-
TECHNISCHES GEBIET
-
Die Offenbarung betrifft eine elektrische Vorrichtung, die zum Empfangen von Sprechstimmen-Signalen verwendet wird. Die Offenbarung betrifft insbesondere ein Kommunikationsgerät mit einer elektrischen Vorrichtung, die Sprechstimmen-Signale empfangen kann.
-
HINTERGRUND
-
Bezug genommen wird auf 1, wobei die 1 einem schematischen Diagramm einer herkömmlichen Sprechstimmen-Empfangsvorrichtung 100 entspricht. Die herkömmliche Sprechstimmen-Empfangsvorrichtung 100 beinhaltet zwei Mikrofone 111 und 112, einen Sprechstimmen-Aktivitätsdetektor (VAD: voice activity detector) 120 und einen Rausch-Eliminator 130.
-
In der herkömmlichen Sprechstimmen-Empfangsvorrichtung 100 wird das Mikrofon 111 zum Empfangen von Haupt-Sprechstimmen eingestellt und das Mikrofon 112 wird zum Empfangen von Nicht-Haupt-Sprechstimmen eingestellt. Die Mikrofone 111 und 112 werden jeweils mit dem VAD 120 und dem Rausch-Eliminator 130 gekoppelt. Der VAD 120 empfängt Sprechstimmen durch die Mikrofone 111 und 112 und überträgt die vom Mikrofon 111 empfangenen Sprechstimmen durch einen Sprach-Übertragungskanal MT in Form von Sprechstimmen-Signalen zum Rausch-Eliminator 130. Währenddessen überträgt der VAD 120 vom Mikrofon 112 kommende Sprechstimmen-Signale durch einen Rausch-Übertragungskanal NT zum Rausch-Eliminator 130. Der Rausch-Eliminator 130 eliminiert Rauschen in den vom Sprach-Übertragungskanal MT übertragenen Sprechstimmen-Signalen gemäß den vom Rausch-Übertragungskanal NT übertragenen Sprechstimmen-Signalen, um klare Sprechstimmen-Signale zu erhalten.
-
In einer realen Anwendung kann das Mikrofon 111 jedoch evtl. das Haupt-Sprechstimmensignal nicht empfangen. In einer Konferenz mit mehreren Personen wird das zum Empfangen der Haupt-Sprechstimmensignale verwendete Mikrofon dynamisch verändert. Wenn also die herkömmliche Sprechstimmen-Empfangsvorrichtung 100 verwendet wird, dann muss ein Benutzer eine Position des Hauptmikrofons 111 von Zeit zu Zeit einstellen, um klare Sprechstimmen-Signale zu erhalten, was beim Gebrauch unpraktisch ist.
-
ÜBERSICHT
-
Die Offenbarung betrifft eine elektrische Vorrichtung, die ein Haupt-Sprechstimmensignal und Nicht-Haupt-Sprechstimmensignale in mehreren Sprechstimmen-Signalen adaptiv erkennt, um Rauschen in den Sprechstimmen-Signalen effektiv zu reduzieren.
-
Die Offenbarung ist auf eine andere elektrische Vorrichtung gerichtet, die ein Haupt-Sprechstimmensignal und Nicht-Haupt-Sprechstimmensignale in mehreren Sprechstimmen-Signalen adaptiv erkennt, um Rauschen in den Sprechstimmen-Signalen effektiv zu reduzieren.
-
Die Offenbarung stellt eine elektrische Vorrichtung mit mehreren Sprechstimmen-Empfängern, einem Sprechstimmen-Aktivitätsdetektor, einem Sprechstimmen-Kanalschalter und einem Rausch-Eliminator bereit. Die Sprechstimmen-Empfänger werden zum Empfangen mehrerer Sprechstimmen und zum Umwandeln der Sprechstimmen in Sprechstimmen-Signale verwendet. Der Sprechstimmen-Aktivitätsdetektor ist mit den Sprechstimmen-Empfängern gekoppelt bzw. verbunden und empfängt und erkennt die Sprechstimmen-Signale und gewinnt ein Haupt-Sprechstimmensignal aus den Sprechstimmen-Signalen. Der Sprechstimmen-Kanalschalter ist mit den Sprechstimmen-Empfängern und dem Sprechstimmen-Aktivitätsdetektor gekoppelt und überträgt das Haupt-Sprechstimmensignal zu einem Sprach-Übertragungskanal und überträgt mehrere andere Sprechstimmen-Signalen aus den Sprechstimmen-Signalen, die nicht das Haupt-Sprechstimmensignal sind, zu einem Rausch-Übertragungskanal gemäß einem Erkennungsergebnis des Sprechstimmen-Aktivitätsdetektors. Der Rausch-Eliminator ist mit dem Sprach-Übertragungskanal und dem Rausch-Übertragungskanal gekoppelt und reduziert Rauschen des Haupt-Sprechstimmensignals im Sprach-Übertragungskanal gemäß den anderen Sprechstimmen-Signalen des Rausch-Übertragungskanals.
-
In einer Ausgestaltung der Offenbarung ermittelt anhand einer charakteristischen Funktion des Sprechstimmen-Signals der Sprechstimmen-Aktivitätsdetektor, ob die einzelnen Sprechstimmen-Signale das Haupt-Sprechstimmensignal sind.
-
In einer Ausgestaltung der Offenbarung legt der Sprechstimmen-Aktivitätsdetektor mehrere Identifikations-Nummern für die Sprechstimmen-Signale fest und erzeugt ein Anzeigesignal gemäß der Identifikations-Nummer des Haupt-Sprechstimmensignals.
-
In einer Ausgestaltung der Offenbarung empfängt der Sprechstimmen-Kanalschalter das Anzeigesignal und überträgt das Haupt-Sprechstimmensignal mit der dem Anzeigesignal entsprechenden Identifikations-Nummer zum Sprach-Übertragungskanal und überträgt die Sprechstimmen-Signale mit dem Anzeigesignal nicht entsprechenden Identifikations-Nummern zum Rausch-Übertragungskanal.
-
In einer Ausgestaltung der Offenbarung ist der Rausch-Eliminator ein Prozessor und der Prozessor führt einen Rausch-Eliminierungs-Algorithmus aus, um das Rauschen im Haupt-Sprechstimmensignal auf dem Sprach-Übertragungskanal gemäß den anderen Sprechstimmen-Signalen auf dem Rausch-Übertragungskanal zu reduzieren.
-
Die Offenbarung stellt eine elektrische Vorrichtung mit einer Sprechstimmen-Empfangsvorrichtung bereit. Die Sprechstimmen-Empfangsvorrichtung hat mehrere Sprechstimmen-Empfänger zum Empfangen mehrerer Sprechstimmen und zum Umwandeln der Sprechstimmen in mehrere Sprechstimmen-Signale. Die Sprechstimmen-Empfangsvorrichtung beinhaltet einen Sprechstimmen-Aktivitätsdetektor, einen Sprechstimmen-Kanalschalter und einen Rausch-Eliminator. Der Sprechstimmen-Aktivitätsdetektor ist mit den Sprechstimmen-Empfängern gekoppelt und empfängt und erkennt die Sprechstimmen-Signale und gewinnt ein Haupt-Sprechstimmensignal aus den Sprechstimmen-Signalen. Der Sprechstimmen-Kanalschalter ist mit den Sprechstimmen-Empfängern und dem Sprechstimmen-Aktivitätsdetektor gekoppelt und überträgt das Haupt-Sprechstimmensignal zu einem Sprach-Übertragungskanal und überträgt mehrere andere Sprechstimmen-Signale aus den Sprechstimmen-Signalen, die nicht das Haupt-Sprechstimmensignal sind, zu einem Rausch-Übertragungskanal gemäß einem Erkennungsergebnis des Sprechstimmen-Aktivitätsdetektors. Der Rausch-Eliminator ist mit dem Sprach-Übertragungskanal und dem Rausch-Übertragungskanal gekoppelt und reduziert Rauschen im Haupt-Sprechstimmensignal auf dem Sprach-Übertragungskanal gemäß den anderen Sprechstimmen-Signalen auf dem Rausch-Übertragungskanal.
-
Die Offenbarung stellt ferner ein Verfahren zum Verarbeiten von Sprechstimmen bereit, das die folgenden Schritte beinhaltet: Empfangen mehrerer Sprechstimmen und Umwandeln der Sprechstimmen in Sprechstimmen-Signale; Erkennen der Sprechstimmen-Signale zum Gewinnen eines Haupt-Sprechstimmensignals aus den Sprechstimmen-Signalen; ferner Übertragen des Haupt-Sprechstimmensignals zu einem Sprach-Übertragungskanal und Übertragen mehrerer anderer Sprechstimmen-Signale aus den Sprechstimmen-Signalen, die nicht das Haupt-Sprechstimmensignal sind, zu einem Rausch-Übertragungskanal; ferner Reduzieren von Rauschen im Haupt-Sprechstimmensignal auf dem Sprach-Übertragungskanal gemäß den anderen Sprechstimmen-Signalen von dem Rausch-Übertragungskanal.
-
Gemäß den obigen Beschreibungen wird das Haupt-Sprechstimmensignal durch dynamisches Erkennen mehrerer Sprechstimmen-Signale erhalten. Die Rauschreduzierung erfolgt gemäß dem Haupt-Sprechstimmensignal und dem anderen Nicht-Haupt-Sprechstimmensignal, um das Sprechstimmen-Signal mit der höchsten Qualität und dem geringsten Rauschen zu gewinnen.
-
Damit die oben erwähnten sowie andere Merkmale und Vorteile der Offenbarung verständlich werden, werden nachfolgend mehrere beispielhafte Ausgestaltungen in Verbindung mit Figuren ausführlich beschrieben.
-
KURZBESCHREIBUNG DER ZEICHNUNGEN
-
Die Begleitzeichnungen sollen das Verständnis der Offenbarung vertiefen und sind in dieser vorliegenden Spezifikation als Bestandteil derselben eingeschlossen. Die Zeichnungen illustrieren Ausgestaltungen der Offenbarung und dienen, zusammen mit der Beschreibung, zum Erläutern der Grundsätze der Offenbarung.
-
1 ist ein schematisches Diagramm einer herkömmlichen Sprechstimmen-Empfangsvorrichtung 100.
-
2 ist ein schematisches Diagramm einer elektrischen Vorrichtung 200 gemäß einer Ausgestaltung der Offenbarung.
-
3 illustriert ein Sprach- bzw. Sprechstimmen-Spektrums-Diagramm.
-
4 ist ein schematisches Diagramm eines Kommunikationsgeräts 400 gemäß einer Ausgestaltung der Offenbarung.
-
5 ist ein Fließschema, das ein Verfahren zum Verarbeiten von Sprechstimmen gemäß einer Ausgestaltung der Offenbarung illustriert.
-
AUSFÜHRLICHE BESCHREIBUNG VON OFFENBARTEN AUSGESTALTUNGEN
-
Bezug wird auf 2 genommen, wobei die 2 einem schematischen Diagramm einer elektrischen Vorrichtung 200 gemäß einer Ausgestaltung der Offenbarung entspricht. Die elektrische Vorrichtung 200 beinhaltet mehrere Sprechstimmen-Empfänger 211–21N, einen Sprechstimmen-Aktivitätsdetektor 220, einen Sprechstimmen-Kanalschalter 230 und einen Rausch-Eliminator 240. Die Sprechstimmen-Empfänger 211–21N sind auf einer Sprechstimmen-Empfangsvorrichtung 200 angeordnet und werden zum Empfangen mehrerer Sprechstimmen aus verschiedenen Richtungen und zum Umwandeln der empfangenen Sprechstimmen in Sprechstimmen-Signale verwendet.
-
Der Sprechstimmen-Aktivitätsdetektor 220 ist mit den Sprechstimmen-Empfängern 211–21N gekoppelt und empfängt die von den Sprechstimmen-Empfängern 211–21N gesendeten Sprechstimmen-Signale. Ferner erkennt der Sprechstimmen-Aktivitätsdetektor 220 die Sprechstimmen-Signale, um ein Haupt-Sprechstimmensignal aus den von den Sprechstimmen-Empfängern 211–21N übertragenen Sprechstimmen-Signalen zu gewinnen.
-
Bezug genommen wird auf 2 und 3, wobei 3 ein Sprach-Spektrumsdiagramm darstellt. Der Sprechstimmen-Aktivitätsdetektor 220 empfängt mehrere der von den Sprechstimmen-Empfängern 211–21N kommenden Sprechstimmen-Signale und erkennt eine charakteristische Funktion jedes der Sprechstimmen-Signale, um zu ermitteln, ob das Sprechstimmen-Signal das Haupt-Sprechstimmensignal ist. Wenn man das Spektrumsdiagramm von 3 als Beispiel nimmt, dann entsprechen in einem Spektrum des Sprechstimmen-Signals verschiedene Frequenzen mehreren Endpunkten C1–C4. Der Sprechstimmen-Aktivitätsdetektor 220 kann die Zahl der Endpunkte C1–C4 jedes der Sprechstimmen-Signale erkennen, um zu lernen, ob die einzelnen Sprechstimmen-Signale menschlicher Sprache am nächsten kommen, d. h. dem Haupt-Sprechstimmensignal entsprechen.
-
Der Sprechstimmen-Aktivitätsdetektor 220 erkennt die Sprechstimmen-Signale anhand eines Sprechstimmen-Aktivitäts-Erkennungsalgorithmus. Der Sprechstimmen-Aktivitäts-Erkennungsalgorithmus wird auch als Endpunkt-Erkennungsverfahren bezeichnet. Der Sprechstimmen-Aktivitätsdetektor 220 kann die Erkennungen anhand der charakteristischen Funktionen (z. B. den Endpunkten im Spektrum) der Sprechstimmen-Signale durchführen und die üblicherweise benutzten Sprechstimmen-Aktivitäts-Erkennungsalgorithmen beinhalten Niederfrequenz-Spektralgröße (LFSM), Vollband-Spektralgröße (FBSM), kumulatives quantisiertes Spektrum (CQS) und logarithmische Hochpassenergie (HPLE) usw.
-
Es ist zu bemerken, dass der Sprechstimmen-Aktivitätsdetektor 220 Identifikations-Nummern für die empfangenen Sprechstimmen-Signale einstellen kann, z. B. Identifikation-Nummern 1 – N für die von den Sprechstimmen-Empfängern 211–21N empfangenen Sprechstimmen-Signale. Wenn der Sprechstimmen-Aktivitätsdetektor 220 erkennt, dass das vom Sprechstimmen-Empfänger 215 empfangene Sprechstimmen-Signal das Haupt-Sprechstimmensignal ist, dann erzeugt der Sprechstimmen-Aktivitätsdetektor 220 ein Anzeigesignal gemäß der Identifikations-Nummer 5 des vom Sprechstimmen-Empfänger 215 empfangenen Sprechstimmen-Signals. Kurz, das Anzeigesignal kann ein digitaler Formatcode von 5 sein, d. h. „0101”.
-
Mit Bezug auf 2, der Sprechstimmen-Kanalschalter 230 ist mit den Sprechstimmen-Empfängern 211–21N und dem Sprechstimmen-Aktivitätsdetektor 220 gekoppelt. Der Sprechstimmen-Kanalschalter 230 überträgt das Haupt-Sprechstimmen-Signal der von den Sprechstimmen-Empfängern 211–21N kommenden Sprechstimmen-Signale zu einem Sprach-Übertragungskanal MT gemäß einem Erkennungsergebnis des Sprechstimmen-Aktivitätsdetektors 220. Ferner überträgt der Sprechstimmen-Kanalschalter 230 mehrere andere Sprechstimmen-Signale der von den Sprechstimmen-Empfängern 211–21N kommenden Sprechstimmen-Signalen, die nicht das Haupt-Sprechstimmensignal sind, zu einem Rausch-Übertragungskanal NT. Gemäß dem obigen Beispiel des Sprechstimmen-Aktivitätsdetektors 220 lernt der Sprechstimmen-Kanalschalter 230, wenn er das vom Sprechstimmen-Aktivitätsdetektor 220 gesendete Anzeigesignal „0101” empfängt, dass das Sprechstimmen-Signal mit der Identifikations-Nummer 5 das Haupt-Sprechstimmensignal ist. Daher überträgt der Sprechstimmen-Kanalschalter 230 das Sprechstimmen-Signal mit der Identifikations-Nummer 5 zum Sprach-Übertragungskanal MT und überträgt die Sprechstimmen-Signale mit anderen Identifikations-Nummern als 5 zum Rausch-Übertragungskanal NT.
-
Der Rausch-Eliminator 240 ist mit dem Sprach-Übertragungskanal MT und dem Rausch-Übertragungskanal NT gekoppelt und empfängt das Haupt-Sprechstimmensignal und die Nicht-Haupt-Sprechstimmensignale über den Sprach-Übertragungskanal MT und den Rausch-Übertragungskanal NT. Es ist zu bemerken, dass beim Erkennen der Sprechstimmen-Signale mehrere Faktoren ein Spracherkennungsergebnis beeinflussen könnten, wobei Hauptfaktoren additives Rauschen und Faltungsrauschen in der Umgebung sowie Bandbreiten-Begrenzungen bei der Sprach-Übertragung usw. sind. Additives Rauschen kann auch als Hintergrund-Rauschen bezeichnet werden, da alle Töne, die in der Umgebung erzeugt werden, in der sich die Sprechstimmen-Empfangsvorrichtung befindet, zu dem Sprechstimmen-Signal addiert werden, was zu Schwierigkeiten beim Erkennen der Sprechstimmen-Signale führt. Faltungs-Rauschen kann auch als Kanal-Rauschen oder als Kanal-Verzerrung bezeichnet werden, was hauptsächlich durch Unterschiede zwischen den Sprechstimmen-Empfängern 211–21N (z. B. Mikrofone) und durch Einflüsse von externen elektromagnetischen Wellen aufgrund eines schlechten Abschirmungseffekts von Übertragungsleitungen verursacht wird.
-
Daher kann der Rausch-Eliminator 240 eine Datenbank der in der Umgebung erzeugten Rauschinformationen gemäß den ein oder mehreren der vom Rausch-Übertragungskanal NT übertragenen Nicht-Haupt-Sprechstimmensignalen erstellen. Der Rausch-Eliminator 240 kann das Rauschen des Haupt-Sprechstimmensignals gemäß der Rausch-Informationsdatenbank eliminieren und kann die Fähigkeit des Reduzierens des Rauschens des Haupt-Sprechstimmensignals gemäß verschiedenen Gebrauchsumgebungen und Betriebszuständen und Hardware-Begrenzungen weiter verbessern.
-
In der vorliegenden Ausgestaltung kann der Rausch-Eliminator 240 direkt durch eine Hardware-Schaltung implementiert werden oder kann ein Prozessor mit einer Rechenfähigkeit sein, die ein Software-Programm mit einem Rausch-Eliminierungs-Algorithmus ausführt, um Rausch-Reduzierung durchzuführen.
-
Bezug wird auf 4 genommen, wobei die 4 einem schematischen Diagramm eines Kommunikationsgeräts 400 gemäß einer Ausgestaltung der Offenbarung entspricht. Eine elektrische Vorrichtung des Kommunikationsgeräts 400 beinhaltet eine Sprechstimmen-Empfangsvorrichtung 420 und die Sprechstimmen-Empfangsvorrichtung 420 hat mehrere Sprechstimmen-Empfänger 411–414 zum Empfangen mehrerer Sprechstimmen und zum Umwandeln der Sprechstimmen in mehrere Sprechstimmen-Signale. In der vorliegenden Ausgestaltung sind die Sprechstimmen-Empfänger 411–414 jeweils auf vier Seiten des Kommunikationsgeräts 400 zum Empfangen von Sprechstimmen aus verschiedenen Richtungen angeordnet. Kurz, wenn ein Teilnehmer in der Nähe des Sprechstimmen-Empfängers 411 spricht, dann ermittelt die Sprechstimmen-Empfangsvorrichtung 420, dass das von dem Sprechstimmen-Empfänger 411 kommende Sprechstimmen-Signal das Haupt-Sprechstimmensignal ist, und von den Sprechstimmen-Empfängern 412–413 empfangene Nicht-Hauptstimmen werden wahrscheinlich Geräusche in der Konferenzumgebung und/oder Geräusche sein, die durch gegenseitige Interferenzen von verschiedenen Komponenten im Kommunikationsgerät 400 verursacht werden. Daher kann die Sprechstimmen-Empfangsvorrichtung 420 die von den Sprechstimmen-Empfängern 412–413 empfangenen Nicht-Haupt-Sprechstimmensignale als Rauschermittlungsbasis nehmen, um das Rauschen im Haupt-Sprechstimmensignal effektiv zu reduzieren, um die Qualität des Sprechstimmen-Signals zu verbessern.
-
Bezug genommen wird auf 5, wobei 5 ein Fließschema bzw. Ablaufdiagram ist, das ein Verfahren zum Verarbeiten von Sprechstimmen gemäß einer Ausgestaltung der Offenbarung illustriert. Das Verfahren beinhaltet die folgenden Schritte: erstens, Empfangen mehrerer Sprechstimmen und Umwandeln der Sprechstimmen in Sprechstimmen-Signale (S510); dann Erkennen der Sprechstimmen-Signale zum Gewinnen eines Haupt-Sprechstimmensignals aus den Sprechstimmen-Signalen (S520); ferner, Übertragen des Haupt-Sprechstimmensignals zu einem Sprach-Übertragungskanal und Übertragen mehrerer anderer Sprechstimmen-Signale aus den Sprechstimmen-Signalen, die nicht das Haupt-Sprechstimmensignal sind, zu einem Rausch-Übertragungskanal (S530); ferner Reduzieren eines Rauschens des Haupt-Sprechstimmensignals im Sprach-Übertragungskanal gemäß den anderen Sprechstimmen-Signalen von dem Rausch-Übertragungskanal (S540). Sprechstimmen-Verarbeitungsdetails der vorliegenden Ausgestaltung wurden in den obigen Ausgestaltungen ausführlich beschrieben und werden hierin nicht wiederholt.
-
Zusammenfassend werden in der Offenbarung das Haupt-Sprechstimmensignal und die Nicht-Haupt-Sprechstimmensignale durch Erkennen der Sprechstimmen-Signale erhalten bzw. gewonnen, die von mehreren Sprechstimmen-Empfängern empfangen wurden. Dann wird das Rauschen des Haupt-Sprechstimmensignals gemäß den Nicht-Haupt-Sprechstimmensignalen eliminiert, um die Qualität des Haupt-Sprechstimmensignals zu verbessern. Da ein Haupt-Sprechstimmen-Empfänger in den Sprechstimmen-Empfängern dynamisch eingestellt bzw. angepasst wird, braucht die Sprechstimmen-Empfangsvorrichtung nicht gemäß der Position des Benutzers justiert zu werden, wodurch nicht nur die Bediener-Freundlichkeit erhöht, sondern auch die Sprechstimmen-Qualität effektiv verbessert wird.
-
Es wird für den Fachmann offensichtlich sein, dass verschiedene Modifikationen und Variationen an der Struktur der Offenbarung vorgenommen werden können, ohne von Umfang oder Wesen der Offenbarung abzuweichen. Im Hinblick auf das oben Gesagte ist beabsichtigt, dass die Offenbarung Modifikationen und Variationen der vorliegenden Offenbarung abdeckt, die in den Umfang der nachfolgenden Ansprüche und ihrer Äquivalente fallen.
