DE4421853A1 - Mobilfunkendgerät - Google Patents
MobilfunkendgerätInfo
- Publication number
- DE4421853A1 DE4421853A1 DE4421853A DE4421853A DE4421853A1 DE 4421853 A1 DE4421853 A1 DE 4421853A1 DE 4421853 A DE4421853 A DE 4421853A DE 4421853 A DE4421853 A DE 4421853A DE 4421853 A1 DE4421853 A1 DE 4421853A1
- Authority
- DE
- Germany
- Prior art keywords
- values
- delay
- speech
- speech signal
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000012545 processing Methods 0.000 claims description 41
- 238000005070 sampling Methods 0.000 claims description 27
- 230000010363 phase shift Effects 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 37
- 230000001934 delay Effects 0.000 description 9
- 230000003111 delayed effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02166—Microphone arrays; Beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Noise Elimination (AREA)
- Circuit For Audible Band Transducer (AREA)
Description
Die Erfindung betrifft ein Mobilfunkendgerät mit einer
Sprachverarbeitungsvorrichtung.
Auf dem Gebiet der Sprachverarbeitung sind häufig in zu
verarbeitenden Sprachsignalen Rauschsignalanteile enthal
ten, was zur Verringerung der Sprachqualität und damit
insbesondere zu einer verschlechterten Sprachverständlich
keit führt. Dieses Problem tritt beispielsweise bei Mobil
funkendgeräten auf, die in Kraftfahrzeugen verwendet
werden und eine Freisprecheinrichtung aufweisen. Sprach
signale, die von im Kraftfahrzeug angeordneten Mikrophonen
der Freisprecheinrichtung empfangen werden, enthalten
einerseits Sprachsignalanteile, die vom jeweiligen Benut
zer (Sprachquelle) des Mobilfunkendgerätes innerhalb des
Kraftfahrzeuges erzeugt werden, und andererseits Rausch
signalanteile, die aus sonstigen Umgebungsgeräuschen und
während einer Fahrt im wesentlichen aus Motor- und Fahr
geräuschen bestehen.
Aus "IEEE Transactions on Acoustics, Speech, and Signal
Processing, VOL. ASSP-29, No. 3, June 1981, pp. 582-587"
ist eine Anordnung zur adaptiven Schätzung von Zeitverzö
gerungen von zwei stark korrelierten Signalen in digitalen
Systemen beschrieben. Eines der beiden Signale wird von
einem steuerbaren Verzögerungsglied verzögert. Die Verzö
gerungswerte des Verzögerungsgliedes werden adaptiv an die
korrelierten Signale angepaßt. Die Bestimmung der Verzöge
rungswerte erfolgt mit Hilfe eines Algorithmus, der mitt
lerweile von der Fachwelt als LMS-Algorithmus (Least Mean
Square) bezeichnet wird. Dieser Algorithmus beruht auf der
Minimierung der Leistung bzw. des Quadrates von Fehler
werten, die sich durch Bildung der Differenz von dem
verzögerten und dem nicht verzögerten Signal ergeben. Kern
des LMS-Algorithmus ist die rekursive Berechnung der
Verzögerungswerte mit Hilfe von Schätzwerten für den
Gradienten der Leistung der Fehlerwerte.
Im oben zitierten Stand der Technik wird zur Bildung der
Fehlerwerte jeweils die Differenz zweier Abtastwerte von
zwei gegeneinander zeitversetzten Signalen gebildet, wobei
eines der Signale verzögert wird. Der entsprechende Verzö
gerungswert ist auf ein ganzzahliges Vielfaches eines
Abtastintervalls der Signale gerundet. Dabei treten Kon
vergenzprobleme derart auf, daß beim Erreichen sehr klei
ner Fehlerwerte starke Oszillationen der gerundeten Verzö
gerungswerte auftreten. Die Verzögerungswerte oszillieren
dabei zwischen zwei gerundeten Verzögerungswerten im
Abstand eines Abtastintervalls.
Der Erfindung liegt die Aufgabe zugrunde, die Sprachquali
tät der zu verarbeitenden Sprachsignale zu verbessern und
Konvergenzprobleme zu verringern.
Die Aufgabe wird dadurch gelöst, daß die Sprachverarbei
tungsvorrichtung zur Verarbeitung eines ersten und minde
stens eines weiteren aus Rausch- und Sprachsignalanteilen
bestehenden und als Abtastwerte vorliegenden Sprachsignals
vorgesehen ist, daß Verzögerungsmittel zur Verzögerung des
abgetasteten weiteren Sprachsignals vorgesehen sind, daß
Steuermittel
- - zur Bildung von Gradientenschätzwerten durch Multi plikation von Fehlerwerten für zwei Sprachsignale mit den Ausgangswerten eines Digitalfilters, das eine Phasenverschiebung von 90 Grad bewirkt und zur Filte rung eines der zwei Sprachsignale dient,
- - zur rekursiven Ermittlung von Verzögerungsschätzwer ten aus den Gradientenschätzwerten, wobei aus den Verzögerungsschätzwerten durch Rundung die Verzöge rungswerte gebildet werden, die zur Einstellung der Verzögerungsmittel dienen und
- - zur Bildung jeweils wenigstens eines Fehlerwertes für einen bestimmten Abtastzeitpunkt aus der Differenz zwischen einem Sprachsignalschätzwert, der zur Ab schätzung des weiteren Sprachsignals zu einem gegen über dem bestimmten Abtastzeitpunkt um den Verzöge rungsschätzwert verschobenen Zeitpunkt dient und durch Interpolation von Abtastwerten des weiteren Sprachsignals gebildet wird, und dem Abtastwert eines anderen der zu verarbeitenden Sprachsignale zu dem bestimmten Abtastzeitpunkt,
vorgesehen sind und daß eine Addiervorrichtung zum Addie
ren der gegeneinander zeitversetzten Sprachsignale vor
gesehen ist.
Die Gradientenschätzwerte dienen zur Abschätzung des
jeweiligen Gradienten der Leistung der Fehlerwerte oder
anders ausgedrückt der quadrierten Fehlerwerte. Die Steuer
mittel bestimmen die Verzögerungsschätzwerte derart, daß
die Leistung der Fehlerwerte verringert wird. Dabei wird
die Konvergenz der aus den Verzögerungsschätzwerten er
mittelten Verzögerungswerte erheblich verbessert, da die
Verzögerungsschätzwerte gegenüber den Verzögerungswerten
aufgrund der Rundung eine höhere Auflösung aufweisen.
Oszillationen der Verzögerungswerte werden so im wesentli
chen vermieden. Die Auflösung der Verzögerungswerte ist
gegenüber der Auflösung der Verzögerungsschätzwerte gerin
ger gewählt, um den technischen Aufwand beim Verzögern der
Sprachsignale möglichst gering zu halten. Das Signal-/Rauschleistungsverhältnis
und die Sprachqualität eines am
Ausgang der Addiervorrichtung anliegenden Summensignals
sind gegenüber dem Signal-/Rauschleistungsverhältnis und
der Sprachqualität der einzelnen Sprachsignale verbessert.
In einer Ausgestaltung der Erfindung ist das Digitalfilter
ein digitaler Hilbert-Transformator.
Ein digitaler Hilbert-Transformator, der eine Phasenver
schiebung von 90 Grad für alle Frequenzen bewirkt, besitzt
betragsmäßig die Übertragungsfunktion eines Tiefpasses, so
daß insbesondere für die tiefen und für ein Sprachsignal
wesentlichen Frequenzen die gerundeten Verzögerungswerte
gut konvergieren. Der Hilbert-Transformator kann bei
spielsweise auch durch einen Differenzierer ersetzt wer
den, der ebenfalls eine Phasenverschiebung von 90 Grad
bewirkt. Allerdings hat ein Differenzierer betragsmäßig
eine linear ansteigende Übertragungsfunktion, so daß
insbesondere die tiefen Frequenzen eines Sprachsignals
unterdrückt werden, so daß sich keine so gute Konvergenz
wie bei einem Hilbert-Transformator ergibt.
In einer anderen Ausgestaltung sind Mittel zur Glättung
der Gradientenschätzwerte vorgesehen.
Damit ergibt sich eine verbesserte Schätzung der Verzöge
rungsschätzwerte.
In einer weiteren Ausgestaltung ist die Sprachverarbei
tungsvorrichtung zur Verarbeitung von drei Sprachsignalen
vorgesehen.
Gegenüber einer Sprachverarbeitungsvorrichtung zur Ver
arbeitung von nur zwei Sprachsignalen läßt sich auf diese
Weise das Signal-/Rauschleistungsverhältnis und die
Sprachqualität des am Ausgang der Addiervorrichtung anlie
genden Summensignals verbessern.
Die Erfindung kann weiterhin dadurch ausgestaltet werden,
daß zur Ermittlung eines Verzögerungsschätzwertes für das
weitere Sprachsignal die Verwendung einer Linearkombina
tion von Fehlerwerten vorgesehen ist.
Auf diese Weise wird die Stabilität der Sprachverarbei
tungsvorrichtung erhöht.
Für eine andere Ausgestaltung der Erfindung sind Verzöge
rungsmittel zur Verzögerung des ersten Sprachsignals mit
einer festen Verzögerungszeit vorgesehen.
Ohne die eine feste Verzögerung bewirkenden Verzögerungs
mittel sind nur Zeitversätze zwischen dem erstem und
dem/den weiteren Sprachsignal(en) einstellbar, mit denen
ein Vorlaufen des ersten Sprachsignals bewirkt wird. Je
nach Position einer die Sprachsignalanteile erzeugenden
Sprachquelle gegenüber Mikrophonen der Sprachverarbei
tungsvorrichtung, die zur Umwandlung der von der Sprach
quelle erzeugten akustischen Sprachsignale in elektrische
Sprachsignale dienen, muß allerdings auch ein Nacheilen
des ersten Sprachsignal einstellbar sein, was mit Hilfe
dieser Ausgestaltung auf einfache Weise realisierbar ist.
Zur weiteren Ausgestaltung der Erfindung ist die Sprach
verarbeitungsvorrichtung in eine Freisprecheinrichtung
integriert.
Insbesondere bei Freisprecheinrichtungen besteht das
Problem, daß empfangene Sprachsignale störende Rauschsi
gnalanteile aufweisen, die das Signal-/Rauschleistungs
verhältnis und die Sprachqualität der Sprachsignale
verschlechtern. Gerade bei Mobilfunkendgeräten tritt
dieses Problem auf, wenn diese in einer stark verrauschten
Umgebung eingesetzt werden, wie z. B. in einem Automobil.
Die Verwendung der beschriebenen Erfindung bewirkt deshalb
gerade beim Einsatz in Freisprecheinrichtungen eine ver
besserte Kommunikation zwischen den Gesprächsteilnehmern.
Ausführungsbeispiele werden nachstehend anhand der Zeich
nungen näher erläutert. Es zeigen:
Fig. 1 eine Sprachverarbeitungsvorrichtung für
zwei Sprachsignale,
Fig. 2 eine Steuervorrichtung zur Einstellung
eines Zeitversatzes zwischen den beiden
Sprachsignalen nach Fig. 1,
Fig. 3 eine Sprachverarbeitungsvorrichtung für
drei Sprachsignale,
Fig. 4 und 5 Blockschaltbilder mit Steuervorrichtungen
zur Einstellung von Zeitversätzen zwischen
den drei Sprachsignalen nach Fig. 3,
Fig. 6 und 7 ein Blockschaltbild und ein Flußdiagramm
zur Bestimmung des Signal-/Rausch
leistungsverhältnisses eines Sprachsignals,
Fig. 8 eine Einteilung von geglätteten Leistungs
werten eines Sprachsignals in Gruppen und
Untergruppen und
Fig. 9 ein Mobilfunkendgerät mit einer Sprachver
arbeitungsvorrichtung nach Fig. 1 bis 8.
Die in Fig. 1 dargestellte Sprachverarbeitungsvorrichtung
enthält zwei Mikrophone M1 und M2. Diese dienen zur Um
wandlung von akustischen in elektrische Sprachsignale, die
sich aus Sprach- und Rauschsignalanteilen zusammensetzen.
Die Sprachsignalanteile stammen von einer einzelnen Sprach
quelle (Sprecher), die im Regelfall unterschiedliche
Abstände zu den beiden Mikrophonen M1 und M2 aufweist. Die
Sprachsignalanteile sind somit in hohem Maße korreliert.
Die Rauschsignalanteile der beiden von den Mikrophonen M1
und M2 empfangenen Sprachsignale sind nicht von der ein
zelnen Sprachquelle erzeugte Umgebungsgeräusche, die bei
geeigneten Mikrophonabständen im Bereich von 10 bis 60 cm
als unkorreliert oder nur wenig korreliert vorausgesetzt
werden können, wenn sich die Mikrophone in einer sogenann
ten verhallten Umgebung wie beispielsweise im Auto oder in
einem Büro befinden. Befinden sich Sprachquelle und Sprach
verarbeitungsvorrichtung beispielsweise in einem Kraft
fahrzeug, werden die Rauschsignalanteile insbesondere
durch Motor- und Fahrgeräusche verursacht.
Die von den Mikrophonen M1 und M2 erzeugten Mikrophonsi
gnale werden von Analog-Digitalumsetzern 1 und 2 digitali
siert. Die sich ergebenden digitalisierten und damit als
Abtastwerte x1(i) und x2(i) vorliegenden Mikrophonsignale
werden von einer Steuervorrichtung 3 ausgewertet, die zur
Steuerung und Einstellung eines Verzögerungsgliedes 4
dient. Die abgetasteten Mikrophonsignale x1(i) und x2(i)
werden im folgenden abgekürzt als Mikrophon- oder Sprach
signale bezeichnet. Das Verzögerungsglied 4 verzögert das
Mikrophonsignal x1 mit durch die Steuervorrichtung 3
einstellbaren Verzögerungswerten T1. Eine Addiervorrich
tung 5 addiert das vom Verzögerungsglied 4 verzögerte
Mikrophonsignal x1(i) und das von einem Verzögerungsglied
16 mit einer konstanten Zeitverzögerung Tmax verzögerte
Mikrophonsignal x2(i). Das Verzögerungsglied 16 ist vor
gesehen, um sowohl ein Vorlaufen als auch ein Nacheilen
des Mikrophonsignals x1(i) gegenüber dem Mikrophonsignal
x2(i) einstellen zu können. Ein am Ausgang der Addiervor
richtung 5 anliegendes Summensignal X(i) ist ein abgeta
stetes Sprachsignal, dessen Signal-/Rauschleistungsverhält
nis gegenüber den Signal-/Rauschleistungsverhältnissen
der Sprachsignale x1(i) und x2(i) erhöht ist. Durch eine
geeignete Einstellung der Verzögerungszeit T1 des Verzöge
rungsglieds 4 wird bei der Addition durch die Addiervor
richtung 5 eine Verstärkung der Leistung der Sprachsignal
anteile der beiden Sprachsignale x1(i) und x2(i) ungefähr
um den Faktor 4 und eine Verstärkung der Leistung der
Rauschsignalanteile nur ungefähr um den Faktor 2 bewirkt.
Damit ergibt sich eine Verbesserung des leistungsbezogenen
Signal-/Rauschleistungsverhältnisses von ungefähr 3 dB.
In Fig. 2 wird die Funktionsweise der Steuerungsvorrichtung
3 anhand eines Blockschaltbildes näher erläutert. Aus dem
Sprachsignal x2(i) und Sprachsignalschätzwerten x1int(i)
ergeben sich Fehlerwerte e₁₂(i) durch Differenzbildung nach
e₁₂(i) = X1int(i) - x2(i) (1)
Die Sprachsignalschätzwerte x1int(i) sind Werte, die sich
aus einer Interpolation von Abtastwerten des Sprachsignals
x1(i) ergeben. Die Bestimmung der Sprachsignalschätzwerte
x1int(i) wird später erläutert. i ist eine Variable, die
ganzzahlige Werte annehmen kann und mit der einerseits
Abtastzeitpunkte der Sprachsignale x1(i) und x2(i) und
andererseits auch Programmzyklen der programmierbaren und
Steuermittel aufweisenden Steuervorrichtung 3 indiziert
werden, wobei in einem Programmzyklus jeweils ein neuer
Abtastwert per Sprachsignal verarbeitet wird.
Ein digitales Filter 6 führt eine Hilbert-Transformation
der Abtastwerte x2(i) durch:
Das die Werte x2H(i) von x2(i) liefernde Digitalfilter 6
ist ein FIR-Filter der Ordnung K, das Koeffizienten h(0),
h(1), . . . , h(K) aufweist. Im vorliegenden Ausführungsbei
spiel ist K gleich sechzehn, so daß das Digitalfilter 6
siebzehn Koeffizienten aufweist. Das Digitalfilter 6
besitzt dem Betrage nach die Übertragungsfunktion eines
Tiefpasses. Es erzeugt weiterhin eine Phasenverschiebung
von 90 Grad. Die feste Phasenverschiebung von 90 Grad ist
die entscheidende Eigenschaft des Digitalfilters 6, der
Verlauf des Betrages der Übertragungsfunktion ist für das
Funktionieren der Sprachverarbeitungsvorrichtung nicht
entscheidend. So kann das Digitalfilter 6 auch mit Hilfe
eines Differenzierers realisiert werden, was allerdings zu
einer Unterdrückung von niederfrequenten Anteilen von
x2(i) und damit zu einer verringerten Leistungsfähigkeit
der Sprachverarbeitungsvorrichtung führen würde.
Die Ausgangswerte x2H(i) werden mit den Fehlerwerten e₁₂(i)
und dem Kehrwert 1/Px2(i) einer Kurzzeitleistung Px2(i)
multipliziert, wobei die Kurzzeitleistung Px2(i) nach
Px2(i) = Px2(i-1) + [x2(i)]² - [x2(i-N)]² (3)
gebildet wird. N gibt die Anzahl der in die Berechnung
eingehenden Abtastwerte von x1 an. N ist beispielsweise
gleich 65. Die Multiplikation mit 1/Px2(i) dient zur Ver
meidung von Instabilitäten in der Steuervorrichtung 3 beim
Steuern des Verzögerungsgliedes 4. Damit ergibt sich durch
ein auf die Kurzzeitleistung Px2(i) normierter geschätzter
Gradient grad(i) der Quadrate bzw. der Leistung der Feh
lerwerte e₁₂(i) im Programmzyklus i.
Ein Funktionsblock 7 bildet fortlaufend aus den Abtast
werten des Sprachsignals x2(i) Schätzwerte SNR(i) des
zugehörigen Signal-/Rauschleistungsverhältnisses, die von
einem Funktionsblock 8 ausgewertet werden. Auch eine
Auswertung des Sprachsignals x1(i) anstelle des Sprach
signals x2(i) ist möglich, ohne daß die Funktionsfähigkeit
der Sprachverarbeitungsvorrichtung eingeschränkt wird. Die
Funktionsweise des Funktionsblockes 7 wird später anhand
der Fig. 6 bis 8 näher erläutert. Der Funktionsblock 8
führt eine Schwellwertentscheidung bezüglich der Schätz
werte SNR(i) durch. Nur wenn die Schätzwerte SNR(i) über
einer vorgebbaren Schwelle liegen, wird ein Zwischenspei
cher 9 mit dem neu bestimmten Gradientenschätzwert grad(i)
überschrieben. Dieser Fall wird durch die geschlossene
Stellung eines Schalters 11 symbolisiert, der von dem
Funktionsblock 8 gesteuert wird. Der Speicherinhalt
(grad(i)) des Zwischenspeichers 9 wird von einer Funk
tionseinheit 10 weiterverarbeitet. Für den Fall, daß ein
Schätzwert SNR(i) unterhalb des vorgebbaren Schwellwerts
liegt, wird der Zwischenspeicher 9 nicht mit dem neu
ermittelten Gradientenschätzwert grad(i) überschrieben und
er behält seinen alten Speicherinhalt bei, was durch die
geöffnete Stellung des Schalters 11 symbolisiert wird. Die
vorgebbare Schwelle, von der das Öffnen und Schließen des
Schalters 11 durch den Funktionsblock 8 abhängt, liegt
vorzugsweise zwischen 0 und 10 dB.
Der Zwischenspeicher 9 liefert die in ihm gespeicherten
Gradientenschätzwerte grad(i) an die Funktionseinheit 10,
der auch Abtastwerte des Sprachsignals x1(i) zugeführt
werden und die sowohl zur Lieferung der Sprachsignal
schätzwerte x1int(i) als auch zur Einstellung des Verzöge
rungsgliedes 4 dient.
Die Gradientenschätzwerte grad(i) werden von einem Funk
tionsblock 12 nach
sgrad(i) = α*sgrad(i-1) + (1-α)*grad(i) (5)
zu geglätteten ("smoothed") Gradientenschätzwerten
sgrad(i) weiterverarbeitet. α ist eine Konstante, die im
Ausführungsbeispiel den Wert 0,95 besitzt. Die Werte
sgrad(i) werden von einem Funktionsblock 13 zur Adaption
von Verzögerungsschätzwerten T1′(i) nach
T1′(i+1) = T1′(i) - µ * sgrad(i) (6)
verwendet. Die Bestimmung von Verzögerungsschätzwerten
T1′(i) erfolgt damit rekursiv. µ ist ein konstanter Faktor
bzw. Konvergenzparameter und liegt im Bereich
Rx2x2 bezeichnet eine Autokorrelationsfunktion des Sprach
signals x2(i) an der Stelle Null. Ein besonders vorteil
hafter Wertebereich von µ ist im vorliegenden Ausführungs
beispiel 1,5 < µ < 3.
Die Verzögerungsschätzwerte T1′(i) können auch nicht
ganzzahlige Werte d. h. nicht ganzzahlige Vielfache eines
Abtastintervalls sein. Ein Funktionsblock 14 rundet die
Verzögerungsschätzwerte T1′(i) auf ganzzahlige Verzöge
rungswerte T1(i), mit denen die Verzögerungsvorrichtung 4
eingestellt wird. Die Rundungsoperation durch Funktions
block 14 ist notwendig, da Werte des durch das Verzöge
rungsglied 4 zu verzögernden Sprachsignals x1(i) nur zu
den entsprechenden Abtastzeitpunkten vorliegen.
Die Funktionseinheit 10 weist weiterhin einen Funktions
block 15 auf, der die Sprachsignalschätzwerte x1int(i) nach
x1int(i) = x1(i+T1(i)) + 0,5 * [T1′(i) - T1(i)] *
[x1(i+T1(i)+1)) - x1(i+T1(i)-1)] (8)
durch Interpolation dreier benachbarter Abtastwerte
x1(i+T1(i)-1), x1(i+T1(i)) und x1(i+T1(i)+1) des Sprach
signals x1 bildet. Der Funktionsblock 15 ist somit in der
Lage, durch den Sprachsignalschätzwert x1int(i) im Programm
zyklus i einen Wert des Sprachsignals x1 zum Zeitpunkt
i+T1(i), d. h. zu einem Zeitpunkt zwischen zwei Abtastzeit
punkten, zu bilden bzw. zu interpolieren. Die beschriebene
Interpolation durch Funktionsblock 15 kann dadurch ersetzt
werden, daß Funktionsblock 15 eine Tiefpaßfilterung der
Abtastwerte x1(i) zur Interpolation von Werten zwischen
den Abtastzeitpunkten durchführt.
Würden zur Bestimmung der Fehlerwerte e₁₂(i) anstelle der
Sprachsignalschätzwerte x1int(i) die am Ausgang des Verzöge
rungsgliedes 4 anliegenden verzögerten Abtastwerte des
Sprachsignals x1(i) verwendet, wie dies aus "IEEE Trans
actions on Acoustics, Speech, and Signal Processing, VOL.
ASSP-29, Nr.3, Juni 1981, S. 582-587" bekannt ist, würde
beim Erreichen von Fehlerwerten e₁₂(i) = 0 die Verzöge
rungswerte T1(i), mit denen das Verzögerungsglied 4
eingestellt wird, nicht mehr konvergieren. Es ergäben sich
starke Oszillationen der gerundeten Verzögerungswerte
T1(i). Diese würden zwischen zwei Verzögerungswerten mit
dem Abstand eines Abtastintervalls schwanken. Die entspre
chende wahre Zeitverzögerung zwischen den Sprachsignal
anteilen, die durch die unterschiedlichen Wegstrecken vom
Sprecher zu den Mikrophonen M1 und M2 bestimmt ist, würde
dabei zwischen diesen zwei Verzögerungswerten liegen. Im
vorliegenden Ausführungsbeispiel werden solche Oszillatio
nen dadurch vermieden, daß bei der Bildung der Fehlerwerte
Sprachsignalschätzwerte x1int(i) verwendet werden, durch die
die Werte des Sprachsignals x1(i) auch für Verzögerungen
um nicht ganzzahlige Vielfache eines Abtastintervalls
verfügbar sind, also auch an Zeitpunkten ungleich der
Abtastzeitpunkte i des Sprachsignals x1(i).
Der zur Glättung der Gradientenschätzwerte grad(i) dienen
de Funktionsblock 12 bewirkt eine verbesserte Ermittlung
der Verzögerungsschätzwerte T1′(i).
Die Steuervorrichtung 3 adaptiert die Verzögerungsschätz
werte T1′(i) bzw. die Verzögerungswerte T1(i) so, daß von
einem Programmzyklus zum nächsten das Quadrat bzw. die
Leistung der Fehlerwerte e₁₂(i) verringert wird. Die Kon
vergenz von T1′(i) bzw. T1(i) ist somit sichergestellt.
In Fig. 3 ist eine prinzipiell wie die Sprachverarbei
tungsvorrichtung aus Fig. 1 arbeitende Sprachverar
beitungsvorrichtung mit nun drei Mikrophonen M1, M2 und M3
zur Lieferung von Mikrophon- bzw. Sprachsignalen darge
stellt. Die Mikrophonsignale werden Analog-Digital-Umset
zern 20, 21 und 22 zugeführt, die digitalisierte und damit
abgetastete Sprachsignale x1(i), x2(i) und x3(i) liefern,
die aus Sprach- und Rauschsignalanteilen bestehen. Die
Sprachsignale x1(i) und x3(i) werden einstellbaren Verzö
gerungsgliedern 23 und 24 zugeführt. Analog zu Fig. 1 wird
das Sprachsignal x2(i) einem Verzögerungsglied 27 mit
einer festen Verzögerungszeit Tmax zugeführt.Die Ausgangs
werte der Verzögerungsglieder 23, 24 und 27 werden von
einer Addiervorrichtung 25 zum Summensignal X(i) aufad
diert. Eine Steuervorrichtung 26 wertet die Abtastwerte
der Sprachsignale x1(i), x2(i) und x3(i) aus und leitet
aus diesen Abtastwerten analog zur Wirkungsweise der
Steuervorrichtung 3 aus Fig. 1 und 2 gerundete ganzzahlige
Verzögerungswerte T1(i) und T3(i) ab, die ganzzahligen
Vielfachen eines Abtastintervalles der abgetasteten Sprach
signale x1(i), x2(i) und x3(i) entsprechen und mit denen
die Verzögerungsglieder 23 und 24 eingestellt werden, so
daß eine Erweiterung von zwei auf drei zu verarbeitende
Mikrophon- bzw. Sprachsignale ermöglicht wird.
In Fig. 4 ist eine erste Ausführungsform der Steuervor
richtung 26 aus Fig. 3 dargestellt. Es sind zwei Funk
tionseinheiten 10 vorgesehen, deren Aufbau gleich dem
Aufbau der Funktionseinheit 10 aus Fig. 2 ist und die zur
Einstellung der Verzögerungsglieder 23 und 24 mit den
gerundeten Zeitverzögerungswerten T1(i) und T3(i) dienen.
Die obere Funktionseinheit 10 liefert Sprachsignalschätz
werte x1int(i) . Die untere Funktionseinheit 10 liefert
Sprachsignalschätzwerte x3int(i). Aus einer Differenz
x1int(i) - x2(i) und aus einer Differenz x3int(i) - x2(i)
werden Fehlerwerte e₁₂(i) und e₃₂(i) gebildet.
Auch hier ist ein Digitalfilter 6 vorgesehen, das in den
Ausführungen zu Fig. 2 bereits näher beschrieben ist, und
das zum Empfang der Abtastwerte x2(i) und zur Lieferung
von Werten x2H(i) dient, die durch eine Hilbert-Transforma
tion der Abtastwerte x2(i) erzeugt werden. Die Werte x2H(i)
werden einerseits mit den Fehlerwerten e₁₂(i) und anderer
seits mit den Fehlerwerten e₃₂(i) multipliziert. Das erste
Produkt x2H(i)*e₁₂(i) wird der oberen, das zweite Produkt
x2H(i)*e₃₂(i) wird der unteren Funktionseinheit 10 zu
geführt. Die Anordnung der Funktionsblöcke 7 und 8, des
Zwischenspeichers 9 und des Schalters 11 wird analog zu
Fig. 2 durchgeführt und ist aus Gründen der Übersichtlich
keit nicht in Fig. 4 dargestellt.
Fig. 5 zeigt eine gegenüber Fig. 4 erweiterte Fassung der
Steuervorrichtung 26. Im Gegensatz zu Fig. 4 sind anstelle
nur eines Digitalfilters 6 nun drei Digitalfilter 6 an
geordnet. Diese bilden aus den Sprachsignalabtastwerten
x1(i), x2(i) und x3(i) durch Hilbert-Transformation die
Werte x1H(i), x2H(i) und x3H(i).
In der oberen Hälfte des in Fig. 5 dargestellten Blockdia
gramms werden Fehlerwerte e₁₃(i) aus der Differenz x1int(i)-x2(i)
bebildet, die in ein erstes Produkt 0,3*e₁₃(i)*x3H(i)
eingehen. Ein zweites Produkt ergibt sich aus
0,7*e₁₂(i)*2h(i). Die beiden Produkte entsprechen gewichte
ten Gradientschätzwerten der Quadrate der Fehlerwerte
e₁₃(i) und e₁₂(i). Die Summe aus erstem und zweitem Produkt
und damit eine Linearkombination der gewichteten Gradient
schätzwerten wird der oberen Funktionseinheit 10 zu
geführt.
Analog dazu werden in der unteren Hälfte des in Fig. 5
dargestellten Blockdiagramms Fehlerwerte e₃₁(i) und e₃₂(i)
gebildet. Die Fehlerwerte e₃₁(i) ergeben sich aus der
Differenz x3int(i)-x1(i). Die Fehlerwerte e₃₂(i) werden
durch die Differenz x3int(i)-x2(i) gebildet. Ein drittes
Produkt 0,3*e₃₁(i)*x1h(i) und ein viertes Produkt
0,7*e₃₂(i)*x2h(i) werden aufaddiert und die sich ergebende
Summe wird der unteren Funktionseinheit 10 zugeführt.
Mit Hilfe der Sprachverarbeitungsvorrichtung nach Fig. 3,
die eine Steuervorrichtung nach Fig. 4 oder 5 enthält,
läßt sich ein gegenüber der Sprachverarbeitungsvorrichtung
mit zwei Mikrophonen nach Fig. 1 verbessertes Summensignal
X(i) erzeugen. Das Signal-/Rauschleistungsverhältnis und
damit die Sprachqualität des Summensignals X(i) der Sprach
verarbeitungsvorrichtung nach Fig. 3 ist gegenüber dem von
der Sprachverarbeitungsvorrichtung nach Fig. 1 erzeugten
Summensignal X(i) weiter erhöht. Die Steuervorrichtung
nach Fig. 5 weist gegenüber der Steuervorrichtung nach
Fig. 4 beim Einsatz in der Sprachverarbeitungsvorrichtung
nach Fig. 3 eine erhöhte Stabilität auf.
Sowohl in Fig. 4 als auch in Fig. 5 ist aus Gründen der
Übersichtlichkeit auf eine Darstellung von Mitteln (siehe
Funktionsblöcke 7 und 8, Zwischenspeicher 9 und Schalter
11 in Fig. 2) verzichtet worden, die eine Abhängigkeit der
Sprachverarbeitung von Schätzwerten SNR(i) für eines der
Mikrophonsignale x1(i), x2(i) oder x3(i) bewirken. Eben
falls aus Gründen der Übersichtlichkeit ist die Normierung
von Produkten aus Fehlerwerten und der Ausgangswerte der
die Hilbert-Transformation durchführenden Digitalfilter 6
auf die Leistung eines zugehörigen Mikrophonsignals (siehe
1/Px2(i) in Fig. 2) nicht dargestellt. Die Erweiterung der
Steuervorrichtungen 26 nach Fig. 4 und 5 um diese beiden
technischen Merkmale ergibt sich aus ihrer Realisierung in
der Steuervorrichtung 3 nach Fig. 2.
Zur Erhöhung der Sprachqualität der Summensignale X(i) am
Ausgang der Addiervorrichtungen 5 und 25 in Fig. 1 und
Fig. 3 kann die Erfindung so ausgestaltet werden, daß die
Verzögerungsschätzwerte T1′(i) und T3′(i) (das sind z. B.
Fließkommazahlen) zur Bildung der Verzögerungswerte T1(i)
und T3(i) nicht auf Werte gerundet werden, die einem
ganzzahligen Vielfachen eines Abtastintervalls entsprechen
(hier: ganze Zahlen), sondern auf Werte, die einem Vielfa
chen eines Bruchteils eines Abtastintervalls entsprechen.
Insbesondere ist eine Rundung der Verzögerungsschätzwerte
auf Vielfache eines Wertes vorteilhaft, der einem Viertel
oder der Hälfte eines Abtastintervalls entspricht. Auf
diese Weise wird die Auflösung der Verzögerungswerte
erhöht, die somit genauer einstellbar sind, so daß auch
die Sprachqualität der Summensignale X(i) weiter erhöht
wird, da Laufzeitunterschiede von der die Sprachsignal
anteile erzeugenden Sprachquelle zu den Mikrophonen M1, M2
und M3 genauer ausgeglichen werden können. Bei der Verzö
gerung eines Sprachsignals mit einem Vielfachen eines
Bruchteils eines Abtastintervalls wird eine Interpolation
oder Tiefpaßfilterung von Sprachsignalabtastwerten vor
gesehen, um Sprachsignalwerte zu erzeugen, die zwischen
jeweils zwei Sprachsignalabtastwerten liegen. Die Inter
polation bzw. Tiefpaßfilterung kann insbesondere in die
Verzögerungsmittel 4, 23 und 24 integriert werden.
Mit Hilfe der Fig. 6 und 7 wird das Schema erläutert,
anhand dessen der Funktionsblock 7 aus einem abgetasteten
Sprachsignal x(i), das aus Rausch- und Sprachsignalantei
len besteht, die zugehörigen Schätzwerte SNR(i) des
Signal-/Rauschleistungsverhältnisses, d. h. des Verhält
nisses der Leistungen der Sprachsignalanteile zur Leistung
der Rauschsignalanteile, ermittelt. Den Abtastwerten x(i)
entsprechen in Fig. 2 die Abtastwerte x2(i). In Fig. 6 ist
der Funktionsblock 7 anhand eines Blockschaltbildes dar
gestellt. Ein Funktionsblock 30 dient zur Bildung von
Leistungswerten Px(i) der Abtastwerte x(i) durch Quadrieren
der Abtastwerte. Weiterhin führt der Funktionsblock 30
eine Glättung dieser Leistungswerte Px(i) durch. Die sich
so ergebenden geglätteten Leistungswerte Px,s(i) werden
sowohl dem Funktionsblock 31 als auch dem Funktionsblock
32 zugeführt. Der Funktionsblock 31 ermittelt fortlaufend
Schätzwerte Pn(i) zur Abschätzung der Leistung des Raus
signalanteils der Abtastwerte x(i), d. h. es wird die
Leistung der Rauschsignalanteile der Abtastwerte x(i)
ermittelt. Aus den geglätteten Leistungswerten Px,s(i) und
den Schätzwerten Pn(i) bestimmt der Funktionsblock 32
fortlaufend Schätzwerte SNR(i) des Signal-/Rau
schleistungsverhältnisses der Abtastwerte x(i).
In Fig. 7 ist ein Flußdiagramm dargestellt, das die Funk
tionsweise des Funktionsblockes 7 näher erläutert. Anhand
des Flußdiagramms wird ersichtlich, wie aus den Abtast
werten x(i) des Sprachsignals x durch ein Computerprogramm
Schätzwerte SNR(i) des entsprechenden Signal-/Rauschlei
stungsverhältnisses gebildet werden. In einem Initialisie
rungsblock 33 wird zu Beginn des durch Fig. 7 beschriebe
nen Programms eine Zählervariable Z auf 0 und eine Varia
ble PMmin auf einen Wert Pmax gesetzt. Pmax ist so groß ge
wählt, daß die geglätteten Leistungswerte Px,s(i) immer
kleiner als Pmax sind. Pmax kann beispielsweise auf den
maximal darstellbaren Zahlenwert eines zur Realisierung
des Programms verwendeten Rechners gesetzt werden. In
einem Block 34 wird ein neuer Abtastwert x(i) eingelesen.
In Block 35 wird eine Zählervariable Z um den Wert 1
erhöht, wonach in Block 36 ein neuer geglätteter Lei
stungswert Px,s(i) gebildet wird. Er ergibt sich dadurch,
daß zunächst durch
Px(i) = Px(i-1) + x²(i) - x²(i-N) (1)
ein Kurzzeitleistungswert Px(i) und dann durch
Px,s(i) = α * Px,s(i-1) + (1-α)*Px(i) (2)
ein neuer geglätteter Leistungswert gebildet wird. Mit
Formel (1) wird ein Kurzzeitleistungswert Px(i) einer
Gruppe von N aufeinanderfolgenden Abtastwerten x(i) er
mittelt. N ist hier beispielsweise gleich 128. Der Wert α
aus Gleichung (2) liegt zwischen 0,95 und 0,98. Die Er
mittlung von geglätteten Leistungswerten Px,s(i) kann auch
nur durch Gleichung (2) durchgeführt werden, wobei dann
allerdings der Wert α ungefähr auf den Wert 0,99 zu erhö
hen und Px(i) durch x²(i) zu ersetzen ist.
Durch eine Verzweigung 37 wird danach abgefragt, ob der
gerade ermittelte geglättete Leistungswert Px,s(i) kleiner
als PMmin ist. Wird diese Frage bejaht, d. h. Px,s(i) ist
kleiner als PMmin, wird durch Block 38 Pmin auf den Wert von
Px,s(i) gesetzt. Falls die Frage von Verzweigung 37 verneint
wird, wird Block 38 übersprungen. Damit steht in PMmin nach
M Programmzyklen das Minimum von M geglätteten Leistungs
werten Px,s. Danach erfolgt mit der Verzweigung 39 die
Abfrage, ob die Zählervariable Z einen Wert größer oder
gleich einem Wert M hat. Es wird auf diese Weise festge
stellt, ob schon M geglättete Leistungswerte abgearbeitet
sind.
Wird die Frage von Verzweigung 39 verneint, d. h. es sind
noch nicht M geglättete Leistungswerte abgearbeitet, wird
das Programm mit Block 40 fortgesetzt. Dort wird ein
vorläufiger Schätzwert Pn(i) der Rauschsignalleistung des
Sprachsignals x durch
Pn(i) = min {Px,s(i), Pn(i)} (3)
bestimmt. Diese Operation stellt sicher, daß der vorläufi
ge Schätzwert Pn(i) nicht größer als der aktuelle geglätte
te Leistungswert Px,s(i) sein kann. Danach wird mit Block 41
nach der Formel
SNR(i) = [Px,s(i) - min{c*Pn(i), Px,s(i)}]/[c*Pn(i)] (4)
ein aktueller Schätzwert SNR(i) des Signal-/Rauschlei
stungsverhältnisses des Sprachsignals x(i) ermittelt. Im
Normalfall dient das Produkt c*Pn(i) zur Abschätzung der
aktuellen Leistung des Rauschsignalanteils, und die Diffe
renz Px,s(i)-c*Pn(i) dient zur Abschätzung der aktuellen
Leistung des Sprachsignalanteils des Sprachsignals x(i).
Die aktuelle Leistung des Sprachsignals wird durch den
geglätteten Leistungswert Px,s(i) geschätzt. Die Gewichtung
mit einem Skalierungsfaktor c verhindert, daß durch Pn(i)
die Rauschsignalleistung mit einem zu kleinen Wert abge
schätzt wird. Der Skalierungsfaktor c liegt typisch im
Bereich von 1,3 bis 2. Durch die Minimumbildung in Block
41 bzw. Gleichung (4) wird sichergestellt, daß das nicht
logarithmierte Signal-/Rauschleistungsverhältnis SNR(i)
auch dann positiv ist, wenn im Ausnahmefall c*Pn(i) größer
als Px,s(i) ist. Dann wird die Leistung des Rauschsignal
anteils des Sprachsignals gleich der durch Px,s,B(i) geschätz
ten Leistung des Sprachsignals gesetzt. Die durch
Px,s(i)-Px,s(i) geschätzte Leistung des Sprachsignalanteils
des Sprachsignals ist dann wie auch das nicht logarith
mische Signal-/Rauschleistungsverhältnis gleich Null. Das
Programm wird nach der Berechnung des Schätzwertes SNR(i)
mit dem Einlesen eines neuen Sprachsignalabtastwertes x(i)
durch Block 34 fortgesetzt.
Wird die Abfrage von Verzweigung 39 bejaht, d. h. es sind M
geglättete Abtastwerte Px,s(i) abgearbeitet, werden in Block
42 durch
minvec₁ = minvec₂;
minvec₂ = minvec₂;
minvecw-1 = minvecw;
minvecw = PMmin, (5)
minvec₂ = minvec₂;
minvecw-1 = minvecw;
minvecw = PMmin, (5)
die Komponenten eines Vektors minvec der Dimension W
aktualisiert. Danach wird durch Verzweigung 43 abgefragt,
ob die Komponenten minvec₁ bis minvecw mit ansteigendem
Vektorindex ansteigen, d. h. ob gilt:
minvecj+1 < minvecj für 1 j W-1 (6)
Wird die Abfrage von Verzweigung 43 verneint, d. h. die
zuletzt ermittelten in den Komponenten des Vektors minvec
stehenden zuletzt ermittelten W Minima steigen nicht
monoton an, wird durch Block 44 nach
Pn(i) = min{minvecw, minvecw-1, . . . , minvec₁} (7)
der vorläufige Schätzwert Pn(i) der Rauschsignalleistung
aus den Minima der Komponenten des Vektors minvec, d. h. aus
dem Minimum der letzten L=W*M aufeinanderfolgenden geglät
teten Leistungswerte Px,s(i), bestimmt. Bei einer Bejahung
der durch Verzweigung 43 gestellten Frage, d. h. bei einem
monotonen Ansteigen der zuletzt ermittelten in den Kompo
nenten des Vektors minvec stehenden W Minima wird in Block
45 Pn(i) gleich PMmin gesetzt, so daß eine Anpassung der
Abschätzung des Rauschsignalanteils beschleunigt erfolgt,
da Pn(i) an dem Minimum des letzten (M<L) Werte bestimmt
wird. Danach wird in Block 46 die Zählervariable Z wieder
auf 0 gesetzt und PMmin erhält erneut den Wert Pmax.
Durch das beschriebene Programm werden jeweils M aufein
anderfolgende geglättete Px,s(i) Abtastwerte x(i) des Sprach
signals x zu einer Untergruppe zusammengefaßt. Innerhalb
einer solchen Untergruppe wird durch die mit Verzweigung
37 und Block 38 durchgeführten Operationen das Minimum der
geglätteten Leistungswerte Px,s(i) ermittelt. Die zuletzt
ermittelten W Minima werden in den Komponenten des Vektors
minvec abgespeichert. Sind die letzten W Minima nicht
monoton ansteigend (siehe Verzweigung 43), so wird nach
Block 44 ein vorläufiger Schätzwert Pn(i) der Leistung des
Rauschsignalanteils aus dem Minimum der Minima der letzten
W Untergruppen, d. h. aus dem Minimum einer Gruppe, be
stimmt. Es werden jeweils zur Bildung einer Gruppe mit
L=W*M aufeinanderfolgenden geglätteten Leistungswerten
Px,s(i) W aufeinanderfolgende Untergruppen zusammengefaßt.
Die Gruppen mit jeweils L Werten folgen lückenlos aufein
ander und überlappen sich jeweils mit L-M geglätteten
Leistungen Px,s(i).
Für den Fall, daß die Minima von W aufeinanderfolgenden
Untergruppen monoton ansteigen (siehe Verzweigung 43),
wird durch Block 45 zur Abschätzung des aktuellen Schätz
wertes Pn(i) der Leistung des Rauschsignalanteils jeweils
das Minimum der letzten Untergruppe mit M geglätteten
Leistungswerten Px,s(i) verwendet. Die Zeitspanne, mit der
monoton ansteigende geglättete Leistungswerten Px,s(i) auch
eine Änderung der Schätzwerte SNR(i) bewirken, wird damit
verkürzt.
Fig. 8 verdeutlicht, wie die geglätteten Leistungswerte Px,s
in Gruppen und Untergruppen zusammengefaßt werden. Es
werden jeweils M geglättete Leistungswerte Px,s(i), die
jeweils zu Abtastzeitpunkten i vorliegen, zu einer Unter
gruppe zusammengefaßt. Die Untergruppen grenzen aneinan
der. Für jede Untergruppe wird das Minimum der geglätteten
Leistungswerte Px,s(i) bestimmt. Jeweils W Untergruppenmini
ma werden in dem Vektor minvec abgespeichert. In der
Regel, d. h. bei nicht monoton ansteigenden W Untergruppen
Minima, werden W Untergruppen zu einer Gruppe mit L = W*M
geglätteten Leistungswerten Px,s(i) zusammengefaßt. Nach
jeweils M geglätteten Leistungen Px,s(i) wird aus dem Mini
mum der letzten W Untergruppenminima bzw. der letzten L
geglätteten Leistungswerte Px,s(i) der Wert Pn(i) bestimmt,
der zur Abschätzung der Rauschsignalleistung dient. In
Fig. 8 sind acht Gruppen mit jeweils L Abtastwerten x(i)
dargestellt, die jeweils W = 4 Untergruppen mit M geglät
teten Leistungswerten Px,s(i) enthalten. Die acht Gruppen
überlappen sich teilweise. So enthalten zwei aufeinand
erfolgende Gruppen jeweils L-M gleiche geglättete Lei
stungswerte Px,s(i). Auf diese Weise wird ein guter Kompro
miß zwischen dem erforderlichen Rechenaufwand und der
jeweiligen Verzögerungszeit erreicht, mit der eine Aktua
lisierung eines Schätzwertes Pn(i) der Rauschsignalleistung
zur Aktualisierung eines Schätzwertes SNR(i) des Signal/Rauschleistungsverhältnisses
erfolgt. Eine Realisierung
mit aneinandergrenzenden, d. h. sich nicht überlappenden
Gruppen ist auch denkbar. Allerdings ist dann bei verrin
gertem Rechenaufwand die Zeitspanne zwischen zwei Schätz
werten SNR(i) vergrößert, so daß die Reaktionszeit auf
sich ändernde SNR des Sprachsignals x(i) vergrößert ist.
Die beschriebene Sprachverarbeitungsvorrichtung weist
damit eine Schätzvorrichtung auf, die zum fortlaufenden
Bilden von Schätzwerten SNR(i) des Signal-/Rausch
leistungsverhältnisses von verrauschten Sprachsignalen
x(i) geeignet ist. Insbesondere sind keine Sprachpausen
zur Abschätzung der Rauschsignalleistung erforderlich. Die
beschriebene Schätzvorrichtung nutzt den besonderen Zeit
verlauf von geglätteten Leistungswerten des Sprachsignals
x(i) aus, der durch Spitzen und dazwischenliegende Berei
che mit kleineren geglätteten Leistungswerten Px,s(i) ge
kennzeichnet ist, deren zeitliche Ausdehnung von der
jeweiligen Sprachquelle, d. h. dem jeweiligen Sprecher,
abhängt. Dabei werden die Bereiche zwischen den Spitzen
zur Abschätzung der Leistung des Rauschsignalanteils
verwendet. Die Gruppen mit jeweils L geglätteten Lei
stungswerten Px,s(i) müssen lückenlos aufeinanderfolgen,
d. h. sie müssen entweder aneinandergrenzen oder sich
überlappen. Weiterhin muß sichergestellt sein, daß minde
stens ein Wert eines zwischen zwei Spitzen liegenden
Bereichs mit kleineren geglätteten Leistungswerten Px,s(i)
von jeder Gruppe erfaßbar ist, d. h. jede Gruppe muß so
viele geglättete Leistungswerte Px,s(i) enthalten, daß
mindestens alle zu einer beliebigen Spitze gehörenden
Werte erfaßbar sind. Da die zeitlich ausgedehntesten
Spitzen jeweils durch die zeitlich ausgedehntesten Phoneme
eines Sprachsignals, d. h. die Vokale, abschätzbar sind,
kann daraus die die Gruppengröße beschreibende Zahl L
abgeleitet werden. Für eine Abtastrate des Sprachsignals
von 8 kHz liegt ein sinnvoller Wert von L im Bereich
zwischen 3000 und 8000. Ein vorteilhafter Wert für W ist
4. Bei einer solchen Dimensionierung ergibt sich ein guter
Kompromiß zwischen Rechenaufwand und Reaktionsschnellig
keit des Funktionsblockes 7.
In Fig. 9 ist eine Verwendung der Sprachverarbeitungsvor
richtung aus Fig. 3 in einem Mobilfunkendgerät 50 darge
stellt. Die Sprachverarbeitungsmittel 20 bis 26 sind in
einem Funktionsblock 51 zusammengefaßt, der aus den von
den Mikrophonen M1, M2 und M3 erzeugten Mikrophon- bzw.
Sprachsignalen die Summensignalwerte X(i) bildet. Die
Mikrophone M1, M2 und M3 haben vorteilhaft einen Abstand
von 10 bis 60 cm, so daß in einer sogenannten "verhallten"
Umgebung (z. B. Auto, Büro) die Störsignalanteile der von
den Mikrophonen M1, M2 und M3 gelieferten Sprachsignale
weitgehend unkorreliert sind. Dies gilt auch beim Einsatz
von nur zwei Mikrophonen wie in Fig. 1. Ein die Summen
signalwerte X(i) verarbeitender Funktionsblock 52 faßt
alle übrigen Mittel des Mobilfunkendgerätes 50 zum Emp
fang, Verarbeiten und Senden von Signalen zusammen, welche
zur Kommunikation mit einer nicht dargestellten Basissta
tion dienen, wobei das Senden und Empfangen von Signalen
über eine an den Funktionsblock 52 gekoppelte Antenne 54
erfolgt. Weiterhin ist ein mit dem Funktionsblock 52
gekoppelter Lautsprecher 53 vorgesehen. Die akustische
Kommunikation eines Benutzers (Sprecher, Hörer) mit dem
Mobilfunkendgerät 50 erfolgt über die Mikrophone M1 bis M3
und den Lautsprecher 53, die Teile einer in das Mobilfunk
endgerät 50 integrierten Freisprecheinrichtung sind. Die
Anwendung eines solchen Mobilfunkendgerätes 50 ist ins
besondere in Kraftfahrzeugen von Vorteil, da dort das
Freisprechen über das Mobilfunkendgerät insbesondere durch
Motor- oder Fahrgeräusche (Rauschen) gestört ist.
Claims (10)
1. Mobilfunkendgerät mit einer Sprachverarbeitungsvorrich
tung zur Verarbeitung eines ersten (x2(i)) und mindestens
eines weiteren (x1(i), x3(i)) aus Rausch- und Sprachsi
gnalanteilen bestehenden und als Abtastwerte vorliegenden
Sprachsignals mit Verzögerungsmitteln (4, 23, 24) zur
Verzögerung des abgetasteten weiteren Sprachsignals
(x1(i), x3(i)), mit Steuermitteln (3, 26)
- - zur Bildung von Gradientenschätzwerten (grad(i), sgrad(i)) durch Multiplikation von Fehlerwerten (e₁₂(i), e₃₂(i), e₁₃(i), e₃₁(i)) für zwei Sprachsignale (z. B. x1(i) und x2(i)) mit den Ausgangswerten eines Digitalfilters (6), das eine Phasenverschiebung von 90 Grad bewirkt und zur Filterung eines der zwei Sprachsignale (z. B. x2(i)) dient,
- - zur rekursiven Ermittlung von Verzögerungsschätzwer ten (T1′(i), T3′(i)) aus den Gradientenschätzwerten (grad(i), sgrad(i)), wobei aus den Verzögerungs schätzwerten (T1′(i), T3′(i)) durch Rundung die Verzögerungswerte (T2(i), T3(i)) gebildet werden, die zur Einstellung der Verzögerungsmittel (4, 23, 24) dienen und
- - zur Bildung jeweils wenigstens eines Fehlerwertes (e₁₂(i), e₃₂(i), e₁₃(i), e₃₁(i)) für einen bestimmten Abtastzeitpunkt (i) aus der Differenz zwischen einem Sprachsignalschätzwert (x1int(i), x3int(i)), der zur Abschätzung des weiteren Sprachsignals (x1(i), x3(i)) zu einem gegenüber dem bestimmten Abtastzeitpunkt (i) um den Verzögerungsschätzwert (T1′(i), T3′(i)) ver schobenen Zeitpunkt dient und durch Interpolation von Abtastwerten des weiteren Sprachsignals (x1(i), x3(i)) gebildet wird, und dem Abtastwert eines ande ren der zu verarbeitenden Sprachsignale (x1(i), x2(i), x3(i)) zu dem bestimmten Abtastzeitpunkt (i)
und mit einer Addiervorrichtung (5, 25) zum Addieren der
gegeneinander zeitversetzten Sprachsignale (x1(i), x2(i),
x3(i) )
2. Mobilfunkendgerät nach Anspruch 1,
dadurch gekennzeichnet,
daß das Digitalfilter (6) ein digitaler Hilbert-Transfor
mator ist.
3. Mobilfunkendgerät nach Anspruch 2,
dadurch gekennzeichnet,
daß Mittel (12) zur Glättung der Gradientenschätzwerte
(grad(i)) vorgesehen sind.
4. Mobilfunkendgerät nach einem der Ansprüche 1 bis 3,
dadurch gekennzeichnet,
daß die Sprachverarbeitungsvorrichtung zur Verarbeitung
von drei Sprachsignalen (x1(i), x2(i), x3(i)) vorgesehen
ist.
5. Mobilfunkendgerät nach einem der Ansprüche 1 bis 4,
dadurch gekennzeichnet,
daß zur Ermittlung eines Verzögerungsschätzwertes (T1′(i),
T3′(i)) für das weitere Sprachsignal (x1(i), x3(i)) die
Verwendung einer Linearkombination von Fehlerwerten (e₁₂(i)
mit e₁₃(i), e₃₁(i) mit e₃₂(i)) vorgesehen ist.
6. Mobilfunkendgerät nach einem der Ansprüche 1 bis 5,
dadurch gekennzeichnet,
daß Verzögerungsmittel (16, 27) zur Verzögerung des ersten
Sprachsignals (x2(i)) mit einer festen Verzögerungszeit
(Tmax) vorgesehen sind.
7. Mobilfunkendgerät nach einem der Ansprüche 1 bis 6,
dadurch gekennzeichnet,
daß die Sprachverarbeitungsvorrichtung in eine Freisprech
einrichtung (M1, M2, M3, 51, 52, 53) integriert ist.
8. Sprachverarbeitungsvorrichtung zur Verarbeitung eines
ersten (x2(i)) und mindestens eines weiteren (x1(i),
x3(i)) aus Rausch- und Sprachsignalanteilen bestehenden
und als Abtastwerte vorliegenden Sprachsignals mit Verzö
gerungsmitteln (4, 23, 24) zur Verzögerung des abgetaste
ten weiteren Sprachsignals (x1(i), x3(i)) und mit Steuer
mitteln (3, 26)
- - zur Bildung von Gradientenschätzwerten (grad(i), sgrad(i)) durch Multiplikation von Fehlerwerten (e₁₂(i), e₃₂(i), e₁₃(i), e₃₁(i)) für zwei Sprachsignale (z. B. x1(i) und x2(i)) mit den Ausgangswerten eines Digitalfilters (6), das eine Phasenverschiebung von 90 Grad bewirkt und zur Filterung eines der zwei Sprachsignale (z. B. x2(i)) dient,
- - zur rekursiven Ermittlung von Verzögerungsschätzwer ten (T1′(i), T3′(i)) aus den Gradientenschätzwerten (grad(i), sgrad(i)), wobei aus den Verzögerungs schätzwerten (T1′(i), T3′(i)) durch Rundung auf ganzzahlige Vielfache eines Abtastintervalls der Sprachsignalabtastwerte (x1(i) , x2(i), x3(i)) die Verzögerungswerte (T2(i), T3(i)) gebildet werden, die zur Einstellung der Verzögerungsmittel (4, 23, 24) dienen und
- - zur Bildung jeweils wenigstens eines Fehlerwertes (e₁₂(i), e₃₂(i), e₁₃(i), e₃₁(i)) für einen bestimmten Abtastzeitpunkt (i) aus der Differenz zwischen einem Sprachsignalschätzwert (x1int(i), x3int(i)) , der zur Abschätzung des weiteren Sprachsignals (x1(i), x3(i)) zu einem gegenüber dem bestimmten Abtastzeitpunkt (i) um den Verzögerungsschätzwert (T1′(i), T3′(i)) ver schobenen Zeitpunkt dient und durch Interpolation von Abtastwerten des weiteren Sprachsignals (x1(i), x3(i)) gebildet wird, und dem Abtastwert eines ande ren der zu verarbeitenden Sprachsignale (x1(i), x2(i) , x3(i)) zu dem bestimmten Abtastzeitpunkt (i)
und mit einer Addiervorrichtung (5, 25) zum Addieren der
gegeneinander zeitversetzten Sprachsignale (x1(i), x2(i),
x3(i))
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4421853A DE4421853A1 (de) | 1994-06-22 | 1994-06-22 | Mobilfunkendgerät |
DE59409348T DE59409348D1 (de) | 1993-09-21 | 1994-09-14 | Mobilfunkendgerät |
EP19940202647 EP0644527B1 (de) | 1993-09-21 | 1994-09-14 | Mobilfunkendgerät |
DE59509271T DE59509271D1 (de) | 1994-06-22 | 1995-06-14 | Sprachverarbeitungsvorrichtung und Mobilfunkendgerät |
EP95201578A EP0689191B1 (de) | 1994-06-22 | 1995-06-14 | Sprachverarbeitungsvorrichtung und Mobilfunkendgerät |
JP7156504A JPH0818473A (ja) | 1994-06-22 | 1995-06-22 | モービル無線ターミナル |
US08/493,401 US5647006A (en) | 1994-06-22 | 1995-06-22 | Mobile radio terminal comprising a speech |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4421853A DE4421853A1 (de) | 1994-06-22 | 1994-06-22 | Mobilfunkendgerät |
Publications (1)
Publication Number | Publication Date |
---|---|
DE4421853A1 true DE4421853A1 (de) | 1996-01-04 |
Family
ID=6521236
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4421853A Withdrawn DE4421853A1 (de) | 1993-09-21 | 1994-06-22 | Mobilfunkendgerät |
DE59509271T Expired - Fee Related DE59509271D1 (de) | 1994-06-22 | 1995-06-14 | Sprachverarbeitungsvorrichtung und Mobilfunkendgerät |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE59509271T Expired - Fee Related DE59509271D1 (de) | 1994-06-22 | 1995-06-14 | Sprachverarbeitungsvorrichtung und Mobilfunkendgerät |
Country Status (4)
Country | Link |
---|---|
US (1) | US5647006A (de) |
EP (1) | EP0689191B1 (de) |
JP (1) | JPH0818473A (de) |
DE (2) | DE4421853A1 (de) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6535609B1 (en) * | 1997-06-03 | 2003-03-18 | Lear Automotive Dearborn, Inc. | Cabin communication system |
EP1184676B1 (de) * | 2000-09-02 | 2004-05-06 | Nokia Corporation | Vorrichtung und Verfahren zur Verarbeitung eines Signales emittiert von einer Zielsignalquelle in einer geräuschvollen Umgebung |
JP5931108B2 (ja) * | 2014-03-20 | 2016-06-08 | 本田技研工業株式会社 | ナビゲーションサーバ及びプログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3997772A (en) * | 1975-09-05 | 1976-12-14 | Bell Telephone Laboratories, Incorporated | Digital phase shifter |
DE3173306D1 (en) * | 1981-09-08 | 1986-02-06 | Ibm | Data receiving apparatus with listener echo canceller |
SG47028A1 (en) * | 1989-09-01 | 1998-03-20 | Motorola Inc | Digital speech coder having improved sub-sample resolution long-term predictor |
US5126681A (en) * | 1989-10-16 | 1992-06-30 | Noise Cancellation Technologies, Inc. | In-wire selective active cancellation system |
WO1992020170A1 (fr) * | 1991-04-30 | 1992-11-12 | Kabushiki Kaisha Toshiba | Appareil de radiotelephonie avec eliminateur d'echo |
EP0517525A3 (en) * | 1991-06-06 | 1993-12-08 | Matsushita Electric Ind Co Ltd | Noise suppressor |
US5519637A (en) * | 1993-08-20 | 1996-05-21 | Mcdonnell Douglas Corporation | Wavenumber-adaptive control of sound radiation from structures using a `virtual` microphone array method |
US5359663A (en) * | 1993-09-02 | 1994-10-25 | The United States Of America As Represented By The Secretary Of The Navy | Method and system for suppressing noise induced in a fluid medium by a body moving therethrough |
US5473701A (en) * | 1993-11-05 | 1995-12-05 | At&T Corp. | Adaptive microphone array |
NL9302013A (nl) * | 1993-11-19 | 1995-06-16 | Tno | Systeem voor snelle convergentie van een adaptief filter bij het genereren van een tijdvariant signaal ter opheffing van een primair signaal. |
US5581495A (en) * | 1994-09-23 | 1996-12-03 | United States Of America | Adaptive signal processing array with unconstrained pole-zero rejection of coherent and non-coherent interfering signals |
US5526426A (en) * | 1994-11-08 | 1996-06-11 | Signalworks | System and method for an efficiently constrained frequency-domain adaptive filter |
-
1994
- 1994-06-22 DE DE4421853A patent/DE4421853A1/de not_active Withdrawn
-
1995
- 1995-06-14 EP EP95201578A patent/EP0689191B1/de not_active Expired - Lifetime
- 1995-06-14 DE DE59509271T patent/DE59509271D1/de not_active Expired - Fee Related
- 1995-06-22 US US08/493,401 patent/US5647006A/en not_active Expired - Fee Related
- 1995-06-22 JP JP7156504A patent/JPH0818473A/ja not_active Ceased
Also Published As
Publication number | Publication date |
---|---|
EP0689191A3 (de) | 1997-05-28 |
US5647006A (en) | 1997-07-08 |
EP0689191A2 (de) | 1995-12-27 |
DE59509271D1 (de) | 2001-06-28 |
JPH0818473A (ja) | 1996-01-19 |
EP0689191B1 (de) | 2001-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69409121T2 (de) | Störreduktionssystem für ein binaurales hörgerät | |
DE112009001003B4 (de) | Geräuschunterdrückungssystem mit zwei Mikrophonen | |
EP1143416B1 (de) | Geräuschunterdrückung im Zeitbereich | |
DE102010023615B4 (de) | Signalverarbeitungsvorrichtung und Signalverarbeitungsverfahren | |
DE69207039T2 (de) | Verfahren zur Simulierung einer akustischen Übertragungsfunktion und Simulator hierfür | |
DE69420705T2 (de) | System und vorrichtung zur rauschunterdrückung sowie mobilfunkgerät | |
DE69428119T2 (de) | Verringerung des hintergrundrauschens zur sprachverbesserung | |
DE3853739T2 (de) | Digitales Entzerrergerät für getrennte Phasen- und Amplitudenmodifikation. | |
EP0948237B1 (de) | Verfahren zur Störbefreiung eines Mikrophonsignals | |
EP1251493A2 (de) | Verfahren zur Geräuschreduktion mit selbststeuernder Störfrequenz | |
EP0747880B1 (de) | Spracherkennungssystem | |
DE102006027673A1 (de) | Signaltrenner, Verfahren zum Bestimmen von Ausgangssignalen basierend auf Mikrophonsignalen und Computerprogramm | |
DE4305256A1 (de) | Verfahren zum Verbessern der akustischen Rückhördämpfung von elektroakustischen Anlagen | |
WO1995007597A1 (de) | Mobilfunkgerät mit freisprecheinrichtung | |
EP1189419B1 (de) | Verfahren und Vorrichtung zur Elimination Lautsprecherinterferenzen aus Mikrofonsignalen | |
EP1155561B1 (de) | Vorrichtung und verfahren zur geräuschunterdrückung in fernsprecheinrichtungen | |
DE69817461T2 (de) | Verfahren und Vorrichtung zur optimierten Verarbeitung eines Störsignals während einer Tonaufnahme | |
WO1999041898A1 (de) | Verfahren zur verbesserung der akustischen rückhördämpfung in freisprecheinrichtungen | |
EP0689191B1 (de) | Sprachverarbeitungsvorrichtung und Mobilfunkendgerät | |
EP0615226B1 (de) | Verfahren zur Geräuschreduktion für gestörte Sprachkanäle | |
DE19540795C2 (de) | Verfahren zur Sprecherlokalisierung mit Hilfe eines Mikrofonarrays | |
EP0644527B1 (de) | Mobilfunkendgerät | |
DE10150519B4 (de) | Verfahren und Anordnung zur Sprachverarbeitung | |
EP1282297B1 (de) | Verfahren und Anordnung zur Echo- und Störgeräuschunterdrückung | |
EP0326672A1 (de) | Verfahren und Übertragungsanordung für digitale Signale |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8139 | Disposal/non-payment of the annual fee |