-
Technisches
Gebiet
-
Die
Erfindung bezieht sich auf Allrichtungstondekodierung. Insbesondere
betrifft die Erfindung eine mittels Rechnersoftware verwirklichte
Löscheinrichtung
für akustische
Kreuzkopplung, die in einem Dekodier- und Präsentiersystem für Ton aus
vielen Richtungen sehr geringe Verarbeitungsmittel eines PC braucht.
-
Relevanter
Stand der Technik
-
Als
eine neue Anwendung für
die Dolby Surround und Dolby Digital Mehrkanaltonkodier- und -dekodiersysteme
hat sich Multikanalton für
Multimediavideospiele auf der Basis von PC, CD-ROM, Internetton
und dergleichen erwiesen (häufig
als "Multimedia-Audio" bezeichnet).
-
Auf
der Verwendung einer 4:2:4 Amplituden-Phasen-Matrix beruhender Dolby
Surround ist bereits allgemein bekannt als ein System zum Kodieren
von vier Tonkanälen
(links, rechts, Mitte und Raum) auf Zweikanal-Tonträger (Kassetten
und CD), Rundfunkübertragungen
und den Tonteilen von Videoaufzeichnungen (Videobänder und
Laserplatten) sowie Fernsehsendungen und auch zum Dekodieren von
denselben. Dolby Surround (und Dolby Surround Pro Logic, bei dem
eine aktive Raumdekodierung zur Verbesserung der Kanaltrennung benutzt
wird) ist in Heimkinosystemen weit verbreitet und erfordert üblicherweise
mindestens drei Lautsprecher (Links- und Rechtslautsprecher, die
der Bildanzeige benachbart sind, sowie einen Raumlautsprecher hinter
den Zuhörern)
vorzugsweise aber vier Lautsprecher (zwei Raumlautsprecher statt
eines, die zu beiden Seiten der Zuhörer angeordnet sind). Im Idealfall
wird ein fünfter
Lautsprecher verwendet, um eine "harte" Mittekanalwiedergabe
zu erreichen.
-
Für Dolby
Digital wird die Dolby AC-3 digitale Tonkodiertechnik angewandt,
bei der 5.1 Tonkanäle (links,
Mitte, rechts, linker Raum, rechter Raum und ein Tieftonkanal von
begrenzter Bandbreite) mit einem in der Bitrate reduzierten Datenstrom
kodiert werden. Dolby Digital, eine neuere Technik als Dolby Surround,
findet bereits große
Anwendung in Heimkinosystemen und ist in den Vereinigten Staaten
als Tonstandard für
digitale Videoplatten (DVD) und Hochauflösungsfernsehen (HDTV) gewählt worden. Bei
Verwendung im Heimkino erfordert Dolby Digital mindestens vier Lautsprecher,
weil es statt eines zwei Raumkanäle
wiedergibt.
-
Auf
dem PC "Multimedia"-Gebiet werden üblicherweise
nur zwei Lautsprecher verwendet, ein linker und ein rechter Lautsprecher
neben dem Computerbildschirm oder in dessen Nähe (und wahlweise ein Tiefpaßlautsprecher,
der entfernt, beispielsweise auf dem Fußboden angeordnet sein kann;
in der vorliegenden Erörterung
wird der Tiefpaßlautsprecher außer Acht
gelassen). Bei Wiedergabe über
den linken und rechten Lautsprecher mit konventionellen Mitteln
ruft Stereomaterial im allgemeinen Tonbilder hervor, die auf die
Lautsprecher selbst und den Raum zwischen ihnen begrenzt sind. Dieser
Effekt ist das Resultat der Kreuzkopplung des akustischen Signals aus
jedem Lautsprecher zum entfernten Ohr eines Zuhörers, der sich vor dem Computerbildschirm
befindet. Weitere Aspekte des gleichen üblichen Verfahrens sind akustische
Löschungen
sowie eine willkürliche
Wiedergabe der Quellenposition.
-
Um
mittels Dolby Surround kodiertes Material im Zusammenhang mit einem
Computer wiederzugeben, werden in gewissen bekannten Anordnungen mehrere
Lautsprechertreiber innerhalb eines einzigen Gehäuses verwendet, um die Verwendung
mehrerer Lautsprecher zu simulieren, siehe beispielsweise US-Patent
5 553 149.
-
Im
Fall anderer bekannter Anordnungen ist vorgeschlagen worden, eine
Schallbildverarbeitung vorzusehen, die akustische Kreuzkopplung
löscht, um
die Wahrnehmung zu vermitteln, daß die Raumschallinformation
von virtuellen Lautsprecherorten hinter oder an der Seite eines
Zuhörers
kommt, während
nur zwei vorn positionierte Lautsprecher verwendet werden, siehe
zum Beispiel die veröffentlichte
Europäische
Patentanmeldung
EP
0 637 191 A2 und die veröffentlichte internationale
Anmeldung WO 96/06515. Der Ursprung einer Löscheinrichtung für akustische
Kreuzkopplung wird im allgemeinen B. S. Atal und Manfred Schroeder
von den Bell Telephone Laboratories zugeschrieben (siehe zum Beispiel
US Patent 3 236 949). Wie von Schroeder und Atal ursprünglich beschrieben,
kann die Wirkung der akustischen Kreuzkopplung abgeschwächt werden,
wenn ein geeignetes Löschsignal
vom entgegengesetzten Lautsprecher eingeführt wird. Da das Löschsignal selbst
auch akustisch über
Kreuz gekoppelt wird, muß es
gleichfalls durch ein geeignetes Signal von dem ursprünglich emittierenden
Lautsprecher gelöst werden
und so weiter.
-
Die
vorliegende Erfindung ist auf eine Löscheinrichtung für akustische
Kreuzkopplung gerichtet, die unter Verwendung sehr geringer Verarbeitungsmittel
eines PC verwirklicht werden kann und besonders geeignet ist zur
Verwendung in einem System der Allrichtungstondekodierung und Wiedergabe,
wie einem Multimediasystem für
Rechner mit nur zwei Hauptlautsprechern.
-
Offenbarung
der Erfindung
-
Mit
der vorliegenden Erfindung wird eine Löscheinrichtung für akustische
Kreuzkopplung geschaffen, die als Software verwirklicht werden soll,
so daß die
Löscheinrichtung,
wenn sie in Echtzeit auf einem PC läuft, sehr geringe MIPS-Anforderungen
hat und einen kleinen Bruchteil verfügbarer CPU-Zyklen braucht. Das Programm ließe sich
beispielsweise bei Videospielen, CD ROM, Internetton und dergleichen einschließen, um
Raumklangbilder außerhalb
des Raums zwischen dem linken und rechten Multimedialautsprecher
des Rechners wiederzugeben, wenn der Ton aus solchen Quellen reproduziert
wird.
-
In
einem idealen Wiedergabesystem sollte der Zuhörer, wenn die Quellenaufzeichnung
M Kanäle
je mit einer zugeordneten Quellenrichtung hat, diese M Kanäle als aus
ihren jeweiligen M Quellenrichtungen wiedergegeben empfinden. In
praktischen Wiedergabesystemen werden die M Quellenkanäle von N
Präsentationskanälen oder
Lautsprechern wiedergegeben, die je eine Position in Bezug auf die
ursprünglichen
Quellenrichtungen und in Bezug auf einen oder mehr Zuhörer haben
(jeder ortsfeste Zuhörer
hat eine Hörposition
P an jedem Ohr). Das Gesamtsystem läßt sich wie folgt ausdrücken: M ⇒ [C] ⇒ N ⇒ [R] ⇒ P,wobei
[C] ein M × N
Portfilternetzwerk C ist, welches die M Quellenkanäle auf die
N Präsentationskanäle verarbeitet
oder abbildet (d.h. lineare, zeitunveränderliche Abbildung) und [R]
ein N × P
Portfilternetzwerk R ist, welches die N Präsentationskanäle auf P Hörpositionen
verarbeitet oder abbildet (gleichfalls lineare, zeitunveränderliche
Abbildung).
-
Das
Filternetzwerk R kann wiedergegeben werden durch eine Raummatrix
R aus Filterkurven oder Übertragungsfunktionen
(in der Praxis HRTF head related transfer functions or HRTFs-Übertragungsfunktionen
in Beziehung zum Kopf), die durch Messen oder Schätzen der Übertragungsfunktion von
jedem der N Präsentationskanäle zu jeder
der P Hörpositionen
festgelegt werden, die eine N × P
Matrix aus Übertragungsfunktionen
bilden, von denen jede die Auswirkungen von Abweichungen des Lautsprecherverhaltens,
Raumakustik, Verzögerungen, Echos,
möglicherweise
vorhandenem Kopfschatten etc. einschließen können:
wo die Matrixelemente r11
... rnp ideale Filterkurven sind, welche die Übertragungsfunktion von jedem Präsentationskanal
zu jeder Hörposition
wiedergeben. Wenn die Matrixelemente r11 ... rnp Übertragungsfunktionen
der Frequenzdomäne,
ausgedrückt beispielsweise
als schnelle Fourier Transformationen (FFT), sind, können mit
der Matrix Standardmatrixoperationen (Addition, Multiplikation usw.)
durchgeführt
werden. Die Raummatrix kann gemäß der vorliegenden
Erfindung dadurch vereinfacht werden, daß alles ignoriert wird außer der
Zeitverzögerung und
der frequenzabhängigen
Dämpfung
auf der direkten akustischen Strecke zwischen jedem Präsentationskanal
und jeder Hörposition,
und daß das Dämpfungsverhalten
mindestens über
einen wesentlichen Teil des von den Präsentationskanälen wiederherzustellenden,
hörbaren
Schallspektrums gedämpft
wird.
-
Das
Filternetzwerk C bildet eine Löscheinrichtung
für akustische
Kreuzkopplung und kann von einer Löschmatrix C aus Filterkurven
oder Übertragungsfunktionen
wiedergegeben werden.
wobei die Matrixelemente
c11 ... cmn individuelle Filterkurven sind. Wenn die Matrixelemente
c11 ... cmn Übertragungsfunktionen
in der Frequenzdomäne, ausgedrückt beispielsweise
als schnelle Fouriertransformationen (FFT), sind, können mit
der Matrix Standardmatrixoperationen (Addition, Multiplikation usw.)
durchgeführt
werden.
-
Da
die Löscheinrichtung
für akustische Kreuzkopplung
die M Quellenkanäle
in ihren ursprünglichen
Richtungen wiederherstellt, hat diese Einrichtung die Fähigkeit,
Phantombilder oder virtuelle Abbildungen zu erzeugen – Töne, die
anscheinend aus Richtungen M statt Lautsprecher N Positionen kommen,
wobei in Bezug auf die Hörpositionen
P N Positionen sich an anderen Orten befinden können als die M Quellen.
-
Eine
Löscheinrichtung
für akustische
Kreuzkopplung funktioniert nach Art eines räumlichen Umkehrfilters in einem
Tonwiedergabesystem, um die Akustik des Zuhörraums zu löschen und stattdessen die Akustik
der ursprünglichen
Aufzeichnung einzusetzen. Damit der Zuhörer die ursprünglichen
M Kanäle
an den P Hörpositionen
hört, wie
gewünscht,
sei CR = I,wobei I die Identitätsmatrix
ist, oder C = R–1.
-
Damit
kann die Matrix C durch Festlegen der Raummatrix R und Benutzung
der Umkehrung derselben bestimmt werden. Da die Raummatrix R gemäß der vorliegenden
Erfindung vereinfacht ist, ist auch die erhaltene Löschmatrix
C vereinfacht, was einfachere Verwirklichungen in Software für das Löschnetzwerk
C für akustische
Kreuzkopplung ergibt, wobei solche Verwirklichungen, wenn man sie auf
einem PC laufen läßt, die
Anforderungen an Verarbeitungsressourcen auf ein Minimum einschränken.
-
Wenn
die Elemente der R Matrix Übertragungsfunktionen
der Frequenzdomäne
sind, kann die Umkehrung ausgerechnet werden, um die Löschmatrix
C abzuleiten. Aus der Löschmatrix
C kann dann ein oder mehr verwirklichbare M × N Portnetze zum Löschen von
akustischer Kreuzkopplung abgeleitet werden. Im erhaltenen M × N Portnetzwerk ist
jeder Ausgang N, je nach der Verwirklichung, entweder 1.) die lineare
Kombination getrennt gefilterter Versionen der M Eingänge, 2.)
die lineare Kombination getrennt gefilterter Versionen der M Eingänge und getrennt
gefilterter Rückkopplungssignale
von den N Ausgängen
oder 3.) getrennt gefilterte Rückkopplungssignale
von den N Ausgängen,
addiert zu den M Eingängen.
-
Eine
Möglichkeit
zur Verwirklichung des Netzwerks besteht im Transformieren der Elemente der
Matrix C in Darstellungen der Zeitdomäne, aus denen FIR Filterverwirklichungen
ohne weiteres erhalten werden können,
wie allgemein bekannt. Auch wenn eine IIR Filterverwirklichung bevorzugt
wird, um die Verarbeitungsressourcen minimal zu gestalten, ist es
kein einfaches Verfahren, aus einem FIR Filter einen IIR Filter
zu erhalten. Statt die Elemente der Matrix C in die Zeitdomäne zu transformieren
wird deshalb bevorzugt, sie in der Frequenzdomäne zu belassen, aus der deren
Filteramplitude und Phasengänge
leicht zu erhalten sind. Einfache IIR oder FIR/IIR Filterverwirklichungen
einschließlich
deren Filterkoeffizienten, die geringe Verarbeitungsleistung erfordern,
können
dann erhalten werden und die gewünschte
Amplitude und Phasengänge
anwenden. Obwohl solche IIR oder FIR/IIR Filter in der Praxis mittels
Versuch und Irrtum abgeleitet werden können, erhält man solche IIR oder FIR/IIR
Filter besser, wenn man eines der vielen fertigen Computerprogramme
für digitales
Filterdesign benutzt.
-
Wenn
die Raummatrix R keine quadratische Matrix ist, ist die Umkehrmatrix
C der Löscheinrichtung
eine "Pseudomatrixumkehrung", bleibt aber die optimale
Methode, um M Quellenkanäle
auf N Präsentationskanäle zur Darstellung
an P Zuhörerpositionen
abzubilden. Für
den unterbeschränkten
Zustand (d.h. P ist weniger als N) minimiert die Pseudoumkehrung
den Effektivfehler zwischen tatsächlichen
und gewünschten
Lösungen.
Für den überbeschränkten Fall
(d.h. P ist größer als
N) minimiert die Pseudoumkehrung die Effektivenergie der nötigen Eingabe(n),
um die exakte Lösung
zu erreichen.
-
Aus
der obigen Darstellung ist zu entnehmen, daß die Grundsätze der
vorliegenden Erfindung allgemein anwendbar sind auf willkürliche Zahlen
von Quellenkanälen,
Lautsprechern und Hörpositionen. Aus
Gründen
der Einfachheit beziehen sich aber die nachfolgend beschriebenen
Ausführungsbeispiele auf
den spezifischen Fall, bei dem es zwei Lautsprecher gibt (wie in
einer typischen Computermultimediaanordnung, bei der die Lautsprecher
nahe beieinander und symmetrisch im Abstand vor dem Zuhörer angeordnet
sind, beispielsweise auf beiden Seiten eines Multimediarechnerbildschirms
oder Fernsehgeräts),
ferner zwei Quellenkanäle
(beispielsweise linker Raum und rechter Raum, ohne darauf beschränkt zu sein)
und zwei Hörpositionen
(Ohren eines Zuhörers),
so daß N
= M = P = 2. Damit ist die akustische Übertragungsraummatrix R eine
2 × 2
Matrix und die Reaktion C der Löscheinrichtung
ist durch die 2 × 2 Matrix
wiedergegeben, welche die Umkehrung der R Matrix ist, so daß der linke
Raumkanal L nur am linken Ohr wahrgenommen wird (eine der beiden
Hörerpositionen
P), während
der rechte Quellenkanal R nur am rechten Ohr wahrgenommen wird (der
anderen der beiden Hörerpositionen
P).
-
Wenn über ein
solches akustisches Nebensprechlöschglied
Signale an ein einem Computerbildschirm benachbartes Lautsprecherpaar
angelegt werden, führt
das zu der Wahrnehmung, daß der Schall
von den Seiten des Zuhörers
statt von dort kommt, wo sich die Lautsprecher befinden, Hinweise in
Vorwärtsrichtung
gehen verloren, und der Schall scheint nur von der Seite zu kommen,
wo die Raumlautsprecher sein sollten. Dadurch, daß Information vom
linken und rechten Kanal unmittelbar an die Lautsprecher angelegt
wird und diese Information mit geometrisch verteilter Rauminformation
summiert wird (d.h. Rauminformation), die vom Nebensprechlöschglied
verarbeitet wurde, sind nur zwei, dem Computerbildschirm benachbarte
Lautsprecher nötig,
um die Empfindung eines linken, rechten und Raumschallfeldes zu
erzeugen.
-
Gemäß einem
der Aspekte der Erfindung ist diese auf ein Verfahren zum Ableiten
einer Löschmatrix
C der Dimension M × N
gerichtet, in der jedes der Matrixelemente eine Übertragungsfunktion der Frequenzdomäne ist,
wobei die Matrix C ein M × N
Portnetzwerk zum Löschen
von Nebensprechen für
das Abbilden von M Tonquellenkanälen,
je mit einer zugeordneten Quellenrichtung, auf N Tonpräsentationskanäle darstellt,
die je eine Position in Bezug auf die Quellenrichtungen haben, so
daß jeder
Ausgang N entweder 1.) die lineare Kombination aus getrennt gefilterten
Versionen der M Eingänge,
2.) die lineare Kombination von getrennt gefilterten Versionen der
M Eingänge
und getrennt gefilterten Rückkopplungssignalen
von den N Ausgängen
oder 3.) getrennt gefilterte Rückkopplungssignale
von den N Ausgängen addiert
zu den M Eingängen
ist. Das Verfahren sieht vor, eine Raummatrix R der Dimension N × P zu errichten,
in der jedes der Matrixelemente eine Übertragungsfunktion in der
Frequenzdomäne
ist und die Matrix R ein N × P
Portnetzwerk zum Abbilden von N Präsentationskanalpositionen auf
P Hörpositionen darstellt,
wobei die Übertragungsfunktionen
in der Frequenzdomäne
die Zeitverzögerung
und eine geglättete
Version der frequenzabhängigen
Dämpfung längs einer
direkten akustischen Strecke von jeder der Präsentationskanalpositionen zu
jeder der Hörpositionen
darstellen und auch, die Nebensprechlöschmatrix C so einzustellen,
daß sie
der Umkehrung der Raummatrix R entspricht. Die geglättete Version
der frequenzabhängigen
Dämpfung
kann beispielsweise ein geglätteter
Durchschnitt der Dämpfung
der akustischen Strecke über
mindestens einen wesentlichen Teil des von den Präsentationskanälen wiederherzustellenden
hörbaren
Schallspektrums sein.
-
Gemäß einem
weiteren Aspekt ist die Erfindung auf ein M × N Portnetzwerk zum Löschen von Nebensprechen
gerichtet, um M Tonquellenkanäle, die
je eine zugeordnete Quellenrichtung haben, auf N Tonpräsentationskanäle abzubilden,
die je eine Position in Bezug auf die Quellenrichtungen haben, so daß jeder
Ausgang N entweder 1.) die lineare Kombination von getrennt gefilterten
Versionen der M Eingänge,
2.) die lineare Kombination von getrennt gefilterten Versionen der
M Eingänge
und getrennt gefilterten Rückkopplungssignalen
von den N Ausgängen oder
3.) getrennt gefilterte Rückkopplungssignale von
den N Ausgängen
addiert zu den M Eingängen ist.
Das Netzwerk zum Löschen
von Nebensprechen wird durch folgende Schritte erzeugt: Es wird
eine Raummatrix R der Dimension N × P errichtet, in der jedes
der Matrixelemente eine Übertragungsfunktion in
der Frequenzdomäne
ist und die Matrix R ein N × P
Portnetzwerk zum Abbilden von N Präsentationskanalpositionen auf
N Hörpositionen
darstellt, wobei die Übertragungsfunktionen
in der Frequenzdomäne die
Zeitverzögerung
und eine geglättete
Version der frequenzabhängigen
Dämpfung
längs einer
direkten akustischen Strecke von jeder der Präsentationskanalpositionen zu
jeder der Hörpositionen
darstellen; es wird die Umkehrung der Raummatrix R abgeleitet, um
eine Nebensprechlöschmatrix
C der Dimension N × N
zu erzeugen, in der jedes der Matrixelemente eine Übertragungsfunktion
in der Frequenzdomäne ist,
wobei die Matrix C das N × N
Portnetzwerk zum Löschen
von Nebensprechen darstellt; und es wird die geglättete Version
der frequenzabhängigen Dämpfung mit
einem oder mehr einfachen digitalen Filtern verwirklicht, die geringe
Verarbeitungsleistung erfordern. Die digitalen Filter sind vorzugsweise
vom Typ IIR oder IIR/FIR und sind vorzugsweise Filter erster Ordnung.
Die geglättete
Version der frequenzabhängigen
Dämpfung
kann beispielsweise ein geglätteter
Durchschnitt der Dämpfung
der akustischen Strecke über
mindestens einen wesentlichen Teil des hörbaren Schallspektrums sein,
welches von den Präsentationskanälen wiederhergestellt
werden soll. Die zeitliche Verzögerung
kann mittels eines digitalen Ringpuffers verwirklicht werden.
-
Gemäß einem
weiteren Aspekt der vorliegenden Erfindung kann das N × N Portnetzwerk
zum Löschen
von Nebensprechen einen Amplitudenkompressor umfassen. Der Kompressor
weist in jedem der Netzeingänge
Dämpfungsglieder
mit festem Amplitudenpegel und in jedem der Netzausgänge Verstärkungsglieder
mit veränderlichem
Amplitudenpegel auf, wobei die Verstärkungsglieder je einen Skalierer
umfassen, der die Verstärkung
zwischen einem Pegel, welcher die Eingangsdämpfung wiederherstellt, und
einem gedämpften
Pegel skaliert, der eine Begrenzung im Ausgangssignal vermeidet.
Bei einem bevorzugten Ausführungsbeispiel
wird eine Steuerung des Kompressors vom Kompressoreingang erhalten,
wobei der Kompressor ein unbegrenztes Kompressionsverhältnis hat
und damit einen Begrenzer darstellt. Im bevorzugten Ausführungsbeispiel
umfaßt
der Kompressor in jedem der Netzausgänge eine Verzögerung,
und die Steuerung des Kompressors ist vorwärtsgerichtet, um die Verstärkung des
Kompressors silbenmäßig zu steuern.
Die Dämpfungsglieder
mit festem Amplitudenpegel und die Verstärkungsglieder mit veränderlichem
Amplitudenpegel können
frequenzunabhängige
Eigenschaften haben. Alternativ können die Dämpfungsglieder mit festem Amplitudenpegel
und die Verstärkungsglieder
mit veränderlichem
Amplitudenpegel frequenzabhängige
Eigenschaften haben. Wenn der Nebensprechprozessor bei niedrigen
Signalpegeln rauscht, was der Fall sein kann, wenn ein billiger
Prozessor verwendet wird, beispielsweise DSP Chips, die nur 16 Bit
Wortlängen
stützen,
haben die frequenzabhängigen
Eigenschaften der Dämpfungsglieder
mit festem Amplitudenpegel und der Verstärkungsglieder mit veränderlichem
Amplitudenpegel nur bei mittleren bis niedrigen Frequenzen ihre
Wirkung, was den Schwund an Rauschabstand gering hält und den
Verlust auf Frequenzen begrenzt, wo er weniger hörbar ist.
-
Gemäß einem
weiteren Aspekt der Erfindung ist das Netzwerk zum Löschen von
Nebensprechen ein 2 × 2
Portnetzwerk zum Abbilden von zwei Tonquellenkanälen M auf zwei Tonpräsentationskanäle N, angewandt
auf ein Paar Wandler, die Positionen in Bezug auf die Richtungen
der Tonquellenkanäle
M haben, wobei der Hörer
zwei Hörpositionen
P, das linke Hörerohr
und das rechte Hörerohr,
in Bezug auf die Wandler hat. Das Netzwerk weist ferner folgendes
auf: 1.) zwei Signalverknüpfer,
einen ersten Signalverknüpfer
und einen zweiten Signalverknüpfer,
von denen jeder mindestens zwei Eingänge und einen Ausgang hat,
wobei (a) einer der N Eingänge mit
einem Eingang des ersten Signalverknüpfers und ein weiterer der
N Eingänge
mit einem Eingang des zweiten Signalverknüpfers gekoppelt ist, und (b)
einer der N Ausgänge
mit dem Ausgang des ersten Signalverknüpfers und ein weiterer der
Ausgänge
mit dem Ausgang des zweiten Signalverknüpfers gekoppelt ist, und 2.)
zwei Signalrückkopplungswege,
einen ersten Signalrückkopplungsweg
und einen zweiten Signalrückkopplungsweg,
von denen jeder eine Zeitverzögerung
und eine frequenzabhängige
Kennlinie hat und jeder einen Eingang und einen Ausgang hat, wobei
(a) der Eingang des ersten Signalrückkopplungsweges mit dem Ausgang
des ersten Signalverknüpfers
gekoppelt ist, und der Ausgang des ersten Signalrückkopplungsweges
mit dem anderen Eingang des zweiten Signalverknüpfers gekoppelt ist, (b) der
Eingang des zweiten Signalrückkopplungsweges
mit dem Ausgang des zweiten Signalverknüpfers gekoppelt ist, und der
Ausgang des zweiten Signalrückkopplungsweges
mit dem anderen Eingang des ersten Signalverknüpfers gekoppelt ist, (c) jeder
der Rückkopplungswege
eine Zeitverzögerung
hat, welche die zusätzliche
Zeit darstellt, während
der Schall sich längs
der akustischen Strecke zwischen einem Wandler und dem am weitesten
vom Wandler entfernten Ohr des Zuhörers ausbreitet, im Verhältnis zu
der Zeit, während
der Schall sich längs der
akustischen Strecke zwischen dem gleichen Wandler und dem dem gleichen
Wandler am nächsten
liegenden Ohr des Zuhörers
ausbreitet, und (d) jeder der Rückkopplungswege
eine frequenzabhängige
Kennlinie hat, welche den Unterschied in der Dämpfung auf der akustischen
Strecke zwischen einem Wandler und dem am weitesten vom Wandler entfernten
Ohr des Zuhörers
und der Dämpfung
auf der akustischen Strecke zwischen dem gleichen Wandler und dem
dem gleichen Wandler am nächsten
liegenden Ohr des Zuhörers
darstellt, und 3.) die Signalverknüpfer, die Signalrückkopplungswege
und die Kopplungen zwischen ihnen derartige Polaritätseigenschaften
haben, daß von
einem Rückkopplungsweg
verarbeitete Signale mit Signalen, die an den anderen Eingang des
jeweiligen Signalverknüpfers
gekoppelt sind, subtraktiv verknüpft
werden. Die beiden Präsentationskanäle können an
ein Paar Wandler angelegt werden, die in Bezug auf einen Zuhörer insgesamt
vor und an im wesentlichen rechts- und linkssymmetrischen Stellen
angeordnet sind. Die frequenzabhängige
Kennlinie kann als eine Tiefpaß-Schelfkurve
erster Ordnung verwirklicht sein, die die Form eines IIR Filters
oder eines Kombinations FIR/IIR Filters haben kann. Die Dämpfung der
akustischen Strecke zwischen einem Wandler und dem am weitesten
vom Wandler entfernten Ohr des Zuhörers wird dadurch bestimmt,
daß die
Differenz zwischen der kopfbezogenen Übertragungskurve von einem
Wandler und dem am weitesten vom Wandler entfernten Ohr des Zuhörers und
der kopfbezogenen Übertragungskurve
vom anderen Wandler zu dem dem anderen Wandler am nächsten liegenden
Ohr des Zuhörers
genommen und diese Differenz geglättet wird.
-
Verschiedene
Aspekte der Erfindung können unabhängig oder
in Kombination miteinander benutzt werden.
-
Kurzbeschreibung der Zeichnungen
-
Es
zeigt:
-
1 ein
Funktionsblockschaltbild einer einfachen Vierportlöscheinrichtung
für akustisches
Nebensprechen;
-
2 aufgetragene
Amplituden von zwei akustischen Ansprechkurven über der Frequenz: Kurve A zeigt
die Differenz der Impulsreaktionen des linken und rechten Ohrs für Quellen
bei ±15°, und Kurve
B ist eine geglättete
Version der Kurve A;
-
3 ein
Funktionsblockschaltbild eines einfachen Filters erster Ordnung,
der in der einfachen Löscheinrichtung
für akustisches
Nebensprechen gemäß 1 verwendbar
ist, um eine geglättete
Version der Differenz der Impulsreaktionen des linken und rechten
Ohrs zu verwirklichen;
-
4A ein
Funktionsblockschaltbild eines bevorzugten Umfeldes, in dem das
Löschnetzwerk für Nebensprechen
gemäß der vorliegenden
Erfindung verwendbar ist;
-
4B ein
Funktionsblockschaltbild eines alternativen bevorzugten Umfeldes,
in dem das Löschnetzwerk
für Nebensprechen
gemäß der vorliegenden
Erfindung nicht nur im Hinblick auf Raumkanalsignale, sondern auch
für die
hauptsächlichen Links-
und Rechtssignale verwendbar ist;
-
5 ein
Funktionsblockschaltbild des bevorzugten Ausführungsbeispiels der in 1 und 3 gezeigten
einfachen 2 × 2
Portlöscheinrichtung
zur Verwendung im Umfeld gemäß 4A oder 4B.
-
6 ein
Funktionsblockschaltbild einer Verwirklichung des Abwärtsmischers
und Ausgangskompressors/Begrenzers gemäß 4A oder 4B.
-
Beste Art
und Weise zum Ausführen
der Erfindung
-
Wie
schon gesagt, kann die erforderliche Reaktion einer akustischen
Löscheinrichtung
dadurch errechnet werden, daß die
effektive Reaktion des Nebensprechprozesses (jeder Lautsprecher
für jedes Ohr)
gemessen und die umgekehrte Reaktion durch Umkehren der Matrix der
Systemfunktionen berechnet wird. Eine oder mehr Verwirklichungen
der Umkehrreaktion in Software können
dann abgeleitet werden, wie vorstehend erläutert. Wegen der einfachen
Art des Nebensprechprozesses im 2 × 2 Fall (2 Lautsprecher, 2
Ohren) kann man auf mehr intuitive Weise zu der umgekehrten Reaktion
kommen.
-
Der
primäre
Unterschied zwischen einem gegebenen akustischen Signal, welches
das nahe Ohr erreicht, und dem gleichen Signal, welches das entfernte
Ohr erreicht, besteht darin, daß das
Signal zum fernen Ohr gegenüber
der Ankunft am nahen Ohr verzögert
und geringfügig
gedämpft
ist. Zum Erzeugen eines Löschsignals
wird also vom entgegengesetzten Kanal ein Signal subtrahiert, welches ähnlich verzögert und
gedämpft
ist.
-
Eine
Löscheinrichtung
für akustisches
Nebensprechen wendet das Grundkonzept einer aktiven Rauschlöschung an,
d.h. das Nebensprechsignal vom linken Lautsprecher, welches im rechten
Ohr gehört
wird, wird dadurch ausgeblendet, daß eine in der Phase umgekehrte,
zeitlich verzögerte,
in der Amplitude verkleinerte und frequenzabhängig gefilterte Version des
gleichen Signals an den rechten Kanal angelegt wird, und umgekehrt.
Jedes Phasenumkehrsignal muß seinerseits
auf die gleiche Weise gelöscht
werden (mindestens während
einiger Iterationen).
-
1 ist
ein Funktionsblockschaltbild der Grundelemente einer einfachen Löscheinrichtung. Jede
Verzögerung 12 und 14 ist üblicherweise
etwa 140 μs
(Mikrosekunden) für
Lautsprecher, die in Bezug auf einen Zuhörer vorwärts unter +/–15° Winkeln angeordnet
sind (eine Verzögerung
von etwa 6 Abtastwerten bei einer 44.1 kHz Abtastfrequenz). Jeder der
Filter 16 und 18 ist ganz einfach ein frequenzunabhängiger Dämpfungsfaktor
K, typischerweise etwa 0.9. Der Eingang jedes Kreuzkopplungsschenkels 20 und 22 wird
vom Ausgang eines additiven Summiergliedes (24 bzw. 26)
in einer negativen Rückkopplungsanordnung
mit Querkanal genommen (jeder Schenkel wird am jeweiligen Summierglied subtrahiert),
um, wie schon gesagt, einen Löscher
jedes vorherigen Löschersignals
zu erzeugen. Das ist eine digital sehr einfach zu verwirklichende
Löscheinrichtung
für akustisches
Nebensprechen: zwei Additionen, zwei Multiplikationen und ein Paar
6-Abtastwert-Ringpuffer
für die
Verzögerungen.
Bei dieser Verwirklichung sind also die N Ausgänge des N × N Portnetzwerks getrennt
gefilterte Rückkopplungssignale
von den N Ausgängen,
die zu den M Eingängen addiert
wurden.
-
Allerdings
berücksichtigt
die soeben beschriebene Löscheinrichtung
nicht die Tatsache, daß die
in der entfernten akustischen Strecke eingeführte Dämpfung frequenzabhängig ist.
Es ist allgemein bekannt, daß die
Frequenzkurve derartiger akustischer Strecken durch Messen zweiohriger
Impulsreaktionen an einem menschlichen Kopf oder einem Pseudokopf
gemessen werden, und zwar üblicherweise
in einer schalltoten Umgebung. Veröffentlichte Daten solcher Messungen
stehen ausreichend zur Verfügung.
Zu verwendbaren zweiohrigen Impulsreaktionen gehören beispielsweise die mit
einem psk Pseudokopf der Marke Kemar in einem schalltoten Umfeld von
MIT Media Lab gewonnenen, die auf deren Internet World Wide Web
Seite veröffentlicht
wurden. Bei Verwendung derartiger Daten werden die dB Größenwerte
der Fouriertransformationen der Impulsreaktionen des linken und
rechten Ohrs für
Quellen bei 15° subtrahiert,
um zu einem Differentialfrequenzgang entsprechend Lautsprechern
bei +/–15
zu gelangen. Dieses grobe Differenzspektrum ist in 2 als
Kurve A gezeigt, eine ziemlich komplexe Kurve, für die eine vielpolige Filterung
erforderlich wäre.
-
Ein
Aspekt der vorliegenden Erfindung besteht darin, einen Frequenzgang,
wie die Kurve A in 2 zu glätten, um die sich ergebende
Filterverwirklichung zu vereinfachen und dadurch die Prozessorressourcen
des Rechners auf ein Minimum einzuschränken. Ein weiterer Aspekt der
vorliegenden Erfindung besteht in der Verwirklichung der geglätteten Kurve
mittels eines Filterabschnitts erster Ordnung, bei dessen Verwirklichung
sehr geringe Verarbeitungsleistung erforderlich ist. Der Frequenzgang
eines Filterabschnitts erster Ordnung, der eine gewünschte Glättung bietet,
ist beispielsweise die Kurve B in 2. Die gewünschte Kurve
ist ein geglätteter
Durchschnitt der Dämpfung
der akustischen Strecke über
mindestens einen wesentlichen Teil des hörbaren Schallspektrums, welches
von den Präsentationskanälen wiedergegeben
werden soll. Ein Versuch der Annäherung
der Kurve mit größerer Genauigkeit ergibt
keine Vorteile, da es so viele Quellen für Fehler gibt: nicht zusammenpassende
Lautsprecher, Lautsprecher, die nicht den gleichen Abstand vom Zuhörer haben,
ein nicht symmetrischer Kopf des Zuhörers, eine nicht normale Breite
des Kopfes usw. In der Praxis ist die Kurve eines Filters erster
Ordnung der idealen Kennlinie nahe genug angenähert, um die resultierende
Löscheinrichtung
für das
Nebensprechen für
die meisten Zuhörer
wirksam zu machen.
-
Ein
geglätteter
Frequenzgang, wie die Kurve B in 2, kann
erhalten werden, wenn man den in 3 gezeigten
FIR/IIR Filter statt der (frequenzunabhängigen) Breitband-Dämpfungsfilter 16 und 18 gemäß 1 verwendet
(d.h. die Dämpfungskonstante
K durch einen Filter erster Ordnung ersetzt). Funktionsmäßig wird
der Filtereingang, wie mit dem Filter gemäß 3 gezeigt,
an einen ersten Skalierer (ff0) 30 und eine erste Verzögerung 32 angelegt.
Die Ausgabe der Verzögerung 32 wird
an einen zweiten Skalierer (ff1) 34 angelegt. Ein additives
Summierglied 36 mit mehreren Eingängen und einem Ausgang empfängt die
Ausgaben der Skaliereren 30 und 34. Der Ausgang
des Summiergliedes 36 bietet die Filterausgabe, die auch über eine
zweite Verzögerung 38 und
einen dritten Skalierer (fb1) 39 einem weiteren Eingang
des Summiergliedes 36 zugeführt wird. Für +/–15° Lautsprecher und eine Abtastfrequenz
(fsampling) gleich 44.1 kHz sind die Filterkoeffizienten für das gezeigte
Beispiel ff0 = –0.4608,
ff1 = 0.2596 und fb1 = 0.7702. Die Verzögerungen 32 und 38 können mittels
Ringpuffern erreicht werden. Die Wahl von ff0, ff1, fb1 und die
Anzahl der Abtastwerte in den beiden Ringpufferverzögerungen
hängt von der
Abtastfrequenz und dem Lautsprecherabstand ab. Die Anzahl der Abtastwerte
in den Verzögerungen
liegt üblicherweise
im Bereich von 1 bis 7 für praktische
Lautsprecherwinkel und Abtastfrequenzen (etwa 6 Abtastwerte für ±15° Lautsprecher
und fsampling = 44.1 kHz.
-
Gemäß einem
weiteren Aspekt der vorliegenden Erfindung wird der Filter für die geglättete Differenzkurve
von einem IIR Filter erster Ordnung oder einem FIR/IIR Filter verwirklicht.
Bei Verwirklichung mit einem FIR Filter wäre eine Kopplung vorwärts mit mehrfachen
Verzögerungen
erforderlich, um mehrfache Iterationen der nötigen Kreuzlöschung zu
erhalten. Für
eine solche Verwirklichung ist intensive Prozessorarbeit nötig. Andererseits
bietet eine Verwirklichung eines IIR oder FIR/IIR Filters von Natur
aus mehrfache Verzögerungen
mit viel größerer Einfachheit
und geringeren Anforderungen an den Prozessor.
-
Das
in 3 gezeigte Filterbeispiel ist ein FIR/IIR Hybridfilter,
der Vorwärtskopplungsteil
(Skalieren des Eingangs mit ff0 und Anlegen desselben an ein Summierglied 34 und
Verzögern
des Eingangs, Skalieren desselben mit ff1 und Anlegen desselben
an das Summierglied 34) stellt einen FIR Filter dar, und
der Rückkopplungsteil
(Verzögern
des Ausgangs, Skalieren desselben mit fb1 und Anlegen desselben
an das Summierglied 34) stellt einen IIR Filter dar.
-
Die
frequenzabhängige
Kennlinie eines solchen FIR/IIR Filters wird häufig als Tiefpaß-Schelfkurve
bezeichnet. Wenn die Ausgaben der Tonsignalverarbeitungsvorrichtung
zur Anwendung auf ein Paar Wandler in einem Abstand von etwa ±15° bestimmt
sind, hat die Tiefpaß-Schelfkurve
einen ersten Wendepunkt bei etwa 2000 Hz und einen zweiten Wendepunkt
bei etwa 4370 kHz. Wenn die Ausgänge der
Tonsignalverarbeitungsvorrichtung an ein Paar Wandler angelegt werden
sollen, die einen Abstand von etwa ±20° haben, hat die Tiefpaß-Schelfkurve
einen ersten Wendepunkt bei etwa 1600 Hz und einen zweiten Wendepunkt
bei etwa 4150 kHz.
-
Die
Abtastfrequenz hat keine kritische Bedeutung. Eine Frequenz von
44.1 kHz ist geeignet, um mit anderen digitalen Tonquellen kompatibel
zu sein und einen ausreichenden Frequenzgang für hohe Wiedergabetreue zu bieten.
Es können
aber auch andere Abtastfrequenzen angewandt werden (beispielsweise,
ohne jedoch darauf beschränkt
zu sein, 48 kHz, 32 kHz, 22.05 kHz und 11 kHz). Wenn die in 1 gezeigten
Filter 16 und 18 durch einen Filter gemäß 3 verkörpert werden,
bei dem die Umkehr durch die Wahl des Vorzeichens der ff0 und ff1
Terme gehandhabt wird, werden die Subtraktionszeichen (minus) an
den Summiergliedern 24 und 26 (1)
durch Additionszeichen (plus) ersetzt.
-
4A ist
ein Funktionsblockschaltbild eines bevorzugten Einsatzgebietes für das Netzwerk zum
Löschen
von Nebensprechen gemäß der vorliegenden
Erfindung. Es werden fünf
digitale Toneingangssignale links, Mitte, rechts, linker Raum und rechter
Raum, beispielsweise von einem (nicht gezeigten) Dolby Surround
AC-3 Dekodierer empfangen. Die Eingaben werden wahlweise an jeweilige DC
Blockierfilter 40, 42, 44, 46 und 48 angelegt,
von denen jeder eine Hochpaßkurve
hat (–3
dB bei 20 Hz) (DC Blockierfilter sind je nach der sie versorgenden
Signalquelle unter Umständen
nicht nötig).
Wahlweise vorgesehene Verzögerungsglieder 50, 52 und 54 in
den Eingangsleitungen links, Mitte und rechts haben Zeitverzögerungen
in Übereinstimmung
mit der zeitlichen Verzögerung,
falls vorhanden, im Nebensprechlöschnetzwerk 56. Üblicherweise
wird keine zeitliche Verzögerung
im Netzwerk 56 vorhanden sein, und dann fehlen die Verzögerungsglieder 50, 52 und 54,
es sei denn, das Netzwerk 56 enthielte einen Amplitudenkompressor/Begrenzer
eines bestimmten Typs, wie noch beschrieben wird. Bei dieser Anwendung
sind die Eingänge
ins Löschnetzwerk 56 die Eingaben
linker Raum und rechter Raum (insgesamt sind die Eingaben ins Netzwerk 56 nicht
darauf beschränkt,
Raumeingaben zu sein). Ein bevorzugtes Ausführungsbeispiel des Löschnetzwerks 56 zur
Verwendung in diesem Fall wird im Zusammenhang mit dem in 5 gezeigten
Ausführungsbeispiel
beschrieben. Ein Abwärtsmischer
und Ausgabekompressor/Begrenzer 58 empfängt die verzögerten Links-,
Mitte- und Rechtssignale und die verarbeiteten Raumsignale und bietet
zwei Ausgabesignale links und rechts, die zur Wiedergabe durch zwei Computermultimedialautsprecher
geeignet sind. Weitere Einzelheiten zum Abwärtsmischer und Ausgabekompressor/Begrenzer 58 werden
im Zusammenhang mit 6 beschrieben. Die Begrenzungsfunktion
des Blocks 58 stellt sicher, daß keins der beiden digitalen
Ausgabesignale eine Amplitude 1 übersteigt.
-
Ein
dekodierter AC-3 digitaler Bitstrom enthält fünf getrennte Kanäle voller
Bandbreite und einen Tieftonkanal. Es ist erwünscht, die Getrenntheit der
Kanäle
in den beiden Lautsprecherdarstellungen so weit wie möglich zu
erhalten. So werden nur die Kanäle
linker Raum und rechter Raum von einem Löschnetzwerk verarbeitet (trotzdem
kann bei der nachfolgend beschriebenen Alternative gemäß 4B auch
der Mittekanal an die Netzeingänge
angelegt werden). Den vom Löschnetzwerk
verarbeiteten Kanälen
linker Raum und rechter Raum werden die Kanäle links vorn bzw. rechts vorn
hinzugefügt. Der
Mittekanal und Tieftonkanal (falls benutzt, aber nicht gezeigt)
werden ohne irgendwelche zusätzliche Verarbeitung
phasengleich in die Ausgänge
links und rechts eingemischt.
-
Die
in 4A gezeigte Anordnung kann auch dann verwendet
werden, wenn es vier Eingabesignale gibt (Links-, Mitte- und Rechtskanal,
ein einziger Raumkanal und kein gesonderter Tieftonkanal), wie das
beispielsweise von einem Dolby Surround oder Dolby Surround Pro
Logic Dekodierer geboten wird. In diesem Fall sollte der einzige
Raumkanal in zwei pseudostereophone Signale dekorreliert werden,
die ihrerseits an die Eingänge
der Löscheinrichtung
angelegt werden. Es kann eine einfache Pseudostereoumwandlung angewandt
werden, mit der eine Phasenverschiebung vorgenommen wird, so daß ein Signal
mit dem anderen außer
Phase ist. Es sind viele Pseudostereoumwandlungstechniken bekannt.
-
Die
Anordnung gemäß 4A kann
auch angewandt werden, wenn es nur zwei stereophone Eingangssignale
gibt. In diesem Fall können
stereophone Pseudoraumsignale dadurch erzeugt werden, daß jedes
der beiden stereophonen Eingangssignale um etwa 30 Millisekunden
verzögert
wird. Es kann sogar ein einziges monophones Eingangssignal angewandt
werden, wenn man ein Paar pseudostereophoner Signale ableitet, welche
die linke und rechte Eingabe bilden, und jedes von ihnen verzögert, um ein
Paar Pseudoraumsignale zu erhalten.
-
4B zeigt
zusätzliche
Alternativen zum in 4A gezeigten Ausführungsbeispiel.
Im Fall von 4B werden die Kanäle links
vorn und rechts vorn durch teilweises Antiphasenmischen im Block 49 geringfügig erweitert.
Auch wenn Antiphasenmischen zum Erweitern der scheinbaren Stereo-"Stufe" ein allgemein bekanntes
Verfahren ist, ist es ein Aspekt der vorliegenden Erfindung, ein
solches Mischen mittels Matrixberechnung in der gleichen Weise zu
verwirklichen wie die Nebensprechlöschung verwirklicht ist (wie
schon gesagt sind akustisches Löschen
und willkürliches
Positionieren der Quelle Aspekte des gleichen Prozesses). Die Verwirklichung
der Antiphasenmischberechnung gemäß Block 49 ist also
ein weiteres durch eine Matrix C wiedergegebenes N × N Portnetzwerk,
in welchem M und N = 2 und das Ausführungsbeispiel des Nebensprechlöschnetzwerks
gemäß 1/3 verwendet
werden kann. Da die gewünschte
Positionsänderung
gering ist (d.h. der Abstand zwischen der linken und rechten Quelle
M in Bezug auf typische Lautsprecherabstände an einem Computerbildschirm
ist viel kleiner als wenn die Quellen M Raumquellen sind), sind
in diesem Fall die Matrixoperationen einfacher als bei der Löscheinrichtung
für Raumnebensprechen
und erfordern weniger Prozessorressourcen.
-
Als
eine weitere Option kann der Mittekanal gelöscht werden, um die Färbung auf
ein Minimum einzuschränken,
die dadurch entsteht, daß das
Mittesignal zweimal von jedem Ohr gehört wird, einmal vom nahen Lautsprecher
und einmal vom entfernten Lautsprecher. Statt daß die Löschung getrennt verwirklicht
werden müßte, können die
akustischen Kopplungssignale des Mittekanals dadurch gelöscht werden,
daß sie
an das Nebensprechlöschnetzwerk für den Raumkanal
angelegt werden. Das Mittekanalsignal wird also mittels additiver
Summierglieder 51 bzw. 53 in die Eingänge linker
Raum bzw. rechter Raum in das Nebensprechlöschnetzwerk 56 gemischt.
-
5 ist
ein Funktionsblockschaltbild, welches das bevorzugte Ausführungsbeispiel
der in 1 und 3 gezeigten einfachen 2 × 2 Port-Löscheinrichtung
zur Verwendung in dem in 4 dargestellten
Umfeld zeigt. Für
mit der Darstellung gemäß 1 gleiche
Elemente sind die gleichen Bezugszeichen beibehalten. 5 unterscheidet
sich von dem Ausführungsbeispiel
gemäß 1/3 dadurch,
daß es
einen Kompressor umfaßt,
um ein Begrenzen von Signalen hohen Pegels zu vermeiden. Die Löscheinrichtung
sollte keine Zahlen größer als
1.0 erzeugen, tut das aber wahrscheinlich unter gewissen Signalbedingungen
bei mittleren bis niedrigen Frequenzen (unterhalb ca. 200 Hz), selbst
wenn die Eingangssignale 1.0 nicht übersteigen (das kann passieren,
wenn ein Signal nur an einen Eingang angelegt wird oder wenn an
beide Eingänge
angelegte Signale phasenverschoben sind). Eingangshochpaßfilter
sind nicht anwendbar, um die das Problem verursachenden niedrigen
Frequenzen zu eliminieren, denn, wenn solche Filter wirksam sein sollen,
verursachen sie Störungen
in Form von Phasenverschiebung, wodurch die Wirksamkeit der Löscheinrichtung
gemindert und Färbung
eingeführt wird.
So wird gemäß einem
weiteren Aspekt der Erfindung eine Nebensprechlöscheinrichtung bereitgestellt,
die geringe Verarbeitungsleistung erfordert und einen Kompressor
umfaßt,
wobei der Kompressor gleichfalls wenig Verarbeitungsleis tung erfordert.
-
Werden
die Berechnungen an einem Festpunktprozessor vorgenommen, bewirkt
der Kompressor eine feste Dämpfung
am Eingang der Nebensprechlöscheinrichtung
und eine variable Verstärkung
am Ausgang der Löscheinrichtung.
Das Ausmaß der
festen Dämpfung
reicht, damit sichergestellt ist, daß die Ausgabe der Löscheinrichtung
unter keinerlei Signalbedingungen 1.0 übersteigt (wenn beispielsweise
beim Anlegen eines Signals an nur einen Eingang die Löscheinrichtung
eine 20 dB Verstärkung
dieses Signals verursacht, ist die feste Dämpfung 20 dB). Die variable
Verstärkung
wird zwischen einem Pegel, bei dem die Eingangsdämpfung wiederhergestellt wird,
und einem gedämpften
Pegel skaliert, bei dem ein Begrenzen des Ausgabesignals vermieden
wird.
-
Der
Kompressor kann eingangsgesteuert sein (der Eingang des Kompressors),
denn gewöhnlich
muß ein
ausgangsgesteuerter Kompressor auf der Stelle handeln, wodurch hörbare Artefakte
erzeugt werden. In einem nachfolgend beschriebenen, alternativen
Ausführungsbeispiel
wird mit einem ausgangsgesteuerten Kompressor die Erzeugung solcher
hörbaren
Artefakte vermieden. Der Kompressor kann mit begrenztem Kompressionsverhältnis oder mit
unbegrenztem Kompressionsverhältnis
verwirklicht sein und ist im letzteren Fall ein Begrenzer.
-
Das
Vorsehen einer festen Dämpfung
vor dem Löschen,
gefolgt durch veränderliche
Wiederherstellung ist ein Aspekt der vorliegenden Erfindung. Auch
wenn eine veränderliche
Verstärkung
am Eingang der Löscheinrichtung
vor einer Begrenzung am Ausgang der Löscheinrichtung schützen würde, müßte die
Erfassung für
das Steuern der veränderlichen
Verstärkung
notwendigerweise am Ausgang der Löscheinrichtung angeordnet sein.
Eine solche Konfiguration ist aber nicht machbar, denn der Zeitpunkt,
zu dem die Begrenzung am Ausgang erkannt wird, ist zu spät, um die
Eingangsverstärkung
zu verringern, insbesondere angesichts der Verzögerung in der Löscheinrichtung.
Stattdessen wird gemäß der vorliegenden
Erfindung sowohl die Erfassung als auch die veränderliche Verstärkung an
den Ausgang der Löscheinrichtung
gelegt, und zwar in Kombination mit der festen Dämpfung vor der Eingabe in die Löscheinrichtung.
Wie weiter unten noch im einzelnen beschrieben wird, erlauben es
Verzögerungen
in den Ausgangssignalwegen der Löscheinrichtung "nach vorn zu schauen", so daß die Erfassung
die Verstärkung
des Kompressors silbenmäßig steuern kann.
-
Bei
Raumeingaben in eine Nebensprechlöscheinrichtung, wie in der
linken Hälfte
in 5 gezeigt, schwankt die Wahrscheinlichkeit einer Überlastung
entweder innerhalb der Löscheinrichtung
oder in nachgeschalteten Schaltkreisen (entweder den DAC (Digital/Analog-Umsetzer)
oder möglicherweise
Leistungsverstärkern
oder Lautsprechern) mit der Frequenz. Eine Möglichkeit zum Vermeiden einer
solchen Überlastung
besteht darin, der Löscheinrichtung
eine "Vorverzerrung" vorauszuschicken,
wozu eine Kurve verwendet wird, die mehr oder weniger dem eingegebenen Überlastpegel
als eine Funktion der Frequenz folgt. Wenn beispielsweise bei einer Frequenz
f das System x dB unterhalb Eingabe in vollem Ausmaß überlastet
wäre, führen wir
x dB Dämpfung
bei der Frequenz fein. Diese (feste) Vorverzerrung wird gewählt, um
sicherzustellen, daß innerhalb
der Löscheinrichtung
keine Überlastung
auftreten kann.
-
Bei
einer Verwirklichung des Ausführungsbeispiels
gemäß 5 in
der Praxis, bei der die Nebensprechlöscheinrichtung auf billiger
Verarbeitungshardware läuft
(Festpunkt-DSP-Chips, die nur 16-Bit
Wortlängen
stützen)
hat sowohl die feste Dämpfung
als auch die variable Verstärkung
frequenzabhängige
Kurvenverläufe,
so daß die
Dämpfung
und die Verstärkung
nur bei mittleren bis niedrigen Frequenzen (zum Beispiel unterhalb
ca. 200 Hz) in Funktion treten, was die Minderung des Rauschabstandes
gering hält
und den Verlust auf Frequenzen begrenzt, wo er weniger hörbar ist.
-
Bei
der in 5 gezeigten Ausführungsform bewirkt der Kompressor,
daß an
seinem Eingang eine feste Vorverzerrung bereitgestellt wird, welche niedrige
Frequenzen ausreichend dämpft,
um jegliche Begrenzung in der Löscheinrichtung
zu vermeiden, und an seinem Ausgang eine veränderliche Rückentzerrung durch die die
niedrigen Frequenzen einstellbar wiederhergestellt werden. Die veränderliche
Rückentzerrung
wird zwischen einem Pegel, der zur eingegebenen Vorverzerrung komplementär ist, und
einem gedämpften
Pegel, bei dem eine Begrenzung im Ausgangssignal vermieden wird,
skaliert. Wegen der Anwendung der Vorverzerrung und veränderlichen
Rückentzerrung
ist die Auswirkung auf den Rauschabstand selbst dann nicht hörbar, wenn der
Nebensprechprozessor bei niedrigen Signalpegeln rauscht (was der
Fall sein kann, wenn ein billiger Prozessor verwendet wird, zum
Beispiel DSP-Chips, die nur 16-Bit Wortlängen stützen).
-
Man
könnte
zwar den gesamten Frequenzgang und Signalpegel wiederherstellen,
wenn man nach der Löscheinrichtung
genau die komplementäre Rückentzerrung
einführte,
zum Beispiel eine Verstärkung
von 20 dB, wenn DC auf einer Böschung
auf 6.7 dB bei pi/2 fällt.
Dies hätte
natürlich
keine Auswirkung auf die Überlastung
innerhalb der Löscheinrichtung selbst,
könnte
aber zu einer Überlastung
weiter stromabwärts
führen.
Ein bevorzugter Ansatz zum Schutz vor einer solchen Überlastung,
gezeigt in dem Ausführungsbeispiel
gemäß 5,
modelliert den wiederhergestellten Frequenzgang (im Pegel abwärts versetzt
zur Vermeidung von Überlastung)
in den beiden Ausgaben der Nebensprechlöscheinrichtung, mißt die größere der
modellierten Ausgaben, schätzt,
ob sie darauf hinweist, daß die
eine oder beide der Hauptausgaben überlastet würden, und verursacht, falls
eine Begrenzung vorhergesagt wird, eine Verstärkungsminderung unmittelbar
vor der Rückentzerrung.
Das stellt insofern einen "Breitband"-Kompressor/Begrenzer
dar, als die angewandte Verstärkungsänderung
bei allen Frequenzen die gleiche ist. Unabhängig von dem Frequenzgehalt
des Signals kann hiermit keine der Ausgaben über das volle Ausmaß (oder
eine sonstige gewünschte
Schwelle) hinausgehen.
-
Bei
der in 5 gezeigten Verwirklichung wird die Vorverzerrung
durch identische Filter 60 und 62 geboten. Auch
wenn die Filterkurven nicht von kritischer Bedeutung sind, kann
jeder Filter als Filter erster Ordnung verwirklicht sein, der eine
Schelfkurve hat, so daß sein
Frequenzgang –20
dB bei DC und –6,7
dB bei π/2
(der Nyquistfrequenz) ist. Die variable Rückentzerrung kann mit zwei
identischen, skalierten Filtern 64 und 66 verwirklicht
werden, deren Kurve in der Gestalt jeweils umgekehrt zu der der
Filter 60 und 62 ist. Jeder Filter 64 und 66 empfängt die
gleiche Skalierung, um die jeweilige Kurve um 20 dB nach oben bzw.
nach unten zu skalieren (wobei die Gestalt der Kurve unverändert bleibt).
Die Skalierungsfaktoren werden von Filtern 68 und 70 und
einer Skalierrechnung 72 generiert. Verzögerungsglieder 74 und 76 verzögern die
Ausgaben der Löscheinrichtung, damit
die Löschausgangserfassung
nach vorn schauen und die Filter 64 und 66 silbenmäßig steuern kann.
Die Zeitverzögerungen
der Verzögerungsglieder 74 und 76 sind
an die zeitliche Verzögerung zwischen
den jeweiligen Eingaben in die Verzögerungsglieder 74 und 76 und
die Skalierausgaben der Srechnung 72 angepaßt. Die
Verzögerungsglieder 74 und 76 können als
Ringpuffer verwirklicht sein.
-
Die
Filter 64 und 66 sind Filter erster Ordnung, die
jeweils eine Schelfkurve haben (ein Tiefpaßriff – bei zunehmender Frequenz
beginnt die Neigung bei eins, steigt bis zu einem Maximum bei –6 dB/Oktave
und nimmt dann wieder auf eins ab), die zwischen +20 dB und 0 dB
bei DC und zwischen +6.7 dB und –13.3 dB bei π/2 variiert,
je nach dem Skalierer. Auch die Filter 68 und 70 sind
Tiefpaßschelffilter, die
allerdings fest sind und eine Kurve von –13.3 dB bei π/2 und 0
dB bei DC haben. Die Skalierrechnung wird zuerst auf Blöcke von
Abtastwerten angewandt (bei dem praktischen Ausführungsbeispiel 8-Abtastwertblöcke), um
den maximalen absoluten Wert in den jeweiligen Blöcken der
Abtastwerte in den Links- und Rechtsausgängen der Löscheinrichtung zu berechnen
(das bedeutet, daß der
Block mit dem größten Maximalwert
der Ausgänge
der Filter 68 und 70 ausgewählt wird und der Maximalwert
in diesem Block den Wert des Skalierers bestimmt). Dann wird ein
Skalierungsfaktor berechnet, der den Pegel der Filter 64 und 66 so
einstellt, daß der
Ausgang 1.0 nicht übersteigt.
Die Skalierungsfaktoren werden zwischen dem gegenwärtigen und
dem vorhergehenden Block interpoliert, so daß der Kompressor silbenmäßig wirkt
und keine unerwünschten
Artefakte generiert.
-
Wenn
der Festpunktprozessor, auf dem die Nebensprechlöscheinrichtung läuft, genügend Bits hat
(angenommen, 20 Bits), um bei niedrigen Signalpegeln kein hörbares Rauschen
hinzuzufügen,
kann ein (frequenzunabhängiges)
Breitbandkompressionsschema angewandt werden statt eines frequenzabhängigen.
In diesem Fall können
die Eingänge
je einer (frequenzunabhängigen)
Breitbanddämpfung (zum
Beispiel 10 dB) unterzogen werden, und die Ausgabe der Löscheinrichtung
an einen steuerbaren (frequenzunabhängigen) Breitbandverstärker mit
einer Verstärkung
von bis zu 10 dB angelegt werden, wobei die Verstärkung nach
Bedarf reduziert wird, um eine Begrenzung des digitalen Ausgangs
zu verhindern. So werden die Filter 60, 62, 68 und 70 alle
eine feste Dämpfung
bei allen betroffenen Frequenzen, während die Filter 64 und 66 ihre
Frequenzabhängigkeit
verlieren würden
und (frequenzunabhängige) Breitbandverstärker bei
solchen Frequenzen würden.
-
Wenn
der Prozessor, auf dem die Nebensprechlöscheinrichtung läuft, ein
Gleitpunktprozessor ist, kann die Berechnung mit Gleitpunkt ohne
Eingangsdämpfung
vorgenommen werden, was Zwischensignalpegel von mehr als 1.0 erlaubt
und die Notwendigkeit für
irgendeinen Kompressoreingriff bis zur Ausgabe der Nebensprechlöscheinrichtung
erübrigt.
Eingangsfilter oder Dämpfungsglieder
werden damit ausgeschaltet und Prozessorressourcen eingespart.
-
Zu
der beschriebenen frequenzabhängigen Verwirklichung
gibt es verschiedene Alternativen. Bei einer ersten Alternative
kann die Vorhersage einer Begrenzung benutzt werden, um die Gestalt
der angewandten Rückentzerrung
abzuwandeln, statt eine Gesamtverstärkungsverlagerung zu verursachen. Eine
Möglichkeit,
einen solchen Ansatz zur Modifizierung der Rückentzerrungsgestalt besteht
darin, anfangs eine Breitbandverstärkungsminderung vorzusehen,
wenn das (die Wahrscheinlichkeit einer Überlastung anzeigende) Steuersignal
steigt, bis es eine Verstärkung
von eins bei hohen Frequenzen gibt, worauf (bei weiter steigendem
Steuersignal) ein progressiv zunehmender Niederfrequenzverlust eintritt, während die
Hochfrequenzverstärkung
bei eins bleibt. Ein solcher Ansatz hätte nicht so viel "Pumpen" von Schallkomponenten
mittlerer und hoher Frequenz bei Vorhandensein dominanter niederfrequenter
Signale zur Folge. Es sei darauf hingewiesen, daß ein Steuersignal, welches
beispielsweise anzeigt, um wieviel die Ausgabe überlastet wäre, wenn nichts unternommen
würde,
keine Aussage darüber
gibt, wo im Spektrum das Signal oder die Signale liegen, welche
die Überlastung
verursachen. Dennoch ist bei dominanten hohen Frequenzen (lediglich
als Beispiel sei nahe bei pi/2, eine höchst unwahrscheinliche Bedingung)
gewählt,
nie eine Minderung der Verstärkung
um mehr als ein bestimmtes Ausmaß, z.B. 6.7 dB erforderlich
(d.h. die Entfernung der 6.7 dB Verstärkung der ruhenden Rückentzerrung,
was folglich eine Verstärkung
von eins ergibt). Bei dominanten niedrigen Frequenzen ... eine Verringerung
in Höhe
eines gewissen Betrages von, angenommen 20 dB (wiederum bis zur
Verstärkung
eins bei niedrigen Frequenzen), aber in solchen Momenten wäre es nicht
nötig,
die Verstärkung
bei hohen Frequenzen um einen Betrag zu reduzieren, der auch nur
annähernd
20 dB erreicht.
-
Es
sind andere Formen einer Anpassung der Rückentzerrungsgestalt möglich. Die
Vorteile einer solchen Anpassung sind analog zu dem Vorteil, den eine
Bandteilung in Tonsignalkompressoren bietet, nämlich eine Reduktion der Kreuzmodulation
von Signalen in einem Teil des Spektrums durch Signale in anderen
Teilen.
-
Bei
einer weiteren Alternative kann die Modellierung noch verbessert
werden, um die Auswirkung einer veränderlichen Rückentzerrung
dadurch zu simulieren, daß auch
die Blöcke 68/70 veränderlich
gemacht werden. In diesem Fall wird aus dem Kompressor/Begrenzer
ein ausgangsgesteuerter Kompressor/Begrenzer, dessen Steuersignal
benutzt wird, um auf die Hauptsignale nach den Verzögerungen 74/76 einzuwirken.
Die Tatsache, daß eine
solche schnelle Ausgangssteuerung eine Übergangsverzerrung hervorruft,
hat keine Konsequenzen, da die Ausgänge der Filter 68/70 nicht
gehört
werden. Das Ergebnis besteht in der Schaffung eines geglätteten Steuersignals
für das
Signal, welches die von den Blöcken 64/66 bewirkte
Rückentzerrung
beeinflußt.
-
6 ist
ein Funktionsblockschaltbild einer Verwirklichung des Abwärtsmischers
und Ausgangskompressors/Begrenzers 58. Es sei erwähnt, daß der Ausgangskompressor/Begrenzer,
der einen Teil des Blocks 58 bildet, eine Begrenzung zusätzlich zu
der Begrenzung bietet, die im Ausführungsbeispiel gemäß 5 der
Nebensprechlöscheinrichtung
geboten wird. Wenn Raumsignalen vordere Signale hinzugefügt werden,
wie im Fall von 6, besteht die Wahrscheinlichkeit,
daß der
Spitzenpegel steigt, was einen Ausgangskompressor/Begrenzer erforderlich macht.
-
Im
einzelnen zeigt 6, daß die Eingänge (links, Mitte, rechts,
linker Raum und rechter Raum) die Ausgänge der Blöcke 50, 52, 54 und 56 des
Ausführungsbeispiels
gemäß 4A (oder
alternativ die Ausgänge
der Blöcke 50, 54 und 56 des
Ausführungsbeispiels
gemäß 4B)
sind. Verzögerungen 80, 82, 84, 86 und 88 sind
wahlweise verfügbar.
Die Benutzung von Verzögerungen
würde ein
Glätten von
Abtastwerten erlauben, die einer Begrenzung durch Skalierberechnung
vorausgehen, wie nachfolgend beschrieben. Der Signalabwärtsmischer 90 des Abwärtsmischers
und Ausgangskompressors/Begrenzers 58 summiert die Eingaben
links, Mitte und linker Raum, um die Ausgabe Links aus zu erzeugen, und
summiert die Eingaben Rechts, Mitte und rechter Raum, um die Ausgabe
Rechts aus zu erzeugen. Die Amplitudenpegel der Ausgabesignale Links
aus und Rechts aus werden in Übereinstimmung
mit einem Skalierungskoeffizienten variiert, den eine Skalierrechenfunktion 92 generiert.
Die Eingaben in die Skalierrechenfunktion sind die linken und rechten
Ausgaben eines (modellierenden) Steuerwegabwärtsmischers 94.
-
Der
Steuerwegabwärtsmischer
hat die gleiche Abwärtsmischfunktion
wie der Signalabwärtsmischer
und mischt die 5.1 (nur 5 gezeigt) Eingaben auf 2 Ausgaben. Aber
der Steuerwegabwärtsmischer schließt eine
Dämpfung
ein, um sicherzustellen, daß es
unter keinen Eingabesignalbedingungen eine Signalbegrenzung gibt.
Das genaue Ausmaß der
Dämpfung
hat keine kritische Bedeutung. Wenn Links Aus = Links + linker Raum
(von der Nebensprechlöscheinrichtung)
+ .707 Mitte + .707 Tiefton, könnte
die maximale Ausgabe 3.414 sein (das gleiche für Rechts Aus), so daß die Dämpfung mindestens
der Umkehrung von 3.414 angemessen ist. Da der Kompressor/Begrenzer
nur bei hohen Signalpegeln arbeitet und die Steuerung nicht im Signalweg
liegt, ist kein großer
Rauschabstand nötig,
so daß eine Dämpfung um
4 oder 5 angemessen wäre.
Sobald auf Links und Rechts herabgemischt, benutzt die Skalierrechnung
die größere der
Links- und Rechtseingaben, um einen Skalierungskoeffizienten von 1.0
oder weniger zu generieren, damit die Verstärkung im Signalwegabwärtsmischer 90 gleichmäßig begrenzt
wird.
