DE4330143A1 - Anordnung zur Siganlverarbeitung akustischer Eingangssignale - Google Patents

Description

Die Erfindung betrifft eine Anordnung zur Signalverarbeitung akustischer Eingangssignale nach dem Oberbegriff von Anspruch 1. Die Erfindung betrifft insbesondere eine Freisprecheinrichtung, vorzugsweise zur Verwendung in einem Kraftfahrzeug.

Eine Freisprecheinrichtung mit vier Mikrofonen ist beispielsweise aus "A MICROPHONE ARRAY WITH ADAPTIVE POSTFILTERING FOR NOISE REDUCTION IN REVERBERANT ROOM", Rainer Zelinski, ICASSP 88, Seiten 2578 bis 2581, bekannt. In einem ersten Verarbeitungsschritt wird der Richtungsgewinn der zweidimensional angeordneten Mikrofone zur Geräuschreduzierung benutzt. In einem zweiten Verarbeitungsschritt werden dei Mikrofonsignale mittels eines adapitven Wienerfilters, welches das Sprechsignal schätzt, nachbearbeitet. Zur Berechnung der Parameter des Wienerfilters werden hierzu die Autokorrelationsfunktion und die Kreuzkorrelationsfunktion der Eingangssignale bestimmt. Es hat sich nun herausgestellt, daß durch den hohen Störanteil in den Mikrofonsignalen in einem Kraftfahrzeug bei der Berechnung des Wienerfilters für die Geräuschreduktion verschiedene unerwünschte Effekte auftreten, die zu einer Verschlechterung der Sprachqualität des Ausgangssignals führen.

Der Erfindung liegt die Aufgabe zugrunde, bei einer Anordnung zur Sprachverarbeitung der eingangs genannten Art, die Sprachqualität des Ausgangssignals zu verbessern.

Diese Aufgabe wird durch die kennzeichnenden Merkmale der Ansprüche bzw. als Kombination dieser Merkmale gelöst.

Eine auf diese Weise ausgestaltete Freisprecheinrichtung weist eine größere Widerstandsfähigkeit gegenüber Fehlberechnungen aufgrund fehlerhaft geschätzter Korrelationsfunktionen und numerischer Probleme auf.

Vor allem bei Verwendung hochwertiger Mikrofone trat überraschenderweise eine Verschlechterung des Ausgangssignals ein. Durch Hochpaßfilterung der Eingangssignale, beispielsweise mit einer Eckfrequenz von 300 Hz konnte eine wesentliche Verbesserung des Ausgangssignals erzielt werden. Überraschenderweise war die schlechtere Signalverarbeitung auf die Eingangssignale im niederfrequenten Eingangssignal zurückzuführen. Durch Ausfilterung der relativ hohen Signalenergie des Niederfrequenzbereiches, die sich hauptsächlich aus Störsignalen und weniger aus Sprechsignalanteilen zusammensetzt, konnte insgesamt eine Verbesserung erzielt werden.

Trotz dieser Maßnahme zeigten sich immer noch im Ausgangssignal niederfrequente Störsignalanteile, die vom Wienerfilter nicht hinreichend unterdrückt werden.

Dieses Problem wird durch die kennzeichnenden Merkmale des Anspruchs 5 gelöst.

Überraschenderweise hat sich gezeigt, daß bedingt durch die Zeitvarianz des Wienerfilters sich zusätzliche Artefakte bilden, deren Energie auf den unteren Frequenzbereich konzentriert ist, selbst wenn die Eingangssignale keine niederfrequenten Signalanteile enthalten. Gleichzeitig erfolgt als Fehlreaktion aber eine Bedämpfung der hohen Signalanteile, so daß insgesamt ein dumpfer Höreindruck entsteht. Durch die Hochpaßfilterung jedoch werden diese niederfrequenten Signalanteile bedämpft und gleichzeitig die höheren Frequenzen angehoben.

Die Erfindung wird anhand der Figuren näher erläutert. Es zeigt

Fig. 1 eine schematisch dargestellte Freisprecheinrichtung und

Fig. 2 ein Blockschaltbild einer Geräuschreduktion.

Fig. 1 zeigt schematisch eine Freisprecheinrichtung beim Mobiltelefon im Kraftfahrzeug (Kfz). Das vom fernen Teilnehmer empfangene Signal wird über einen Lautsprecher in die akustische Umgebung (hier ins Innere eines Kfz) abgestrahlt und so für den lokalen Teilnehmer hörbar ("Lauthören"). Das nicht unmittelbar am Mund des lokalen Teilnehmers befindliche Mikrofon nimmt dessen Sprache und andere akustische Signale aus der Umgebung auf, so daß sie zum fernen Teilnehmer übertragen werden können ("Freisprechen"). (Zur Vereinfachung wird im folgenden unter "Freisprechen" stets die Zusammenfassung der beiden Funktionen "Lauthören" und "Freisprechen" verstanden).

Zwei grundsätzliche Probleme gehen mit einer solchen Anordnung einher.

a) Das Mikrofon nimmt außer dem gewünschten Sprachsignal des lokalen Teilnehmers auch andere Signale aus der akustischen Umgebung mit auf, die im Hinblick auf die verfügbaren technischen Lösungen in zwei Klassen eingeteilt werden können:

• - das akustische Echo des Lautsprechersignals,
• - lokale Geräusche (erzeugt z. B. von Motor, Lüftung, Reifen, Wind, Regen, . . .).

Diese Signale wirken als Störung auf das eigentliche Nutzsignal (Sprache des lokalen Teilnehmers) und können damit die Qualität der Telefonverbindung entscheidend beeinflussen. Sie verschlechtern die Verständlichkeit des Nutzsignals, beeinträchtigen bei Anwendung von Sprachcodierverfahren deren Qualität (i.a. nimmt die Beeinträchtigung mit der Reduktion der Übertragungsbitrate zu, z. B. bei GSM-Codes) und verringern auch die Erkennungsraten von Spracherkennern (welche möglicherweise zur sprachgesteuerten Bedienung des Mobiltelefons vorgesehen sind). Für den eigentlichen Fernsprechbetrieb sind die beiden erstgenannten Auswirkungen bedeutsam, wobei diese nur dem fernen Teilnehmer unmittelbar bewußt werden: Der ferne Teilnehmer wird das Echo seiner eigenen Sprache hören (ab etwa 30 ms Signallaufzeit, bei GSM mit ca. 180 ms Laufzeit um so ausgeprägter) und er wird die Auswirkungen der lokalen Geräusche als verringerte Sprachqualität wahrnehmen. Auf den lokalen Teilnehmer ergeben sich nur dann Rückwirkungen, wenn durch die Rückkopplung des Lautsprechersignals zum Mikrofon Stabilitätsprobleme in der Fernsprechverbindung auftreten. Bei Spracherkennungsfunktionen (z. B. bei der Sprachsteuerung des Telefons) werden dem lokalen Teilnehmer die Auswirkung der Störungen unittelbar mit der Verschlechterung der Erkennungsraten bewußt.

b) Der lokale Teilnehmer hört neben dem erwünschten Lautsprechersignal und den entsprechenden Echos natürlich zusätzlich die lokalen Geräusche, so daß bei hohen Nebengeräuschpegeln der Höreindruck und die Verständlichkeit entsprechend beeinträchtigt werden.

Zur Entfernung der lokalen Geräusche aus dem Mikrofonsignal sind verschiedene Konzepte zur Geräuschreduktion anwendbar. Im Prinzip wird dabei immer versucht, das Nutzsignal und das Störsignal getrennt zu analysieren und auf der Basis der ermittelten Eigenschaften das Störsignal zu unterdrücken ohne gleichzeitig das Nutzsignal zu beeinträchtigen.

Ein Mikrofon-Array mit einem nachfolgendem Laufzeitausgleich der durch seine räumliche Selektivität die Trennung von Nutz- und Störanteilen erleichtert. Gleichzeitig wird bei Fokussierung auf die Nutzsignalquelle und Mitteilung der einzelnen Mikrofonsignale ein zusätzlicher Arraygewinn erzielt, wenn die Störanteile in den Mikrofonsignalen wechselseitig unkorreliert sind und sich deshalb bei der Summation teilweise auslöschen. Ein nachgeschaltetes adaptives Wiener-Filter hat dann die Aufgabe, die Nutzanteile herauszuheben und die verbleibenden Störsignale zusätzlich zu unterdrücken.

Ferner ist es vorteilhaft, die Schätzergebnisse eines jeden einzelnen Mikrofonzweiges einer Plausibilitätsprüfung zu unterziehen. Bei in einem Kraftfahrzeug häufig vorkommenden hohen Störgeräuschpegeln sind offenbar bei der Laufzeitschätzung falsche Schätzergebnisse nicht auszuschließen. Die Verwendung falscher Schätzwerte verbindet jedoch die Unterdrückung der Störgeräusche bzw. bevorzugt sogar die Störgeräusche.

Eine solche Plausibilitätsprüfung untersucht daher, ob bei der Fokussierung auf einen Sprecher, die festgestellte Entfernung zum Sprecher einen vorgegebenen Grenzwert überschreitet. Dieser Grenzwert ist entsprechend den inneren Abmessungen des Kraftfahrzeugs wählbar. Beispielsweise Entfernungen über einen Meter würden bedeuten, daß sich der Sprecher außerhalb des Fahrzeugs befinden müßte. Zusätzlich kann die Richtung mit einbezogen werden. Angebliche Sprecherorte hinter den Mikrofonen, also in Richtung der Windschutzscheibe können ebenfalls als unwahrscheinlich erkannt werden. Ebenso Sprecherpositionen links vor der Sprecherposition. Bei Erkennung einer unwahrscheinlichen Sprecherposition, wird vorzugsweise die letzte plausible Sprecherposition, bzw. die entsprechenden früheren Schätzwerte verwendet.

Claims (7)

1. Anordnung zur Signalverarbeitung von mindestens zwei akustischen Eingangssignalen, bei der die Autokorrelationsfunktion und die Kreuzkorrelationsfunktion der Eingangssignale als Parameter für ein Wienerfilter berechnet werden, dadurch gekennzeichnet, daß eine zeitliche Mitteilung der Autokorrelationsfunktion und der Kreuzkorrelationsfunktion vorgesehen ist.

2. Anordnung zur Signalverarbeitung von mindestens zwei akustischen Eingangssignalen, bei der die Autokorrelationsfunktion und die Kreuzkorrelationsfunktion der Eingangssignale als Parameter für ein Wienerfilter berechnet werden, dadurch gekennzeichnet, daß vorgesehen ist, zur Berechnung der Kreuzkorrelationsfunktion eine Skalierung der Autokorrelationsfunktion vorzunehmen und die Kreuzkorrelationsfunktion mit der skalierten Autokorrelationsfunktion zu beaufschlagen.

3. Anordnung zur Signalverarbeitung von mindestens zwei akustischen Eingangssignalen, bei der die Autokorrelationsfunktion und die Kreuzkorrelationsfunktion der Eingangssignale als Parameter für ein Wienerfilter berechnet werden, dadurch gekennzeichnet, daß vorgesehen ist, zu prüfen, ob während der Berechnung von Autokorrelationsfunktion und Kreuzkorrelationsfunktion ein Koeffizientenüberlauf vorgekommen ist, und in diesem Fall das Wienerfilter nicht zu benutzen.

4. Anordnung zur Signalverarbeitung von mindestens zwei akustischen Eingangssignalen, bei der die Autokorrelationsfunktion und die Kreuzkorrelationsfunktion der Eingangssignale als Parameter für ein Wienerfilter berechnet werden, dadurch gekennzeichnet, daß eine Hochpaßfilterung der Eingangssignale vorgesehen ist.

5. Anordnung zur Signalverarbeitung von mindestens zwei akustischen Eingangssignalen, bei der die Autokorrelationsfunktion und die Kreuzkorrelationsfunktion der Eingangssignale als Parameter für ein Wienerfilter berechnet werden, dadurch gekennzeichnet, daß eine Hochpaßfilterung des Wienerfilters vorgesehen ist.

6. Anordnung zur Signalverarbeitung von mindestens zwei akustischen Eingangssignalen, bei der die Autokorrelationsfunktion und die Kreuzkorrelationsfunktion der Eingangssignale als Parameter für ein Wienerfilter berechnet werden, dadurch gekennzeichnet, daß die Mikrofone in einem Kraftfahrzeug oberhalb eines Sprechers angeordnet sind.

7. Anordnung zur Signalverarbeitung, gekennzeichnet durch eine Kombination der Merkmale von mindestens zwei Ansprüchen der Ansprüche 1 bis 6.