Роль фильтров Iir в разработке аудиокодеков и потоковой передаче цифровых аудиосигналов

В быстро развивающемся мире цифрового аудио, разработка эффективных и высококачественных аудиокодеков имеет важное значение. Одним из ключевых компонентов, который играет жизненно важную роль в этом процессе является фильтр Infinite Impulse Response (IIR). Эти фильтры являются фундаментальными в формировании звуковых сигналов, улучшении качества звука и оптимизации методов сжатия данных, используемых в потоковых услугах. В то время как часто омрачены их конечным импульсным откликом (FIR) аналоги, IIR фильтры предлагают уникальные преимущества с точки зрения вычислительной эффективности и способности моделировать сложные резонансы с минимальными ресурсами - критический фактор в обработке звука в реальном времени и потоковой среде с низкой задержкой.

Понимание фильтров IIR

Фильтры ИИР относятся к классу цифровых фильтров, определяемых их рекурсивной структурой. В отличие от фильтров ФИР, которые полагаются исключительно на прошлые и настоящие входные образцы, фильтры ИИР также подают назад предыдущие выходные образцы. Этот механизм обратной связи позволяет фильтрам ИИР достигать желаемого частотного отклика с использованием значительно меньшего числа коэффициентов, что делает их высокоэффективными как в памяти, так и в вычислениях. Общее разностное уравнение для фильтра ИИР:

y[n] = b₀x₁x_{+...+b_Mx_{— a_{y_{— a₂y_{—... — a_Ny}}}}}

Здесь коэффициенты b_i представляют собой передающую (нерекурсивную) часть, а a_i представляют собой обратную (рекурсивную) часть. Наличие обратной связи даёт IIR-фильтрам их бесконечную импульсную реакцию — теоретически импульс на входе производит выход, который звонит вечно, хотя на практике он распадается до нуля из-за конечной точности арифметики.

Частотный отклик и анализ нулевого полюса

Поведение IIR-фильтра лучше всего понять через его передаточную функцию в z-домен. Полюсы передаточной функции определяют стабильность и частотную селективность фильтра. Хорошо спроектированный IIR-фильтр помещает полюса внутри единичного круга в комплекс z-плане, обеспечивая стабильность. Эта конфигурация полюса-ноль позволяет осуществлять резкие переходы между полосой пропускания и полосой остановки — характеристики, которые трудно достичь с помощью FIR-фильтров без очень высокого порядка.

Для разработки аудиокодека неоценима возможность создания крутых фильтров (например, для сглаживания, предварительного акцентирования или реконструкции) с низким порядком. Типичный раздел IIR биквада второго порядка может реализовать резонансный пик или выемку всего с пятью коэффициентами, тогда как эквивалентная конструкция FIR может потребовать десятки или сотни кранов.

Сравнение с фильтрами FIR

В то время как FIR-фильтры предлагают гарантированную стабильность и линейную фазовую реакцию, они вычислительно дороги для резких переходов. IIR-фильтры торгуют линейной фазой для эффективности — они по своей сути являются нелинейной фазой, которая может вводить фазовое искажение в аудиосигнал. Однако во многих приложениях аудиокодеков фазовое искажение либо незначительно, компенсируется другими блоками обработки, либо фактически выгодно (например, при имитировании аналоговых эквалайзеров). Для потоковой передачи, где вычислительная мощность на клиентских устройствах (смартфонах, интеллектуальных динамиках) ограничена, эффективность IIR-фильтров часто перевешивает требование фазовой линейности.

Исторический контекст: фильтры IIR в ранних аудиокодеках

Цифровое сжатие звука началось в конце 1980-х и начале 1990-х годов с разработкой MPEG-1 Audio Layer III (MP3) и более позднего Advanced Audio Coding (AAC). Эти воспринимаемые кодеки в значительной степени полагаются на модель человеческого слуха для отбрасывания неслышимой информации. Анализовые фильтры, используемые в ранних кодеках, обычно основывались на полифазных фильтрах, которые во многих реализациях использовали IIR-фильтры для своей вычислительной экономики. Например, модифицированное дискретное косинусное преобразование (MDCT), используемое в современных кодеках, не основано на IIR, но на этапах до и после обработки (таких как стерео матриксирование и формирование шума) часто используют IIR-фильтры.

Классическим примером является психоакустическая модель, использующая IIR-фильтры для имитации частотной селективности человеческого уха. Такие фильтры с высокой эффективностью эмулируют резонансы базилярной мембраны. В кодеке Dolby Digital (AC-3) IIR-фильтры появляются на этапах компрессии и нормализации диалога в динамическом диапазоне. Наследие IIR-фильтров в этих основополагающих кодеках продолжает влиять на современные конструкции.

Основные приложения в разработке аудиокодеков

Фильтрация: удаление шума и анти-алиасинг

Перед оцифровкой аналогового сигнала антисглаживающий фильтр предотвращает сворачивание в бейсбэнд частот выше половины скорости отбора проб. В ранних цифровых аудиосистемах использовались аналоговые фильтры; но в современной разработке кодеков цифровые IIR-фильтры часто заменяют или дополняют эти аналоговые стадии. Например, в программном кодере для ограничения полосы ввода перед сжатым сигналом может применяться фильтр IIR низкого пропуска, снижающий риск уродования артефактов в сжатом сигнале.

Фильтры IIR высокого разрешения также повсеместно используются для удаления офсета постоянного тока, грохота и других низкочастотных шумов, которые будут тратить битрейт в кодеке. Многие конвейеры предварительной обработки аудио применяют мягкий фильтр высокого разрешения второго порядка Butterworth перед кодированием; только этот шаг может повысить эффективность сжатия на несколько процентов.

Уравнение и предварительный акцент

Некоторые аудиокодеки используют пре-эмфаз для повышения высоких частот перед кодированием и де-эмфазированием после декодирования. Цель состоит в том, чтобы уменьшить слышимый шум квантования в высокочастотном диапазоне. Сети предварительного акцентирования / де-эмфазирования обычно реализуются как простые IIR-фильтры первого порядка. В кодеке AAC есть необязательный инструмент предварительного акцента, который использует фиксированный IIR-фильтр для формирования спектра. Аналогично, в речевых кодеках, таких как AMR-WB, перцептивные весовые фильтры (которые основаны на IIR) формируют шум квантования, чтобы быть менее слышимым.

Формирование и квантирование шума восприятия

Формирование шума - это метод, который модифицирует спектральное распределение шума квантования, чтобы замаскировать его под спектральное содержимое сигнала. Это достигается путем подачи обратно ошибки квантования через фильтр IIR. В кодеках с потерями, формование шума может значительно улучшить воспринимаемое качество при низких битрейтах. Например, стандарт MPEG-4 AAC включает в себя инструмент замены перцептивного шума (PNS), который, хотя сам не является фильтром IIR, полагается на выходы фильтров, которые часто вычисляются рекурсивными фильтрами. Более непосредственно, вокодер LPC (Linear Predictive Coding) - основа многих речевых кодеков - по существу является полнополюсным фильтром IIR, используемым для моделирования голосового тракта.

Роль в цифровой потоковой передаче аудио

Потоковые платформы, такие как Spotify, Apple Music и Tidal, ежедневно доставляют миллионы песен, каждая из которых требует обработки в реальном времени на различных устройствах. IIR-фильтры встроены в несколько точек в потоковой цепи — от кодера в облаке до декодера в наушниках.

Адаптивный битрейт и уравнение в реальном времени

Многие потоковые плееры включают в себя встроенный эквалайзер, позволяющий пользователям повышать бас или вырезать втрое. Эти эквалайзеры почти всегда реализуются в виде каскада фильтров IIR биквада второго порядка. Ограничения производительности на мобильных устройствах делают эквалайзеры FIR непрактичными для полос высокого разрешения. Графический эквалайзер 10-диапазона с использованием фильтров IIR может с легкостью работать на маломощном процессоре ARM Cortex-M.

При адаптивной потоковой передаче битрейта декодеру может потребоваться переключаться между различными сжатыми представлениями одной и той же песни. Фильтры IIR, используемые для полифазной интерполяции или преобразования частоты выборки (SRC), обеспечивают плавные переходы без кликов. Высококачественный SRC часто использует комбинированные архитектуры FIR/IIR для балансировки качества и скорости.

Шумовое подавление и улучшение голоса

Прямая трансляция и голосовые конференции полагаются на снижение шума в реальном времени. Современные алгоритмы подавления шума, такие как спектральное вычитание или фильтрация Калмана, включают фильтры IIR для отслеживания статистики шума. Например, одноканальные системы снижения шума используют фильтры IIR первого порядка для сглаживания оценки шума с течением времени, предотвращая музыкальные артефакты шума. В недавнем кодеке ESA (Enhanced Speech Audio) для потоковой передачи фильтры IIR используются на стадии предварительной обработки для подавления фонового шума перед кодированием.

Коррекция комнаты и пространственное аудио

Пространственные аудиоформаты, такие как Dolby Atmos и Sony 360 Reality Audio, требуют бинаурального рендеринга, который имитирует функции передачи, связанные с головкой (HRTFs). HRTFs часто моделируются с помощью IIR-фильтров, потому что они могут эффективно воспроизводить резонансы пинны и ушного канала. Аналогичным образом, системы коррекции комнаты (например, встроенные в интеллектуальные динамики) применяют обратные IIR-фильтры для компенсации акустики комнаты. Эти фильтры должны быть рассчитаны в режиме реального времени и адаптироваться к условиям меняющейся комнаты — задачам, хорошо подходящим для рекурсивной природы IIR-фильтров.

Преимущества и дизайн соображения

Эффективность и низкая задержка

Основным преимуществом IIR-фильтров является их низкая вычислительная стоимость. Четвертый порядковый IIR-фильтр (каскадные биквады) может достигать затухания полосы остановки 60 дБ с шириной перехода, что потребует 100-тактного FIR-фильтра. В потоковых кодеках, работающих на устройствах с питанием от батареи, это приводит к снижению энергопотребления и увеличению срока службы батареи. Задержка также минимизируется, потому что IIR-фильтры требуют гораздо меньшего количества кранов - задержка группы часто намного меньше, чем у сопоставимой конструкции FIR.

Стабильность и реализация в фиксированной точке

Отзывная природа IIR-фильтров вносит опасения по поводу стабильности. Любое квантование коэффициентов в арифметике с фиксированной точкой может смещать полюса за пределы единичного круга, приводя к колебаниям или переполнению. Осторожное масштабирование и анализ предельного цикла необходимы. Для реализации аудиокодека на DSP инженеры часто используют транспонированную структуру Direct Form II для снижения риска переполнения. Кроме того, чувствительность коэффициентов является критической проблемой: каскадные последовательно секции второго порядка (биквады) гораздо менее чувствительны к квантованию, чем прямая реализация более высокого порядка. Стандартная практика заключается в реализации всех IIR-фильтров в виде каскадных биквадов с спариванием полюс-ноль, что минимизирует усиление шума.

Квантирование шума и круглосуточного

В цифровых кодеках внутренняя точность IIR-фильтров напрямую влияет на качество звука. Например, 16-битный DSP, реализующий биквад-фильтр, может вводить предельные циклы — низкоуровневые колебания, которые сохраняются даже при нулевом входе. Такие методы, как дитеринг, обратная связь по ошибкам и арифметика насыщения, помогают смягчить эти артефакты. Разработчики аудиокодеков должны выбрать соответствующую длину слова (24-битная или 32-битная плавающая точка на современных платформах), чтобы гарантировать, что шум закругления IIR-фильтра остается ниже порога квантования конечного вывода. Реализации с плавающей точкой устраняют большинство проблем масштабирования, но на глубоко встроенных системах по-прежнему преобладает фиксированная точка.

Группа задержки и фазового искажения

Фильтры IIR демонстрируют нелинейный фазовый отклик, то есть разные частоты испытывают разные задержки. Хотя это приемлемо для многих аудиоприложений (и даже желательно для эмуляции аналогового тепла), он может вводить слышимые артефакты в сигналы с переходными компонентами. По этой причине некоторые кодеки используют фильтры FIR для критической стадии реконструкции (например, в банке фильтров синтеза декодирования MP3). Тем не менее, в тех случаях, когда линейность фазы не имеет первостепенного значения - например, уравнивание, формирование шума и большинство потоковой обработки на стороне клиента - преимущество эффективности фильтров IIR делает их предпочтительным выбором.

Будущие направления: фильтры IIR в новых аудиотехнологиях

По мере того, как аудиокодеки развиваются в направлении более высокой эффективности и прозрачности восприятия, IIR-фильтры находят новые роли. Возникающие LC3 (Low Complexity Communication Codec) и Opus кодеки уже используют IIR-фильтры в своей предварительной и постобработке. Например, слой SILK Opus, основанный на IIR, полагается на фильтр анализа LPC. Будущие кодеки могут включать машинное обучение для динамической оптимизации коэффициентов IIR-фильтра для конкретного контента или условий прослушивания. Например, шумоподавитель на основе ИИ может адаптировать параметры IIR-фильтра в режиме реального времени на основе классификации сцены (например, речь против музыки).

Еще одной перспективной областью является аппаратное ускорение банков фильтров IIR. Многие цифровые сигнальные процессоры (DSP) и программируемые на полевых условиях воротные массивы (FPGA) включают в себя выделенные инструкции IIR биквад, которые выполняются в одном цикле. Это позволяет разработчикам кодеков подталкивать обработку в реальном времени к более высоким частотам выборки (например, 192 кГц) без ущерба для задержки. В иммерсивном аудио с несколькими каналами (например, 7.1.4) эффективность фильтров IIR становится еще более критической.

Наконец, рост персонализированного аудио — профили слуховых аппаратов, адаптивное выравнивание для наушников и HRTF для конкретного пользователя — все фильтры спроса, которые могут быть обновлены на лету. Фильтры IIR с их небольшим набором коэффициентов идеально подходят для этой задачи. Будущее потоковой передачи аудио, вероятно, увидит фильтры IIR, встроенные в каждую линию цепочки, от кодирования до воспроизведения.

Заключение

Фильтры IIR являются неотъемлемой частью современной разработки аудиокодеков и цифровой потоковой передачи аудио. Их эффективность, низкая задержка и способность реализовывать сложные частотные ответы с минимальными ресурсами делают их незаменимыми для обработки в режиме реального времени на устройствах с ограниченными возможностями. От базовых фильтров ранних кодеков MP3 до адаптивных эквалайзеров и алгоритмов подавления шума на современных потоковых платформах фильтры IIR продолжают формировать способ захвата, сжатия и доставки аудио. По мере увеличения требований к потоковой передаче - более высокие частоты выборки, более захватывающие форматы и персонализированный звук - роль фильтров IIR будет только расти. Правильный дизайн, анализ стабильности и тщательная реализация остаются решающими для предотвращения артефактов, но при правильном исполнении фильтры IIR обеспечивают мощный инструмент для предоставления высококачественных аудио-опытов слушателям во всем мире.

Для дальнейшего чтения о дизайне цифрового фильтра см. Аналог устройств DSP Образовательная библиотека и всеобъемлющее Введение Джулиуса О. Смита в цифровые фильтры . Подробный обзор приложений фильтра IIR в современных аудиокодеках доступен в IEEE бумага о перцептивном аудиокодировании .