DE3310480A1

DE3310480A1 - Digital coding method for audio signals

Info

Publication number: DE3310480A1
Application number: DE19833310480
Authority: DE
Inventors: Karlheinz Dipl.-Ing. 8520 Erlangen Brandenburg; Gerhard G. Dr.-Ing. 7141 Aurich Langenbucher; Helmuth Dipl.-Ing. 8520 Erlangen Schramm; Dieter Prof. Dr.-Ing. Seitzer
Original assignee: Individual
Current assignee: Individual
Priority date: 1983-03-23
Filing date: 1983-03-23
Publication date: 1984-10-04
Also published as: DE3310480C2

Abstract

Published without abstract.

Description

Prof. Dr. -Ing. Dieter Seither *··**--* .*.-" 33/1 63^ "] Q 4 8 0 Humboldtstraße 14 - J" 'Prof. Dr. -Ing. Dieter Seither * ·· ** - *. * .- "33/1 63 ^"] Q 4 8 0 Humboldtstrasse 14 - J "'

8520 Erlangen8520 Erlangen

Die Erfindung betrifft ein digitales Codierverfahren für die übertragung bzw. Speicherung akustischer Signale, insbesondere Musiksignale.The invention relates to a digital coding method for transmission or storage of acoustic signals, in particular music signals.

Ein grundlegendes Verfahren zur Codierung akustischer Siynale ist die sog. Pulscodemodulation als Ausgangspunkt für weitere Datenreduktionsverfahren. Während Sprachsignale üblicherweise mit 12 Bit linear bzw. 8 Bit logarithmisch codiert werden, werden für Musiksignale momentan 14 Bit bei linearer Codierung verwendet. Bei einer Abtastfrequenz von 8 kHz ergeben sich damit für Sprachsignale Datenraten 96 kbit/s bzw. 64 kbit/s. Musiksignale werden wegen der höheren Qualitätsanforderungen mit mindestens 32 kHz (Deutsche Bundespost) abgetastet. Bei 14 Bit linearer Codierung ergibt sich somit eine Datenrate von 448 kbit/s.A basic method for coding acoustic signals is what is known as pulse code modulation as a starting point for others Data reduction process. While voice signals are usually coded linearly with 12 bits or logarithmically with 8 bits, 14 bits are currently used for music signals with linear coding. With a sampling frequency of 8 kHz this results in for voice signals data rates 96 kbit / s or 64 kbit / s. Music signals are because of the higher quality requirements sampled with at least 32 kHz (Deutsche Bundespost). With 14-bit linear coding, this results in a data rate of 448 kbit / s.

Im Gegensatz zur übertragung, von Sprachsignalen, für die es eine ganze Reihe von Datenreduktionsverfahren gibt, sind kaum Datenreduktionsverfahren für.Musiksignale bekannt. In CH3 wird von einem Verfahren berichtet,, mit dem eine Reduktion von 14 Bit auf 11 Bit erreicht wird. Werden jedoch Reduktionsfaktoren größer j gleich 2 angestrebt, - d. h. anstelle von 14 Bit werden nur 7 Bit pro Abtastwert verwendet - so bewirken Datenreduktionsverfahren für Musiksignale bisher immer eine Qualitätsverminderung relativ zu einer linearen Quantisierung.In contrast to the transmission of speech signals, for which there are a number of data reduction processes, there are hardly any known data reduction processes for music signals. In CH3 a process is reported with which a reduction from 14 bits to 11 bits is achieved. However, if reduction factors greater than j equal to 2 are sought - ie instead of 14 bits only 7 bits are used per sample value - data reduction methods for music signals have always resulted in a reduction in quality relative to linear quantization.

Das Ziel der Erfindung ist die Realisierung eines Verfahrens zur Datenreduktion von Musiksignalen um einen Faktor 4-6 > (je nach Abtastrate des Originalsignals), ohne.daß eine subjektive Qualitätsminderung des Signals bemerkbar wird, sowie die Realisierung eines solchen Verfahrens in Festkommarechnung. Die Verbesserung gegenüber herkömmlichen Verfahren, z.' B. einer nichtlinearen Quantisierung, kommt dadurch zustande, daß das Codierverfahren im Spektralbereich nach dem Prinzip der Adaptiven Transformations-The aim of the invention is to implement a method for data reduction of music signals by a factor of 4-6> (depending on the sampling rate of the original signal), without any subjective reduction in quality of the signal becomes noticeable, as well as the implementation of such a method in fixed-point calculation. The improvement compared to conventional methods, e.g. B. a non-linear quantization, comes about that the coding method in Spectral range according to the principle of adaptive transformation

_ 5 _ COPV_ 5 _ COPV

codierung (ATC) arbeitet. Das Prinzip der ATC ist grundsätzlich von der Sprachübertragung her bekannt C 2 U . Jedoch war es dort bisher trotz der vergleichsweise niedrigen Abtastfrequenz von 8 kHz - dies ist ein Viertel_der Mindestabtastfrequenz für Musiksignale hoher Qualitä_rt - aufgrund seiner Komplexität nicht im praktischen Betrieb einsetzbar. Da die notwendigen Operationen in Gleitkommarechnung durchgeführt werden mußten, waren zur Simulation der ATC Rechenanlagen nötig. Diese erlauben jedoch aufgrund ihre'r zu kleinen Rechengeschwindigkeit in der Regel keine Echtzeitverarbeitung des akustischen Signals.coding (ATC) works. The principle of ATC is basically known from voice transmission C 2 U. However, it has been there despite the comparatively low sampling rate of 8 kHz - t this is a Viertel_der Mindestabtastfrequenz for music signals high Quality _r - due to its complexity not in practice be used. Since the necessary operations had to be carried out in floating point arithmetic, computer systems were required to simulate the ATC. However, because their computing speed is too low, these generally do not allow real-time processing of the acoustic signal.

Da Musiksignale vielfach auf wenige signifikante Frequenzen beschränkte Spektralanteile besitzen, eignet sich das Prinzip der Adaptiven Transformationscodierung, besonders zur Codierung von. Musiksignalen. Bei diesem Verfahren werden.Spektralkoeffizienten, die in Abhängigkeit ihrer Energie unterschiedlich.fein.quantisiert werden, zum Empfänger übertragen. Spektralkoeffizienten, deren Anteil am Gesamtsignal unbedeutend .ist, werden nicht-übertragen. Zusätzlich werden noch.. Informationen über den. Verlauf des Spektrums zum Empfänger übertragen.Since music signals often have spectral components limited to a few significant frequencies, the principle of adaptive transformation coding is particularly suitable for coding . Music signals. With this method, spectral coefficients, which are finely quantized differently depending on their energy, are transmitted to the receiver. Spectral coefficients whose share in the overall signal is insignificant are not transmitted. In addition, ... information about the. Transfer the course of the spectrum to the receiver.

Die Erfindung betrifft eine Echtzeitrealisierung des .Codierverfahrens, dadurch gekennzeichnet,, daß die. notwendigen Rechenoperationen mit. beschränkter Wortlänge in.Festkomma-Rechnung durchgeführt werden. Um die beschränkte Wortlänge möglichst effektiv auszunutzen, werden an..verschiedenen Stellen des Systems Verstärkungsregelungen eingesetzt.The invention relates to a real-time implementation of the .Coding method, characterized in that the. necessary arithmetic operations with. limited word length in fixed point calculation will. In order to use the limited word length as effectively as possible, gain controls are implemented at different points in the system used.

Ein.Block von .128 Abtastwerten des akustischen Signals wird unter Verwendung der Diskreten Cosinus-Transformation. (DCT) in einen Satz von 128 Spektralkoeffizienten. transformiert. Die DCT wird mit Hilfe der schnellen Fourier-Transformation '(FFT) realisiert U.33 · Bsi der Realisierung der FFT in .Festkommarechnung nehmen die Rundungsfehler bekanntlich von Stufe zu Stufe zu. ■ Der Grund liegt darin, daß eine 16 χ 16 Bit Multiplikation ein 32 Bit Ergebnis liefert. Bei einer Festkomma-Darstellung mit nur 16 Bit Wortlänge müssen 'die-unteren 16 Bit dieses 32 Bit Ergebnisses bei der weiteren Verarbeitung unberücksichtigt bleiben. Es ist leicht einzusehen, daß die dadurch·entstehenden Rundungsfehler umso größer werden, je kleiner die ursprünglich zu multiplizierenden Faktoren sind-A block of .128 samples of the acoustic signal is generated using the Discrete Cosine Transform. (DCT) into a set of 128 spectral coefficients. transformed. The DCT is implemented with the aid of the Fast Fourier Transformation (FFT) U.33 · Bsi the implementation of the FFT in fixed-point calculation, the rounding errors increase from level to level, as is well known. ■ The reason is that a 16 χ 16 bit multiplication yields a 32 bit result. In the case of a fixed point representation with a word length of only 16 bits, the lower 16 bits of this 32-bit result must not be taken into account for further processing. It is easy to see that the resulting rounding errors become greater the smaller the factors originally to be multiplied -

Das Problem der Rundungsfehler wird bei der Erfindung dadurch verringert, daß vor der Berprhnnnrr λ~*- ™™_m -----The problem of rounding errors is reduced in the invention by the fact that before the Berprhnnnrr λ ~ * - ™haben _m -----

kungsregelung wirkt..: "Damit ^:iai;;j3i*c her gestellt, dale ^uca [fctpn diejenigen Blöcke von Signalwerten, die kleine Signalamplituden enthalten, die zur Verfügung stehende Wortlänge ausgenutzt wird. Ein weiteres Problem bei der Berechnung der FFT in Festkommarechnung besteht darin, daß das Zwischenergebnis nach der Berechnung einer Stufe maximal doppelt so groß sein kann wie die Eingangswerte für diese Stufe. Die dadurch entstehenden Überläufe verfälschen das Ergebnis der FFT-Berechnung. Eine 2. Verstärkungsregelung wird deshalb bei der Berechnung der FFT verwendet, um mögliche Überläufe zu verhindern. Die Regelung nimmt eine Skalierung der Ergebnisse für alle FFT- Stufen vor, beginnend von der Stufe, ab der unter ungünstigsten Bedingungen ein Überlauf zu erwarten ist. Die Verstärkungsregelung kann auch abhängig von den Signalwerten innerhalb eines Blockes erfolgen, derart, daß nach der Berechnung einer FFT-Stufe alle Zwischenergebnisse daraufhin., kontrolliert werden, ob sie betragsmäßig maximal die Hälfte des zur Verfügung stehenden Wertebereiches benötigen.. Überschreitet ein Zwischenergebnis betragsmäßig diese Grenze,, so müssen alle Zwischenergebnisse der jeweiligen Stufe skaliert werden.kung regulation acts .. ^"To: iai ;; j3i * c ago found dale ^ uca [fctpn those blocks of signal values that contain small signal amplitudes available to word length is exploited Another problem in calculating the FFT in fixed-point statement. consists in the fact that the intermediate result after the calculation of a stage can be a maximum of twice as large as the input values for this stage. The resulting overflows falsify the result of the FFT calculation. A second gain control is therefore used when calculating the FFT to The control performs a scaling of the results for all FFT levels, starting from the level from which an overflow is to be expected under the most unfavorable conditions. The gain control can also take place depending on the signal values within a block, in such a way that after the calculation of an FFT level, all intermediate results are then checked to see whether they are relevant In terms of amount, they require a maximum of half of the available value range. If an intermediate result exceeds this limit in terms of amount, then all intermediate results of the respective level must be scaled.

Ein wesentliches Merkmal der adaptiven Transformationscodierung (ATC) besteht darin, die einem Wert im transformierten Bereich zugeteilte Wortlänge optimal im Sinne eines minimalen Quadrates des Quantisierungsfehlers an die spektrale Verteilung des Signals anzupassen. Die Bitzahl R.. für einen Spektralkoeffizienten i ergibt sich theoretisch zu £23An essential feature of adaptive transform coding (ATC) is that it has a value in the transformed range Allocated word length optimal in the sense of a minimal square of the quantization error in the spectral distribution of the signal adapt. Theoretically, the number of bits R .. for a spectral coefficient i is £ 23

- 1 ⁶>² - 1 ⁶ > ²

R₁ = R + ο -Id ^! (1)R ₁ = R + ο -Id ^! (1)

i = 1 ... Ni = 1 ... N

R = mittlere Bitzahl pro Koeffizient N = Blocklänge
<o . = Varianz des Koeffizienten i.R = average number of bits per coefficient N = block length
<o. = Variance of the coefficient i.

Bei realen, nichtstationären Signalen-wie Sprache oder.Musik wird diese Bitaufteilung bei der ATC für jeden transformiertenWith real, non-stationary signals such as speech or music this bit division is transformed for each at the ATC

331 ο48ο331 ο48ο

Block .neu an den momentanen spektralen.Verlauf angepaßt. Nach Gl. (1) müßten somit je Block^:KTWerte R. als Zusatzinformation zum Empfänger übertragen werden. Da dies einen unvertretbar hohen Anteil.an der gesamten zu übertragenden Information bedeutete, muß eine wesentliche Datenreduktion bei der Beschreibung des Spektrums durchgeführt werden. Ein im Prinzip bekanntes und für die hier betrachtete Anwendung gut geeignetes Verfahren besteht darin, statt des tatsächlichen Jtferts logarithmische Schätzwerte der Streuung, log G₁, für einige Stützstellen im Spektrum zu übertragen. Sie werden aus den aktuellen Spektralwerten y. wie folgt berechnet: Block .new adapted to the current spectral.progress. According to Eq. (1) would therefore have ^{to be transmitted per block:} KTWerte R. as additional information to the receiver. Since this meant an unacceptably high proportion of the total information to be transmitted, a significant data reduction must be carried out when describing the spectrum. A method which is known in principle and is well suited for the application under consideration consists in transferring logarithmic estimated values of the scatter, log G ₁ , for some support points in the spectrum instead of the actual value. They are derived from the current spectral values y. calculated as follows:

Λ h*^M
log C?.²= -J- . Σ logy·² (2) Λ h * ^M
log C ?. ² = -J-. Σ logy ² (2)

J = J₁ J = J ₁

Das heißt, in einem Intervall 1 werden M benachbarte logarithmierte Quadrate gemittelt. Es ergeben sich L = N/M zu übertragende Stützwerte.That is, in an interval 1, M adjacent logarithms become Averaged squares. The result is L = N / M supporting values to be transmitted.

Aus den Stützwerten werden durch lineare Interpolation wieder sämtliche Zwischenwerte log &j ermittelt. Zur Berechnung der Bitzahlen R^ nach Formel. (1) wird log 6 anstatt log e? verwendet.All intermediate values log & j are again determined from the support values by linear interpolation. To calculate the bit numbers R ^ according to the formula. (1) will log 6 be used instead of log e? used.

Erfindungsgemäß wird dieses Prinzip so modifiziert, daß eine Ausführung mit vertretbarem Geräteaufwand in Echtzeit ermöglicht wird, ohne die Leistungsfähigkeit einzuschränken.According to the invention, this principle is modified so that an execution with a reasonable amount of equipment in real time without reducing the performance.

Die Quadrierung der Spektralwerte in (2) innerhalb eines Intervalls kann über die für die Transformation sowieso benötigte Multiplikationseinheit erfolgen, z. B. als 16 χ 16 bit Multiplikation.The squaring of the spectral values in (2) within an interval can be done using the multiplication unit required anyway for the transformation, e.g. B. as 16 χ 16 bit multiplication.

Im Gegensatz zu (2) wird die Summierung direkt über die Quadrate ausgeführt: , ' ; ·In contrast to (2), the summation is carried out directly over the squares:, '; ·

Λ 2 ι ' I 2
log 6, = log — · Σ y- (3)Λ 2 ι 'I 2
log 6, = log - Σ y- (3)

Die geometrische Mittelung wird durch eine arithmetische ersetzt, da dadurch günstigere Ergebnisse erzielt werden bei verringertem y Rechenaufwand.The geometrical averaging is replaced by an arithmetic one, since more favorable results are achieved with a reduced y Computing effort.

331 ο48ο331 ο48ο

Die Aufsummierung wird üblicherweise in der gleichen Einheit wie die Multiplikation erfolgen, kann aber auch extern durchgeführt werden.The summation is usually in the same unit as the multiplication takes place, but can also be carried out externally.

Eine denkbare Vereinfachung .ist der Ersatz der quadratischen Mittelung durch Mittelung der Beträge Iy.! . Der Multiplizierer kann dann an dieser Stelle entfallen, es sind jedoch geringfügige Qualitätseinbußen möglich.A possible simplification. Is the replacement of the square Averaging by averaging the amounts Iy.! . The multiplier can then be omitted at this point, but slight quality losses are possible.

Die Logarithmierung in Gl...(3) muß wesentlich vereinfacht werden. Es zeigt sich, daß es genügt, von. der Summe der. Quadrate nur die ganzzahlige Zweierpotenz zu bestimmen, d. h. nur die Stellung der ersten M¹ im binären Wort. Bei 16. bit Wortlänge für y. treten nur ganzzahlige Werte im Bereich 0 ... 29 auf. Sie sind mit 5 bit darstellbar, es ergibt sich gleichzeitig eine Quantisierung und damit Datenreduktion der Zusatzinformation.The logarithm in Eq. (3) must be simplified considerably. It turns out that it is enough of. the sum of the. Squares only determine the integer power of two, ie only the position of the first M ¹ in the binary word. With 16. bit word length for y. only integer values in the range 0 ... 29 occur. They can be represented with 5 bits; at the same time, there is a quantization and thus data reduction of the additional information.

Selbstverständlich ist das Verfahren auch auf. die ursprüngliche Form nach Gl. (2) anwendbar.Of course, the procedure is also on. the original form according to Eq. (2) applicable.

Die Vereinfachung der Logarithmierung führt zu keiner meßbaren Beeinflussung der Qualität.The simplification of the logarithmization does not lead to any measurable influence on the quality.

Die lineare Interpolation der logarithmierten Stützwerte zur Berechnung der Schätzwerte, log Gj der Spektralkoeffizienten ist bezüglich der verfügbaren Wortlänge unproblematisch durch die sich oben ergebende Beschränkung auf z.B. 5 bit.The linear interpolation of the logarithmic support values for calculating the estimated values, log Gj is the spectral coefficient unproblematic with regard to the available word length due to the above limitation to e.g. 5 bits.

2 Werte an den Intervallgrenzen werden gleich dem ersten bzw. letzten Stützwert gesetzt. Bei der Ausführung der eigentlichen Interpolation wird für die Differenz zwischen 2 interpolierten Werten die Wortlänge intern um ld (M) + 1 Stellen erhöht sowie vorzeichenabhängig ein Korrekturwert zur Rundung addiert oder subtrahiert. Die während der Berechnung eines interpolierten Wertes nötige Division durch 2*M erfolgt durch eine einfache Schiebeoperation. .2 values at the interval limits are set equal to the first or last reference value. When executing the actual Interpolation, the word length is increased internally by ld (M) + 1 places for the difference between 2 interpolated values as well as a correction value depending on the sign added or subtracted for rounding. The interpolated during the calculation of a The required division by 2 * M is done by a simple shift operation. .

— 9 —- 9 -

331048 ο331048 ο

Ausgehend von den interpolierten Werten der Streuung erfolgt die Aufteilung der verfügbaren Stellenzahl auf die Spektralwerte. Da die Streuungen schon als logarithmische Werte vorliegen, reduziert sich die Berechnung der Bitzahl noch (1) auf die Ausführung von Grundrechenarten, doch auch hier kann aus Aufwandsgründen keine Gleitkommarechnung durchgeführt werden,Based on the interpolated values of the scatter, the available number of digits is divided among the spectral values. Since the scatter is already available as logarithmic values, the calculation of the number of bits is reduced (1) to the execution of basic arithmetic operations, but here, too, can For reasons of effort, no floating point calculation is carried out,

Mit dem gewählten Verfahren ist eine reine Festkommarechnung möglich. Für die interne Darstellung werden, die Wortlängen um eine Zweierpotenz,, z. B. 16 entsprechend 4 binären Stellen, erhöht. Ein 16 bit Rechenwerk ist dann vollkommen ausreichend.With the selected procedure, a pure fixed-point calculation is possible. For the internal representation, the word lengths by a power of two ,, z. B. 16 corresponding to 4 binary digits, elevated. A 16 bit arithmetic unit is then completely sufficient.

Voraussetzung ist wiederum.die Minimierung von Rundungseinflüssen durch sinnvolles Zusammenfassen von .Teiloperationen und die Addition von Korrekturwerten vor. Divisionen.Again, the prerequisite is the minimization of the effects of rounding through the sensible combination of partial operations and the addition of correction values. Divisions.

Die Erfindung beinhaltet eine Echtzeitrealisierung des beschriebenen Verfahrens. Untersuchungen ergaben, daß selbst bei hohen Qualitätsanforderungen für. die Realisierung ein 16 bit Rechenwerk ausreicht. Dabei, können Signale mit einer Bandbreite von über 20 kHz verarbeitet werden. Die dabei erzielten Datenraten liegen um den Faktor .4.-6 .unter den bisher, verwendeten Datenraten.The invention includes a real-time implementation of what has been described Procedure. Investigations have shown that even with high quality requirements for. the realization of a 16 bit arithmetic unit sufficient. Signals with a bandwidth of over 20 kHz can be processed. The data rates achieved are 4 to 6 times below the data rates previously used.

Claims

Digital coding process for transmission or storage in particular of acoustic signals according to the ATC method, characterized in that the calculation of the Values to be transmitted in blocks are entirely or partially in fixed point calculation with limited word length, whereby the rounding errors can be eliminated by a distributed gain control.

Subclaims

2. The method according to claim 1, characterized in that a

1. Gain control take full advantage of the limited Word length guaranteed for each of the blocks of signal values, so that small signal values are not penalized.

3. The method according to claim 1, characterized in that a

2. Gain control prevents a possible overflow when calculating the FFT. .

4. The method according to claim 1, characterized in that the 2. Gain control is fixed to the worst case.

5. The method according to claim.1, characterized in that the

2. Gain control depending on the sample values of the respective Block is carried out.

6. The method according to claim 1, characterized in that when calculating the support points of the spectrum, the geometric Averaging is replaced by an arithmetic one.

7. The method according to claim 1, characterized in that Jdaß at the calculation of the support points of the spectrum, the quadratic message is replaced by an averaging of the amount -

8. The method according to claim 1, characterized in .daß at the calculation of the support points of the spectrum the logarithmization is replaced by the determination of the first "1" in the

-i -

binary word and that a reduction in the additional information is achieved at the same time.

9. The method according to claim 1, characterized in that the Interpolation to estimate the variances of the spectral coefficients is carried out with an internal increment, but without additional requirements for the existing arithmetic unit.

TO. Method according to claim 1, characterized in that the Calculation of the number of bits for the individual spectral coefficients is carried out with an internally increased word length, but without additional requirements for the existing one Arithmetic unit.

11. The method according to claim 1, characterized in that at the required divisions of the entire bit allocation by shifting operations or by reading out previously stored ones Values (e.g. in a read / write or read-only memory) are replaced.

12. The method according to claim 1, characterized in that the Rounding influences that arise from the fixed-point calculation through suitable grouping of partial operations and correction additions before the. Rounding can be reduced.

13. The method according to claim 1, characterized in that during the bit allocation for the spectral coefficients correction operations be carried out iteratively because of negative and excessively large bit numbers, whereby the number of iterations is limited is.

14. The method according to claim 1, characterized in that the

Correction of remaining errors in the bit allocation (total

number of bits too large or too small) -priority-controlled, whereby the priority depends on the size of the rounding error s?

15. The method according to claim 1, characterized in that the priority-controlled correction of remaining errors in the Bit allocation is simplified by dividing the rounding errors into a few classes beforehand.

16. The method according to claim 1, characterized in that the Bit allocation for the · spectral coefficients according to the criterion optimal subjective quality takes place.

17. The method according to claim 1, characterized in that the implementation of the operations described in the claims takes place under software control, d. that is, instructions for performing the operations as a program in a Read-only memories are stored and the data is temporarily stored in a read / write memory (RAM) and the processing of the instructions is carried out in a central switchgear.

18. The method according to claim 1, characterized in that the implementation of the operations described in the claims is done by special hardware, d. i.e., by a sequential switching mechanism designed for this purpose.

19. The method according to claim 1, characterized in that the Carrying out the operations described in the claims partly software-controlled and only takes place with regard to time-critical operations by special hardware.

20. The method according to claim 1, characterized in that the Coding by means of the ATC for the purpose of digital storage of the signal, for example on tape or Record, takes place. ;

21. The method according to claim 1, characterized in that the coding takes place by means of the ATC for the purpose of digital transmission in the telecommunications network (wired or via glass fiber). _coP V

22. The method according to claim 1, characterized in that the coding takes place by means of the ATC for the purpose of digital transmission in the broadcast network, a combination with
the respective modulation method of the relevant transmission frequency range is carried out.