-
Hintergrund der Erfindung
-
1. Gebiet
der Erfindung
-
Die
vorliegende Erfindung bezieht sich auf die Implementierung linearer
Quantisierung zum Gebrauch in digitalen Audio Kodier- und Dekodieranwendungen.
-
2. Beschreibung des Standes
der Technik
-
Wenn
ein analoges Signal in eine digitale Darstellung kodiert wird, dann
sind die Werte des analogen Signals, die kodiert werden können, auf
eine Anzahl von Werten oder quantisierten Schritten beschränkt. Für ein effektives
digitales Kodieren wird die Anzahl der Bits, die die Audioproben
darstellen, in der Anzahl variieren. Die Anzahl der Bits pro Audioprobe
sind in einer Tabelle Quantisierung pro Subband gespeichert.
-
MPEG
1 (Schicht 2) verwendet für
eine derartige Quantisierung Tabellen, von denen nur eine Tabelle abhängig von
der Abtastfrequenz und der Bitrate verwendet wird. Jede Tabelle
weist 16 Spalten auf und enthält für jede der
32 Subbänder
Daten. Der zum Speichern der unkomprimierten Daten benötigte Speicher
beträgt 2048 × 2 Byte.
-
Es
existieren verschiedene Verfahren zum Komprimieren der vier Quantisierungstabellen,
wobei ein Verfahren darin besteht, jede Reihe von Daten der Tabelle
zu komprimieren. Wiederholte Reihen werden nicht kodiert. Wenn andere
Quantisierungstabellen die gleiche Reiheninformation wie eine zuvor
Komprimierte aufweisen, dann müssen
diese Tabellen auch nicht kodiert werden. Auf diese Weise können die
in MPEG 1 (Schicht 2) verwendeten vier Quantisierungstabellen in
zwei Tabellen komprimiert werden. Um die ursprünglichen Tabellen wieder zu
erzeugen, werden jedoch vier zusätzliche
Tabellen benötigt.
-
Diese
bestehen aus zweiunddreißig
Werten, die verwendet werden, um auf den Startort der in einer der
beiden vorher komprimierten Tabellen gespeicherten Reihendaten zu
zeigen. Dieses Komprimierungsverfahren benötigt einen Speicherplatz von
776 × 2
Byte.
-
Es
sind verschiedene Probleme zu lösen.
Der Bedarf für
qualitativ höherwertiges
digitales Audio hat die Zunahme der Quantisierungsniveaus und somit
von Quantisierungstabellen angestoßen. Wenn ein Audiodekodierer
in LSI unter Verwendung eines RISC basierten Prozessors entworfen
wird, dann steigen die Kosten des Chips mit steigender Größe. Ein
Hauptfaktor, der zu der Chipgröße beiträgt, ist
die Menge des verwendeten Speichers. Wenn ein Softwareverfahren
der Dekomprimierung implementiert wird, dann steigt die Verarbeitungslast.
-
Zusammenfassung
der Erfindung
-
Das
Objekt dieser Erfindung ist es, ein effizientes Komprimierungsverfahren
zur Verfügung
zu stellen, welches eine minimale Dekomprimierungszeit benötigt.
-
Jede
der Quantisierungen pro Subbandtabellen wird in Tabellen komprimiert,
die eine Anzahl von Teilen aufweisen, wobei jeder der Teile das
komprimierte Format der Spalte ist. Diese Teile bestehen aus drei Paaren
von Daten. Der erste Datenwert des Paares definiert das Subband,
bis zu welchem der Wert nBits, der die Anzahl der Bits pro Audioprobe
anzeigt, der gleiche bleibt, im folgenden als Subbandmarker bezeichnet. Für das erste
Paar bleibt der Wert nBits für
alle Subbänder
von Null bis zu dem Subbandmarker konstant. Zweite und dritte Subbandmarker
beziehen sich auf den Bereich von dem des vorherigen Subbandmarkers
bis zum dem des derzeitigen Subbandmarkers. Wenn die derzeitige
Subbandnummer kleiner oder gleich dem Subbandmarker ist, dann ist
der Wert nBits gleich dem zweiten Wert des Paares. Jedes Datenpaar
wird untersucht, bis der Wert nBits aufgefunden wurde oder alle
drei Paare gesucht wurden. Wenn der Wert nBits nicht gefunden wird,
dann ist der Wert nBits durch Voreinstellung gleich Null.
-
Der
Subbandmarker des dritten Paares muss nicht gleich dem des letzten
Subbandes sein. Für
alle Subbänder
größer als
der Wert des Subbandmarkers in dem letzten Paar ist der Wert nBits
gleich Null.
-
In
dem Fall eines MPEG 1 (Schicht 2) Audiodekodierers eliminiert die
Erfindung eine Speicherverschwendung durch Kodieren jeder der Spalten
der Original-Quantisierung-Pro-Subband-Tabellen
in einen Teil, der drei Datenpaare aufweist. Für Subbänder bis zu und einschließlich des
ersten Werts des Paares ist die Anzahl der die Audioprobe (nBits)
repräsentierenden
Bits gleich dem zweiten Wert des Paares. Das zweite Paar wird derart
dekodiert, dass für
Subbänder
größer als
das des ersten Subbandmarkers bis zu und einschließlich des
zweiten Subbandmarkers der Wert nBits gleich dem zweiten Wert des
zweiten Paares ist. Ähnlich
ist für
das dritte Paar für
Subbänder
größer als
der zweite Subbandmarker bis. zu und einschließlich des dritten Subbandmarkers
der Wert nBits gleich dem zweiten Wert des dritten Paares. Jedes
Paar wird getestet bis die Quantisierung bestimmt wurde. Sollte
der Wert nBits nach der Untersuchung des dritten Paars unbestimmt
bleiben, dann ist der Wert nBits gleich Null.
-
Die
Quantisierungsdaten werden für
jedes der Subbänder
unter Verwendung von sb als den Zähler dekodiert, wobei der angemessene
Teil durch Multiplizieren der Bitzuordnungsdaten mit sechs mit einem
Index versehen wird. Die Quantisierungsdaten für alle Subbänder werden in der Gruppierung
nBits abgelegt.
-
Eine
Kodieroperation ist wie folgt.
-
Die
nominale Anzahl der Bits, die benötigt werden, um eine Audioprobe
zu speichern wird, identifiziert. Wenn die Proben in der Amplitude ähnlich sind,
dann kann eine Gruppierung implementiert werden. Wenn dem so ist,
wird dies durch Setzen von Bit fünf
des Werts nBits auf hoch angezeigt. Nach dem Identifizieren des Werts
nBits wird die quantisierte Probe in eine lineare Formel eingesetzt.
-
Wie
in der ISO/IEC 11172-3: 1993 (E) festgehalten wird, wird die Subbandprobe
durch Anwenden des Werts auf die folgende lineare Formel quantisiert: Q = AX + B
-
Wobei
X die durch den Skalierungsfaktor dividierte Subbandprobe ist.
-
Die
Konstanten A und B sind von einer Tabelle ausgelesene Quantisierungskoeffizienten.
A und B werden durch den Wert nBits mit einem Index versehen. Wenn
n Bit gleich drei ist, dann ist der Wert nBits gleich Null. Sollte
der Wert nBits größer als
sechzehn sein, dann ist der Indexwert gleich den kleinsten signifikanten beiden
Bits des Werts nBits. Sonst ist der Indexwert gleich dem Wert nBits.
Nach Erzeugung des Indexwerts werden die Werte A und B gelesen und
die lineare Formel ausgeführt.
-
Eine
Dekodieroperation arbeitet wie folgt.
-
Nach
dem Speichern aller Quantisierungsdaten können die quantisierten Audioproben
von dem Bitstrom gelesen werden. Die Anzahl der für jede quantisierte
Audioprobe zu lesenden Bits ist gleich dem Wert nBits, wobei nBits
von der Gruppierung array_nBits gelesen wird, die durch den Zeiger
sb von Null bis einunddreißig,
die zweiunddreißig
Subbänder
indizierend, mit einem Index versehen ist. Die Anzahl der zu lesenden Bits
ist gleich dem Wert der kleinsten signifikanten vier Bits des Werts
nBits. Sollte die Anzahl der Bits, die von dem Speicher gelesen
wurde, größer als
sechzehn sein, dann muss die quantisierte Audioprobe auf drei quantisierte
Audioproben degruppiert werden. Die quantisierten Audioproben für jedes
Subband sind im Speicher gespeichert.
-
Wie
in der ISO/IEC 11172-3: 1993 (E) festgehalten ist, werden die quantisierten
Audioproben mittels einer linearen Formel entquantisiert: S [sb] = C × (D
+ qspl [sb])
-
Die
Konstanten C und D sind aus einer Tabelle ausgelesene Klassen der
Quantisierung C und D sind durch den Wert nBits für Subband
sb mit einem Index versehen. Wenn n Bit gleich drei ist, dann ist
der Wert nBits gleich Null. Sollte der Wert nBits größer als
sechzehn sein, dann ist der Indexwert gleich den kleinsten signifikanten
beiden Bits des Werts nBits. Sonst ist der Indexwert gleich dem
Wert nBits. Nach dem Erzeugen des Indexwerts werden die Werte C
und D gelesen und es wird die lineare Formel ausgeführt.
-
Die
Aspekte der Erfindung sind wie in Anspruch 1 beschrieben.
-
Kurze Beschreibung der
Zeichnungen.
-
1 ist
ein Flussdiagramm, welches einen Überblick über die Prozesse zum Dekodieren
der auf den Wert nBits komprimierten quantisierten Niveaus pro Subbandtabellen
gibt, unter Verwendung des Werts nBits zum Lesen der Audioproben
aus dem Eingabedatenstrom und zur Dequantisierung der gelesenen
Audioproben.
-
2 ist
ein Flussdiagramm, welches das Dekodieren und die Erzeugung des
Werts nBits pro Subband darstellt.
-
3 zeigt
ein Flussdiagramm, welches die Prozesse darstellt, welche bei der
Dequantisierung der Audioproben beteiligt sind.
-
4 zeigt
ein Flussdiagramm, um die Verwendung des Werts nBits zum Indizieren
der umgeordneten Quantisierungsklassentabelle darzustellen.
-
Beschreibung
der bevorzugten Darstellungsformen
-
Ein
Beispiel der Ausführungsform
wird im folgenden diskutiert. Als erstes wird ein allgemeines Bild
der Implementierung erklärt.
-
1 zeigt
die Verwendung komprimierter Quantisierungstabellen und Daten. Dieses
Diagramm gemäß 1 beleuchtet
einen kleinen Abschnitt des Dekodierprozesses. Als erstes wird die
von dem Strom pro Audioprobe zu lesende Anzahl von Bits (nBits)
dekodiert. Der Prozess wird für
jedes Subband wiederholt, somit einen Subbandschleifenzeiger sb
verwendend, der auf Null (Schritt 101) initialisiert ist.
Der Dekodierprozess (Schritt 102) implementiert die Tabellen
der komprimierten Quantisierung pro Probe, wobei der Wert nBits in
einer Gruppierung array_nBits gespeichert ist, welche durch den
sb Zeiger indiziert ist. Nach der Dekodierung des Werts nBits für jedes
Subband wird der Subbandzeiger sb geprüft, um festzustellen, das alle
Subbänder
dekodiert wurden (Schritt 103), und, wenn nicht, wird der
sb Zeiger inkrementiert (Schritt 103') und der Prozess wiederholt. Die
Implementierung dieses Prozesses wird später diskutiert.
-
Die
nächste
Stufe ist, die Audioproben aus dem Strom (Schritt 105)
auszulesen, wobei die Anzahl der gelesenen Bits gleich dem Wert
in der Gruppierung array_nBits ist, die durch den aktuellen sb Zeiger
indiziert ist. Nach dem Lesen des Werts nBits muss die von dem Strom
gelesene Probe degruppiert werden (Schritte 106 und 106'), wenn der
Wert größer als
sechzehn ist. Die Audioproben werden in einer Gruppierung array_qspl,
indiziert durch den sb Zeiger, gespeichert. Auf ähnliche Art und Weise wird
dieser Prozess für
alle Subbänder
wiederholt, um so wiederzukehren, bis der sb Zeiger gleich einunddreißig ist
(Schritte 105–107'). Das Lesen
der Audioproben und das Degruppieren kann wie in der ISO/IEC 11172-3:
1993 (E) ausgeführt
werden und wird nicht näher
beschrieben.
-
Nach
dem Lesen und Speichern der quantisierten Audioproben (qspl) müssen die
Audioproben dequantisiert werden (Schritt 109). Erneut
wird dieser Prozess für
alle Subbänder
wiederholt, somit einen sb Zeiger verwendend (Schritte 109–110'). Der Dequantisierungsprozess
wird später
detaillierter diskutiert.
-
Als
nächstes
wird die Dekodierung der Anzahl von Bits pro Audioprobe beschrieben.
-
2 zeigt
ein Flussdiagramm zum Dekodieren der Anzahl der Bits pro Subbandprobe.
Gemäß 2 muss
zunächst
die Abtasttrequenz und die Bitrate (Schritt 201) von dem
Audiostromkopf dekodiert werden, um zu bestimmen, welche der vier
komprimierten Tabellen zu dekodieren ist. Diese Information wird
verwendet, um den Wert der sb Grenze zu bestimmen und auf diese
Weise zu bestimmen, welche der vier komprimierten Quantisierung-pro-Subband-Tabellen
Tabelle 1, Tabelle 2, Tabelle 3 oder Tabelle 4 zu verwenden ist.
-
Tabelle
1 Komprimierte 2 Ba Quantisierung pro Subband
-
Tabelle
2 Komprimierte 2 Bb Quantisierung pro Subband
-
Tabelle
3 Komprimierte 2 Bc Quantisierung pro Subband
-
Tabelle
4 Komprimierte 2 Bd Quantisierung pro Subband
-
Die
ausgewählte
Tabelle wird im folgenden hier als quant_tbl bezeichnet. Die Anzahl
der Bits pro Audioprobe wird für
jedes der zweiunddreißig
Subbänder
unter Verwendung des Schleifenzählers
sb, auf Null initialisiert (Schritt 202), dekodiert. Der
Zeiger quant_tbl (Schritt 203) wird durch Lesen der Bitzuordnungsdaten für das aktuelle
Subband und durch Multiplizieren mit sechs erzeugt, da sechs Daten
für jedes
Subband existieren. Der Subbandmarker, der durch den zuvor abgeleiteten
Zeiger indiziert wurde, wird mit dem aktuellen Subbandzähler sb
(Schritt 204) verglichen. Wenn sb kleiner oder gleich den
indizierten Wert ist, dann ist die Anzahl der zu lesenden Audio
Bits nBits gleich dem durch den Zeiger indizierten Wert plus eins
(Schritt 212). Wenn jedoch sb größer als der indizierte Subbandmarker
ist, dann wird der Zähler
um zwei (Schritt 205) inkrementiert, um auf das nächste Datenpaar
zu zeigen. Auf ähnliche
Art und Weise wird der aktuelle sb mit dem Subbandmarker (Schritt 206)
verglichen. Erneut ist, wenn der aktuelle sb kleiner oder gleich
dem Subbandmarker ist, der Wert nBits gleich quant_tbl, indiziert
durch den Zeiger plus eins. Wenn sb größer als der Subbandmarker ist,
dann wird der Zeiger um zwei (Schritt 207) vor dem Vergleichen
mit dem nächsten
Paar inkrementiert. Auf ähnliche
Art und Weise wird dann, wenn der aktuelle sb kleiner oder gleich
dem finalen Subbandmarker (Schritt 208) ist, der Wert nBits
dem Wert von quant_tbl zugeordnet, indiziert durch den Zeiger plus eins.
Da dies der finale Teil ist, wird der Wert nBits auf Null gesetzt
(Schritt 209), wenn sb größer als der Subbandmarker ist.
Der Wert nBits wird im Speicher array_nBits (Schritt 210)
gespeichert, indiziert durch sb. Die Dekodierung des Werts nBits
wird für
alle zweiunddreißig
Subbandproben ausgeführt,
so dass dann, wenn sb nicht gleich einunddreißig ist (Schritt 211),
sb um eins (Schritt 211')
inkrementiert wird und der Dekodierprozess von (Schritt 203)
wiederholt wird.
-
Als
nächstes
wird eine Dequantisierung beschrieben.
-
3 ist
ein Flussdiagramm zur Dequantisierung von quantisierten Audioproben.
Nach der Dekodierung von Audioproben (qspl) von dem Bitstrom müssen die
Proben dequantisiert werden. Der Dequantisierungsprozess wird in
drei Sektionen gemäß 3 ausgeführt.
-
Als
erstes (Schritt 302) wird das signifikanteste Bit von qspl
invertiert, wodurch eine Zweierkomplement-Bruchzahl (Englisch =
two's complement
fractional number) erzeugt wird.
-
Als
zweites wird eine lineare Formel auf den neuen Wert von qspl (Schritt 303)
angewandt, wobei dies die einzige Sektion ist, die von der ursprünglichen
Spezifikation (ISO/IEC 11172-3: 1993 (E)) abweicht und im folgenden
detaillierter beschrieben wird.
-
Der
finale Part ist die Skalierung des dequantisierten Wertes (Schritt 304).
Der Dequantisierungsprozess wird mit allen Subbandproben ausgeführt, wodurch
ein Subbandzeiger (sb) implementiert wird, der zunächst auf
Null (Schritt 301) initialisiert wird und nach der Dequantisierung
jeder Probe (Schritt 305) evaluiert wird.
-
Eine
lineare Formel wird als nächstes
beschrieben.
-
Die
lineare Formel lautet gemäß ISO/IEC
11172-3: 1993 (E): S = C ×(D + s")
-
Der
Prozess der Ausführung
unterscheidet sich von dem der ursprünglichen Spezifikation durch
den Prozess des Auffindens der Werte von C und D, da diese von der
modifizierten Tabelle 5 gelesen werden. Modifiziert bedeutet, dass
die Reihenfolge der Reihen verändert
wurde, um die Dekodierung einfacher zu machen. Spalten „C" und „D" wurden in der Tabelle
5 weggelassen, können
jedoch in der ISO/IEC 11172-3: 1993 (E) auf Seite 232 in der Originaltabelle
3-B.4 aufgefunden werden.
-
Tabelle
5 Schicht II Quantisierungsklassen
-
4 ist
ein Flussdiagramm der Dekodierungsindexzeiger C und D. Gemäß 4 werden
C und D von der umgeordneten Tabelle durch einen Zeiger (C_D_ptr)
gelesen, der Zeiger wird mit nBits für das aktuelle Subband (Schritt 401)
initiiert. Sollte C_D_ptr kleiner oder gleich sechzehn sein, (Schritt 402)
dann bleibt der aktuelle Wert für
C_ D_ptr bestehen. Wenn jedoch C_D_ptr drei ist (Schritt 403),
dann wird C_D_ptr Null (Schritt 404). In dem Fall, in dem
C_D_ptr größer als
sechzehn ist, sind nur die kleinsten signifikanten beiden Bits von
C_D_ptr gültig
(Schritt 405). Die Werte C und D können nun aus der Tabelle 5
unter Verwendung von C_D_ptr als Index ausgelesen werden.
-
Aus
der obigen Beschreibung dieser neuen Tabellenkomprimierungstechnik
ist klar, dass die Implementierung dieses Verfahrens die Länge des
zum Speichern und zum Dekodieren der Quantisierungsniveaus pro Subband
benötigten
Speichers reduziert. Die Tabellen werden auf 384 × 2 Byte
Datenwerte, die auf 32 Datenwerte dekodiert werden, komprimiert.
Es ist nicht nur das Komprimierungsverfahren für den Speicher effizient, sondern
es ist auch der Dekodierprozess für die Verarbeitungszeit effizient.
Tabelle 3
Tabelle 4
wobei jede Tabelle drei Spaltenpaare aufweist, wobei jedes Paar eine Spalte sb marker und eine Spalte quant. aufweist, wobei sb marker das Subband repräsentiert bis zu welchem die Anzahl der Bits pro Audioaufnahme konstant bleibt, und quant. die Anzahl der Bits pro Aufnahme repräsentiert.