Межканальная разность уровней в параметрическом кодировании¶

Межканальная разность уровней (англ. Inter-Channel Level Difference, ICLD) — параметр пространственного звукового кодирования, описывающий разницу в громкости (амплитуде) одного и того же звукового сигнала между двумя каналами стереопары в конкретный момент времени. Наряду с межканальной разностью времени (ICTD) и межканальной когерентностью (ICC), ICLD является одним из трёх основных бинокулярных признаков, используемых слуховой системой человека для локализации источника звука в горизонтальной плоскости.

¶Физическая сущность и психоакустические основы

Межканальная разность уровней возникает вследствие эффекта акустической тени: голова человека, находящаяся между источником звука и ушами, ослабляет сигнал, приходящий к дальнему уху. Ослабление зависит от частоты: для низких частот (ниже примерно 700 Гц) дифракция делает тень незначительной, тогда как для высоких частот затухание может достигать 20–30 дБ. В естественных условиях ICLD дополняет ICTD, причём для низких частот доминирует временной признак, а для высоких — амплитудный (эффект дуплексной теории лорда Рэлея).

В контексте параметрического кодирования ICLD определяется для каждой частотной полосы (субполосы) независимо. Значение выражается в децибелах как отношение уровней сигнала в левом и правом каналах:

\[ ICLD = 20 \log_{10} \left( \frac{P_L}{P_R} \right) \]

где \(P_L\) и \(P_R\) — мощности сигнала в левом и правом каналах соответственно. Положительные значения указывают на смещение звукового образа влево, отрицательные — вправо.

¶Роль в параметрическом кодировании

Параметрическое кодирование пространственного звука (например, в технологиях MPEG Surround, Dolby Pro Logic II, параметрических кодеках типа HE-AAC с пространственным расширением) основано на принципе: не передавать сами многоканальные сигналы, а отправлять понижающий микс (downmix) и набор пространственных параметров, позволяющих декодеру ресинтезировать пространственную сцену. ICLD — важнейший из этих параметров.

Алгоритм работы типичного параметрического кодера:

1. Входной стереосигнал разбивается на кадры (обычно 20–40 мс) и частотные полосы (от 20 до 28 субполос в зависимости от стандарта).
2. Для каждой субполосы вычисляется ICLD, ICTD и ICC.
3. Из исходного сигнала формируется монофонический (или стереофонический с пониженной частотой дискретизации) downmix.
4. На декодере пространственные параметры применяются к downmix-сигналу: ICLD управляет амплитудным панорамированием, ICTD — задержкой, ICC — степенью декорреляции.

ICLD является наиболее «дешёвым» параметром с точки зрения битрейта: он требует всего 3–5 бит на субполосу на кадр, тогда как ICTD и ICC требуют больше ресурсов. При этом ICLD обеспечивает основную часть воспринимаемого пространственного эффекта, особенно для стационарных источников.

¶Квантование и передача

Для снижения битрейта ICLD квантуется неравномерно. Используется логарифмическая шкала с шагом от 1 до 3 дБ: вблизи нуля (центральное панорамирование) шаг мельче, так как слух наиболее чувствителен к малым изменениям в центральной зоне, а на краях (ближе к ±30 дБ) шаг крупнее. В стандарте MPEG Surround предусмотрено несколько таблиц квантования (например, 31-уровневая шкала от −30 до +30 дБ с шагом 2 дБ).

Временное разрешение ICLD также адаптивно: для быстро меняющихся сцен параметр обновляется чаще (каждые 4–8 мс), для стационарных — реже. Это позволяет избежать артефактов «размазывания» переходных процессов.

¶Ограничения и артефакты

Основное ограничение ICLD связано с частотной зависимостью: при использовании только амплитудного панорамирования невозможно корректно передать пространственные ощущения для низких частот, где слух полагается преимущественно на временные различия. Поэтому в параметрических кодеках ICLD всегда комбинируется с ICTD и ICC.

Типичные артефакты при грубом квантовании ICLD:

• «Скачущий» звуковой образ при быстром панорамировании;
• «Размытие» пространственной сцены при недостаточном временном разрешении;
• «Металлический» призвук при чрезмерном усилении разности уровней в высокочастотных полосах.

¶Применение

Помимо аудиокодеков, ICLD используется:

• в системах объёмного звука (5.1, 7.1) для передачи пространственной информации в совместимом стереоформате;
• в алгоритмах пространственного шумоподавления и улучшения речи (beamforming);
• в виртуальном объёмном звуке (binaural rendering) для синтеза пространственных сцен из монофонических источников;
• в системах автоматического микширования (например, в радиовещании) для контроля панорамы.

¶См. также

• Межканальная разность времени
• Межканальная когерентность
• Параметрическое кодирование звука
• MPEG Surround

¶Источники

• Breebaart J., van de Par S., Kohlrausch A. et al. Parametric Coding of Stereo Audio // EURASIP Journal on Applied Signal Processing, 2005.
• Breebaart J., Hotho G., Koppens J. et al. Background of MPEG Surround // IEEE Transactions on Audio, Speech, and Language Processing, 2007.
• Blauert J. Spatial Hearing: The Psychophysics of Human Sound Localization. — MIT Press, 1997.