오디오 인코더 및 오디오 디코더에서의 컴퓨터 구현 방법및 컴퓨터 판독 가능 매체 document_id A220623065402

엔지니어들은 디지털 오디오의 품질을 여전히 유지하면서 디지털 오디오를 효율적으로 처리하기 위해 각종의 기법들을 사용한다. 이들 기법을 이해하기 위해서는, 오디오 정보가 컴퓨터에서 어떻게 표현되고 처리되는지를 이해하는 것이 도움이 된다. I. 컴퓨터에서의 오디오 정보의 표현 컴퓨터는 오디오 정보를, 이 오디오 정보를 나타내는 일련의 숫자로서 처리한다. 예를 들어, 하나의 숫자가 특정 시각에서의 진폭값인 오디오 샘플을 표현할 수 있다. 샘플 심도(sample depth), 샘플링 레이트(sampling rate) 및 채널 모드(channel mode)를 비롯한, 몇가지 인자들이 오디오 정보의 품질에 영향을 미친다. 샘플 심도[또는 샘플 정도(sample precision)]는 샘플을 표현하는 데 사용되는 숫자들의 범위를 나타낸다. 샘플에 대해 가능한 값들이 많을수록, 품질이 높아지는데, 그 이유는 그 숫자가 진폭의 보다 미묘한 변동을 포착할 수 있기 때문이다. 예를 들어, 8-비트 샘플은 256개의 가능한 값들을 갖는 반면, 16-비트 샘플을 65,536개의 가능한 값들을 갖는다. 샘플링 레이트(보통 초당 샘플수로 측정됨)도 역시 품질에 영향을 미친다. 샘플링 레이트가 높을수록, 품질이 높아지는데, 그 이유는 더 많은 사운드 주파수가 표현될 수 있기 때문이다. 몇몇 통상의 샘플링 레이트로는 8,000, 11,025, 22,050, 32,000, 44,100, 48,000, 및 96,000 샘플/초가 있다. 모노(mono) 및 스테레오(stereo)는 오디오의 2가지 통상의 채널 모드이다. 모노 모드(mono mode)에서, 오디오 정보는 하나의 채널에 존재한다. 스테레오 모드(stereo mode)에서, 오디오 정보는 2개의 채널(보통 좌채널(left channel) 및 우채널(right channel)로 표시됨)에 존재한다. 5.1 채널, 7.1 채널 또는 9.1 채널 서라운드 사운드(surround sound)("1"은 서브-우퍼(sub-woofer) 또는 저주파 효과(low-frequency effects) 채널을 나타냄) 등의 더 많은 채널을 갖는 기타 모드들도 가능하다. 표 1은 여러 품질 레벨을 갖는 몇가지 오디오 형식을, 대응하는 원시 비트레이트 비용(raw bitrate cost)과 함께 보여준다. 003c#표 1003e# 여러 품질의 오디오 정보에 대한 비트레이트 서라운드 사운도 오디오는 일반적으로 훨씬 더 높은 원시 비트레이트를 갖는다. 표 1이 나타내는 바와 같이, 고품질 오디오 정보의 비용은 높은 비트레이트이다. 고품질 오디오 정보는 대량의 컴퓨터 저장 및 전송 용량을 소비한다. 그렇지만, 기업들 및 소비자들은 고품질 오디오 컨텐츠를 제작, 배포 및 재생하기 위해 점점 더 컴퓨터에 의존한다. II. 컴퓨터에서의 오디오 정보의 처리 많은 컴퓨터 및 컴퓨터 네트워크는 원시 디지털 오디오(raw digital audio)를 처리할 자원이 없다. 압축(compression)(인코딩(encoding) 또는 코딩(coding)이라고도 함)은 오디오 정보를 더 낮은 비트레이트 형태로 변환함으로써 오디오 정보를 저장 및 전송하는 비용을 감소시킨다. 압축 해제(decompression)(디코딩(decoding)이라고도 함)는 압축된 형태로부터 원래의 정보의 재구성된 버전을 추출한다. 인코더 및 디코더 시스템은 마이크로소프트사의 "WMA"(Windows Media Audio) 인코더 및 디코더와 WMA Pro 인코더 및 디코더의 어떤 버전들을 포함한다. 압축은 무손실(lossless)(품질이 손상되지 않음) 또는 손실(lossy)(품질이 손상되지만 후속하는 무손실 압축으로부터의 비트레이트 감소가 더 놀랄만함)일 수 있다. 예를 들어, 원래의 오디오 정보의 근사치를 구하기(approximate) 위해 손실 압축이 사용되고, 이어서 이 근사치가 무손실 압축된다. 무손실 압축 기법으로는 런-길이 코딩(run-length coding), 런-레벨 코딩(run-level coding), 가변 길이 코딩(variable length coding) 및 산술 코딩(arithmetic coding)이 있다. 대응하는 압축 해제 기법(엔트로피 디코딩(entropy decoding) 기법이라고도 함)으로는 런-길이 디코딩(run-length decoding), 런-레벨 디코딩(run-level decoding), 가변 길이 디코딩(variable length decoding), 및 산술 디코딩(arithmetic decoding)이 있다. 오디오 압축의 한가지 목적은 가능한 최소량의 비트로 최대의 지각된 신호 품질을 제공하기 위해 오디오 신호를 디지털적으로 표현하는 것이다. 이 목적을 목표로 하여, 다양한 현재의 오디오 인코딩 시스템은 각종의 서로 다른 손실 압축 기법들을 이용하고 있다. 이들 손실 압축 기법은 일반적으로 주파수 변환 이후에 지각 모델링/가중(perceptual modeling/weighting) 및 양자화를 포함한다. 대응하는 압축 해제는 역양자화(inverse quantization), 역가중(inverse weighting) 및 역주파수 변환(inverse frequency transform)을 포함한다. 주파수 변환 기법은 데이터를, 지각적으로 중요하지 않은 정보로부터 지각적으로 중요한 정보를 분리하는 것을 더 용이하게 해주는 형태로 변환한다. 주어진 비트레이트에 대해 최상의 지각된 품질을 제공하기 위해, 덜 중요한 정보는 이어서 더 손실있는 압축을 거칠 수 있는 반면, 더 중요한 정보는 보존된다. 주파수 변환은 일반적으로 오디오 샘플을 수신하고 이들을 시간 영역으로부터 주파수 영역의 데이터(때때로 주파수 계수(frequency coefficient) 또는 스펙트럼 계수(spectral coefficient)라고 함)로 변환한다. 지각 모델링은, 주어진 비트레이트에 대해 재구성된 오디오 신호의 지각된 품질을 향상시키기 위해, 사람의 청각 시스템의 모델에 따라 오디오 데이터를 처리하는 것을 수반한다. 예를 들어, 청각 모델은 일반적으로 사람의 가청 범위(hearing range) 및 임계 대역(critical band)을 고려한다. 지각 모델링의 결과를 사용하여, 인코더는 주어진 비트레이트에 대한 왜곡의 가청도(audibility)를 최소화하기 위해 오디오 데이터에서의 왜곡(예를 들어, 양자화 노이즈)을 정형(shape)한다. 양자화는 입력값의 범위를 하나의 값으로 매핑하여, 비가역적인 정보 손실을 유발하지만 인코더가 출력의 품질 및 비트레이트를 조절할 수 있게도 해준다. 때때로, 인코더는 비트레이트 및/또는 품질을 조절하기 위해 양자화를 조정하는 레이트 제어기(rate controller)와 함께 양자화를 수행한다. 적응적(adaptive) 및 비적응적(non-adaptive), 스칼라(scalar) 및 벡터(vector), 균일(uniform) 및 비균일(non-uniform)을 비롯한 다양한 종류의 양자화가 있다. 지각 가중은 비균일 양자화의 한 형태로 생각될 수 있다. 역양자화 및 역가중은 가중되고 양자화된 주파수 계수 데이터를 원래의 주파수 계수 데이터의 근사치로 재구성한다. 이어서, 역주파수 변환은 재구성된 주파수 계수 데이터를 재구성된 시간 영역 오디오 샘플로 변환한다. 오디오 채널의 공동 코딩(joint coding)은 비트레이트를 감소시키기 위해 2개 이상의 채널로부터의 정보를 함께 코딩하는 것을 포함한다. 예를 들어, 중간/측면 코딩(mid/side coding)(M/S 코딩 또는 합-차 코딩(sum-difference coding)이라고도 함)은 인코더에서 좌측 및 우측 스테레오 채널에 행렬 연산을 수행하는 것 및 그 결과 얻어진 "중간" 채널(mid channel) 및 "측면" 채널(side channel)(정규화된 합채널(sum channel) 및 차채널(difference channel))을 디코더로 전송하는 것을 포함한다. 디코더는 "중간" 채널 및 "측면" 채널로부터 실제의 물리 채널을 재구성한다. M/S 코딩은 무손실이며, 인코딩 프로세스에서 다른 손실 기법(예를 들어, 양자화)이 사용되지 않은 경우 완벽한 재구성을 가능하게 해준다. 음압 스테레오 코딩(intensity stereo coding)은 낮은 비트레이트에서 사용될 수 있는 손실 공동 코딩 기법(lossy joint coding technique)의 일례이다. 음압 스테레오 코딩은 인코더에서 좌채널 및 우채널을 합산하는 것 및 이어서 좌채널 및 우채널의 재구성 동안에 디코더에서 합채널(sum channel)로부터의 정보를 스케일링하는 것을 포함한다. 일반적으로, 음압 스테레오 코딩은 손실 기법에 의해 유입된 아티팩트가 눈에 덜 띄는 보다 높은 주파수에서 수행된다. 미디어 처리에 대한 압축 및 압축 해제의 중요성을 고려하면, 압축 및 압축 해제가 충분히 개발된 분야인 것이 놀랄만한 것도 아니다. 그렇지만, 종래의 기법 및 시스템의 이점이 무엇이든 간에, 이들은 본 명세서에 기술된 기법 및 시스템의 다양한 이점들을 가지고 있지 않다.