Ausnutzung von Wahrnehmungseigenschaften in der Audiocodierung

Transkript

1 Vorlesung Quellencodierung Ausnutzung von Wahrnehmungseigenschaften in der Audiocodierung Hintergrund Datenreduktion durch Redundanzreduktion Ausnutzung von Signaleigenschaften Irrelevanzreduktion Ausnutzung von Eigenschaften des Gehörs 1

2 Anatomie und Physiologie des Ohres Mittelohr Außenohr Innenohr Hörnerv 2

3 Cochlea Mittelohr Ovales Fenster abgerollte Cochlea Helicotrema Basilarmembran Außen ohr Schwingungsausbreitung 3

4 Cochlea Querschnitt Reissnersche membran Scala vestibuli Scala media Cortisches Organ Scala tympani Basilarmembran 4

5 Cortisches Organ innere Haarzellen äußere Tektorialmembran Cortisches Organ Basilarmembran Bewegung Simulation für Sinuston mit 1 khz 5

6 Wahrnehmungseigenschaften des Gehörs Übersicht: Ruhehörschwelle bestimmt benötigte Bandbreite und Amplitudenauflösung Maskierung (Verdeckungseffekt) leisere Töne werden von lauteren übertönt Simultanverdeckung verschiebungs-invariant auf der nichtlinearen Bark-Skala zeitliche Verdeckungswirkung 6

7 Die Bark-Skala 1 Bark Bandbreite auf der Cochlea Frequenzgruppenbreite, critical bandwidth 1 Bark Abschnitt fester Länge auf der Cochlea 25 z [Bark] Bark BM "Schnelle" (Einhüllende) Abstand vom Ovalen Fenster [mm] 7

8 Näherungsformeln: z[bark] 13 arctan ( 0.76 f khz Frequenzgruppenbreite: f c z [Bark] 20 Die Bark-Skala ) arctan [ ( f 7.5kHz ) 2 ] { 100 Hz f 0.5 khz 0.2f f >.5 khz f [khz] 20 8

9 Ruhehörschwelle Ruhehörschwelle [db] Frequenz [khz] 9

10 Simultanverdeckung L [db] 50 Maskierer: Schmalbandrauschen Maskierungsschwelle k f [Hz] 10k 10

11 Tonalität L [db] 50 Maskierungsschwelle von Schmalbandrauschen Sinuston k f [Hz] 10k Rauschartige Signalanteile haben stärkere Maskierungswirkung als Sinustöne 11

12 Zeitliche Verdeckungswirkung L [db] Maskierer "Overshoot" Vor verdeckung Nach verdeckung Ruhehörschwelle Vor- und Nachverdeckung Vorverdeckung: < 5 ms Nachverdeckung: 20 ms 12

13 Allgemeines Blockschaltbild eines Audiocoders QUANTISIERUNG UND CODIERUNG PCM SIGNAL 706 KBIT/S ZEIT FREQUENZ BEREICHS UMSETZUNG QUANTISIERUNG UND CODIERUNG FRAME AUFBAU CODIERTES AUDIO SIGNAL 128 KBIT/S QUANTISIERUNG UND CODIERUNG PSYCHOAKUSTISCHES MODELL 13

14 Psychoakustisches Modell (Beispiel) basiert auf psychoakustischen Experimenten mit relativ einfachen Maskierer/Testton-Kombinationen überlagert Maskierungsschwellen mehrerer Signalkomponenten gleichförmige Frequenzauflösung Audio signal Spektral analyse Tonalitäts schätzung Gruppierung Gruppierung Energie schätzung Energie korrektur Spreading Vorecho kontrolle Schwelle Partitionen Bark-Skala Blockschaltbild eines Psychoakustischen Modells 14

15 Psychoakustisches Modell (Beispiel) Spektralanalyse durch DFT mit überlappend gefensterten Signalabschitten Gruppierung in Partitionen der Breite Bark resultierende Maskierungsschwelle wird umgerechnet auf die Frequenzauflösung zur Codersteuerung, z.b. Skalenfaktor-Bänder 15

16 Psychoakustisches Modell (Beispiel) Prädiktionsfehler e x ˆx Im m 1 m 2 ϕ a Re Tonalitätsschätzung mit Hilfe einer komplexen Prädiktion Tonalität 1 e 2 x 2 Problemsignale: Töne mit veränderlichen Frequenzen parallele Berechnung mit unterschiedlichen Auflösungen 16

17 Psychoakustisches Modell (Beispiel) m [db] 27 db/bark Maskierer 20 db/bark 0 Spreading function z [Bark] Obere Flanke ist pegelabhängig 17

18 Psychoakustisches Modell (Beispiel) vorl. Schwelle z 1 MIN c Vorecho-Kontrolle korrigierte Schwelle berücksichtigt die begrenzte zeitliche Auflösung Alternative: parallele Berechnung mit höherer zeitlicher Auflösung 18

19 Ausnutzung des Maskierungseffekts 80 Schalldruck pegel [db] Spektralkomponente Maskierungsschwelle Erregung max. zulässiges Störsignal Ruhehörschwelle Frequenz [khz] 19

20 Ausnutzung des Maskierungseffekts 80 Schalldruck pegel [db] Spektralkomponente Maskierungsschwelle Erregung Störsignal Ruhehörschwelle Frequenz [khz] Originalsignal 20

21 Ausnutzung des Maskierungseffekts 80 Schalldruck pegel [db] Spektralkomponente Maskierungsschwelle Erregung Störsignal Ruhehörschwelle Frequenz [khz] Originalsignal + Codierungsfehler 21

22 Ausnutzung des Maskierungseffekts 80 Schalldruck pegel [db] Spektralkomponente Störsignal Ruhehörschwelle Frequenz [khz] Codierungsfehler ohne Originalsignal 22