen,
welche alle sechs Lautsprecher des beispielsweise vorhandenen 5.1- Wiedergabesystems
vorteilhaft ausnutzt und damit zu einem verbesserten Höreindruck führt, wenn das Hochmischen
oder der "Upmix" von zwei Kanälen auf 5 bzw. 6 Kanäle fehlerfrei durchgeführt wird.
[0010] Nur dann hat die zweite Option, also die Verwendung sämtlicher Lautsprecher des Mehrkanalsystems
einen Vorteil gegenüber der ersten Lösung, wenn man also keine Upmix-Fehler begeht.
Solche Upmix-Fehler können insbesondere störend sein, wenn Signale für die hinteren
Lautsprecher, welche auch als Ambience-Signale oder Umgebungssignale bekannt sind,
nicht fehlerfrei erzeugt werden.
[0011] Eine Möglichkeit, diesen sogenannten Upmix-Prozess durchzuführen, ist unter dem Stichwort
"Direct Ambience-Konzept" bekannt. Die Direktschallquellen werden durch die drei vorderen
Kanäle derart wiedergegeben, dass sie von dem Benutzer an der gleichen Position wie
in der ursprünglichen Zweikanalversion wahrgenommen werden. Die ursprüngliche Zweikanalversion
ist in Fig. 9 schematisch dargestellt, und zwar am Beispiel verschiedener Drum-Instrumente.
[0012] Fig. 10 zeigt eine hochgemischte Version des Konzepts, bei der alle ursprünglichen
Schallquellen, also die Drum-Instrumente wieder von den drei vorderen Lautsprecher
L, C und R wiedergegeben werden, wobei zusätzlich von den beiden hinteren Lautsprechern
spezielle Umgebungssignale ausgegeben werden. Der Ausdruck "Direkt-Schallquelle" wird
somit dazu verwendet, um einen Ton zu beschreiben, der nur und direkt von einer diskreten
Schallquelle wie beispielsweise einem Drum-Instrument oder einem anderen Instrument
oder allgemein einem speziellen Audioobjekt kommt, wie es schematisch z.B. in Fig.
9 anhand eines Drum-Instruments dargestellt ist. Irgendwelche zusätzlichen Töne, wie
beispielsweise aufgrund von Wandreflexionen etc. sind in einer solchen Direktschallquelle
nicht vorhanden. In diesem Szenario bestehen die Schallsignale, die von den beiden
hinteren Lautsprechern Ls, Rs in Fig. 10 abgegeben werden, nur aus Umgebungssignalen,
die in der ursprünglichen Aufzeichnung vorhanden sind oder nicht. Solche Umgebungssignale
oder "Ambience"-Signale gehören nicht zu einer einzigen Schallquelle, sondern tragen
zur Reproduktion der Raumakustik einer Aufzeichnung bei und führen somit zu dem sogenannten
"Eintauch"-Gefühl des Zuhörers.
[0013] Ein weiteres Alternativkonzept, das als "In-the-Band"-Konzept bezeichnet ist, ist
in Fig. 11 schematisch dargestellt. Jeder Schalltyp, also Direktschallquellen und
umgebungs-artige Töne werden alle um den Zuhörer herum positioniert. Die Position
eines Tons ist unabhängig von seiner Charakteristik (Direktschallquellen oder umgebungs-artige
Töne) und hängt nur von dem spezifischen Entwurf des Algorithmus ab, wie es z.B. in
Fig. 11 dargestellt ist. So wurde in Fig. 11 durch den Upmix-Algorithmus bestimmt,
dass die beiden Instrumente 1100 und 1102 seitlich bezüglich des Zuhörers positioniert
werden, während die beiden Instrumente 1104 und 1106 vor dem Benutzer positioniert
werden. Dies führt dazu, dass die beiden hinteren Lautsprecher Ls, Rs nunmehr auch
Anteile der beiden Instrumente 1100 und 1102 enthalten und nicht mehr nur umgebungs-artige
Töne, wie es bei Fig. 10 noch der Fall war, wo dieselben Instrumente alle vor dem
Benutzer positioniert worden sind.
[0014] Die Fachveröffentlichung "
C. Avendano und J.M. Jot: "Ambience Extraction and Synthesis from Stereo Signals for
Multichannel Audio Upmix", IEEE International Conference on Acoustics, Speech and
Signal Processing, ICASSP 02, Orlando, F1, May 2002" offenbart eine Frequenzbereichstechnik, um Umgebungsinformationen in Stereo-Audiosignalen
zu identifizieren und zu extrahieren. Dieses Konzept basiert auf der Berechnung einer
Inter-Kanal-Kohärenz und einer nicht-linearen Abbildungsfunktion, die es erlauben
soll, Zeit-Frequenz-Regionen in dem Stereosignal zu bestimmen, die hauptsächlich aus
Umgebungs-Komponenten bestehen. Umgebungssignale werden dann synthetisiert und verwendet,
um die hinteren Kanäle oder "Surround"-Kanäle Ls, Rs (Figs. 10 und 11) eines Multikanal-Wiedergabesystems
zu speichern.
[0015] In der Fachveröffentlichung "
R. Irwan und Ronald M. Aarts: "A method to convert stereo to multi-channel sound",
The proceedings of the AES 19th International Conference, Schloss Elmau, Deutschland,
Juni 21-24, Seiten 139-143, 2001" wird ein Verfahren präsentiert, um ein Stereosignal in ein Multikanalsignal umzuwandeln.
Das Signal für die Surround-Kanäle wird unter Verwendung einer Kreuzkorrelationstechnik
berechnet. Eine Hauptkomponentenanalyse (PCA; PCA = Principle Component Analysis)
wird verwendet, um einen Vektor zu berechnen, der eine Richtung des dominanten Signals
anzeigt. Dieser Vektor wird dann von einer ZweiKanal-Darstellung auf eine Drei-Kanal-Darstellung
abgebildet, um die drei vorderen Kanäle zu erzeugen.
[0017] Alle bekannten Techniken versuchen auf verschiedene Arten und Weisen die Ambience-Signale
bzw. Umgebungssignale aus dem ursprünglichen Stereosignal zu extrahieren oder sogar
aus Rauschen bzw. weiteren Informationen zu synthetisieren, wobei zur Synthese der
Ambience-Signale auch Informationen, welche nicht im Stereosignal sind, verwendet
werden können. Letztendlich geht es jedoch immer darum, Informationen aus dem Stereosignal
zu extrahieren bzw. Informationen in ein Wiedergabe-Szenario einzuspeisen, die nicht
explizit vorliegen, da typischerweise nur ein Zweikanal-Stereosignal und gegebenenfalls
irgendwelche Zusatzinformationen bzw. Metainformationen zur Verfügung stehen.
[0018] Insofern ist die Extraktion oder teilweise Extraktion und teilweise Synthetisierung
von solchen Umgebungssignalen eine riskante Angelegenheit, da es ein Benutzer als
störend empfinden würde, wenn in den Umgebungskanälen Informationen von Schallquellen
enthalten sind, die der Benutzer als direkt von vorne kommend, also vom linken Kanal,
mittleren Kanal und rechten Kanal kommend identifiziert. Aus diesem Grund würde man
eine Erzeugung von Umgebungssignalen sehr "defensiv" machen, um ganz sicher zu gehen,
dass keine vom Benutzer als störend empfundenen Artefakte erzeugt werden. Der andere
Extremfall, wenn man zu defensiv bei der Erzeugung der Umgebungssignale agiert, besteht
darin, dass ein sehr leises, bzw. kaum mehr wahrnehmbares Umgebungssignal extrahiert
wird, oder dass das Umgebungssignal nur noch Rauschen hat, jedoch keine besonderen
Informationen mehr hat, so dass das Umgebungssignal sehr wenig zum Hörgenuss beiträgt
und eigentlich in diesem Fall ganz weggelassen werden könnte.
[0019] Problematisch bei der Erzeugung des Umgebungssignals ist somit, dass man einerseits
ein Umgebungssignal erzeugt, das Informationen umfasst, die über normales Rauschen
hinausgehen, das jedoch das Umgebungssignal nicht zu hörbaren Artefakten führt, dass
also ein richtiges Maß zwischen Hörbarkeit und Informationsgehalt beibehalten wird.
[0020] Die Fachveröffentlichung "
Enhancement of Audio Signals Using Transient Detection and Modification", M. Goodwin
und C. Avendano, AES, Nr. 6225, offenbart eine Verarbeitung von Audiosignalen, die eine Modifikation von Audiosignalen
durch Hervorhebung oder Unterdrückung von Transienten ermöglicht. Die Transientendetektion
verwendet eine Frequenzbereichsanalyse, die einen Spektralflussparameter liefert.
Hierzu wird eine kontinuierliche Transientencharakterisierungsfunktion eingesetzt,
die dazu verwendet wird, um eine nicht-lineare Frequenzbereichs-Signalmodifikation
zu steuern. Insbesondere können bei einer nicht-linearen Modifikation sehr kleine
Transienten sehr stark verstärkt oder unterdrückt werden.
[0022] Die
EP 1 385 150 A1 offenbart ein Verfahren und ein System zur parametrischen Charakterisierung von transienten
Audiosignalen, wobei eine angenäherte Hüllkurve für das transiente Audiosignal bestimmt
wird und Amplitudenwerte von Abtastwerten dieser Hüllkurve bestimmt werden, um eine
Spline-Approximation der Hüllkurve durchzuführen.
[0023] Das
US-Patent Nr. 5,886,276 offenbart ein System und ein Verfahren für ein skalierbares Audiosignalcodieren mit
verschiedenen Auflösungen. Hierzu wird ein Modell verwendet, das berücksichtigt, dass
Audiosignale aus deterministischen oder sinusförmigen Komponenten und transienten
Komponenten, die den Anfang von Noten oder anderen Ereignissen in einem Audiosignal
darstellen, und stochastischen Komponenten zusammengesetzt sind.
[0024] Die Fachveröffentlichung "
The Precedence Effect in Sound Localization", H. Wallach u.a., Journal of Educational
Psychology, American Psychological Association, Bd. 62, Nr. 3, Juli 1949, Seiten 315-319 beschäftigt sich mit der Frage, wieso Töne überhaupt in einem Raum mit Schallreflexionen
lokalisiert werden können. Insbesondere wird auf den Präzedenz-Effekt eingegangen,
auf den es zurückzuführen ist, dass diese Schall-Lokalisierung stattfindet.
[0025] Die Aufgabe der vorliegenden Erfindung besteht darin, ein Konzept zum Erzeugen eines
Umgebungssignals zu schaffen, in dem hörbare Artefakte reduziert sind.
[0026] Diese Aufgabe wird durch eine Vorrichtung zum Erzeugen eines Umgebungssignals gemäß
Patentanspruch 1, ein Verfahren zum Erzeugen eines Umgebungssignals gemäß Patentanspruch
14 oder ein Computer-Programm gemäß Patentanspruch 15 gelöst.
[0027] Der vorliegenden Erfindung liegt die Erkenntnis zugrunde, dass die Artefakte, die
von Zuhörern bei Umgebungssignalen am negativsten empfunden werden, Artefakte sind,
die dazu führen, dass der Zuhörer meint, dass im hinteren Lautsprecher eine direkte
Schallquelle ist, obgleich er diese Schallquelle von vorne wahrnimmt. Charakteristika
für das Empfinden von direkten Schallquellen sind transiente Vorgänge, also Signal-Feinstrukturen
im Zeitsignal, die eine (schnelle) Änderung über einer Änderungsschwelle von einem
leisen Zustand in einen lauten Zustand oder von einem lauten Zustand in einen leisen
Zustand betreffen, bzw. die einen (starken) Energieanstieg über einer Änderungsschwelle
in speziellen Bändern und insbesondere in den oberen Bändern innerhalb einer bestimmten
Zeit betreffen.
[0028] Solche transienten Vorgänge sind beispielsweise das Einsetzen eines Instruments oder
der Anschlag eines Schlaginstruments, oder das Ende eines Tons, der nicht langsam
ausklingt, sondern der abrupt beendet wird. Ein Zuhörer nimmt solche transienten Vorgänge
als Kennzeichen von Direktschallquellen wahr, die erfindungsgemäß aus einem Umgebungssignal
eliminiert werden, so dass den Umgebungslautsprechern ein erfindungsgemäß erzeugtes
Umgebungssignal geliefert wird, das keine oder nur stark gedämpfte Transienten umfasst.
[0029] Erfindungsgemäß wird ferner sichergestellt, dass die Unterdrückung eines Transienten
in dem Umgebungssignal nicht zu einer zu großen Amplitudenmodulation führt. Erfindungsgemäß
wurde nämlich ferner herausgefunden, dass Variationen der Amplitude, also der Lautstärke,
auch wenn sie nicht transient sind, also unter der Transientenschwelle liegen, wenn
sie jedoch oberhalb einer bestimmten Variationsschwelle sind, vom Benutzer als störend
und damit dann, wenn solche Amplitudenvariationen aufgrund einer einfachen Eliminierung
eines Transienten in einem Umgebungssignal entstehen würden, vom Zuhörer als Artefakt
oder Fehler erkannt werden würden.
[0030] Erfindungsgemäß wird somit in einem Untersuchungssignal ein Transientenzeitraum detektiert,
in dem ein transienter Bereich im Untersuchungssignal vorhanden ist. Hierauf wird
mit Hilfe eines Synthesesignalgenerators ein Synthesesignal für den Transientenzeitraum
erzeugt, der ausgebildet ist, um das Synthesesignal so zu erzeugen, dass es einen
flacheren zeitlichen Verlauf als das Untersuchungssignal in dem transienten Bereich
aufweist, wobei ferner der Synthesesignalgenerator ausgebildet ist, um das Synthesesignal
so zu erzeugen, dass es sich im Hinblick auf seine Intensität eines vorangegangenen
oder nachfolgenden Abschnitts des Untersuchungssignals um weniger als eine vorbestimmte
Schwelle unterscheidet. Dieses erzeugte Synthesesignal wird dann mittels eines Signalsubstituierers
anstatt des Untersuchungssignals im Transientenzeitraum verwendet, um das Umgebungssignal
zu erhalten.
[0031] Erfindungsgemäß wird somit die Extraktion eines Umgebungssignal-artigen Signals aus
einem Zwei-Kanal-Stereoeingangssignal verbessert, oder es wird eine Nachverarbeitung
eines existierenden Signals, das z.B. bereits ein extrahiertes Roh-Umgebungssignal
ist, vorgenommen. Im ersten Fall ist das Untersuchungssignal das tatsächliche ZweiKanal-Stereosignal
bzw. jeweils ein Kanal des Zwei-Kanal-Signals, während im zweiten Fall das Untersuchungssignal
bereits ein extrahiertes Umgebungssignal oder ein vorsynthetisiertes Umgebungssignal
ist. Damit ist das erfindungsgemäße Konzept besonders nützlich für das Upmix-Konzept,
das auch als "Direct-Ambience-Konzept" dargestellt worden ist. Auch für das "In-the-Band"-Konzept
kann das erfindungsgemäße Konzept vorteilhaft sein, da es auch dort zu einem verbesserten
Umgebungssignal führt, das einerseits keine störenden Artefakte mehr hat, das jedoch
andererseits noch genug Informationen umfasst, damit ein Benutzer einen Nutzen vom
Umgebungssignal hat.
[0032] Die erfindungsgemäße Umgebungssignalerzeugung führt dazu, dass das Umgebungssignal
keine relevanten Teile von Direktschallquellen hat, wobei insbesondere keine Transienten
enthalten sind bzw. Transienten nur in sehr stark gedämpfter Form enthalten sind.
Anderenfalls würde der Zuhörer Direktschallquellen hinter sich wahrnehmen, was im
Konflikt zu der Erfahrung des Benutzers sein würde, der typischerweise Schallquellen
nur von vorne wahrnimmt.
[0033] Ferner stellt das erfindungsgemäße Konzept sicher, dass das Umgebungssignal ein durchgehendes
ununterbrochenes diffuses Tonsignal ist, da ein unterbrochener umgebungs-artiger Ton,
der beispielsweise erhalten wird, wenn Transienten einfach komplett eliminiert werden
würden, vom Benutzer als unangenehm oder sogar als Fehler im Hochmisch-Prozess wahrgenommen
werden würde.
[0034] Bei einem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird, um einen
Direkt-Ambience-Typ eines Upmix-Prozesses zu erreichen, ein ambience-artiges Signal
für die hinteren Kanäle aus dem Stereosignal extrahiert. Um dies zu erreichen, wird
beispielsweise nur auf die unkorrelierten Signalkomponenten oder als einfache Lösung
einfach auf die Differenz zwischen dem ursprünglichen rechten und linken Kanal zurückgegriffen.
Wenn die hinteren Kanäle derart erzeugt werden, haben sie oft transienten-artige Komponenten
von Direktschallquellen. Diese Transienten können Töne sein, wie beispielsweise Notenanfänge
oder Teile von perkussiven Instrumenten. Ein Transient, der hinter dem Zuhörer wahrgenommen
wird, während eine Direktschallquelle (zu der der Transient typischerweise gehört)
vor dem Zuhörer positioniert ist, hat eine negative Auswirkung auf die Lokalisierung
der Direktschallquelle. Die Direktschallquelle erscheint somit entweder breiter als
das Original oder wird, was noch schädlicher ist, als unabhängige Direkt-schallquelle
hinter dem Benutzer wahrgenommen, wobei beide Effekte insbesondere für das Direkt-Ambience-Konzept
sehr unerwünscht sind.
[0035] Erfindungsgemäß wird diese Problematik dadurch angegangen, dass Transienten im umgebungsartigen
Signal unterdrückt werden, und dass die Auswirkung dieser Unterdrückung auf das restliche
Signal minimiert wird, d.h. dass die Kontinuität des Signals bewahrt wird, indem nur
begrenzte Intensitäts-Variationen für den Transientenzeitraum zugelassen werden.
[0036] Beim bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird das für den
Transientenzeitraum erzeugte Signal, bevor es durch den Signalsubstituierer verwendet
wird, mit dem ursprünglich im Transientenzeitraum vorhandenen Signal gemischt, was
beispielsweise durch eine überlappende Verarbeitung erreicht wird. Alternativ oder
zusätzlich kann, um die Diskontinuitäten an den Rändern des Transientenzeitraums zu
unterdrücken bzw. wenigstens zu reduzieren, ein Überblenden vorgenommen werden, um
in einem Überblendbereich langsam von dem Signal vor dem Transientenzeitraum in das
Signal im Transientenzeitraum überzublenden oder um aus dem Transientenzeitraum wieder
langsam auszublenden.
[0037] Insbesondere die Ausblendung vom Transientenzeitraum in das ursprüngliche Signal,
wenn kein Transient mehr detektiert wird, ist für einen artefaktfreien Höreindruck
bevorzugt, da sichergestellt werden soll, dass dann, wenn ein Nicht-Artefakt-behaftetes
Untersuchungssignal vorliegt, durch den Übergang vom Synthesesignal in das ursprüngliche
Untersuchungssignal kein Knacken oder etwas Ähnliches entsteht.
[0038] Bei weiteren bevorzugten Ausführungsbeispielen der vorliegenden Erfindung wird eine
Manipulation des Signals im Transientenzeitraum im Frequenzbereich vorgenommen, indem
Vorzeichen von Spektralwerten oder allgemeiner gesagt Phasen von Spektralwerten randomisiert
werden, was unweigerlich zu einer Glättung der zeitlichen Feinstruktur dieses im Frequenzbereich
manipulierten Signals führt. Eine weitere Spektralverarbeitung besteht darin, eine
Prädiktion über der Frequenz der Spektralwerte durchzuführen und dann die Prädiktionsspektralwerte
als Spektralwerte des Synthesesignals zu verwenden, da die Prädiktion über der Frequenz
zu einer Glättung des korrespondierenden Zeitsignals führt.
[0039] Zur Unterdrückung von Transienten bei gleichzeitiger Beibehaltung oder nur geringer
Beeinflussung, es wird bevorzugt, die Intensität des Transientenzeitraums um höchstens
plus oder minus 50% zu ändern, bestehen darin, die Änderung der Spektralwerte von
einem Block zu einem nächsten zu limitieren, wobei diese Limitierung global, also
für alle Spektralwerte gleich oder selektiv, also nur für bestimmte Spektralwerte,
die eine besonders große Änderung haben, erfolgen kann.
[0040] Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend bezugnehmend
auf die beiliegenden Zeichnungen detailliert erläutert. Es zeigen:
- Fig. 1
- ein Blockschaltbild eines Teils der erfindungsgemäßen Vorrichtung zum Erzeugen eines
Umgebungssignals;
- Fig. 2a
- eine schematische Darstellung der Blockverarbeitung bei nicht-überlappenden Blöcken,
jedoch mit Überblendbereich;
- Fig. 2b
- eine schematische Darstellung der Synthesesignalerzeugung bei überlappenden Blöcken;
- Fig. 3
- eine spezielle Implementierung einer Überblendung mit einer Einblendfunktion und einer
Ausblendfunktion, die für Fig. 2a oder Fig. 2b eingesetzt werden kann;
- Fig. 4
- ein Blockschaltbild einer bevorzugten Implementierung mit einer Verarbeitung im Frequenzbereich;
- Fig. 5a
- eine alternative Implementierung der Frequenzbereichsverarbeitung;
- Fig. 5b
- eine wieder alternative Frequenzbereichsverarbeitung;
- Fig. 5c
- eine bevorzugte Implementierung einer Intensitäts-basierten Verarbeitung;
- Fig. 6
- eine Implementierung zur Erhaltung tonaler Bereiche im Synthesesignal;
- Fig. 7
- ein Blockschaltbild einer bevorzugten Ausführungsform basierend auf dem Hochfrequenzgehalt
HFC;
- Fig. 8
- eine Implementierung der erfindungsgemäßen Vorrichtung mit zusätzlicher Funktionalität
zum Erzeugen der Direktschallkanäle L, R, C;
- Fig. 9
- ein Stereo-Wiedergabe-Szenario;
- Fig. 10
- ein Multikanal-Wiedergabe-Szenario, bei dem alle Direktschallquellen durch die vorderen
Kanäle wiedergegeben werden; und
- Fig. 11
- ein Multikanal-Wiedergabe-Szenario, bei dem Schallquellen auch durch hintere Kanäle
wiedergebeben werden können.
[0041] Fig. 1 zeigt einen Teil der erfindungsgemäßen Vorrichtung, zum Erzeugen eines Umgebungssignals
10 das zur Ausstrahlung über Lautsprecher geeignet ist, für die kein eigenes Lautsprechersignal
übertragen worden ist. Solche Lautsprecher sind typischerweise die hinteren Lautsprecher
oder Surround-Lautsprecher, wie sie bei Ls, Rs in Fig. 10 und Fig. 11 beispielsweise
gezeigt sind.
[0042] Die in Fig. 1 gezeigte Vorrichtung umfasst einen Transienten-Detektor 11 zum Detektieren
eines Transientenzeitraums (bei 20 in Fig. 2 gezeigt), in dem ein Untersuchungssignal
einen transienten Bereich aufweist. Obgleich hier einige Implementierungen des Transienten-Detektors
beschreiben sind, sei darauf hingewiesen, dass auch beliebige andere Methoden zur
Transientendetektion eingesetzt werden können, wie sie beispielsweise in einem MPEG4-Audiocodierer
anzutreffen sind, bei dem abhängig von einer Transientendetektion von kurzen auf lange
Fenster umgeschaltet wird. Auch in anderen Gebieten der Audiosignalverarbeitung werden
Transienten-Detektoren eingesetzt, die schnelle und starke Änderungen der Hüllkurve
eines Zeitsignals detektieren können. Beispielhafte zu detektierende Größenordnungen
sind Änderungen der Hüllkurve, die in einem Zeitraum von 1 ms Änderungen von gleich
oder über 100 % der Amplitude der Hüllkurve betreffen.
[0043] Der Transienten-Detektor 11 ist mit einem Synthesesignalgenerator 12 gekoppelt, der
ausgebildet ist, um ein Synthesesignal 13 zu erzeugen, das die beiden Bedingungen
erfüllt, nämlich einerseits die Transientenbedingung und andererseits die Kontinuitätsbedingung.
Die Transientenbedingung besteht darin, dass das Synthesesignal einen flacheren zeitlichen
Verlauf als das Untersuchungssignal in dem transienten Bereich aufweist, während die
Kontinuitätsbedingung darin besteht, dass die Intensität des Synthesesignals im transienten
Bereich von einer Intensität eines vorhergehenden oder nachfolgenden Abschnitts des
Untersuchungssignals um weniger als eine voreingestellte Schwelle abweicht. Vorzugsweise
ist die Schwelle eine relative Schwelle und liegt bei einem Wert = 2,5, wobei Werte
= 1,5 sogar bevorzugt werden. Dies bedeutet, dass die Intensität des Signals im transienten
Bereich höchstens das 1,5-fache oder das 0,66-fache der Intensität eines vorausgehenden
nicht-transienten Abschnitts oder nachfolgenden nicht-transienten Abschnitts des Untersuchungssignals
ist. Damit wird sichergestellt, dass eine Transientenunterdrückung nicht zu einer
störenden Amplituden-Variation bzw. Intensitätsvariation führen wird.
[0044] Die Schwelle kann auch durch ein Vertrauensintervall von 80% oder weniger, das anhand
der Vergangenheitswerte bestimmt wird, realisiert werden.
[0045] Intensitätsmaße, die für die vorliegende Erfindung eingesetzt werden können, umfassen
die Energie, die durch Addition der Abtastwert-Quadrate oder Spektralwert-Quadrate
eines Blocks erhalten wird, oder ein Leistungsmaß, das unter Berücksichtigung der
zeitlichen Blocklänge erhalten werden kann, oder auch ein Maß, das Beträge von Spektralwerten
in einem Band gewichtet oder ungewichtet aufaddiert, wobei dieses spezielle Maß, das
ebenfalls eine Intensität darstellt, auch als Hochfrequenzgehalt bezeichnet wird,
wenn das Band, in dem aufaddiert wird, das obere Frequenzband des Untersuchungssignals
ist oder allgemein höhere Frequenzen gegenüber niedrigeren Frequenzen stärker gewichtet
werden bzw. einen stärkeren Einfluss auf das Endergebnis haben.
[0046] Der Synthesesignalgenerator erzeugt dann ein Synthesesignal, das von einem Signalsubstituierer
14 verwendet wird, um das Synthesesignal statt des entsprechenden Bereichs des ursprünglichen
Untersuchungssignals zu verwenden, um schließlich das Umgebungssignal 10 zu liefern.
Der Signalsubstituierer 14 erhält somit neben dem Synthesesignal über die Leitung
13 auch das Untersuchungssignal über eine Leitung 15, wie es in Fig. 1 angedeutet
ist. Der Transienten-Detektor 11 erhält über eine Eingangsleitung 16 das Untersuchungssignal
und liefert über eine Ausgangsleitung 17 eine Transienten-Information zum Synthesesignalgenerator
12, damit dieser unter Verwendung des Untersuchungssignals, das ihm über eine Leitung
18 bereitgestellt wird, das Synthesesignal erzeugt.
[0047] Bei speziellen Ausführungsbeispielen der vorliegenden Erfindung wird eine nicht-überlappende
Blockverarbeitung, wie in Fig. 2a dargestellt oder eine überlappende Blockverarbeitung
wie in Fig. 2b dargestellt eingesetzt. Bei der nicht-überlappenden Blockverarbeitung
in Fig. 2a wird ein Untersuchungssignal 21 in vorzugsweise gleich lange Blöcke einer
speziellen Blocklänge eingeteilt. Der Transienten-Detektor erfasst dann einen Transienten
22 in dem Transientenzeitraum 20. Der Transient 22 liegt somit im Transientenzeitraum
20 von Fig. 2a, was dazu führt, dass der Transienten-Detektor 11 ein Ausgangssignal
über seine Ausgangsleitung 17 liefert, die dem Synthesesignalgenerator 12 mitteilt,
dass er nun mit einer Signalsynthese beginnen muss. Während die dem Transientenzeitraum
20 vorausgehenden und nachfolgenden Blöcke bis auf eine Überblendung in einem Überblendbereich
23 unmittelbar die entsprechenden Teile des Umgebungssignals 10 darstellen, wird nunmehr
der Block des Untersuchungssignals, der dem Transientenzeitraum 20 entspricht, durch
den Synthesesignalgenerator synthetisiert und dann durch den Signalsubstituierer 14
anstatt des ursprünglichen Blocks des Untersuchungssignals im Umgebungssignal verwendet.
[0048] Bei den bevorzugten Ausführungsbeispielen wird, wie es später noch dargestellt wird,
eine Verarbeitung des Blocks des Untersuchungssignals vorgenommen, die im Frequenzbereich
stattfindet. Dies führt dazu, dass an einer Blockgrenze das Synthesesignal einen Abtastwert
hat, der sich von einem Abtastwert, der der letzte Abtastwert des vorausgehenden Blocks
im Untersuchungssignal ist, deutlich unterscheiden kann. Um solche Blockgrenzen-Artefakte,
die auftreten können, zu eliminieren, wird es bei dem in Fig. 2a gezeigten Ausführungsbeispiel
bevorzugt, von einem Block vor einem Transientenzeitraum in das Synthesesignal im
Transienten-zeitraum überzublenden, indem beispielsweise der erste Abtastwert des
generierten Synthesesignals zu den z.B. letzten 10 Abtastwerte des vorhergehenden
Blocks, die gemäße der Ausblendfunktion gewichtet sind, hinzuaddiert wird, und zwar
beispielsweise gemäß der Einblendfunktion in Fig. 3. Gleichzeitig wird der letzte
Abtastwert des vorhergehenden Blocks noch gemäß der Ausblendfunktion in Fig. 3 zu
dem ersten bzw. den dem ersten Abtastwert folgenden Abtastwerten des synthetisierten
Blocks die gemäße der Einblendfunktion gewichtet sind, im Transientenzeitraum hinzuaddiert,
um eine Überblendung zu schaffen. Entsprechend kann im hinteren Überblendbereich,
wenn also vom Transientenzeitraum wieder zurück in den nicht- Transienten-behafteten
Block des Umgebungssignals übergegangen wird, vorgegangen werden.
[0049] Um solche Blockgrenzen-Artefakte noch weiter zu reduzieren, wird, wie es in Fig.
2b gezeigt ist, eine überlappende Verarbeitung bevorzugt. Der Transienten-Detektor
detektiert dann bei dem in Fig. 2b gezeigten Ausführungsbeispiel Blockbereiche, die
mit eingeringelten Zahlen (1), (2), (3), (4), (5), (6) dargestellt sind. Ein Transient
wird bei 22 detektiert. Dies führt dazu, dass es im Vergleich zu Fig. 2a einen größeren
Transienten-Zeitraum 20 gibt, da der Transient an der Position 22 sowohl im Block
4 als auch im Block 5 detektiert worden ist. Daher wird der Synthesesignalgenerator
12 von Fig. 1 Synthesesignale sowohl für den Block 4 als auch für den Block 5 erzeugen.
Während für die den drei Transientenzeitraum-Bereichen A, B, C vorausgehenden Blöcke
das Untersuchungssignal keine Transienten hat und somit unmittelbar in das Umgebungssignal
übernommen wird, werden die Bereiche A, B, C durch den Signalsubstituierer 14 von
Fig. 1 ersetzt, und zwar durch die von den Synthesesignalgeneratoren erzeugten Abschnitte
A, B, C. Der Abschnitt A wird durch die Addition der zweiten Hälfte des nicht-Transienten-behafteten
Blocks 3 des Untersuchungssignals mit der ersten Hälfte des für den Block 4 erzeugten
Synthesesignals erzeugt. Der zweite Teil B des Transientenzeitraums 20 wird durch
Addition der zweiten Hälfte des Synthesesignals, das für den Block 4 erzeugt worden
ist, mit der ersten Hälfte des Synthesesignals, das für den Block 5 erzeugt worden
ist, geliefert und vom Signalsubstituierer als entsprechender Abschnitt des Umgebungssignals
10 substituiert. Der dritte Teil C des Transientenzeitraums 20 wird durch Addition
der zweiten Hälfte des vom Synthesesignalgenerator erzeugten Blocks Nr. 5 mit der
ersten Hälfte des Blocks Nr. 6, der nicht mehr Transienten-behaftet ist, erzeugt und
vom Signalsubstituierer 14 in das Umgebungssignal geschrieben.
[0050] Die in Fig. 3 gezeigte Ausblendfunktion wird nachfolgend detaillierter erläutert.
So kann diese Ausblendfunktion dazu verwendet werden, um bei der Blockverarbeitung
mit nicht-überlappenden Blöcken einen weichen Blockübergang von einem nicht-synthetisierten
Block zu einem synthetisierten Block zu schaffen und ferner einen weichen Übergang
von einem synthetisierten Block wieder in einen nicht-synthetisierten Block zu schaffen.
Alternativ kann eine entsprechende Überblendfunktion auch dazu verwendet werden, um
insbesondere dann, wenn durch eine bestimmte spezifizierte Anzahl von Blöcken ein
Synthesesignal erzeugt worden ist, wieder zurück zum ursprünglichen Untersuchungssignal
überzublenden. Nachdem die Wahrscheinlichkeit gegeben ist, dass das Synthesesignal
sich aufgrund der Extrapolation relativ weit von dem Untersuchungssignal entfernt
hat, würde ein abruptes Zurückkehren zum Untersuchungssignal in bestimmten Fällen
zu hörbaren Artefakten führen. Daher wird es bevorzugt, langsam gemäß der Einblend-/Ausblend-Funktion
von Fig. 3 überzublenden, indem für einen Block, in dem bereits kein Transient mehr
detektiert worden ist, ein Synthesesignal erzeugt wird, das zu 90% aus dem letzten
synthetisierten Block und zu 10% aus dem aktuellen Untersuchungsblock besteht. Im
nächsten Block könnte das Verhältnis dann auf 80%:20% umgeändert werden, bis dann
nach einer bestimmten Anzahl von Blöcken das Synthesesignal vollständig ausgeblendet
ist und das aktuelle nicht-Transientenbehaftete Untersuchungssignal wieder vollständig
eingeblendet ist.
[0051] Nachfolgend wird eine bevorzugte Implementierung eines Teils des Synthesesignalgenerators
12 anhand von Fig. 4 gestellt. Hierzu wird das Zeitsignal, das einen Block des Untersuchungssignals
darstellt, in eine Frequenzbereichsdarstellung oder eine Subband-Darstellung durch
einen Umsetzer 40 umgesetzt, der eine Transformation oder eine Analyse-Filterbank
umfassen kann. Die spektrale Darstellung in Form von Spektralkoeffizienten oder die
Subband-Signale werden dann, wie es bei 41 dargestellt ist, gegebenenfalls um Informationen
über eine extrapolierte spektrale Darstellung bzw. extrapolierte Subband-Signale ersetzt,
wenn es sich um einen Block des Zeitsignals handelt, in dem ein Transient detektiert
worden ist. Hierauf wird die spektrale Darstellung gegebenenfalls unter Verwendung
von zusätzlichen Informationen aufgrund einer Extrapolation einem Glätter 42 zugeführt,
der die Spektralwerte derart beeinflusst, dass der zeitliche Verlauf des zugrunde
liegenden Signals geglättet wird. Im Falle einer Filterbank wird der Glätter 42 die
Subband-Signale so beeinflussen, dass der zeitliche Verlauf des den Subband-Signalen
zugrunde liegenden Signals glatter als vor der Glättung ist. Dann, in einem Block
43 findet eine inverse Umsetzung in den Zeitbereich statt, wobei entweder eine Rücktransformation
oder eine Synthese-Filterbank eingesetzt wird, um schließlich zu einem Zeitsignal
44 zu kommen, das einen glatteren Verlauf hat als das Zeitsignal am Eingang der Stufe
40, das jedoch eine Energie hat, die durch die Glättung nicht erheblich beeinflusst
worden ist. Ferner ist die Glättung so vorgenommen worden, dass die Energie des geglätteten
Zeitsignals 44 sich von der Energie des vorherigen Zeitsignals nicht mehr als die
Schwelle unterscheidet.
[0052] So kann bei der vorliegenden Erfindung eine insgesamte E-nergiemanipulation der Energie
des Zeitsignals zwar stattfinden. So wird jedoch lediglich der Transient gedämpft,
während die tonalen Anteile weiterlaufen bzw. aus der Vergangenheit synthetisiert
werden, indem das Signal im Transientenzeitraum durch eine Prädiktion unter Verwendung
eines nicht transienten Signals aus der Vergangenheit synthetisiert wird.
[0053] Wenn die Energie - wie bei der Randomisierung oder spektralen Prädiktion - jedoch
nicht angetastet wird, hat die Glättung dazu geführt, dass die Energie über dem Block
gleichmäßiger verteilt wird, so dass ein glatterer zeitlicher Verlauf erzeugt worden
ist, ohne jedoch die Energie des Blocks von Abtastwerten des Untersuchungssignals
erheblich zu ändern. Dies ist in den meisten Fällen ausreichend und stellt sicher,
dass der Benutzer ein Untersuchungssignal hört, das die Kontinuitätsbedingung immer
erfüllt. Erst wenn die Transiente zu einer erheblichen Energiezunahme auf den ganzen
Block betrachtet führt, wird die Glättung allein, also die gleichmäßigere Verteilung
der Energie über dem Block, nicht mehr ausreichend sein und es kann dann eine gesteuerte
Signalbegrenzung vorgenommen werden.
[0054] Bekannte Verfahren, die darin bestehen, eine Lokalisierung von Direktschallquellen
in den hinteren Kanälen zu vermeiden, bestehen darin, die hinteren Kanäle ein paar
Millisekunden zu verzögern. Diese Lösung führt zu keiner Transientenunterdrückung,
versucht jedoch die Transienten durch Verwenden des Präzedenz-Effekts zu "maskieren".
Der Präzedenz-Effekt besteht darin, dass das Ohr dort eine Schallquelle vermutet,
wo es zuerst etwas von dieser Schallquelle hört, wobei das, was man dann von dieser
Schallquelle hört, durchaus lauter oder von einer anderen Richtung kommen kann. Nachteilhaft
an dieser Lösung ist jedoch, dass sehr kurze Schallereignisse mit scharfen Transienten
oft immer noch hörbar sind und dann zweimal wahrgenommen werden, und zwar durch einen
vorderen Lautsprecher und einige Millisekunden später durch die hinteren Kanäle, was
einen unangenehmen Höreindruck bewirkt.
[0055] Kommerziell verfügbare Matrix-Decodierer, wie beispielsweise Dolby Pro Logic II oder
Logic 7 haben die Fähigkeit, nicht vorverarbeitete 2-Kanal-Stereo-Dateien in Multikanal-Surround-Dateien
hochzumischen (upmixen), obwohl sie unmittelbar nicht für diese Aufgabe entworfen
worden sind. Diese Matrix-Decodierer sind oft nicht in der Lage, transiente Töne in
den hinteren Kanälen zu unterdrücken, was in einem Signal resultiert, das die Anforderungen
nach Transientenfreiheit und Amplituden- bzw. Intensitäts-Kontinuität nicht erfüllt.
[0056] Erfindungsgemäß werden dagegen Kanalbereiche, wo Transienten auftreten, erfasst und
gedämpft. Eine einfache Dämpfung des gesamten Signals zu diesen Zeitbereichen würde
jedoch in einer Amplitudenmodulation des Umgebungssignals resultieren und es würde
als unangenehme oder sogar als Artefakt wahrgenommen werden. Dies würde daher das
Qualitätsempfinden des extrahierten oder verarbeiteten Umgebungssignals verschlechtern.
Um diesen unangenehmen Amplitudenmodulationseffekt zu überwinden, wird erfindungsgemäß
eine Transientenunterdrückung ohne Beeinträchtigung der Kontinuität des Synthesesignals
bzw. Umgebungssignals erzeugt. Hierzu wird ein Eingangssignal, das z.B. ein hochgemischtes
Signal, wie es durch einen Matrix-Hochmischer erhalten wird, für die hinteren Kanäle,
oder es wird ein Signal mit ähnlichen Charakteristika und einem ähnlichen Anwendungsbereich
analysiert, um zu erfassen, ob eine Transiente vorhanden ist.
[0057] Wenn eine Transiente erfasst wird, wird der gegenwärtig verarbeitete Block durch
ein Substitutionssignal ersetzt, das eine flache (nicht-transiente) zeitliche Hüllkurve
hat. Dieses Substitutionssignal wird entweder von vorhergehenden Signalabschnitten,
in denen keine Transiente vorhanden war, erzeugt oder wird von dem gegenwärtig verarbeiteten
Block durch einen Verarbeitungsschritt erzeugt, der die zeitliche Hüllkurve bzw. Feinstruktur
des Signals flacher macht oder wird von einer Kombination beider Verfahren erzeugt.
[0058] Das Substitutionssignal, das von vorhergehenden Abschnitten erzeugt wird, wird beispielsweise
durch Extrapolation vorheriger Energiepegel des Signals oder durch Kopieren/Wiederholen
von vorherigen Signalabschnitten ohne einen transienten Bereich des Signals erzeugt.
[0059] Ein Abflachen oder "Flattening" der zeitlichen Feinstruktur oder des feinen Zeitsignals
auf der Basis des gegenwärtig verarbeiteten Blocks kann beispielsweise derart durchgeführt
werden, wie es nachfolgend bezugnehmend auf die Figuren 5a, 5b oder 5c dargestellt
ist.
[0060] So können die Absolutwerte der Spektralkoeffizienten innerhalb eines begrenzten Bereichs,
der sich um die extrapolierten Spektralkoeffizienten oder Beträge derselben erstreckt,
randomisiert werden, wie es später noch in Verbindung mit Fig. 5c dargestellt wird.
[0061] Alternativ oder zusätzlich können die Phasen bzw. Vorzeichen der Spektralkoeffizienten
des verarbeiteten Blocks, in dem sich der Transient befindet, durch einen Randomisierer
50 randomisiert werden. Hierzu wird ein Kurzzeitspektrum des betrachteten Blocks des
Untersuchungssignals erzeugt, und die dort erhaltenen komplexen Spektralwerte werden
nach Betrag und Phase berechnet, um dann die Phasen der Spektralwerte zu randomisieren.
Wird eine Transformation eingesetzt, die nur Phasen von +/-180° auflösen kann, die
also Spektralwerte nur mit positiven und negativen Vorzeichen liefern kann, so können
auch die Vorzeichen randomisiert werden, um ein Kurzzeitspektrum mit randomisierten
Phasen/Vorzeichen zu erhalten, das einen flacheren zeitlichen Verlauf des korrespondierenden
Zeitsignals hat.
[0062] Dieser Ansatz basiert darauf, dass eine schnelle Änderung in einem Zeitsignal nur
dann möglich ist, wenn die Phasen der diesem transienten Bereich zugrunde liegenden
Grundwelle und zugehörigen Oberwellen in einem ganz bestimmten Verhältnis sind. Wird
eine Randomisierung der Phasen erreicht, so führt dies dazu, dass der transiente Bereich
geglättet wird, da das genaue Zusammenspiel der Phasen der einzelnen Sinusschwingungen,
die durch die Spektralwerte abgebildet werden, nicht mehr vorhanden ist.
[0064] Wieder wird ein Kurzzeitspektrum erzeugt, das in seinem zugeordneten Zeitsignal einen
transienten Verlauf hat. Typischerweise unter Verwendung eines Open-Loop-Prädiktors
wird ein aktueller Spektralwert des Kurzzeitspektrums mittels eines vorherigen oder
einer Mehrzahl von vorherigen Spektralwerten vorhergesagt, wobei dann der vorhergesagte
Spektralwert von dem tatsächlichen Spektralwert subtrahiert werden könnte, um einen
spektralen Restwert zu erhalten. Während der spektrale Restwert einer typischen Prädiktion
über der Frequenz den Wert darstellt, der von Interesse ist und zusammen mit Koeffizienten
eines Prädiktionsfilters informationstragend ist, wird erfindungsgemäß ein bestimmtes
Prädiktionsfilter voreingestellt, und werden die Spektralwerte des Kurzzeitspektrums
durch die unter Verwendung dieses Prädiktionsfilters prädizierten Spektralwerte ersetzt,
während das Prädiktionsfehlersignal nicht weiter verwendet wird.
[0065] Die damit erhaltenen eigentlich fehlerhaften Prädiktikons-Spektralwerte haben jedoch
nunmehr einen flacheren zeitlichen Verlauf als das ursprüngliche Kurzzeitspektrum,
haben jedoch noch annähernd soviel Energie, so dass sowohl die Transientenbedingung
als auch die Kontinuitätsbedingung, wie sie in Verbindung mit dem Synthesesignalgenerator
12 von Fig. 1 dargestellt worden ist, erfüllt ist. Eine bevorzugte einfache Ausgestaltung
des Prädiktionsfilters besteht einfach darin, dass ein Wert einer im Index niedrigeren
Spektrallinie als Prädiktionswert für eine aktuelle Spektrallinie verwendet wird.
[0066] Allgemein kann das extrapolierte Signal mit dem ursprünglichen Signal nach einer
spezifizierten Zeitdauer übergeblendet werden, anstatt einer harten Umschaltung, um
Langzeit-Extrapolationsartefakte zu vermeiden.
[0067] Ferner wird es bevorzugt, wie es anhand von Fig. 6 dargestellt ist, tonale Anteile/Bänder
durch einen Detektor 60 zu detektieren und durch den Synthesesignalgenerator nicht
zu beeinflussen, sondern in einem Mischer/Kombinierer 61 mit Synthesesignalen für
transiente Bänder zu kombinieren, um dann, nach einer Transformation bzw. Umsetzung
in den Zeitbereich, die im Block 61 stattfinden könnte, ein Zeitsignal mit flacherem
zeitlichem Verlauf zu erhalten, das jedoch noch die tonalen Bänder, also Anteile,
die nicht transient waren, in unveränderter Gestalt umfasst.
[0068] Somit werden stationäre/tonale Frequenzkomponenten im Eingangssignal, die während
der Zeitdauer des Transienten beispielsweise in lediglich Teilen des Spektrums vorhanden
waren, erfasst und es wird ein Substitutionssignal erzeugt, das aus einer Extrapolation
der vergangenen stationären/tonalen Signalkomponenten und den im aktuellen Block erfassten
stationären/tonalen Frequenzkomponenten besteht.
[0069] Nachfolgend wird anhand von Fig. 5c eine Implementierung der vorliegenden Erfindung,
die durch einen impliziten und nicht mehr expliziten Transienten-Detektor auskommt,
dargestellt. Hierzu ist eine Einrichtung 53 zum Berechnen der Intensität eines Blocks
und eines vorherigen Blocks in Fig. 5c gezeigt. Ein Maß für die Intensität eines verarbeiteten
Signalblocks ist beispielsweise die Energie oder der Hochfrequenzgehalt (HFC) oder
ein anderes Maß, das auf der Basis der Spektralwerte, zeitlichen Abtastwerte, der
Energie, der Leistung oder einem anderen Amplituden-bezogenen Maß des Signals basiert.
Hierauf wird in einer Einrichtung 54 festgestellt, ob eine Intensität von einem Block
zum nächsten über einer Schwelle ansteigt. Wenn dies der Fall ist, werden die Spektralwerte
des verarbeiteten Blocks so begrenzt, dass ihre Intensität die Intensität des vorhergehenden
Signalblocks nicht mehr als um die bestimmte relative oder absolute Schwelle überschreitet,
derart, dass zumindest die insgesamte Dominanz von Transienten reduziert wird. Diese
Begrenzung findet in einer Einrichtung 55 statt, die ausgebildet ist, um dann, wenn
ein Bedarf nach einer Begrenzung erfasst worden ist, wenn also implizit ein Transient
detektiert worden ist, entweder Spektralwerte individuell oder global zu begrenzen.
Eine individuelle Begrenzung würde darin bestehen, dass für Spektralwerte oder für
Bänder ein Energieanstieg berechnet wird und die Spektralwerte bzw. die Energiebänder
nur bis zu einem maximalen Energieanstieg ansteigen und darüber hinausgehende Werte
abgeschnitten werden.
[0070] Die Einrichtung 55 zum Begrenzen der Spektralwerte begrenzt also individuell oder
global die Spektralwerte, wobei eine individuelle Begrenzung darin besteht, dass nur
die Spektralwerte, die oberhalb einer Schwelle ansteigen, begrenzt und vorzugsweise
auf diese Schwelle begrenzt werden, während die anderen Spektralwerte, die nicht so
stark ansteigen, nicht beeinflusst werden. Alternativ wird es jedoch in bestimmten
Fällen günstiger sein und im Hinblick auf den Rechenaufwand einfacher sein, dann,
wenn eine zu starke Zunahme festgestellt worden ist, sämtliche Spektralwerte um dasselbe
absolute oder relative Maß zu begrenzen.
[0071] Hierauf wird es noch bevorzugt, eine Nachverarbeitung der begrenzten Spektralwerte
mittels einer Einrichtung 56 zum Nachverarbeiten vorzunehmen, wobei diese Nachverarbeitung
in einer Randomisierung, wie es in Fig. 5a beschrieben worden ist, oder auch in einer
Prädiktion, wie es in Fig. 5b beschrieben worden ist, bestehen kann. Die Reihenfolge
der Verarbeitung durch die Einrichtungen 55 und 56 kann auch umgekehrt werden, derart,
dass zunächst eine Randomisierung bzw. eine Prädiktionsverarbeitung mit einem Block
durchgeführt wird, für den eine Transiente delektiert worden ist, wobei erst dann
eine Intensitäts-Limitierung bzw. Begrenzung gemäß der Verarbeitung im Block 55 vorgenommen
wird.
[0072] Im Hinblick auf Fig. 5c sei noch darauf hingewiesen, dass der Block Z/F eine Zeit/Frequenzbereich-Umsetzung
57 darstellt, wobei eine Umsetzung vom Zeit- in den Frequenzbereich auch eine Filterung
mittels einer Analyse-Filterbank sein kann, derart, dass in diesem Fall die Spektraldarstellung
aus Subbandsignalen und nicht einzelnen Spektralkomponenten besteht.
[0073] Nachfolgend wird ein speziell bevorzugtes Ausführungsbeispiel der vorliegenden Erfindung
anhand von Fig. 7 dargelegt. Der Transientendetektor, wie er bei 11 in Fig. 1 gezeigt
worden ist, umfasst bei diesem Ausführungsbeispiel eine Einrichtung 71 zum Berechnen
des Hochfrequenz-Inhalts (HFC) für jeden Block, der eine Einrichtung zum Berechnen
des Langzeit-HFC-72 nachgeschaltet ist. Ein Komparator 73 erfasst dann, ob es einen
Transienten gibt, bzw. ob es einen Transienten-Zeitraum gibt, in dem ein Transient
vorhanden ist. Insbesondere ist die Einrichtung 71 ausgebildet, um den gewichteten
Hochfrequenz-Inhalt (HFC) für jeden Block des ursprünglichen linken Signals und des
ursprünglichen rechten Signals zu berechnen. Alternativ kann auch ein HFC für jeden
Kanal für sich berechnet werden. Der HFC ist die gewichtete Summe der Absolutwerte
aller Frequenzlinien in einem Block, mit zunehmenden Gewichtungsfaktoren von niedrigeren
zu höheren Frequenzen. Der HFC berechnet sich folgendermaßen:
wobei X(f) die Spektralkoeffizienten für bestimmte Frequenzen sind, und wobei w(f)
Gewichtungsfaktoren für bestimmte Frequenzen sind.
[0074] Dadurch, dass die Gewichtungsfaktoren von niedrigen zu höheren Frequenzen ansteigen,
wird sichergestellt, dass im HFC-Wert die Energie in den höheren Frequenzkomponenten
im Vergleich zu der Energie in den niedrigeren Frequenzkomponenten gewichtet wird.
Eine Energie in höheren Spektralkomponenten ist nämlich ein besseres Indiz für einen
Transient als eine Energie in niedrigeren Spektralkomponenten. In der Implementierung
kann zur Berechnung des HFC auf sämtliche Spektralkomponenten zurückgegriffen werden.
Alternativ kann die Berechnung des HFC auch ausgehend von einem Grenzwert durchgeführt
werden, der etwa im mittleren Bereich des Spektrums liegt, so dass die niedrigen Spektralkoeffizienten
in der Berechnung des HFC keine Rolle spielen.
[0075] Ferner wird ein Langzeit-HFC-Mittelwert, der als HFC' bezeichnet wird, über wenigstens
drei und vorzugsweise fünf vorausgehende Blöcke berechnet. Wird dann in der Einrichtung
73 bestimmt, dass der HFC im aktuellen Block um einen Faktor mehr als einen konstanten
Faktor c von dem Langzeit-Mittelwert HFC' abweicht, wobei als konstanter Faktor c
eine Zahl > oder = 1,0 verwendet wird, so wird ein Transient detektiert. Die Schwelle
hängt von der Art des gleitenden Mittelwerts ab. Ist der gleitende Mittelwert eine
Mittelwert, in dem die Vergangenheit gegenüber dem aktuelleren Block stärker gewichtet
ist, also ein langsamer Mittelwert, so ist die Schwelle näher bei Eins als in dem
Fall, in dem die Vergangenheit weniger stark in den gleitenden Mittelwert eingeht.
Hier würde die Schwell weiter weg von Eins liegen.
[0076] Wenn ein Transient detektiert wird, wie es einer Einrichtung 74 zum Berechnen des
Mittelwerts von der Einrichtung 73 signalisiert wird, wird der Mittelwert der vergangenen
Absolutwerte jeder Frequenzlinie (Spektralkoeffizient) über einem definierten Zeitintervall,
wie beispielsweise fünf Blöcken, berechnet. Zusätzlich wird ein Prädiktions-Zulässigkeits-Intervall
Δ
max für die extrapolierten Absolutzufällig innerhalb dieses Intervalls Δ
max. Um dies zu erreichen, wird eine Berechnung gemäß einer Gleichung durchgeführt, wie
sie bei der Einrichtung 75 in Fig. 7 gezeigt ist. RN steht für Zufallszahl, Δ
max stellt das Zulässigkeitsintervall dar, SW ist ein Spektralwert, wie er durch die
Einrichtung 75 zum Berechnen berechnet wird, und SW
m ist der Spektralwert, der sich als Mittelwert aus mehreren vergangenen Blöcken ergibt,
wie er durch den Block 74 berechnet worden ist. Die Einrichtung 75 ist daher ausgebildet,
um folgende Gleichung auszuwerten:
[0077] Um Wiederholungseffekte zu vermeiden, die auftreten können, wenn ein detektierter
Transient zu lang ist, werden die extrapolierten Werte mit den ursprünglichen Werten
übergeblendet, und zwar dann, wenn ein festes Zeitintervall verstrichen ist, wie beispielsweise,
dass drei Blöcke von Synthesesignalen vorhanden waren, von denen dann wieder auf das
ursprüngliche Signal zurückgegangen werden muss. Wird der Transientenzeitraum jedoch
kürzer als drei Blöcke sein, so wird es bevorzugt, das Überblenden nicht durchzuführen,
da dann davon ausgegangen wird, dass sich die extrapolierten Signale noch nicht so
stark von den ursprünglichen Signalen entfernt haben. Das Überblenden kann entweder
vor einer Umsetzung in den Zeitbereich oder vorzugsweise nach einer Umsetzung in den
Zeitbereich stattfinden, wie es bei 76 in Fig. 7 dargestellt ist, um das Synthesesignal
zu erhalten.
[0078] In einer Implementierung kann das erfindungsgemäße Konzept in einen Extraktionsprozess
eines Umgebungssignals integriert werden oder als separater Nachverarbeitungsschritt
unter Verwendung eines existierenden Umgebungssignals verwendet werden, das jedoch
immer noch vor der erfindungsgemäßen Verarbeitung unerwünschte Transienten umfasst.
[0079] Die erfindungsgemäßen Verarbeitungsschritte können im Frequenzbereich pro Frequenzlinie
oder in Subbändern durchgeführt werden. Sie können jedoch auch nur teilweise im Frequenzbereich
typischerweise oberhalb eines bestimmten Frequenzlimits vorgenommen werden, oder aber
auch im Zeitbereich ausschließlich oder in einer Kombination von Zeit-und Frequenzbereich
durchgeführt werden.
[0080] Fig. 8 zeigt ein bevorzugtes Ausführungsbeispiel der vorliegenden Erfindung, bei
dem die Vorrichtung zum Erzeugen eines Umgebungssignals nicht nur ausgebildet ist,
um Umgebungssignale für einen Ausgang 80 für einen linken Umgebungskanal und einen
Ausgang 81 für einen rechten Umgebungskanal zu erzeugen. Die erfindungsgemäße Vorrichtung
umfasst ferner zusätzlich einen Hochmischer 82 zum Erzeugen von Signalen für den linken
Kanal L, den rechten Kanal R, den Mitten-Kanal C und vorzugsweise auch noch für den
LFE-Kanal, wie es in Fig. 8 gezeigt ist. Sowohl die Kombination aus Transienten-Detektor
12, Synthesegenerator 14 und Signalsubstituierer 16, also der Hochmischer 82 werden
von einem Decodierer 84 gespeist. Der Decodierer 84 ist ausgebildet, um einen Bitstrom
85 zu empfangen und zu verarbeiten, um ausgangsseitig ein Mono-Signal oder ein Stereo-Signal
86 zu liefern. Der Bitstrom kann ein MP3-Bitstrom oder eine MP3-Datei sein, oder er
kann eine AAC-Datei sein, oder kann auch eine Darstellung eines parametrisch codierten
Multikanalsignals sein. So könnte der Bitstrom 85 beispielsweise eine parametrische
Darstellung des linken Kanals, des rechten Kanals und des Center-Kanals sein, wobei
ein Übertragungskanal und mehrere Cues für den zweiten und den dritten Kanal enthalten
sind, wobei diese Verarbeitung aus der BCC-Multikanalverarbeitung bekannt ist. Dann
wäre der Decodierer 84 ein BCC-Decodierer, der nicht nur ein Mono- oder ein Stereo-Signal
liefert, sondern der sogar ein 3-Kanal-Signal liefert, das jedoch noch keine Daten
über die beiden Surround-Kanäle Ls, Rs umfasst. In einer Implementierung wird das
Untersuchungssignal somit in diesem Fall ein Mono-Signal, ein Stereo-Signal oder sogar
ein Multikanal-Signal sein, das jedoch keine eigenen Lautsprechersignale für die Surround-Kanäle
Ls, Rs umfasst.
[0081] Es sei darauf hingewiesen, dass man entweder dasselbe Ambience-Signal für beide Surround-Kanäle
oder für jeden Surround-Kanal ein eigenes Signal berechnen kann. Im ersten Fall wird
z. B. das Untersuchungssignal bzw. das Umgebungssignal von einer Summe aus linkem
und rechten Kanal abgeleitet. Im anderen Fall wird z. B. vom linken Kanal das Umgebungssignal
für den linken Surround-Kanal berechnet und wird vom rechten Kanal das Umgebungssignal
für den rechten Kanal berechnet.
[0082] Abhängig von der Gegebenheit, kann das erfindungsgemäße Verfahren in Hardware oder
in Software implementiert werden. Die Implementierung kann auf einem digitalen Speichermedium,
insbesondere einer Diskette oder CD mit elektronisch auslesbaren Steuersignalen erfolgen,
die so mit einem programmierbaren Computersystem zusammenwirken können, dass das Verfahren
ausgeführt wird. Allgemein besteht die Erfindung somit auch in einem Computer-Programm-Produkt
mit einem auf einem maschinenlesbaren Träger gespeicherten Programmcode zur Durchführung
des erfindungsgemäßen Verfahrens, wenn das Computer-Programm-Produkt auf einem Rechner
abläuft. In anderen Worten ausgedrückt, kann die Erfindung somit als ein Computer-Programm
mit einem Programmcode zur Durchführung des Verfahrens realisiert werden, wenn das
Computer-Programm auf einem Computer abläuft.
1. Vorrichtung zum Erzeugen eines Umgebungssignals, das zur Ausstrahlung über Lautsprecher
(Ls, Rs) geeignet ist, für die kein geeignetes Lautsprechersignal vorhanden ist, und
zum Erzeugen von Signalen für einen linken Kanal (L), einen rechten Kanal (R) und
einen Mitten-Kanal (C) in einem Multikanal-Szenario, mit folgenden Merkmalen:
einem Transienten-Detektor (11) zum Detektieren eines Transientenzeitraums (20), in
dem ein Untersuchungssignal einen transienten Bereich (22) aufweist;
einem Synthesesignalgenerator (12) zum Erzeugen eines Synthesesignals für den Transientenzeitraum
(20), wobei der Synthesesignalgenerator (12) ausgebildet ist, um ein Synthesesignal
zu erzeugen, das einen flacheren zeitlichen Verlauf als das Untersuchungssignal in
dem Transientenzeitraum (20) aufweist, und dessen Intensität von einer Intensität
eines vorangehenden oder nachfolgenden Abschnitts des Untersuchungssignals um weniger
als eine vorbestimmte Schwelle abweicht;
einem Signalsubstituierer (14) zum Substituieren des Untersuchungssignals im Transientenzeitraum
durch das Synthesesignal, um das Umgebungssignal zu erhalten; und
einem Hochmischer (82) zum Erzeugen von Signalen für den linken Kanal (L), den rechten
Kanal (R) und den Mitten-Kanal (C) aus einem Mono-Signal, einem Stereo-Signal oder
einer Darstellung eines parametrisch codierten Multikanalsignals,
wobei das Untersuchungssignal das Mono-Signal, das Stereo-Signal, das Multikanalsignal,
ein bereits extrahiertes Umgebungssignal oder ein synthetisiertes Umgebungssignal
ist.
2. Vorrichtung nach Anspruch 1, die für eine Blockverarbeitung bei überlappenden oder
nicht überlappenden Blöcken ausgebildet ist.
3. Vorrichtung nach Anspruch 2, bei der der Transienten-Detektor (11) ausgebildet ist,
um für aufeinander folgende Blöcke Intensitätswerte zu berechnen, und um einen Transientenzeitraum
(20) zu detektieren, wenn ein Intensitätswert eines Blocks von einem vorausgehenden
oder nachfolgenden Intensitätswert um mehr als eine vorbestimmte Transientenschwelle
unterschiedlich ist.
4. Vorrichtung nach Anspruch 3, bei der der Synthesesignalgenerator (12) ausgebildet
ist, um für einen Block im Transientenzeitraum (20) eine Mehrzahl von Spektralwerten,
die ein Kurzzeitspektrum des Blocks darstellen, so zu begrenzen, dass ihre Intensität
von der Intensität eines vorausgehenden oder nachfolgenden Blocks um weniger als die
vorbestimmte Transientenschwelle unterschiedlich ist.
5. Vorrichtung nach Anspruch 3 oder 4, bei der der Synthesesignalgenerator (12) ausgebildet
ist, um komplexe Spektralwerte, die ein Kurzzeitspektrum des Blocks, der den Transientenzeitraum
(20) umfasst, darstellen, im Hinblick auf ihre Phase oder ihr Vorzeichen zu randomisieren.
6. Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der der Synthesesignalgenerator (12) ausgebildet ist, um das Synthesesignal aus
Signalabschnitten des Untersuchungssignals vor oder nach dem Transienten-zeitraum,
aus dem Untersuchungssignal im Transienten-zeitraum nach Glättung des zeitlichen Verlaufs
desselben oder aus einer Kombination der Signalabschnitte des Untersuchungssignals
und dem Untersuchungssignals nach einer Glättung zu berechnen.
7. Vorrichtung nach Anspruch 6,
bei der der Synthesesignalgenerator (12) ausgebildet ist, um Signalabschnitte des
Untersuchungssignals vor oder nach dem Transientenzeitraum zu kopieren.
8. Vorrichtung nach Anspruch 6,
bei der der Synthesesignalgenerator (12) ausgebildet ist, um extrapolierte Spektralwerte,
die aus dem Untersuchungssignal außerhalb des Transientenzeitraums abgeleitet sind,
in einem vorbestimmten Bereich zu randomisieren.
9. Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der der Signalsubstituierer (14) ausgebildet ist, um von einem Abschnitt vor dem
Transientenzeitraum in den Transientenzeitraum gemäß einer Überblendfunktion überzublenden,
oder um von dem Transientenzeitraum in einen Abschnitt nach dem Transientenzeitraum
gemäß einer Überblendfunktion überzublenden.
10. Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der der Synthesesignalgenerator (12) ausgebildet ist, um ein Kurzzeitspektrum
des Synthesesignals mit Spektralwerten zu berechnen (40, 41, 42),
um das Kurzzeitspektrum in eine zeitliche Darstellung umzusetzen (43), die das Synthesesignal
(44) darstellt.
11. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der der Synthesesignalgenerator
(12) ausgebildet ist, um das Synthesesignal so zu erzeugen, dass die vorbestimmte
Schwelle kleiner oder gleich einem Faktor 2 ist.
12. Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der der Synthesesignalgenerator (12) ausgebildet ist, um als die vorbestimmte
Schwelle eine bandselektive voreingestellte Schwelle oder eine einzige Schwelle für
das gesamte Spektrum zu verwenden.
13. Vorrichtung nach einem der vorhergehenden Ansprüche, die ferner folgendes Merkmal
aufweist:
wobei der Synthesesignalgenerator (12) ausgebildet ist, um das gleiche Umgebungssignal
für einen hinteren linken Kanal oder einen hinteren rechten Kanal zu liefern, oder
um das Untersuchungssignal zu skalieren, so dass für den hinteren linken Kanal und
den hinteren rechten Kanal unterschiedlich skalierte Versionen des Umgebungssignals
ermittelt werden, oder um für zwei Umgebungs-Kanäle zwei eigene Umgebungssignale zu
berechnen.
14. Verfahren zum Erzeugen eines Umgebungssignals, das zur Ausstrahlung über Lautsprecher
(Ls, Rs) geeignet ist, für die kein geeignetes Lautsprechersignal vorhanden ist, und
zum Erzeugen von Signalen für einen linken Kanal (L), einen rechten Kanal (R) und
einen Mitten-Kanal (C) in einem Multikanal-Szenario, mit folgenden Schritten:
Detektieren (11) eines Transientenzeitraums (20), in dem ein Untersuchungssignal einen
transienten Bereich (22) aufweist;
Erzeugen (12) eines Synthesesignals für den Transientenzeitraum (20), um ein Synthesesignal
zu erzeugen, das einen flacheren zeitlichen Verlauf als das Untersuchungssignal in
dem Transientenzeitraum (20) aufweist, und dessen Intensität von einer Intensität
eines vorangehenden oder nachfolgenden Abschnitts des Untersuchungssignals um weniger
als eine vorbestimmte Schwelle abweicht;
Substituieren (14) des Untersuchungssignals im Transientenzeitraum (20) durch das
Synthesesignal, um das Umgebungssignal zu erhalten; und
Erzeugen, durch einen Hochmischer (82), von Signalen für den linken Kanal (L), den
rechten Kanal (R) und den Mitten-Kanal (C) aus einem Mono-Signal, einem Stereo-Signal
oder einer Darstellung eines parametrisch codierten Multikanalsignals,
wobei das Untersuchungssignal das Mono-Signal, das Stereo-Signal, das Multikanalsignal,
ein bereits extrahiertes Umgebungssignal oder ein synthetisiertes Umgebungssignal
ist.
15. Computerprogramm zum Ausführen eines Verfahrens gemäß Patentanspruch 14, wenn das
Verfahren auf einem Computer läuft.
1. A device for generating an ambience signal suitable for being emitted via loudspeakers
(Ls, Rs) for which there is no suitable loudspeaker signal, and for generating signals
for a left channel (L), a right channel (R) and a center channel (C) in a multi-channel
scenario, comprising:
a transient detector (11) for detecting a transient period (20) in which an examination
signal comprises a transient region (22);
a synthesis signal generator (12) for generating a synthesis signal for the transient
period (20), the synthesis signal generator (12) being implemented to generate a synthesis
signal which comprises flatter a temporal course than the examination signal in the
transient period (20) and the intensity of which deviates from an intensity of a preceding
or subsequent portion of the examination signal by less than a predetermined threshold;
a signal substituter (14) for substituting the examination signal in the transient
period by the synthesis signal to obtain the ambience signal; and
an upmixer (82) for generating signals for the left channel (L), the right channel
(R) and the center channel (C) from a mono signal, a stereo signal or a representation
of a parametrically encoded multi-channel signal,
wherein the examination signal is the mono signal, the stereo signal, the multi-channel
signal, an already extracted ambience signal or a synthesized ambience signal.
2. The device according to claim 1, implemented for block processing with overlapping
or non-overlapping blocks.
3. The device according to claim 2, wherein the transient detector (11) is implemented
to calculate intensity values for subsequent blocks and to detect a transient period
(20) when an intensity value of a block differs from a preceding or subsequent intensity
value by more than a predetermined transient threshold.
4. The device according to claim 3, wherein the synthesis signal generator (12) is implemented
to limit, for a block in the transient period (20), a plurality of spectral values
representing a short-term spectrum of the block such that their intensities differ
from the intensity of a preceding or subsequent block by less than the predetermined
transient threshold.
5. The device according to claim 3 or 4, wherein the synthesis signal generator (12)
is implemented to randomize complex spectral values representing a short-term spectrum
of the block including the transient period (20) with regard to their phases or signs.
6. The device according to one of the preceding claims,
wherein the synthesis signal generator (12) is implemented to calculate the synthesis
signal from signal portions of the examination signals before or after the transient
period, from the examination signal in the transient period after smoothing the temporal
course thereof or from a combination of the signal portions of the examination signal
and the examination signal after smoothing.
7. The device according to claim 6,
wherein the synthesis signal generator (12) is implemented to copy signal portions
of the examination signal before or after the transient period.
8. The device according to claim 6,
wherein the synthesis signal generator (12) is implemented to randomize, in a predetermined
domain, extrapolated spectral values derived from the examination signal outside the
transient period.
9. The device according to one of the preceding claims,
wherein the signal substituter (14) is implemented to cross-fade from a portion before
the transient period to the transient period according to a cross-fade function or
to cross-fade from the transient period to a portion after the transient period according
to a cross-fade function.
10. The device according to one of the preceding claims,
wherein the synthesis signal generator (12) is implemented to calculate (40, 41, 42)
a short-term spectrum of the synthesis signal with spectral values,
to convert (43) the short-term spectrum to a temporal representation representing
the synthesis signal (44).
11. The device according to one of the preceding claims,
wherein the synthesis signal generator (12) is implemented to generate the synthesis
signal such that the predetermined threshold is smaller than or equal to a factor
of 2.
12. The device according to one of the preceding claims, wherein the synthesis signal
generator (12) is implemented to use a band-selective preset threshold or a single
threshold as the predetermined threshold for the entire spectrum.
13. The device according to one of the preceding claims, further comprising:
wherein the synthesis signal generator (12) is implemented to provide the same ambience
signal for a back left channel or a back right channels or to scale the examination
signal so that for the back left channel and the back right channel different scaled
versions of the ambience signal are determined, or to calculate two special ambience
signals for two ambience channels.
14. A method for generating an ambience signal suitable for being emitted via loudspeakers
(Ls, Rs) for which there is no suitable loudspeaker signal, and for generating signals
for a left channel (L), a right channel (R) and a center channel (C) in a multi-channel
scenario, comprising the steps of:
detecting (11) a transient period (20) in which an examination signal comprises a
transient region (22);
generating (12) a synthesis signal for the transient period (20) to generate a synthesis
signal which comprises flatter a temporal course than the examination signal in the
transient period (20) and the intensity of which deviates from an intensity of a preceding
or subsequent portion of the examination signal by less than a predetermined threshold;
substituting (14) the examination signal in the transient period (20) by the synthesis
signal to obtain the ambience signal; and
generating, by an upmixer (82), signals for the left channel (L), the right channel
(R) and the center channel (C) from a mono signal, a stereo signal or a representation
of a parametrically encoded multi-channel signal,
wherein the examination signal is the mono signal, the stereo signal, the multi-channel
signal, an already extracted ambience signal or a synthesized ambience signal.
15. A computer program for executing a method according to claim 14, when the method runs
of a computer.
1. Dispositif pour générer un signal d'ambiance qui convient pour diffusion par des haut-parleurs
(Ls, Rs) pour lesquelles il n'est pas présent de signal de haut-parleur approprié,
et pour générer des signaux pour un canal gauche (L), un canal droit (R) et un canal
central (C) dans un scénario multicanal, aux caractéristiques suivantes:
un détecteur de transitoires (11) destiné à détecter une période de transitoires (20)
dans laquelle un signal d'examen présente une zone transitoire (22);
un générateur de signal de synthèse (12) destiné à générer un signal de synthèse pour
la période de transitoires (20), où le générateur de signal de synthèse (12) est réalisé
pour générer un signal de synthèse qui présente une évolution dans le temps plus plane
que le signal d'examen dans la période de transitoires (20), et dont l'intensité diffère
de moins d'un seuil prédéterminé d'une intensité d'un segment précédent ou suivant
du signal d'examen;
un substituteur de signal (14) destiné à substituer le signal d'examen dans la période
de transitoires par le signal de synthèse pour obtenir le signal d'ambiance; et
un mélangeur vers le haut (82) destiné à générer des signaux pour le canal gauche
(L), le canal droit (R) et le canal central (C) à partir d'un signal mono, d'un signal
stéréo ou d'une représentation d'un signal multicanal codé de manière paramétrique,
dans lequel le signal d'examen est le signal mono, le signal stéréo, le signal multicanal,
un signal d'ambiance déjà extrait ou un signal d'ambiance synthétisé.
2. Dispositif selon la revendication 1, qui est réalisé pour un traitement par bloc en
cas de blocs se recouvrant ou ne se recouvrant pas.
3. Dispositif selon la revendication 2, dans lequel le détecteur de transitoires (11)
est réalisé pour calculer des valeurs d'intensité pour des blocs successifs, et pour
détecter une période de transitoires (20) lorsqu'une valeur d'intensité d'un bloc
diffère de plus un seuil de transitoires d'une valeur d'intensité précédente ou suivante.
4. Dispositif selon la revendication 3, dans lequel le générateur de signal de synthèse
(12) est réalisé pour limiter, pour un bloc dans la période de transitoires (20),
une pluralité de valeurs spectrales représentant un spectre de courte durée du bloc,
de sorte que leur intensité diffère de moins du seuil de transitoires prédéterminé
de l'intensité d'un bloc précédent ou suivant.
5. Dispositif selon la revendication 3 ou 4, dans lequel le générateur de signal de synthèse
(12) est réalisé pour randomiser, en ce qui concerne leur phase ou leur signe, les
valeurs spectrales complexes qui représentent un spectre de courte durée du bloc qui
comporte la période de transitoires (20).
6. Dispositif selon l'une des revendications précédentes,
dans lequel le générateur de signal de synthèse (12) est réalisé pour calculer le
signal de synthèse à partir de segments du signal d'examen avant ou après la période
de transitoires à partir du signal d'examen dans la période de transitoires, après
aplanissement de l'évolution dans le temps de ce dernier, ou à partir d'une combinaison
des segments de signal du signal d'examen et du signal d'examen après un aplanissement.
7. Dispositif selon la revendication 6,
dans lequel le générateur de signal de synthèse (12) est réalisé pour copier des segments
du signal d'examen avant ou après la période de transitoires.
8. Dispositif selon la revendication 6,
dans lequel le générateur de signal de synthèse (12) est réalisé pour randomiser,
dans une zone prédéterminée, des valeurs spectrales extrapolées qui sont dérivées
du signal d'examen en-dehors de la période de transitoires.
9. Dispositif selon l'une des revendications précédentes,
dans lequel le substituteur de signal (14) est réalisé pour entrer en fondu enchaîné,
selon une fonction de fondu enchaîné, d'un segment avant la période de transitoires
dans la période de transitoires ou pour entrer en fondu enchaîné, selon une fonction
de fondu enchaîné, de la période de transitoires dans un segment après la période
de transitoires.
10. Dispositif selon l'une des revendications précédentes,
dans lequel le générateur de signal de synthèse (12) est réalisé pour calculer un
spectre de courte durée du signal de synthèse avec des valeurs spectrales (40, 41,
42),
pour convertir le spectre de courte durée en une représentation temporelle (43) qui
représente le signal de synthèse (44).
11. Dispositif selon l'une des revendications précédentes,
dans lequel le générateur de signal de synthèse (12) est réalisé pour générer le signal
de synthèse de sorte que le seuil prédéterminé soit inférieur ou égal à un facteur
de 2.
12. Dispositif selon l'une des revendications précédentes,
dans lequel le générateur de signal de synthèse (12) est réalisé pour utiliser, comme
seuil prédéterminé, un seuil préétabli sélectif par bande ou un seuil pour tout le
spectre.
13. Dispositif selon l'une des revendications précédentes, présentant par ailleurs la
caractéristique suivante:
dans lequel le générateur de signal de synthèse (12) est réalisé pour fournir le même
signal d'ambiance pour un canal gauche arrière ou un canal droit arrière, ou pour
échelonner le signal d'examen des sorte qu'il soit déterminé, pour le canal gauche
arrière et le canal droit arrière, des versions échelonnées différemment du signal
d'ambiance, ou pour calculer, pour deux canaux d'ambiance, des signaux d'ambiance
propres.
14. Procédé pour générer un signal d'ambiance qui convient pour diffusion par des haut-parleurs
(Ls, Rs) pour lesquels il n'est pas présent de signal de haut-parleur approprié, et
pour générer des signaux pour un canal gauche (L), un canal droit (R) et un canal
central (C) dans un scénario multicanal, aux étapes suivantes consistant à:
détecter (11) une période de transitoires (20) dans laquelle un signal d'examen présente
une zone transitoire (22);
générer (12) un signal de synthèse pour la période de transitoires (20), pour générer
un signal de synthèse qui présente une évolution dans le temps plus plane que le signal
d'examen dans la période de transitoires (20), et dont l'intensité diffère de moins
d'un seuil prédéterminé d'une intensité d'un segment précédent ou suivant du signal
d'examen;
substituer (14) le signal d'examen dans la période de transitoires (20) par le signal
de synthèse, pour obtenir le signal d'ambiance; et
générer, par un mélangeur vers le haut (82), des signaux pour le canal gauche (L),
le canal droit (R) et le canal central (C) à partir d'un signal mono, d'un signal
stéréo ou d'une représentation d'un signal multicanal codé de manière paramétrique,
dans lequel le signal d'examen est le signal mono, le signal stéréo, le signal multicanal,
un signal d'ambiance déjà extrait ou un signal d'ambiance synthétisé.
15. Programme d'ordinateur pour réaliser un procédé selon la revendication 14 lorsque
le procédé est exécuté sur un ordinateur.