Кіріспе
Төмен біт-салмақты цифрлық аудионы жақсарту әдісі. Спектрлік жолақты көшіру (SBR) – аудио немесе сөйлеу кодектерін жақсарту технологиясы, әсіресе төмен біт-салмаларда, және жиілік доменіндегі гармоникалық артықтығына негізделген. Оны кез келген аудио қысу кодегімен біріктіруге болады: кодек өзі спектрдің төменгі және орта жиіліктерін жібереді, ал SBR декодерде төменгі және орта жиіліктерден гармоникаларды жоғарылатып, жоғары жиілікті мазмұнды қайта жасайды. Жоғары жиілікті спектрлік ортаны қалпына келтіруге қатысты белгілі бір нұсқаулық ақпарат қосымша мәлімет ретінде жіберіледі. Қажет болған жағдайда, бастапқыда тоналды компоненттері жоқ немесе аз болған сигналдарды дәл қайта жасау үшін таңдалған жиілік диапазондарындағы шу сияқты ақпаратты қалпына келтіру немесе бейімделіп араластыру жүзеге асырылады. SBR идеясы адам миының психоакустикалық бөлігі жоғары жиіліктерді аз дәлдікпен талдайтындығы қағидасына негізделген; сондықтан спектрлік жолақты көшіру процесімен байланысты гармоникалық құбылыстар тек қабылдау тұрғысынан ғана дәл болуы керек, техникалық немесе математикалық тұрғыдан дәлдік қажет емес.
Spectral band replication (SBR) is a technology to enhance audio or speech codecs, especially at low bit rates and is based on harmonic redundancy in the frequency domain. It can be combined with any audio compression codec: the codec itself transmits the lower and midfrequencies of the spectrum, while SBR replicates higher frequency content by transposing up harmonics from the lower and midfrequencies at the decoder. Some guidance information for reconstruction of the high frequency spectral envelope is transmitted as side information. When needed, it also reconstructs or adaptively mixes in noise like information in selected frequency bands in order to faithfully replicate signals that originally contained no or fewer tonal components. The SBR idea is based on the principle that the psychoacoustic part of the human brain tends to analyse higher frequencies with less accuracy; thus harmonic phenomena associated with the spectral band replication process needs only be accurate in a perceptual sense and not technically or mathematically exact.
Тарих және қолданылуы
Швед компаниясы Coding Technologies (2007 жылы Dolby сатып алды) өзінің MPEG 2 AAC-дан туындаған aacPlus деп аталатын кодегінде SBR-ді әзірледі және оны алғаш рет қолданды, ол 2001 жылы пайда болды. Бұл кодек MPEG-ге ұсынылып, 2003 жылы стандартталған MPEG 4 жоғары тиімділік AAC (HE AAC) негізін құрады. Ларс Лильджерид, Кристофер Кьёрлинг және Мартин Диц 2013 жылы HE AAC-ті әзірлеу және наситтау жұмыстары үшін IEEE Masaru Ibuka Consumer Electronics Award сыйлығын алды. Coding Technologies компаниясының SBR әдісі WMA 10 Professional-мен бірге WMA 10 Pro LBR-ді, ал MP3-пен mp3PRO-ны жасау үшін де қолданылды. SBR-ді пайдаланатын HE AAC, DAB+, Digital Radio Mondiale (соның ішінде xHE AAC), HD Radio және XM спутниктік радиосы сияқты хабар тарату жүйелерінде қолданылады. Егер ойнатқыш «қалыпты» сығылған аудио деректерімен бірге жіберілген қосымша ақпаратты пайдалана алмаса, ол «негізгі жолақты» деректерді (мысалы, 44,1 кГц орнына 22,05 кГц жиілігімен үлгіленген) әдеттегідей ойната алады, нәтижесінде дыбыс өте нашар болады (жоғары жиіліктердің болмауы себепті), бірақ көбінесе қанағаттанарлық болады. Мысалы, егер mp3PRO файлы SBR ақпаратын пайдалана алмайтын MP3 бағдарламалық қамтамасымен ойнатылса, осылай болады. Opus кодегінің CELT бөлігі MDCT жиынтығы деңгейінде спектрлік бүктеуді жүзеге асырады, бұл SBR-ге қарағанда кем дамыған, бірақ аз кешіктіруге ие техника. Dolby Digital Plus (E AC3) спектрлік кеңейтуді (SPX) жүзеге асырады. SPX жоғары жиілікті компоненттерді метадеректерге дейін азайтады және E AC3 көп арналы байланысын есептеумен ұқсас. Dolby AC 4 техниканы кеңейтілген спектрлік кеңейтуге (A SPX) дейін жетілдіреді, сонымен қатар уақыт немесе жиілік доменіндегі қалыпты, кеңейтілмеген деректермен араласу мүмкіндігі бар. Нәтижесінде, SPX қиын бөліктер үшін таңдамалы түрде өшірілуі мүмкін.
Әдістер
SBR кодтауы төменгі үлгіде (әдетте 2:1) дыбыс сигналы мен бағыттау ақпаратын тудырады. Алғашқы жарияланымда бағыттау деректері квадраттық айналы сүзгі (QMF) талдауы және амплитудалық бағалаушы арқылы жасалады деп сипатталған. SBR-ді декодтау гармоникаларды транспозициялауды қажет етеді, бұл аудио уақытын созу және ырғақты масштабтаудың бір түрі. Дәстүрлі тәсіл дискретті Фурье түрлендіруінің (DFT) кішкентай кезеңдерімен, фазалық түзетулермен, IDFT-мен басталып, сосын үсті-үстіне қосумен аяқталады. Бұл әдіс өткінші сигналдарға сезімтал, ол эхо тудыруы мүмкін, сондықтан DFT-де белгілі бір мөлшерде толтыру (USAC-де 50%) қажет. Жаңа тәсіл – QMF. Бір сүзгілер жинағы есептеу күрделілігін төмендету үшін толық уақытты созу және ырғақты масштабтау операциясын жүзеге асыра алады.