DE10025655A1 - Adaptives Signaltrennsystem und -verfahren - Google Patents

Abstract

Ein Verfahren zum Unterdrücken von unerwünschten Komponenten in einem Signal, das eine erwünschte Komponente und unerwünschte Komponenten aufweist, wendet eine Autoregressions-Modelltechnik an. Ein Autoregressionsmodul (24) bestimmt eine spaktrale Leistungsdichteapproximation des Signals. Eine Fehlerkomponente der spektralen Leistungsdichteapproximation weist die erwünschte Komponente auf. Anteile der Fehlerkomponente, die Frequenzen außerhalb des erwarteten Bereichs der erwünschten Komponente haben, werden bevorzugt herausgefiltert (28), so daß das Ergebnis die erwünschte Komponente ist, aus der die unerwünschte Komponente entfernt ist. Die Erfindung ist beispielsweise zum Unterdrücken von unerwünschten Rauschkomponenten aus Schallsignalen brauchbar.

Description

Die vorliegende Erfindung betrifft allgemein ein Verfahren zum Unterdrücken einer unerwünschten Komponente in einem Si­ gnal, das eine erwünschte und eine unerwünschte Komponente hat.

Es gibt viele verschiedene Anwendungen, bei denen eine Tren­ nung von Signalkomponenten nützlich oder erforderlich ist. In manchen Situationen muß eine unerwünschte Rauschkomponente herausgefiltert oder im Vergleich zu einer erwünschten Schallkomponente unterdrückt werden, um verständliche Über­ tragungen zu erzielen.

Als ein Beispiel sei der Fall genannt, in dem jemand mit einem Mobiltelephon in einem Kraftfahrzeug spricht. Das Vor­ handensein von Umgebungsrauschen beeinträchtigt oft die Fä­ higkeit der Person, mit der der Betreffende spricht, das zu hören, was der Betreffende während des Fahrens sagt. Dies trifft insbesondere dann zu, wenn man versucht, einen Frei­ sprech-Lautsprecher in dem Fahrzeug während der Fahrt zu ver­ wenden.

Die Möglichkeit, einen Lautsprecher in einem Fahrzeug zu ver­ wenden, ist erwünscht, weil dadurch die Sicherheit beim Fah­ ren erhöht wird und der Fahrer beide Hände am Lenkrad lassen kann und er daher von der Aufgabe, das Fahrzeug zu fahren, nicht so sehr abgelenkt wird wie dann, wenn der Fahrer bei­ spielsweise ein Mobiltelephon halten muß. Die fehlende Fähig­ keit, effektiv zu kommunizieren, beschränkt jedoch die Brauchbarkeit von gegenwärtig erhältlichen Fahrzeug-Laut­ sprechern.

Es gibt viele verschiedene andere Anwendungen, bei denen Um­ gebungsrauschen ebenfalls von einem Mikrophon aufgenommen wird, was die Projektion der gewünschten Sprachkomponente stört. Andere Anwendungen, bei denen eine einfache, klare und genaue Sprachkommunikation erforderlich ist, sind z. B. Spracherkennungssysteme, Sgrachsteuerungssysteme und Bord­ kommunikationssysteme.

Angesichts der vielen verschiedenen Anwendungen von Rausch­ unterdrückungssystemen ist es nicht überraschend, daß ver­ schiedene Versuche gemacht worden sind, dieses Erfordernis zu befriedigen. Ein Beispiel eines Rauschunterdrückungsverfah­ rens wird manchmal als "Spektral- bzw. Frequenzsubtraktion" bezeichnet. Diese Vorgehensweise arbeitet typischerweise im sogenannten Frequenzbereich und ist abhängig von der Trennung von Sprache, die typischerweise eine nichtstationäre Stati­ stik hat, von Rauschen, das typischerweise eine stationäre Statistik hat. Spektralsubtraktionsverfahren sind z. B. erör­ tert in: Dirk Van Compernolle, Speech Enhancement, § 10.3, Victor Zue, Ed., in Survey of the State of the Art in Human Language Technology, Ronald A. Cole, Ed.,HTTP: / / WWW. KGW. TU- Berlin-De/~Negel/SpeechTech/HLTsurvey.html.

Spektralsubtraktionsverfahren sind zwar brauchbar; sie sind jedoch nicht ohne Mängel oder Nachteile. Beispielsweise kann die durch solche Verfahren erhaltene Rauschunterdrückung mu­ sikalische Artefakte in der wiedergegebenen Sprache aufwei­ sen. Außerdem besteht typischerweise eine Notwendigkeit, Sprechaktivitätsdetektoren in der Anlage vorzusehen, die zur Durchführung des Verfahrens verwendet wird.

Spektralsubtraktionsverfahren erfordern ferner einen be­ trächtlichen Rechenaufwand für schnelle Fouriertransforma­ tionen und können Verarbeitungsverzögerungen zeigen, die die Qualität der wiedergegebenen Sprache beeinträchtigen. Die be­ achtliche Rechenzeit beeinträchtigt nicht nur die Qualität der wiedergegebenen Sprache, sondern kann auch zu relativ ho­ hen Kosten bei einem Rauschunterdrückungssystem führen.

Bei vielen Anwendungen, wie etwa dem obengenannten Frei­ sprech-Mobiltelephon in einem Fahrzeug, machen die Kosten, die damit verbunden sind, ausreichende Rechenkapazität und Rechenspeicherplatz vorzusehen, um ein Spektralsubtraktions­ verfahren durchzuführen, dieses für solche Anwendungen nicht praktikabel.

Es besteht ein Bedarf an einem effizienteren, effektiveren und wirtschaftlichen Signaltrennverfahren, das umfassend an­ wendbar ist. Die vorliegende Erfindung stellt ein solches Verfahren bereit und vermeidet die oben beschriebenen Mängel und Nachteile.

Allgemein ausgedrückt, gibt die vorliegende Erfindung ein Verfahren zum Unterdrücken einer unerwünschten Komponente aus einem Signal an, das eine erwünschte Komponente, wie etwa Sprache enthält. Das Verfahren gemäß der Erfindung weist meh­ rere Grundschritte auf. Zunächst wird ein Signal, das eine erwünschte Komponente und eine unerwünschte Komponente hat, eingefangen. Dann wird eine spektrale Leistungsdichteapproxi­ mation des eingefangenen Signals erstellt, und eine Fehler­ komponente wird aus dieser Approximation abgetrennt. Die er­ wünschte Komponente wird dann aus der Fehlerkomponente der spektralen Leistungsdichteapproximation bestimmt.

Bei der bevorzugten Ausführungsform wird die Fehlerkomponente der spektralen Leistungsdichteapproximation herausgefiltert, um Anteile abzutrennen, die eine Frequenz oberhalb eines vor­ gewählten Maximums haben. Wenn beispielsweise die erwünschte Komponente Sprache ist, werden sämtliche Schallkomponenten mit einer Frequenz, die die typische Frequenz der menschli­ chen Sprache im oberen Bereich (beispielsweise 1500 Hz) über­ schreitet, unter Verwendung von zum Beispiel einem Bandpaß­ filter herausgefiltert.

Ein gemäß der vorliegenden Erfindung ausgebildetes System weist bevorzugt einen Kollektor, wie etwa ein Mikrophon auf, der Signale oder Schwingungen einfängt, die eine erwünschte Komponente aufweisen. Der Kollektor erzeugt ein Signal, das für die eingefangenen Signale kennzeichnend ist.

Ein Autoregressionsmodul kommuniziert mit dem Kollektor und empfängt das Signal von dem Kollektor. Das Autoregressionsmo­ dul bestimmt eine eine Fehlerkomponente aufweisende spektrale Leistungsdichteapproximation des Signals von dem Kollektor.

Ein Filtermodul filtert die Fehlerkomponente heraus, um An­ teile der Fehlerkomponente zu entfernen, die eine Frequenz oberhalb eines vorgewählten Maximum haben, so daß die heraus­ gefilterte Fehlerkomponente eine reduzierte Menge an uner­ wünschten Komponenten aufweist und die erwünschte Komponente klarer unterscheidbar ist.

Die Erfindung wird nachstehend, auch hinsichtlich weiterer Merkmale und Vorteile, anhand der Beschreibung von Ausfüh­ rungsbeispielen unter Bezugnahme auf die beiliegenden Zeich­ nungen näher erläutert. Die Zeichnungen zeigen in:

Fig. 1 schematisch ein gemäß der vorliegenden Erfindung ausgebildetes System;

Fig. 2 schematisch eine alternative Ausführungsform eines gemäß der vorliegenden Erfindung ausgebildeten Sy­ stems; und in

Fig. 3 die Ergebnisse eines Teils des Verfahrens der vor­ liegenden Erfindung in Diagrammform.

Fig. 1 zeigt schematisch ein System 20 zum Unterdrücken des Umfangs von unerwünschten Signalkomponenten, wie etwa Rau­ schen, in einem hörbaren Schallsignal. Rauschen wird in der gesamten Beschreibung als ein Beispiel einer unerwünschten Komponente verwendet. Die Erfindung ist jedoch nicht auf die Unterdrückung von Rauschen aus einem hörbaren Signal be­ schränkt.

Ein Kollektor 22, wie etwa ein herkömmliches Mikrophon, fängt hörbaren Schall ein. Da fast immer etwas Grundrauschen vor­ handen ist, fängt der Kollektor 22 die erwünschte Schallkom­ ponente, wie etwa die Sprache einer Person, und eine uner­ wünschte Rauschkomponente, wie etwa Grundrauschen ein.

Der Kollektor 22 erzeugt ein elektrisches Signal, das für den eingefangenen Schall repräsentativ ist. Ein Autoregressions­ modul 24 verarbeitet das von dem Kollektor 22 gelieferte Si­ gnal. Das Autoregressionsmodul ist bevorzugt ein Softwaremo­ dul in einem Mikroprozessor oder Computer.

Autoregressions-Modellieren von Signalen ist im Stand der Technik bekannt und beispielsweise beschrieben in: S. Lawrence Marple, Jr., Digital Spectral Analysis With Applica­ tions, Prentice Hall, Englewood Cliffs, New Jersey, 1987; und Steven M. Kay, Modern Spectral Estimation, Prentice Hall, Englewood Cliffs, New Jersey, 1988. Aus diesem Grund wird das Autoregressions-Modellieren in der vorliegenden Beschreibung nicht näher erläutert.

Das Autoregressionsmodul 24 bestimmt bevorzugt eine Allpol­ approximtion niedriger Ordnung der spektralen Leistungsdichte des Signals von dem Kollektor 22. Eine Autoregressions-Model­ liertechnik weist immer eine Fehlerkomponente auf, was für den Fachmann klar ist.

Die Fehlerkomponente hat typischerweise ein weißes (d. h. Gaußsches) Spektrum. Angesichts der Eigenart der Sprache wird die Sprachkomponente des eingefangenen Signals in der Fehler­ komponente der spektralen Leistungsdichteapproximation gefun­ den, die am Ausgang 26 des Autoregressionsmoduls 24 verfügbar ist.

Die Fehlerkomponente wird unter Verwendung eines Filtermoduls 28 bevorzugt herausgefiltert, um die Anteile der Fehlerkompo­ nente zu entfernen, die Frequenzen außerhalb eines vorgewähl­ ten Bereichs haben. Wenn die erwünschte Schallkomponente bei­ spielsweise menschliche Sprache aufweist, werden die Anteile der Fehlerkomponente, die eine Frequenz oberhalb einer ge­ wählten Grenze (beispielsweise 1500 Hz) haben, bevorzugt von dem Filtermodul 28 herausgefiltert.

Unter diesen Bedingungen ist die Sprachkomponente, die im Be­ reich von 300 Hz bis 1500 Hz wäre, diejenige, die bei 30 ab­ gegeben wird, nachdem die Fehlerkomponente von dem Filtermo­ dul 28 herausgefiltert worden ist.

Eine andere bevorzugte Ausführungsform ist in Fig. 2 ge­ zeigt. Diese Ausführungsform weist die gleichen Komponenten, die oben beschrieben und in Fig. 1 gezeigt sind, auf. Außer­ dem weist die Ausführungsform von Fig. 2 ein Sprechaktivi­ tätsdetektormodul 32 auf. Bei dieser Ausführungsform wird das Autoregressionsverfahren bevorzugt nur während der Sprachpau­ sen, wie sie von dem Sprechaktivitätsdetektormodul 32 ermit­ telt werden, angepaßt.

Alternativ weist das Autoregressionsmodul 24 eine solche Pro­ grammierung auf, daß es auf das Sprechaktivitätsdetektormodul 32 nur dann anspricht, wenn die Änderung des Rauschens des eingefangenen Signals über die Zeit ausreichend lang ist, so daß eine kontinuierliche Anpassung des Autoregressions-Model­ lierens mit niedriger Rate durchgeführt werden kann.

Fig. 3 zeigt in Diagrammform eine Darstellung 40 von bei­ spielhaften Ergebnissen der Anwendung des Verfahrens gemäß der Erfindung. Die Kurve 42 stellt ein eingefangenes Signal dar, das eine erwünschte Schallkomponente, wie etwa Sprache, und die unerwünschte Rauschkomponente aufweist.

Die Kurve 44 stellt eine Fehlerkomponente der von dem Auto­ regressionsmodul 24 bereitgestellten spektralen Leistungs­ dichteapproximation dar. Die Fehlerkomponente 44 weist die erwünschte Schallkomponente und etwas unerwünschtes Rauschen auf.

In dem Beispiel, in dem die erwünschte Schallkomponente die Sprache einer Person aufweist, entfernt das Filtermodul 28 bevorzugt den Anteil des Signals 44, der bei 46 gezeigt ist. Durch Herausfiltern sämtlicher Komponenten, die eine Frequenz oberhalb der gewählten Grenze (beispielsweise 1500 Hz) haben, werden die Komponenten, die außerhalb des normalen Sprachbe­ reichs sind, entfernt, und der resultierende Anteil, der bei 48 gezeigt ist, enthält die erwünschte Schallkomponente.

Wie aus der Zeichnung ersichtlich, hat der bei 44 gezeigte Anteil 48 des Signals ein viel geringeres Rauschen und eine viel geringere Verzerrung als das bei 42 gezeigte Signal.

Bei der bevorzugten Ausführungsform sind das Autoregressions­ modul 24, das Filtermodul 28 und das Sprechaktivitätsdetek­ tormodul 32 sämtlich bevorzugt unter Verwendung von Software implementiert. Alternativ können in Abhängigkeit von den Er­ fordernissen der speziellen Situation Hardwarekomponenten zur Realisierung von einem oder mehreren der Module verwendet werden. Angesichts der vorliegenden Beschreibung ist der Fachmann imstande, geeignete Komponenten zu wählen oder den für ihre speziellen Umstände erforderlichen Computercode zu schreiben.

Das Filtermodul 28 arbeitet bevorzugt als Bandpaßfilter oder Tiefpaßfilter, das die Anteile der aus der spektralen Lei­ stungsdichteapproximation resultierenden Fehlerkomponente herausfiltert, die eine Frequenz außerhalb des erwarteten Bereichs der erwünschten Schallkomponente haben.

Bei Anwendungen, bei denen die Ausführungsform gemäß Fig. 1 verwendet wird, wird die Autoregressions-Modellierung bevor­ zugt kontinuierlich mit niedriger Rate angepaßt. Bei Imple­ mentierung der Ausführungsform gemäß Fig. 2 wird das Auto­ regressionsverfahren bevorzugt nur während der Sprachpausen, die von dem Sprechaktivitätsdetektormodul 32 detektiert wer­ den, angepaßt.

Die Erfindung bietet einen beachtlichen Vorteil gegenüber be­ kannten Versuchen, unerwünschtes Rauschen aus Signalen zu entfernen, die erwünschte Schallkomponenten enthalten, weil die Rechneranforderungen viel geringer sind. Die Spektralsub­ traktionsverfahren erfordern beispielsweise nlog₂(n) Opera­ tionen, wobei n typischerweise 128 oder 256 ist.

Diese Rechenmenge führt sonst nicht nur zu Verzögerungen, die die Qualität der wiedergegebenen Sprache beeinträchtigen, sondern stellt auch Rechner- und Rechnerspeicherplatzanforde­ rungen, die solche Verfahren für viele Situationen nicht praktikabel machen.

Dagegen erfordert das Verfahren der Erfindung typischerweise nur k Operationen, wobei k die Anzahl von Autoregressions- Koeffizienten ist, die typischerweise in dem Bereich von 3 bis 7 sein können.

Die geringeren Rechneranforderungen der Erfindung eliminieren unangenehme Zeitverzögerungen in dem gefilterten Sprach­ signal. Außerdem ermöglichen die geringeren Rechneranforde­ rungen ein leichteres Implementieren des Verfahrens gemäß der Erfindung beispielsweise in einem Mikroprozessorspeicher.

Ein weiterer Vorteil der vorliegenden Erfindung ist, daß sie Tonstörungen in einem ursprünglichen Mikrophonsignal durch Bewegen eines Paars von Polen zu der Frequenz und der Phase des Tons automatisch verfolgt und eliminiert. Diese Eigen­ schaft ist besonders nützlich, wenn das Umgebungsrauschen diskrete Töne und Oberschwingungen, wie sie typischerweise in sich bewegenden Fahrzeugen auftreten, enthält.

Daher ist die Erfindung zum Unterdrücken von unerwünschtem Rauschen in einem Signal, das von einem in einem Fahrzeug verwendeten Mobiltelephon stammt, besonders brauchbar. Die Erfindung macht den Gebrauch von Mobiltelephon-Kommunikatio­ nen mit Freisprech-Lautersprecher aus dem Fahrzeuginneren viel effektiver.

Wie oben erwähnt, ist die Erfindung nicht auf die Rauschun­ terdrückung beschränkt. Andere Systeme, die eine Signaltren­ nung erfordern, können ebenso aus der Erfindung Nutzen zie­ hen. Beispielsweise kann ein Beschleunigungsmesser, der ein Schwingungssignal aufnimmt, auch unerwünschte Schwingungen, die in unerwünschten Signalkomponenten resultieren, aufneh­ men. Der Fachmann erkennt, daß die Erfindung für viele ver­ schiedene Situationen brauchbar ist.

Die vorstehende Beschreibung gibt beispielhafte Implementie­ rungen der Erfindung an, die den gegenwärtig bevorzugten Aus­ führungsformen entsprechen. Änderungen und Modifikationen, die nicht notwendigerweise vom Gegenstand der vorliegenden Erfindung abweichen, sind für den Fachmann ersichtlich.

Claims (15)

1. Verfahren zum Entfernen einer unerwünschten Komponente aus einem Signal, das auch eine erwünschte Komponente enthält, gekennzeichnet durch die folgenden Schritte:

• a) Einfangen eines Signals, das eine erwünschte Kompo­ nente und eine unerwünschte Komponente hat;
• b) Bestimmen der spektralen Leistungsdichteapproxima­ tion des eingefangenen Signals;
• c) Abtrennen einer Fehlerkomponente von der spektralen Leistungsdichteapproximation gemäß Schritt (b); und
• d) Bestimmen der erwünschten Komponente aus der Feh­ lerkomponente gemäß Schritt (c).

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß Schritt (b) unter Anwendung eines adaptiven Autore­ gressions-Modellierverfahrens durchgeführt wird.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß der Schritt (d) das Herausfiltern der Fehlerkompo­ nente gemäß Schritt (c) aufweist, um unerwünschte Kompo­ nenten mit einer Frequenz, die ein vorgewähltes Maximum überschreitet, aus der Fehlerkomponente zu entfernen.

4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß der Anteil der Fehlerkomponente, der nicht herausge­ filtert wird, die erwünschte Komponente aufweist.

5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß der Schritt (d) unter Verwendung eines Bandpaßfil­ ters durchgeführt wird.

6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß die Schritte (b) bis (d) unter Verwendung von Soft­ ware durchgeführt werden.

7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die erwünschte Schallkomponente den Schall einer sprechenden Person aufweist und das Verfahren ferner das Durchführen von Schritt (b) in Abhängigkeit von Pausen beim Sprechen der Person aufweist.

8. System zum Unterscheiden zwischen unerwünschten und er­ wünschten Signalkomponenten, gekennzeichnet durch
einen Kollektor (22), der Signale einfängt, die eine er­ wünschte Komponente und eine unerwünschte Komponente aufweisen, und der ein Signal erzeugt, das für die ein­ gefangenen Signale repräsentativ ist;
ein Autoregressionsmodul (24) in Verbindung mit dem Kol­ lektor (22), das das erzeugte Signal von dem Kollektor (22) empfängt und eine spektrale Leistungsdichteapproxi­ mation des erzeugten Signals bestimmt, die eine Fehler­ komponente aufweist; und
ein mit dem Autoregressionsmodul (24) in Verbindung ste­ hendes Filtermodul (28), das die Fehlerkomponente her­ ausfiltert, um Anteile der Fehlerkomponente zu entfer­ nen, die eine Frequenz oberhalb eines vorgewählten Maxi­ mums haben, so daß die herausgefilterte Fehlerkomponente die erwünschte Komponente aufweist.

9. System nach Anspruch 8, dadurch gekennzeichnet, daß das Autoregressionsmodul (24) und das Filtermodul (28) Software aufweisen.

10. System nach Anspruch 8 oder 9, dadurch gekennzeichnet, daß die erwünschte Schallkomponente den Schall einer einzelnen Stimme aufweist.

11. System nach einem der Ansprüche 8 bis 10, dadurch gekennzeichnet, daß es ein Sprechaktivitätsdetektormodul (32) in Verbin­ dung mit dem Autoregressionsmodul (24) aufweist und daß das Autoregressionsmodul (24) auf Pausen im individuel­ len Sprechmuster anspricht.

12. System nach Anspruch 11, dadurch gekennzeichnet, daß das Autoregressionsmodul (24), das Filtermodul (28) und das Sprechaktivitätsdetektormodul (32) Software auf­ weisen.

13. System nach einem der Ansprüche 8 bis 12, dadurch gekennzeichnet, daß das Filtermodul (28) ein Bandpaßfilter aufweist.

14. System nach einem der Ansprüche 8 bis 13, dadurch gekennzeichnet, daß das Autoregressionsmodul (24) einen Mikroprozessor aufweist.

15. System nach einem der Ansprüche 8 bis 14, dadurch gekennzeichnet, daß der Kollektor (22) ein Mikrophon aufweist.