코딩된 오디오의 경제적인 소리세기 측정 document_id A220623068235

돌비 디지털 코딩의 상세들은 다음 참조문헌들에 개시되어 있다. ATSC Standard A52/A: Digital Audio Compression Standard (AC-3), Revision A, Advanced Television Systems Committee, 20 Aug. 2001. A/52A 문헌은 WWW(World Wide Web)의 http://www.atsc.org/standards.html에서 입수할 수 있다. Flexible Perceptual Coding for Audio Transmission and Storage," by Craig C. Todd, et al, 96th Convention of the Audio Engineering Society, February 26, 1994, Preprint 3796; "Design and Implementation of AC-3 Coders," by Steve Vernon, IEEE Trans. Consumer Electronics, Vol. 41, No. 3, August 1995. "The AC-3 Multichannel Coder" by Mark Davis, Audio Engineering Society Preprint 3774, 95th AES Convention, October, 1993. "High Quality, Low-Rate Audio Transform Coding for Transmission and Multimedia Applications," by Bosi et al, Audio Engineering Society Preprint 3365, 93rd AES Convention, October, 1992. 미국특허들 5,583,962; 5,632,005; 5,633,981 ; 5,727,119; 5,909,664; 및 6,021,386. 돌비 디지털 플러스 코딩의 상세는 "Introduction to Dolby Digital Plus, an Enhancement to the Dolby Digital Coding System," AES Convention Paper 6196, 117th AES Convention, October 28, 2004에 개시되어 있다. 돌비 E 코딩의 상세는 "Efficient Bit Allocation. Quantization, and Coding in an Audio Distribution System", AES Preprint 5068, 107th AES Conference, August 1999 and "Professional Audio Coder Optimized for Use with Video", AES Preprint 5033, 107th AES Conference August 1999에 개시되어 있다. 돌비 엔코더들, MPEG 엔코더들, 그외를 포함하여, 각종의 지각(perceptual) 코더들의 개요는 "Overview of MPEG Audio: Current and Future Standards for Low-Bit-Rate Audio Coding," by Karlheinz Brandenburg and Marina Bosi, J. Audio Eng. Soc, Vol. 45, No. 1 /2, January/February 1997에 개시되어 있다. 위에 인용된 참조문헌들 전부는 각각의 전체를 여기 참조문헌으로 포함시킨다. 오디오 신호들의 지각된 소리세기(loudness)를 객관적으로 측정하는 많은 방법들이 존재한다. 방법들의 예들은 "Acoustics - Method for Calculating Loudness Level," ISO 532 (1975)와 같은 소리세기의 음향심리(psychoacoustic) 기반의 측정들뿐만 아니라 가중 파워 측정들(이를테면 LeqA, LeqB, LeqC)을 포함한다. 가중 파워 측정들은 보다 지각적으로 민감한 주파수들은 강조하고 지각적으로 덜 민감한 주파수들은 감쇄시키는 소정의 필터를 적용하고, 이 필터링된 신호의 파워를 이어서 소정의 시간 길이에 대해 평균함으로써 입력 오디오 신호를 처리한다. 음향심리 방법들은 통상적으로 보다 복잡하며 사람의 귀의 작용을 더 잘 모델링하는 것을 목표로 삼는다. 이것은 귀의 주파수 응답 및 민감도를 모방하는 주파수 대역들로 오디오 신호를 분할하고, 이어서 가변되는 신호 세기에 따른 비선형 인지 뿐만 아니라, 이를테면 주파수 및 시간적 마스킹과 같은 음향심리적 현상을 고려하면서 이들 대역들을 조작 및 통합함으로써 달성된다. 모든 객관적인 소리세기 측정 방법들의 목적은 오디오 신호의 소리세기의 주관적 지각에 가깝게 부합하는 소리세기의 수치적 측정을 도출하는 것이다. 지각적 코딩 혹은 저-비트레이트 오디오 코딩은, 이를테면 디지털 텔레비전 방송 및 음악의 온라인 인터넷 판매와 같은 애플리케이션들에서 효율적 저장, 전송 및 인도를 위해 오디오 신호들을 데이터 압축하기 위해서 일반적으로 사용된다. 지각적 코딩은 용장 및 음향심리적으로 마스킹된 신호 성분들 둘 다가 쉽게 폐기될 수 있는 정보 공간으로 오디오 신호를 변환함으로써 그의 효율을 달성한다. 잔존한 정보는 한 스트림 혹은 파일의 디지털 정보에 팩킹된다. 통상적으로, 저-비트레이트로 코딩된 오디오에 의해 나타내어지는 오디오의 소리세기를 측정하는 것은 오디오를 시간 영역으로 다시 디코딩(예를 들면 PCM)하는 것을 요구하는데, 이는 계산 집약적일 수 있다. 그러나, 일부 저-비트레이트의 지각적 코딩된 신호들은 소리세기 측정 방법에 유용할 수 있는 정보를 내포하고 있어, 오디오를 완전히 디코딩하는 계산 비용을 절약한다. 이러한 오디오 코딩 시스템들 중에는 돌비 디지털(AC-3), 돌비 디지털 플러스, 및 돌비 E가 있다. 돌비 디지털, 돌비 디지털 플러스, 및 돌비 E 저-비트레이트 지각적 오디오 코더들은 주파수 영역 표현으로 변환되는 중첩하는, 윈도우가 적용된 시간 세그먼트들(혹은 오디오 코딩 블록들)로 오디오 신호들을 분할한다. 스펙트럼 계수들의 주파수 영역 표현들은 다수 세트들의 지수 및 연관된 가수를 포함하는 지수적 표기에 의해 표현된다. 스케일 팩터처럼 기능하는 지수들은 코딩된 오디오 스트림에 팩킹된다. 가수들은 이들이 지수들에 의해 정규화된 후에 스펙트럼 계수들을 나타낸다. 이어서 지수들은 청각의 지각 모델을 거치고 가수들을 양자화하고 가수들을 코딩된 오디오 스트림에 팩킹하는데 사용된다. 디코딩시, 지수들은 코딩된 오디오 스트림으로서 언팩(unpack)되고 이어서 가수들을 어떻게 언팩할 것인지를 판정하기 위해서 동일 지각 모델을 거친다. 이어서 가수들은 언팩되고, 지수들과 결합되어 오디오의 주파수 영역 표현을 생성하고 이는 이어서 디코딩되어 다시 시간 영역 표현으로 변환된다. 많은 소리세기 측정들이 파워 및 파워 스펙트럼 계산들을 포함하기 때문에, 저-비트레이트 코딩된 오디오를 부분적으로만 디코딩하고 부분적으로 디코딩된 정보(이를테면 파워 스펙트럼)를 소리세기 측정에 보냄으로써 계산상의 절약이 달성될 수 있다. 본 발명은 오디오를 디코딩하지 않고 소리세기를 측정할 필요성이 있는 때는 언제나 유용하다. 이것은 오디오의 근사 버전이 통상적으로 청취에는 적합하지 않으나, 소리세기 측정이 이러한 버전을 이용할 수 있다는 사실을 활용한다. 본 발명의 면은 많은 오디오 코딩 시스템들에서 비트스트림을 완전히 디코딩함이 없이도 얻어질 수 있는 오디오의 개략적 표현은 오디오의 소리세기를 측정하는데 사용할 수 있는 오디오 스펙트럼의 근사를 제공할 수 있다는 것의 인식이다. 돌비 디지털, 돌비 디지털 플러스, 및 돌비 E 오디오 코딩에서, 지수들은 오디오의 파워 스펙트럼의 근사를 제공한다. 유사하게, 어떤 다른 코딩 시스템들에서, 스케일 팩터들, 스펙트럼 엔벨로프들, 및 선형 예측 계수들은 오디오의 파워 스펙트럼의 근사를 제공할 수 있다. 발명의 이들 및 다른 면들 및 이점들은 발명의 다음의 요약 및 설명을 읽고 이해할 때 더 잘 이해될 것이다. 발명은 저-비트레이트 코딩된 오디오의 인지된 소리세기의 계산적으로 경제적인 측정을 제공한다. 이것은 오디오물을 부분적으로만 디코딩하고 부분적으로 디코딩된 정보를 소리세기 측정에 전달함으로써 달성된다. 방법은 돌비 디지털, 돌비 디지털 플러스, 및 돌비 E 오디오 코딩에서 지수들같은 부분적으로 디코딩된 오디오 정보의 특정한 특성들을 이용한다. 발명의 제1 면은 오디오를 완전히 디코딩함이 없이 비트스트림으로부터 오디오의 파워 스펙트럼의 상기 근사를 도출하고 상기 오디오의 상기 파워 스펙트럼의 상기 근사에 응하여 상기 오디오의 근사 소리세기를 결정함으로써, 오디오의 파워 스펙트럼의 근사가 상기 오디오를 완전히 디코딩함이 없이 오디오의 파워 스펙트럼의 근사가 도출될 수 있는 데이터를 포함하는 비트스트림에 엔코딩된 상기 오디오의 소리세기를 측정한다. 발명의 또 다른 면에서, 데이터는 상기 오디오의 대략적 표현들 및 상기 오디오의 연관된 더 미세한 표현들을 포함하며, 이 경우 상기 오디오의 상기 파워 스펙트럼의 상기 근사는 상기 오디오의 대략적 표현들로부터 도출될 수 있다. 발명의 또 다른 면에서, 비트스트림에 엔코딩된 오디오는 복수의 주파수 서브-대역들을 갖는 서브-대역 엔코딩된 오디오일 수 있고, 각각의 서브-대역은 스케일 팩터 및 이와 연관된 샘플 데이터를 가지며, 상기 오디오의 상기 대략적 표현은 스케일 팩터들을 포함하고 상기 오디오의 상기 연관된 더 미세한 표현들은 각 스케일 팩터에 연관된 샘플 데이터를 포함한다. 발명의 또 다른 면에서, 각 서브-대역의 상기 스케일 팩터 및 샘플 데이터는 상기 스케일 팩터가 지수를 포함하고 상기 연관된 샘플 데이터가 가수를 포함하는 지수 표기에 의해 상기 서브-대역에 스펙트럼 계수들을 나타낼 수 있다. 발명의 또 다른 면에서, 비트스트림에 엔코딩된 상기 오디오는, 상기 오디오의 상기 대략적 표현들이 선형예측 계수들을 포함하고 상기 오디오의 상기 더 미세한 표현들이 상기 선형예측 계수들에 연관된 여기(excitation) 정보를 포함하는 선형예측 코딩된 오디오일 수 있다. 발명의 또 다른 면에서, 상기 오디오의 상기 대략적 표현들은 적어도 하나의 스펙트럼 엔벨로프를 포함하고, 상기 오디오의 상기 더 미세한 표현들은 상기 적어도 한 스펙트럼 엔벨로프에 연관된 스펙트럼 성분들을 포함할 수 있다. 발명의 또 다른 면에서, 상기 오디오의 상기 파워 스펙트럼의 근사에 응하여 상기 오디오의 근사 소리세기를 결정하는 단계는 가중 파워 소리세기 측정을 적용하는 것을 포함할 수 있다. 상기 가중 파워 소리세기 측정은 덜 지각될 수 있는 주파수들을 감쇄시키고 시간에 대해 필터링된 오디오의 파워를 평균하는 필터를 채용할 수 있다. 발명의 또 다른 면에서, 상기 오디오의 상기 파워 스펙트럼의 근사에 응하여 상기 오디오의 근사 소리세기를 결정하는 단계는 음향심리 소리세기 측정을 적용하는 것을 포함할 수 있다. 상기 음향심리 소리세기 측정은 사람 귀의 임계 대역들과 유사한 복수의 주파수 대역들 각각에서 특정 소리세기를 결정하기 위해 상기 사람 귀의 모델을 채용할 수 있다. 서브-대역 코더 환경에서, 서브-대역들은 사람 귀의 임계 대역들과 유사하고 상기 음향심리 소리세기 측정은 상기 서브-대역들 각각에서 특정 소리세기를 결정하기 위해 사람 귀의 모델을 채용할 수 있다. 발명의 면들은 위의 기능들을 실시하는 방법들, 기능들을 실시하는 수단, 방법들을 실시하는 장치, 및 위의 기능들을 실시하는 방법들을 컴퓨터가 수행하게 하기 위한 컴퓨터 독출가능 매체에 저장된 컴퓨터 프로그램을 포함한다.