BRPI0715573A2 - processo e dispositivo para aquisiÇço, transmissço e reproduÇço de eventos sonoros para aplicaÇÕes em comunicaÇço - Google Patents

Abstract

PROCESSO E DISPOSITIVO PARA AQUISIÇçO, TRANSMISSçO E REPRODUÇçO DE EVENTOS SONOROS PARA APLICAÇÕES EM COMUNICAÇçO. A invenção refere-se a um processo e a um dispositivo para a aquisição, transmissão e reprodução estereofônica de eventos sonoros, para aplicações em comunicação por telefonia, com fones de ouvido e microfones disponíveis para cada um dos participantes, sendo que, para cada área auricular de cada participante é atribuida uma combinação de um fone de ouvido ou fone intra-aural e um microfone, posicionados próximos um ao outro em uma conexão substancialmente sem feedback, que permita que o ambiente real adquirido binauralmente em relação à cabeça do respectivo participante que o adquire, em termos de seucomportamento de reflexão, difração e ressonância, seja transmitido a cada um dos participantes na forma de sons e imagens acústicas estereofônicas, por meio de uma conexão de dois canais.

Description

"PROCESSO E DISPOSITIVO PARA AQUISIÇAO, TRANSMISSÃO E REPRODUÇÃO DE EVENTOS SONOROS PARA APLICAÇÕES EM COMUNICAÇÃO".

Campo da invenção

A invenção situa-se no campo da telefonia e das

telecomunicações mais especificamente nas aplicações de aquisição, transmissão e reprodução estereofônica de eventos sonoros.

A invenção consiste em um processo, conforme descrito no preâmbulo da reivindicação 1, e a um dispositivo, conforme descrito no preâmbulo da reivindicação 7.

Estado da Técnica

No campo da transmissão estereofônica remota de eventos sonoros, as rotas de transmissão full-duplex em tempo real, projetadas para modo estereofônico, freqüentemente apresentam alta qualidade da tecnologia da transmissão radiofônica e dos estúdios de gravação. Entretanto, tais tecnologias estão diretamente associadas a pontos de transferência de rede estacionários. Essa mesma alta qualidade é conhecida nas conexões ponto-a-ponto estereofônicas, sem fio e de curto alcance, utilizadas na transmissão de entrevistas externas.

No campo das teleconferências, por outro lado, já foram propostos muitos sistemas para a aquisição, transmissão e reprodução de sinais telefônicos, seja para facilitar a identificação do(s) interlocutor(es) ou para melhorar a inteligibilidade da voz, para simular uma mixagem de panorama que posicione cada fonte monofônica individual (cada participante falando) numa diferente direção no panorama estéreo.

Nenhuma das tecnologias atuais para transmissão S 2

estereofônica no campo da radiodifusão e dos estúdios de gravação e nenhum dos sistemas propostos até agora para a configuração estereofônica de circuitos de conferência, contempla o objetivo essencial desta invenção - a transmissão móvel de imagens acústicas pessoais em tempo real - porque o campo em si é inédito e, portanto, envolve nova tarefa ou função.

Entretanto, podem ser citadas algumas publicações que contemplam tecnologias sob certos aspectos similares, e que, portanto, podem ser referidas a titulo de exemplo: WO 98/42161 A2, US 4 088 849 A, EP 0 724 352 A2, DE 40 41 319 Al, EP 0 358 028 A2, JP 02217100 AA, DE 100 20 857 Al, JP 06268722 AA, DE 37 37 873 C2.

Na publicação WO 98/42161 A2, a transmissão telefônica de um evento sonoro tridimensional ocorre por meio de dois microfones dispostos de forma estacionária em frente ao(s) participante(s) , a certa distância um do outro, conectados a um computador pessoal; com a distância correspondendo aproximadamente à largura de uma cabeça humana. Os microfones devem ser preferencialmente colocados dentro de estruturas artificiais no formato de orelhas, para simular uma cabeça humana, ou pelo menos para seguir os princípios da assim chamada estereofonia com dispositivo de separação (ou Trennkorper-Stereophonie, termo alemão que se refere às técnicas de captura de sons estereofônicos que usam dois microfones separados por um objeto acusticamente opaco, do tamanho de uma cabeça humana). Dois alto-falantes são dispostos, a certa distância um do outro, em cada lado da conexão, para a reprodução de sinais estereofônicos que são recebidos dessa maneira provindos do respectivo lado oposto, completando, assim, o esquema. Uma série de circuitos especiais é usada para filtragem, *> 3

compressão, redução de dados e, possivelmente, compensação do crossover, particularmente para compensar as distorções especificas que são geradas quando um sinal é adquirido inicialmente por uma cabeça artificial ou por um arranjo de microfones Trennkorper, e posteriormente chega ao respectivo ouvinte por meio dos alto-falantes.

0 dispositivo, conforme descrito na publicação WO 98/42161 A2, deve ser basicamente neutro em relação ao usuário. Portanto, não é relacionado a uma pessoa, diferentemente da invenção a ser explicada em detalhes a seguir, que transmite a imagem auditiva pessoal e subjetiva de um indivíduo, de acordo com as mudanças que vão acontecendo no ambiente acústico, como percebidas por ele durante a sua participação na conversa. Ao contrário, na WO 98/42161 A2, o ambiente acústico é sempre transmitido a partir da mesma perspectiva, que é capturada, ou "adquirida" pela cabeça artificial montada estaticamente. Por essa razão, esse dispositivo comporta-se com neutralidade diante de todos os participantes do evento acústico. Essa situação pode ser desejável no caso de uma conferência, já que permite que cada participante esteja em uma posição diferente e que cada interlocutor seja facilmente identificado durante a aquisição do ambiente acústico pela cabeça artificial, desde que as pessoas não mudem de lugar durante a conversa. A WO 98/42161 A2 também menciona a possibilidade de que fones de ouvido sejam usados para a reprodução de chamadas entrantes de teleconferência, como meio meramente acessório, o que pode facilitar ainda mais a localização de cada um dos participantes de uma conferência. Entretanto, isso dificultaria muito a comunicação interna do grupo de participantes ψ 4

que usassem os fones de ouvido em um mesmo local.

Em relação aos conceitos básicos e ao objetivo fundamental a ser atingido, a invenção reivindicada neste documento afasta-se do esquema apresentado na WO 98/42161 A2 e, na verdade, orienta-se na direção oposta:

1) a perspectiva individual que serve como base desta invenção, com movimentos típicos da cabeça e do corpo, não permite o posicionamento estável e seguro de nenhum dos participantes da conversa que estejam inseridos no ambiente a ser

adquirido;

2) no lado da reprodução, a voz de quem usa um dispositivo baseado nos preceitos desta invenção, conforme adquirida por seu equipamento e reproduzida a um interlocutor em outra localidade, seria percebida como estando fora de um grupo de

conversa reunido em torno do participante emissor, ou seja, seria percebida como próxima, ou mesmo localizada no interior da cabeça do participante remoto que recebe a ligação.

Ambas as condições contradizem a proposta da WO 98/42161 A2, que seria permitir uma distribuição espacial estável

e previsível dos participantes de uma conferência dispostos ao redor de uma mesa, a partir da perspectiva de um terceiro sujeito, que não está fisicamente presente na conversa.

3) Ademais, o esquema de operação com bateria do equipamento técnico utilizado no corpo, de acordo com as

características da invenção reivindicada, seria não somente desnecessário ao propósito descrito na WO 98/42161 A2, mas também contraditório com o respectivo objetivo de captura do ambiente espacial estático de uma conversa estacionária, por meio de um sistema fixo de telecomunicação, instalado em uma sala de conferências.

Para evitar a necessidade de se carregar uma cabeça artificial para a realização de uma gravação binaural, principalmente em ambientes externos, a US 4 088 849 A propõe o uso da própria cabeça do autor da gravação, ou seja, os microfones devem estar contidos em objetos que simulam o formato das orelhas, posicionados no exterior dos fones de ouvido usados pelo locutor; os fones direito e esquerdo devem ser conectados por meio de uma tira flexível convencional. Os sinais da gravação são enviados a um gravador e imediatamente reproduzidos pelos fones de ouvido, permitindo o monitoramente instantâneo da gravação dos eventos sonoros. Portanto, nesse caso, o portador do equipamento atua como sua própria "cabeça artificial", com orelhas externas simuladas. 0 documento não faz nenhuma alusão à transmissão remota de sinais.

Outra possibilidade para a identificação dos participantes de uma chamada de teleconferência, na qual a transmissão estereofônica de sinais não é levada em consideração, é mostrada na publicação EP 0 724 352 A2. Um dispositivo de comutação de telecomunicações digitais inclui um quadro com os dados de identificação de todos os participantes. Aquele que falar mais alto, é automaticamente transmitido e a identificação correspondente é ativada nos dispositivos dos outros participantes, para indicar quem está falando no momento. 2 5 Em outro contexto, notadamente no campo de

sistemas de comunicação de vídeo e áudio utilizados, por exemplo, em cursos à distância com transmissão via satélite, um sistema de comutação de microfones operado deliberadamente já é conhecido enquanto tal - cf. DE 40 41 319 Al.

Para aprimorar o reconhecimento de voz na transmissão estereofônica remota de eventos sonoros, é conhecido (JP 02217100 AA) o provimento de um microfone frontal de suporte adicional para mixagem de voz, ativado sempre que a voz do locutor excede um valor limite (de acordo com o resumo da publicação).

Para aprimorar a qualidade da identificação dos participantes de uma conversa, há referências sobre a possibilidade de simulação de uma transmissão estereofônica (DE 37 37 873 C2) por meio do processamento dos sinais binaurais recebidos por um ouvinte através de fones ou fones de ouvido com filtros especiais (por exemplo, filtros passa-alta, passa-baixa, linhas de retardo, passa-tudo e que tais); isso permite adicionar informações sobre direção e distância (processo conhecido como mixagem direcional binaural). Por meio desse processo, e do ajuste dos filtros de acordo com as chamadas recebidas dos diferentes participantes da conversa, as vozes podem ser alocadas a diferentes direções auditivas, o que pode melhorar consideravelmente a inteligibilidade das vozes recebidas simultaneamente de vários interlocutores, especialmente em ambientes barulhentos. Esse tipo de conexão telefônica estereofônica tem a intenção de simular uma "sala estereofônica", por exemplo, para situar os participantes móveis de teleconferência, com o objetivo de atribuir seletivamente diferentes posições virtuais às vozes recebidas simultaneamente dos indivíduos participantes da chamada.

A publicação DE 100 20 857 Al aponta em uma direção semelhante, ao contemplar a aplicação da simulação estereofônica, neste caso por meio de uma unidade móvel de telecomunicações com um micro-leitor de áudio, o que, para simplificar, pode ser considerado como um telefone celular com reprodutor de MP3. Neste dispositivo, fones ou fones de ouvido são normalmente fornecidos para a apreciação musical de alta qualidade estereofônica. Além disso, pelo menos um, e preferencialmente múltiplos microfones são dispostos em um "equipamento fixado sobre a cabeça/orelhas para geração de sons", também chamado "headset". Esse "headset" é separado da unidade do telefone móvel e ligado a ele por uma conexão sem fio. A conexão sem fio é que opera a conversão analógico-digital bem como digital-analógica da conexão estereofônica a dois canais, para cada direção de transmissão (cf. coluna 2, linhas 20-30 págs.39/41). Essas explicações evidentemente referem-se somente às bem conhecidas conexões sem fio "bluetooth" entre o dispositivo em si e os fones e os microfones do "headset". A publicação DE 100 20 857 Al enfatiza o que considera uma melhoria particularmente significativa nessas unidades de telefone móvel com reprodutores de MP3, que é a combinação entre o telefone com MP3 e certos meios de proteção eletromagnética, para controlar os efeitos do estresse biológico causado por intensidades de campo excessivas (coluna 1, linhas 35- 46) . Para isso, propõe adicionar areia natural de silica ou quartzo rosa em tubos oblongos de cobre e plástico, posicionados dentro de sistemas de tubos constituídos de chapas de ferro e cobre, o que reduz os efeitos de estresse físico, i.e as reações associadas à "poluição elétrica" (coluna 1, linhas 47-54) .

A publicação DE 100 20 857 A é freqüentemente ambígua e pouco clara considerando o requerido e desejável em termos de instrução das providências técnicas. De todo modo, as medidas necessárias para obter uma transmissão estereofônica verdadeira, enquanto telecomunicação, não são contempladas nessa publicação, que apenas considera a acima mencionada transmissão Bluetooth entre o dispositivo de telefonia móvel e o headset para a captura e reprodução da fala, conectado a esse dispositivo. Isto fica bem claro, entre outras passagens, a partir da referência na coluna 2, linhas 54-59, de acordo com a qual os diversos sinais de voz e áudio reproduzidos ao usuário/ouvinte podem ser mixados individualmente e submetidos à filtragem direcional binaural para que tais sinais sejam distribuídos seletivamente em diferentes direções auditivas. Essa filtragem direcional corresponde aos filtros passa-alta/passa-baixa e outros filtros similares, mencionados anteriormente, que ajustam as direções das fontes sonoras deliberadamente, de acordo com a publicação DE 37 37 873 C2; enquanto que numa aquisição de um panorama estereofônico real, a distribuição direcional das fontes dos sons reproduzidos não é pretendida, nem é possível.

A publicação JP 06268722 AA descreve um circuito receptor multiplex, que divide o sinal de entrada recebido pela linha telefônica em um sinal de alto-falante esquerdo e um sinal de alto-falante direito, e realiza o processamento correspondente, particularmente para o caso de assinantes que recebem produtos musicais de alta qualidade através da conexão telefônica. Por fim, um dispositivo de telecomunicações para

comutação com multiplexação de tempo pode ser derivado dos preceitos apontados na publicação EP 0 358 028 A2, com uma memória de vozes que pode ser usada como memória de conferência e expandida por meio de células adicionais de memória. De acordo com essa configuração, um Ioop de retorno conecta a saida da memória de voz à respectiva entrada. Nenhum aspecto de estereofonia é levado em consideração.

Descrição Geral da Invenção

A presente invenção foi concebida para resolver o problema, ou preencher a função, da transmissão, particularmente a transmissão móvel, de imagens auditivas pessoais tridimensionais, em tempo real, usando o meio da telefonia estereofônica, devidamente, adaptado para esta tarefa ou finalidade.

A invenção soluciona o problema usando os recursos característicos da reivindicação principal, ou da primeira reivindicação de dispositivo, e estabelece, com esses meios, um novo campo, a saber, a transmissão de imagens auditivas pessoais em tempo real.

Por meio da captação binaural, ou seja, da aquisição de sons nas áreas auriculares de cada interlocutor, produzem-se imagens auditivas naturais relativas à sua cabeça, que podem ser transmitidas panoramas estereofônicos pessoais que correspondem à realidade viva com a maior aproximação possível. Cada participante, por meio de seu respectivo fone de ouvido, que pode ser fone intra-aural, percebe o ambiente em que o seu interlocutor se encontra no momento, da forma como este ambiente se relaciona à cabeça desse interlocutor, percebendo inclusive a voz do interlocutor exatamente como esta é ouvida por ele no seu ambiente e somente naquele ambiente, portanto, com todas as reflexões, difrações e ressonâncias produzidas ou influenciadas por aquele deste ambiente. Isto também é um fator importante para obter uma boa inteligibilidade da voz, uma vez que se replicam as exatas circunstâncias às quais as regiões de processamento de voz do cérebro de cada pessoa que estão habituadas e às quais vêm se adaptando desde o inicio da evolução da linguagem, ou seja, trata- se da percepção do som pleno de uma voz, com o espectro especifico de ressonâncias, difrações e reflexões geradas em um determinado ambiente em relação ao próprio corpo do ouvinte, em vez do espectro reduzido do som limitado e praticamente inerte das transmissões telefônicas de voz utilizadas até agora. Outro fenômeno relacionado a este quadro está no

fato de que a invenção é eficiente para suprimir a percepção dos ruídos ambientais interferentes, porque tais ruídos podem ser bem localizados pelo participante ouvinte e, portanto, podem ser selecionados e descartados como elementos externos à conversa. Esta é outra habilidade especial do ouvido e do cérebro humano - e supostamente dos ouvidos e cérebros de outras espécies também - facilmente constatada, por exemplo, nas situações em que ocorre o assim chamado "efeito coquetel" (cocktail party effect), freqüentemente mencionado neste contexto: apesar da confusão de sons gerada pelas múltiplas vozes sobrepostas, provenientes de diferentes distâncias e direções, os presentes quase não têm problema em distinguir claramente os locutores individuais, mesmo a certa distância, e se concentrar naquele em que estão mais interessados. A percepção de todos os outros eventos sonoros com o mesmo volume e mesmo daqueles com volumes mais altos é inconscientemente suprimida ou reduzida a um nível que não os deixa interferir na compreensão.

Ao tirar proveito desse fenômeno natural, a invenção permite o estabelecimento de uma conversa natural, imediatamente orientada a qualquer participante em particular - inclusive em situações de conferência de todos os tipos - o que consegue por meio da aquisição binaural do ambiente acústico da maneira com que este se relaciona com a cabeça do participante.

Para uma melhor compreensão exatamente deste aspecto, é importante destacar que uma transmissão binaural de alta qualidade permite com que o interlocutor na outra extremidade de uma conexão telefônica perceba o mundo acústico de quem está do lado de cá local como um panorama pessoal e subjetivo, com todas os seus coloridos, as suas seqüências de tons e também as suas características espaciais, como se estivesse num "teatro acústico" - seja que o interlocutor emissor se encontre em um clube de jazz em Nova York, no carnaval do Rio, ou numa praia ao som das ondas quebrando e do grito das gaivotas.

Dentro desta perspectiva, há também a possibilidade de adicionar ou mixar outros sons ou seqüências de tons ao sinal estéreo binaural transmitido que contém o ambiente local de sons e vozes: por exemplo, música ou canções, ou seja, lá o que se tenha armazenado no próprio telefone celular ou no reprodutor leitor de música digital, com a atenuação dinâmica apropriada para evitar que interfira na conversa. Para evitar a habitual "localização no interior da cabeça" dos sinais de áudio convencionais, mixados na conversa, ao serem ouvidos pelos fones, o sistema pode estar equipado com um mixer direcional binaural. A integração em um único dispositivo de todas essas funções telefone, leitor de MP3, console de video-jogo, computador, etc - corresponde ao atual estágio avançado das tecnologias de comunicação, que podem ser incluídas, evidentemente, em qualquer configuração que se escolha para realizar a presente invenção.

Apesar do nível de exigências relativamente alto associado à transferência de dados, em tempo real, em conexão full-duplex de banda larga binaural, com fio ou sem fio - seja que as estruturas de rede comutem por circuito seja que comutem pacotes - a qualidade de transmissão adequada à finalidade desta invenção pode ser obtida, dentro das larguras de banda e da qualidade de serviço disponíveis hoje em dia, através de uma adequada escolha dos processos de codificação e decodificação de canal e de sinal e das suas potenciais implementações hoje disponíveis. As já mencionadas conexões de comunicação de alta qualidade existentes na área de tecnologia de estúdio de gravação e de transmissões ao vivo (realizadas por meio de estruturas de rede de banda larga com fio, ou comunicação ponto-a-ponto sem fio, ou mesmo com a ajuda de processos de agregamento de canais em redes de telefonia celular) são exemplos avançados, que demonstram que o nível de desenvolvimento exigido para a concretização da comunicação binaural, segundo os preceitos desta invenção, já foi atingido. A telefonia por Internet, hoje conhecida como VoIP (Voice-over-Internet-Protocol ou Protocolo de Voz por Internet) é uma aplicação especial das já mencionadas estruturas de rede de comutação por pacotes, que podem ser usadas, em conjunção com as atuais interfaces de comunicação sem fio (por exemplo, WiMax ou seus potenciais sucessores, como HiperLAN/2), como parte das estruturas e dos processos adequados à implementação da comunicação binaural em tempo real projetada por esta invenção, e com a qualidade de serviço adequada. Vantagens especiais que aumentam ou realizam consideravelmente o potencial prático da presente invenção resultam, em particular, da mobilidade pessoal proporcionada pelas medidas citadas na reivindicação 2. Tais medidas se configuram a transmissão de imagens auditivas pessoais em tempo real em situações de mobilidade, abrangendo, portanto, a variedade das situações da vida real na sua plenitude, ao invés de impor a restrição ao ambiente local de uma conexão de linha fixa ou, no caso de uma conexão local sem fio, a uma área de recepção limitada.

É justamente a telefonia móvel desse tipo que pode ser considerada a aplicação potencial mais ampla da estereofonia binaural. Embora isto nunca tenha sido reconhecido publicamente, mesmo depois da sua implementação, as duas tecnologias foram, por assim dizer, "feitas uma para a outra", considerando tanto as suas respectivas configurações técnicas quanto as suas aplicações práticas. A fusão entre uma conexão móvel duplex em tempo real e a tecnologia de transmissão binaural pode materializar com muita eficiência, no campo da acústica, o conceito emergente da telepresença.

Em relação ao campo especifico das tecnologias de conferência, que, em todo caso, não representam a área principal de aplicação da invenção reivindicada, verifica-se a vantagem de que, pela primeira vez - no caso das assim chamadas teleconferências (quer se estabeleçam entre diversos participantes interlocutores reunidos num mesmo local e destinadas a um ou mais participantes que se encontram em outra/s localidade/s) - todos os participantes tem condições de conversar com qualquer um dos outros de forma que, no caso de situações móveis (quer o interlocutor mude de ambiente, quer os sons do seu ambiente mudem pela chegada de novos participantes) , a seqüência continua das alterações - ou seja, a perspectiva auditiva subjetiva do participante em questão - pode sempre transmitida em toda a sua vivacidade. Isto resulta na impressão de que o interlocutor ouvinte se encontra no mesmo ambiente daquele que lhe fala de outro lugar, sujeito às mesmas mudanças nas funções de reflexão e difração que ocorrem normalmente em uma conversa ativa e ao vivo com outra pessoa em um determinado ambiente, caracterizada, não por último, por uma certa mobilidade pessoal, que é desejável e à qual as pessoas estão acostumadas naturalmente.

Por isso mesmo, e também porque à distância entre os microfones receptores binaurais e a boca da pessoa que fala não muda, as relações dinâmicas permanecem inalteradas - o que significa que o volume não precisa ser constantemente ajustado e ajuda a preservar a inteligibilidade da voz, que é de alta qualidade, comparada à transmissão de banda de freqüência estreita, "para voz apenas", praticada ainda hoje em telefonia de 2 0 forma exclusiva - a qual é totalmente desprovida da vivacidade dos espaços naturais e das estruturas multifacetadas de difração, ressonância e reflexão que são geradas dentro de um ambiente, bem como das complexas sobreposições produzidas pelo corpo humano, e nomeadamente pelo tronco, ombros, cabeça, etc, que vão compor, em última análise, a função de transmissão estereofônica em dois canais que corresponde aos preceitos da presente invenção.

As medidas descritas nas reivindicações dependentes contemplam desenvolvimentos e melhorias vantajosos da conexão telefônica estereofônica caracterizada na reivindicação principal e na primeira reivindicação relativa ao dispositivo.

Descrição das Figuras

Algumas configurações da invenção são ilustradas nas figuras e explicadas nas descrições a seguir:

A Fig. 1 mostra, em uma representação

esquemática, a primeira configuração da presente invenção, na forma de uma conexão telefônica estereofônica com dois participantes em locais diferentes; e A Fig. 2 mostra uma segunda configuração da

invenção, na qual um primeiro participante está conectado por meio de uma conexão telefônica estereofônica a outros três participantes que se encontram em outro local, semelhantemente ao caso de uma chamada de teleconferência. Descrição de Realizações Preferidas

A idéia fundamental da presente invenção é transmitir o ambiente real de cada participante de uma conversa a outro participante da mesma conversa, na forma de imagens auditivas pessoais tridimensionais, por meio de uma conexão de telecomunicação, independentemente de ser uma conexão estabelecida exclusivamente apenas por meio de cabos, ou de tratar-se de uma conexão feita parcialmente ou inteiramente sem fio - especialmente durante transmissões móveis - dispondo cada um dos participantes de pelo menos um par de microfones para a aquisição de sinais binaurais, bem como de fones de ouvido, que podem ser intra- aurais.

A Fig. 1 ilustra essa idéia. O participante A0, cuja cabeça está indicada com o número 10, está conectado por meio de um link de telefonia estereof ônica com o participante B0, representado pelo número 11. Cada participante, A0 e B0 usa uma combinação 12 adjacente à ou dentro de cada uma das suas duas zonas auriculares, sendo que cada combinação 12 consiste de um transdutor gerador de sons (geralmente um fone de ouvido supra- aural ou intra-aural) 13, e um microfone 14; juntas, as duas combinações permitem a aquisição estereofônica e a reprodução de eventos sonoros. Os microfones 14 estão posicionados de forma adjacente ou interna às áreas auriculares para que, trabalhando conjuntamente e em modo estereofônico, estes sejam capazes de adquirir com precisão as imagens acústicas, denominadas "imagens relativas à cabeça", que retratam fielmente o ambiente acústico real que se apresenta ao participante. Entende-se que é preciso ter cuidado ao integrar os microfones aos transdutores geradores de sons que lhe são vizinhos e, portanto, os fones devem ser dispostos e interligados de maneira a evitar a geração de eco ou retorno, para que o participante da conversa em questão não ouça a sua própria voz. Esse isolamento mútuo entre os fones de ouvido e os microfones, visando a prevenção de retorno acústico, pode ser facilmente realizado por qualquer especialista no campo.

Conforme mencionado, os transdutores geradores de sons podem ser de vários tipos, incluindo fones supra-aurais ou, preferencialmente, intra-aurais, que tem a vantagem de evitar a presença de tiras de suporte na cabeça. Em todo caso, para a amplificação e equalização dos sinais adquiridos ou reproduzidos, os dois microfones (que juntos formam um microfone estéreo), bem como os dois transdutores geradores de sons 13, são equipados com circuitos amplificadores/equalizadores (15a para os transdutores geradores de sons e 15b para os microfones) , aos quais são conectados, por meio de interfaces bilaterais de dois canais 16. Tomando as combinações 12 entre os microfones e fones de ouvido como um primeiro grupo, os circuitos amplificadores/equalizadores com suas respectivas interfaces 16a constituem um segundo grupo 17. Para a transmissão de dois canais, este segundo grupo deve ser conectado, por fio ou sem fio, ao terminal de comunicação associado 18 que, por sua vez, assegura a conexão de dois canais por fio ou sem fio, à rede. Independentemente do uso de fones supra-aurais

abertos ou fechados ou de fones de inserção (intra-aurais), os sinais de telefonia estereofônica relacionados à cabeça do participante serão sempre produzidos; e, no caso de fones intra- aurais nos quais os microfones estejam montados ou aos quais estejam de alguma maneira ligados, esses sinais ainda integrariam of efeito das orelhas atuando como corpos de reflexão, difração e ressonância, o que aprimoraria ainda mais a naturalidade dos sinais a serem transmitidos.

Em vista das consideráveis possibilidades oferecidas atualmente, que previsivelmente continuarão a se multiplicar com a evolução tecnológica nas áreas de integração e miniaturização de componentes, obtém-se uma vantagem especial a partir do uso de fones intra-aurais (ou seja, os pequenos fones comuns, de inserção), já que as combinações miniaturizadas 12, respectivamente obtidas com um fone de ouvido e um microfone, nesse caso, podem ser realizadas por conexão sem fio e, portanto, diferentemente do método ilustrado nas figuras: com uma bateria comum para o fone de ouvido e o microfone de cada combinação 12, e um transmissor comum de raio ultracurto para a conexão à estrutura subseqüente 17, pode-se obter um excelente conforto de uso do equipamento. Não há fios pendurados ao redor da cabeça do participante e, com exceção da combinação de microfone e gerador transdutor de sons, discretamente colocada em cada orelha, não há nenhum desconforto significativo. Como é sabido por qualquer usuário de reprodutores de MP3 portáteis, como por exemplo, o "iPod", os pequenos fones de ouvido intra-aurais geralmente trazem muitas vantagens, já que seu funcionamento em geral se assemelha ao dos fones abertos, ou seja, eles não isolam o usuário do ambiente acústico em que se encontra e, assim, facilitam a realização de qualquer tipo de comunicação que se deseje.

Na verdade, os blocos de circuitos de cada uma das estruturas 12, 17, e 18 são auto-explicativos para o especialista, com base nas legendas fornecidas na figura. Os circuitos equalizadores são usados para a padronização de sinais, o que pode ser necessária quando os participantes da conversa em questão usam headsets diferentes, compostos por dois conjuntos auriculares sem fio, sendo cada um deles formado por um microfone e um fone de ouvido, para que haja possibilidade de comparação com outros sinais. Isso também pode ser importante para se conseguir a ausência de retorno acústico desejada, que também pode depender do posicionamento do microfone. Nesse contexto, o equalizador permite a compensação necessária para a entrega de um sinal padronizado à interface que se conecta ao terminal de comunicação.

Para que a separação das estruturas individuais tenha sentido, as interfaces 16a, 16b e 16c devem ser projetadas para dois canais de alta qualidade. Essas interfaces são conectadas por ondas eletromagnéticas, por meio de conexão com ou sem fio, às interfaces correspondentes na estrutura seguinte.

É importante destacar que a separação e a alocação das diferentes estruturas construídas e/ou blocos de circuitos representados na figura servem, sobretudo, para permitir uma melhor compreensão e representação visual das funções básicas contempladas pela invenção. Sabe-se que, em vista dos progressos técnicos mencionados anteriormente, ou das diferentes finalidades de uso que podem ser atendidas pelas diferentes configurações das peças ou do projeto, outros agrupamentos de blocos de circuitos, bem como outros projetos ou esquemas de interconexão dos circuitos de processamento de sinais podem ser estabelecidos e utilizados.

A Fig. 2 ilustra uma utilização vantajosa da invenção na qual, em pelo menos uma das extremidades, existem diversos participantes B, B', B'' que, nesse caso, encontram-se no mesmo local. Cada um deles - Β, B' , B' ' - está usando um fone composto por uma combinação 12 de microfone e transdutor gerador de sons, em cada ouvido. A mesma combinação é usada pelo participante A, a quem cada um dos outros participantes - Β, B' , B'' - está conectado através da rede por meio de uma conexão de dois canais. Para essa finalidade, cada um dos terminais de comunicação participantes 18' na Fig. 2 - sendo que pode haver outros participantes da conferência (A', A'') localizados na mesma área do participante A - é modificado de modo que um circuito adicional de seleção de função de aquisição seja fornecido na interface múltipla de entrada de dois canais 16b'. Isso atende, em uma primeira instância, ao objetivo de determinar automaticamente qual par de microfones de qual participante da conversa deve ser ativado na interface de saida de rede 16c' para liberação de sua transmissão na rede. Isso pode ocorrer, por exemplo, por meio da comparação das dinâmicas dos sinais de voz gerados pelos participantes Β, B', B'' em um determinado momento, ou por meio da identificação do participante que está falando no momento. O circuito de seleção de função de aquisição então bloqueia a transmissão de sinal do microfone dos outros participantes, mas, logicamente, não bloqueia a transmissão de sinais sonoros aos transdutores geradores de sons de todos os outros participantes. Outra possibilidade desta configuração é que os

sinais de voz e os sinais do ambiente gerados pelo participante que fala no momento não sejam ativados somente para transmissão telefônica a partir de seu terminal de comunicação, mas também sejam retroalimentados eletricamente pelo circuito de seleção de função de aquisição 19 existente no dispositivo terminal 18', e enviados aos transdutores geradores de sons dos outros participantes localizados na mesma sala - mesmo que estes participantes possam ouvir os sinais sonoros diretamente no ambiente. Na verdade, não se pode excluir que o uso dos transdutores geradores de sons possa dificultar a percepção do som ambiente, ou impedi-la totalmente por isolamento.

Suponha que, a um certo momento, aquele integrante desse grupo de três participantes que está falando e está conectado, digamos o participante B, mas, de repente, este pare de falar e algum dos outros participantes, por exemplo B'', começar a falar, o circuito de seleção de função de aquisição do dispositivo de comunicação 16b' ativará automaticamente o participante B'' na interface de rede 16c'. Entretanto, isso não significa que o participante A do outro lado da rede necessariamente ouvirá apenas o participante da conferência que foi ativado por último; na verdade, ele continuará ouvindo, mesmo que em volume mais baixo e de acordo com as condições ambientais correspondentes, todos os outros participantes por meio do microfone estéreo do participante B''. Portanto, neste caso, o participante A receberá o panorama estéreo completo de sons em três dimensões, praticamente da mesma forma que receberia se estivesse compartilhando o mesmo ambiente com os participantes B, B' e B" .

Além da operação automática da função de comutação, é possível que essa função seja projetada para operação manual. Por exemplo, um participante que deseja falar tem à sua disposição uma chave que pode ser usada deliberadamente para ativar a sua entrada na rede pelo circuito de seleção de função de aquisição. Também é possível fornecer uma chave de função "mudo" para suprimir breves apartes. Outras vantagens poderiam ser obtidas por meio da inclusão de um painel de controle, diodos emissores de luz, ou outros meios semelhantes, na área do circuito de função de aquisição ou em outros locais adequados, para mostrar quais participantes da conversa estão ativados no momento pelo circuito de seleção de aquisição 16b' na interface de saída de rede 16c' . Considerando que os outros componentes de comutação do exemplo de circuito de conferência ilustrado na Fig. 2 correspondem aos blocos de circuito da Fig. 1, este tópico não precisa ser abordado mais detalhadamente aqui. A Fig. 2 também não repete as referências de numeração dos blocos de circuito que já foram discutidos e retratados com suas respectivas funções na Fig. 1.

Em relação aos codificadores ou decodificadores de sinais e canais do terminal de comunicação, é importante acrescentar que os decodificadores e codificadores de sinais realizam conversões digitais/analógicas e vice-versa, bem como determinações de largura de banda (a largura de banda dos sinais deve ser de pelo menos 3,4 kHz ou 8 kHz ou 16 kHz). Eles também garantem que as diferenças de atraso entre os grupos de freqüência ("delay groups") sejam as menores possíveis, e ao mesmo tempo evitam que a coerência entre os canais seja afetada durante a codificação e a decodificação para ajuste do sinal geral em relação à rede correspondente, considerando que, neste momento, os sinais estéreos reais já estejam multiplexados em um único sinal, juntamente com quaisquer dados auxiliares. Além disso, esses codificadores e decodificadores fornecem a redundância necessária, bem como funções de detecção e correção de erros. O tempo ideal de execução em uma única direção, incluindo codificação/decodificação de sinais e transmissão, deve ficar abaixo dos 120 milésimos de segundo, para que a transmissão em tempo hábil seja assegurada, sem atrasos perturbadores. Outra configuração da invenção que oferece vantagens e também deve ser mencionada é a inclusão de um microfone individual adicional, preferencialmente próximo à boca de cada participante da conversa, que será mixado no sinal estéreo como microfone de suporte - para aprimorar a inteligibilidade, por exemplo - ou então para substituir completamente o sinal estéreo do par de microfones binaurais. Entretanto, ao se fazer isso, retornamos ao campo da telefonia monofônica convencional, apesar do uso dos fones binaurais; essa possibilidade poderia ser usada quando, diante de determinadas circunstâncias, e possivelmente desde o inicio de uma conversa, a transmissão estereofônica binaural de informações ambientais seja irrelevante, ou indesejada. Isso ocorre, por exemplo, quando durante uma conversa, essa operação monofônica precisa ser é usada para a transmissao rápida de informações apenas vocais, o que também reduz tanto a largura de banda como os custos da transmissão de sinais. As medidas correspondentes podem ser integradas à configuração existente sem gerar nenhum tipo de problema, mediante a inclusão de uma chave simples, operada pelo lado do participante.

Entende-se que todas as características mencionadas nesta descrição, nas reivindicações a seguir e, particularmente, também nas ilustrações aqui incluídas, podem ser, por si só ou em qualquer combinação entre elas, parte essencial desta invenção.

Claims (14)

1. Processo para aquisição, transmissão e reprodução de eventos sonoros para aplicações em comunicação por telefonia, que utiliza fones de ouvido para cada participante e microfones, caracterizado pelo fato de que às áreas auriculares direita e esquerda de cada participante é atribuída uma combinação de um fone de ouvido, extra-aural ou intra-aural, e um microfone, com o fone de ouvido e o microfone próximos um ao outro numa conexão substancialmente livre de retorno acústico entre eles, de forma que o ambiente acústico real de cada participante seja adquirido de modo binaural, em tempo real e, portanto, sua relação com a cabeça do respectivo participante seja preservada em termos de comportamento de reflexão, difração e ressonância, e que o ambiente acústico adquirido seja transmitido para um ou mais participantes na forma de sons estereofônicos binaurais enquanto imagens auditivas, por meio de uma conexão de dois canais.

2. Processo conforme a reivindicação 1, caracterizado pelo fato de que a dupla combinação consistindo das duas combinações simples atribuídas aos ouvidos esquerdo e direito, respectivamente, é parte de uma aparelhagem móvel de recepção e transmissão telefônica operado com bateria, fixado ou utilizado no corpo de um indivíduo participante do tráfego telefônico, para transmitir as imagens acústicas pessoais relativas à cabeça do dito indivíduo.

3. Processo de acordo com as reivindicações 1 e 2, caracterizado pelo fato de que nos eventos de teleconferência, cada participante localizado em uma mesma sala pode ser ativado seletivamente dentro de uma rede local que conecta todos os participantes, seja por comutação automática ativada por seu processo pessoal de conversação, seja por uma comutação operada deliberadamente por meio de um circuito de seleção, para que a imagem sonora obtida pelo mesmo seja colocada na dita rede local.

4. Processo de acordo com as reivindicações 1, 2 ou 3, caracterizado pelo fato de que, no caso de existirem diversos participantes numa mesma sala, atuando numa mesma teleconferência, cada um dos participantes que não esteja falando num dado momento tenha ao menos o sinal da conversa eletricamente conectado aos seus fones de ouvido binaurais, por meio do seu terminal de comunicação, além da transmissão acústica natural do ambiente.

5. Processo de acordo com as reivindicações 1 a 4, caracterizado pelo fato de que cada participante da conversação pode transmitir sinais adicionais como tons e seqüencias sonoras, inclusive músicas ou peças musicais, que estejam armazenados nos respectivos telefones estereofônicos, inclusive telefones móveis, por exemplo celulares com reprodutor de MP3, juntamente com a transmissão estereofônica da sua voz e dos sons do seu ambiente, se desejado.

6. Processo de acordo com a reivindicação 5, caracterizado pelo fato de que sinais de áudio adicionados são submetidos a uma codificação direcional binaural para evitar que tais sinais adicionados se localizem no interior da cabeça, quando reproduzidos pelos fones de ouvido.

7. Dispositivo para aquisição, transmissão e reprodução de eventos sonoros de acordo com as Reivindicações de 1 a 6, caracterizado pelo fato de que uma combinação (12) de um transdutor gerador de sons (13) e um microfone (14) são proporcionados para as áreas auriculares direita e esquerda de cada participante (A, B, B', B'') para aquisição, transmissão e reprodução estereofônica binaural simultânea de sons reais e imagens auditivas com preservação das relações entre o ambiente real e a cabeça do participante que o adquire, em termos do comportamento de reflexão, difração e ressonância, sendo que o transdutor gerador de sons e o microfone de cada uma das combinações (12) estão posicionados próximos um ao outro, de modo a evitar o retorno acústico e/ou fenômenos de eco entre o fone de ouvido e o microfone.

8. Dispositivo de acordo com a reivindicação 7, caracterizado pelo fato de que a combinação dupla para aquisição e reprodução binaural, que consiste na combinação de um fone ou fone de ouvido transdutor gerador de sons e um microfone para cada ouvido de cada participante da telecomunicação, integra uma aparelhagem telefônica móvel usada por dito participante.

9. Dispositivo de acordo com as reivindicações 7 ou 8, caracterizado pelo fato de que circuitos amplificadores/equalizadores com dois canais (15a, 15b), bem como circuitos codificadores e decodificadores de sinais e de canais sejam disponibilizados separadamente para os microfones e para os transdutores geradores de sons, para o processamento adicional em dois canais dos sinais, adquiridos localmente ou recebidos, respectivamente.

10. Dispositivo de acordo com as reivindicações 7, 8 ou 9, caracterizado pelo fato de que interfaces bilaterais de dois canais (16a, 16b), bem como uma interface terminal (16c), sejam conectadas aos vários circuitos de processamento de sinais individuais, ou entre estes, de acordo com a sua disposição relativa, usando transmissão com fio ou sem fio entre as interfaces bilaterais ou entre a interface terminal e a rede.

11. Dispositivo de acordo com uma ou mais dentre as reivindicações 7 a 10, caracterizado pelo fato de que, no caso de haver diversos participantes localizados na mesma sala, uma interface múltipla de dois canais (16b') é provida e a ela são conectados os participantes individuais com o sinal de saida do processamento de seu respectivo sinal pessoal, e que um circuito de seleção de recepção-função (19) seja fornecido para comutação automática ou deliberada entre os sinais binaurais de microfone recebidos de um dos participantes da conversa (B) e aqueles recebidos de outro participante (B' ou B''), para transmissão na rede.

12. Dispositivo de acordo com as reivindicações 7 a 11, caracterizado pelo fato de que um primeiro grupo de circuitos, formado pelas duas combinações usadas nas áreas auriculares (12), cada uma consistindo de um microfone (14) e de um fone de ouvido extra-auricular ou intra-auricular (13), é conectado a um segundo grupo de circuitos (17), formado por circuitos ampli ficadores/equali zadores para fones de ouvidos e microfones que, por sua vez, são conectados a um terminal de comunicação (18) por meio de interfaces bilaterais de dois canais, com ou sem fio (16a, 16b), sendo que o terminal de comunicação (18) inclui codificadores e decodificadores de sinais, bem como codificadores e decodificadores de canais e, no caso de múltiplos participantes locais da conferência, uma interface múltipla (16b' ) do lado da entrada, à qual um circuito de seleção (19), provido com painel de controle e monitoramento, é adicionado para permitir a função de aquisição, por meio da qual será realizada a alimentação direta, automática ou deliberada, na rede de telecomunicações, do sinal de saida de qualquer participante da conversa em particular.

13. Dispositivo de acordo com uma ou mais dentre as reivindicações 7 a 12, caracterizado por uma configuração de circuitos que permita a comutação da operação estereofônica à operação monofônica, a qualquer momento, se desejado.

14. Dispositivo conforme uma ou mais dentre as reivindicações 7 a 13, caracterizado pela inclusão de um terceiro microfone nas proximidades da boca do usuário, para a mixagem de um sinal de voz de suporte ao sinal estéreo transmitido, se desejado, ou para permitir a operação monofônica conforme a reivindicação 13.