Beiträge zur Audiocodierung mit kurzer Latenzzeit (PDF)

Diese Dissertation beschäftigt sich mit der Codierung digitaler Audiosignale für eine Echtzeitübertragung dieser Signale. Das Ziel ist – ausgehend von der Qualität der Audio-CD – eine Kompression der Audiodaten um den Faktor 4, so dass 4 bit pro Abtastwert benötigt werden. Dies entspricht bei einer Abtastrate von 44,1 kHz einer Datenrate von etwa 176 kbit/s für ein Mono-Signal.

Für Echtzeitanwendungen, wie z.B. drahtlose Kopfhörer und Mikrophone im Studioeinsatz oder bei Aufführungen, muss die Verzögerungs- bzw. Latenzzeit der benutzten Audiocodierung kleiner als 5ms sein. Die Latenzzeit beim verbreiteten Audiocodierverfahren MP3 beträgt über 100 ms.

Der in dieser Dissertation vorgestellte Audiocodec basiert auf einer effizienten Polyphasen-Filterbank zur Zerlegung des Eingangssignals in Teilbandsignale. Jedes Teilbandsignal wird mit einer linearen Prädiktion in der ADPCM-Struktur (adaptive differenzielle Pulse Code Modulation) codiert. Die eigentliche Datenreduktion erfolgt durch Quantisierung des resultierenden Prädiktionsfehlers in jedem Teilband. Mit einem adaptiven Quantisierer erfolgt die Anpassung des Prädiktionsfehlers an den Aussteuerungsbereich des Quantisierers. Der Quantisierer benutzt eine optimierte Quantisierungskennlinie, wodurch der entstehende Quantisierungsfehler minimiert wird.

Der dargestellte Codierungsansatz produziert bei Nutzung von 8 Teilbändern eine Latenzzeit von ca. 3 ms, wobei eine grobe spektrale Formung des resultierenden Codierungsfehlers erreicht wird. Gemäß einer objektiven Qualitätsbeurteilung entspricht die erzielte Qualität des entwickelten Audiocodecs nahezu der Qualität einer MP3-Codierung bei der Stereo-Datenrate 192 kbit/s.


Stichworte:
• Audio-Codierung,
• Echtzeitanwendung,
• kurze Latenzzeit
• Filterbank
• lineare Prädiktion
• adaptive Quantisierung
• Optimalquantisierung
• spektrale Rauschformung
• psychoakustische Qualitätsbeurteilung
• digitale Übertragungsverfahren