NO318401B1 - Et audio-ekkokanselleringssystem og en fremgangsmate for a tilveiebringe et ekkodempet utgangssignal fra et ekkotillagt signal - Google Patents

Description

Oppfinnelsens område

Foreliggende oppfinnelse relaterer seg til et audiokommuni-kasjonssystem og en fremgangsmåte med forbedret akustisk karakteristikk, og spesielt til et videokonferansesystem som inkluderer en forbedret audio-ekkokansellator og en fremgangsmåte for å tilveiebringe et forbedret audio-ekkokanselleringssystem.

Oppfinnelsens bakgrunn

I et konvensjonelt konferansesystem set-up som anvender høyttalere vil to eller flere kommunikasjonsenheter være plassert på separate steder. Et signal som sendes fra det ene stedet til det andre stedet ved anvendelse av et konferansesystem vil oppleve flere forsinkelser. Disse forsinkelsene vil inkludere en transmisjonsforsinkelse og en prosesseringsforsinkelse. For et videokonferansesystem vil prosesseringsforsinkelsen for videosignaler være vesentlig større enn prosesseringsforsinkelsen for audiosignaler. Fordi video- og audiosignaler må presenteres samtidig, i fase, er et leppesynkroniserings-forsinkelsessignal (lip syne delay) med hensikt introdusert på audiosignalene for både sender- og mottakersignalveien for å kompensere for de lengre videosignalforsinkelser.

I et konvensjonelt konferansesystem vil én eller flere mik-rofoner fange en lydbølge ved et sted A og omforme lydbøl-gen til et første audiosignal. Det første audiosignalet blir sendt til et sted B der et fjernsynssett og en for-sterker og høyttaler reproduserer den originale lydbølgen ved å konvertere det første audio-signalet generert ved stedet A til en lydbølge. Den produserte lydbølgen ved sted B blir delvis fanget av lydinnfangingssystemet ved sted B, og omformet til et andre lydsignal, og sendt tilbake til systemet ved sted A. Problemet ved å ha en lydbølge som fanges ved ett sted og sendes til et annet sted, og så blir tilbakesendt til det første stedet, blir referert til som akustisk ekko. I sin mest alvorlige form vil akustisk ekko kunne skape feedback-lyd (tilbakekoblingslyd) når løkkefor-sterkningen overstiger en. Det akustiske ekko fører også til at deltakerne både ved punkt A og punkt B hører seg selv, og gjør samtalen over konferansesystemet vanskelig, spesielt om det er forsinkelser i systemoppsettet, noe som er vanlig i videokonferansesystemer, spesielt som følge av den ovenfor nevnte "lip syne delay" (leppesynkroniserings-forsinkelse). Det akustiske ekko-problemet blir vanligvis løst ved å anvende en akustisk ekko-kansellator som beskrevet under. Figur 1 viser et konvensjonelt konferansesystemoppsett. For enkelthets skyld viser figur 1 konferansesystemoppsettet distribuert til to steder, A 1100 og B 1200. De to stedene er forbundet gjennom en transmisjonskanal 1300, og hvert sted har en høyttaler 1121 og 1221, respektivt, og en mikrofon 1111 og 1211, respektivt. Pilene i figur 1 indikerer retningen for forplantningen av et akustisk signal, vanligvis fra mikrofonen til høyttaleren. Figur 2 viser et oversiktsbilde av et videokonferansesystem. Dette systemet er distribuert til to steder, A og B. Som for konferansesystemoppsettet kan en videokonferansemo-dul bli distribuert til mer enn to steder, og systemoppsettet kan også være funksjonelt hvor kun ett sted har en høyttaler. Videomodulen har ved sted A et videoinnspil-lings sy st em 2141 som fanger inn et videobilde, og et video-undersystem 2150 som koder videobildet. Parallelt vil en lydbølge bli tatt opp av et lydopptakssystem 2111, og et lydundersystem 2130 vil kode lydbølgen til et akustisk signal. Som følge av prosesseringsforsinkelse i videokodings-systemet vil kontrollsystemet 2160 introdusere tilleggsfor-sinkelser på audio-signalet ved bruk av en leppesynkroniserings-forsinkelse (lip syne delay) 2163, for således å oppnå synkronisering mellom video- og audiosignaler. Video- og audiosignaler blir mikset sammen i en multiplekser 2161 og det resulterende signal, audio-videosignalet blir sendt over transmisjonskanalen 2300 til sted B. Ytterligere "lip syne delay" (leppesynkroniserings-forsinkelse) 2262 blir lagt til ved sted B. Videre blir audiosignalet presentert ved audiopresentasjons-anordningen 2221 som lydbølger ved sted B. Deler av lydbølgen som presenteres ved sted B vil ankomme lydopptaksanordningen 2211 enten som en direkte lydbølge eller som en reflektert lydbølge. Lyden ved punkt B blir tatt opp og sendt tilbake til sted A sammen med den tilhørende forsinkelsen og danner ekko. Alle forsinkelsene som beskrevet adderer seg opp for således å bli betydnings-fulle, og derfor vil kvalitetskravene til en ekkokansellator i et videokonferansesystem være spesielt høye.

Figur 3 viser et eksempel på et akustisk ekkokansellator-undersystem som kan være en del av audiosystemet i et videokonferansesystem for figur 2. I det minste ett av de deltagende steder har det akustiske ekkokansellator-undersystemet for således å redusere ekkoet i kommunika-sjonssystemet. Det akustiske ekkokansellator-undersystem 3100 er en fullbåndmodell av en digital akustisk ekkokansellator. En fullbåndsmodell prosesserer et komplett audio-bånd (for eksempel opp til 20 kHz; for videokonferansebånd vil båndene strekke seg typisk op til 7 kHz, i audiokonfe-ranser vil båndene strekke seg opp til 3,4 kHz), for audiosignalene direkte.

Som allerede nevnt vil kompensasjon av akustisk ekko nor-malt kunne oppnås ved en akustisk ekkokansellator. En akustisk ekkokansellator er en frittstående anordning eller en integrert del i tilfelle av et kommunikasjonssystem. Den akustiske ekkokansellator transformerer det akustiske signalet sendt fra sted A til sted B, for eksempel ved bruk av lineære/ikke-lineære matematiske modeller, og subtraherer matematisk modulert akustisk signal fra det akustiske signal som sendes fra sted B til sted A. Mer detaljert med re-feranse til for eksempel den akustiske ekkokansellator-undersystem 3100 ved sted B, vil den akustiske ekkokansellator la det første akustiske signal 3131 passere fra sted A gjennom den matematiske modeller for det akustiske system 3121, som kalkulerer og beregner 3131 for ekkosignalet, deretter trekkes det beregnede ekkosignalet fra det andre audiosignal 3132 som tas opp ved sted B, og sender tilbake til det andre audiosignal 3135 minus det estimerte ekko til sted A. Ekkokansellator-undersystemet for figur 3 inkluderer også en beregningsfeil, for eksempel forskjellen mellom det estimerte ekko og det virkelige ekko, for å oppdatere eller tilpasse den matematiske modell til en bakgrunnsstøy og forandringer i omgivelsene ved en posisjon der lyden blir fanget inn av lydopptaksanordningen.

Modellen for det akustiske system 3121 som brukes i de fleste ekkokansellatorer er et FIR- (Finite Impulse Respon-se - "endelig pulsrespons") filter som tilnærmer transfer-funksjonen for den direkte lyd og mesteparten av den re-flekterte lyd i rommet. FIR-filteret vil fordelaktig ikke, hovedsakelig som følge av prosesseringskraft, tilveiebringe ekkokansellering i et ubegrenset tidsrom etter at signalet ble opptatt av høyttaleren. I stedet vil den akseptere at ekko etter en gitt tid, den såkalte halelengden, ikke vil bli kansellert, men vil fremstå som restekko.

For å beregne ekko for den komplette halelengden, vil FIR-filtret trenge en lengde L=Fs <*> halelengden, der Fs er sampling-frekvensen i Hz, og der halelengden blir gitt i sekunder.

Det nødvendige antall multiplikasjoner og addisjoner som er nødvendig for å beregne en enkelt sample-utgang for filtret, tilsvarer filterlengden og utgangen fra filtret skal beregnes én gang per sample. For eksempel skal det totale antall multiplikasjoner og addisjoner være Fs <*> L = Fs <*> Fs

<*> halelengden = halelengden * Fs<2>.

En typisk verdi for en halelengde vil være 0,25 sekunder. Tallet av multiplikasjoner og addisjoner for FS= 8 kHz-system vil være 16 millioner, for 16 kHz vil det være 64 millioner og for 48 kHz 576 millioner.

Tilsvarende beregninger kan utføres for filteroppdateringsalgoritme. Den enkleste algoritmen, LMS (Least Mean Sguare - minste middel kvadrat) har en kompleksitet som er proporsjonal med filterlengden, dette medfører et prosesse-ringskraftbehov proporsjonalt med Fs<2>, mens mer komplekse algoritmer har et prosesseringsbehov proporsjonalt med kvadratet av filterlengden, som impliserer et prosesseringsbehov proporsjonalt med Fs<3>.

En måte å redusere prosesseringskraftbehovet for en ekko-kansellator er å introdusere underhånd (sub-band) prosessering, for eksempel vil signalet bli delt inn i bånd med mindre båndbredde som kan bli representert ved bruk av en lavere sampling-frekvens. Et eksempel på et slikt system er illustrert i figur 4.

Analysefiltre 4125, 4131 dividerer det fulle båndsignalet fra fjernende og nærende respektivt i N antall underhånd. Ekkokanselleringen og diverse underbåndsprosessering (typisk, men ikke begrenset til ikke-lineær prosessering og støyreduksjon) blir utført i hvert underhånd, og deretter vil et syntetiseringsfilter 4127 gjenskape det modifiserte fullbåndssignalet. Bemerk at i de etterfølgende komplekse beregninger vil mange mindre prosesseringsblokker være ute-latt idet deres bidrag til det samlede prosesseringsbehov vil være lite.

Analysefiltrene 4125 og 4131 inkluderer en filterbank og en desimator, mens syntetiseringsfiltret 4127 inkluderer en filterbank og en interpolator. Fullbåndssignalet har en sampl ing-frekvens FSfuiibana- Underhånd- (sub-band) signalene vil ha en sampling-frekvens på FsBUb-band=K/N<*>FSfUiibaj1d' K er en over-samplings-faktor introdusert for å forenkle og redusere prosesseringskraftbehovet for filterbanken. K vil alltid være større enn én, men vanligvis relativt liten, typisk mindre enn to.

Prosesseringskraften som trengs for filtrering og tilpas-ning (anta FIR og LMS) for underbånd- (sub-band) tilfelle er: Oaub-band =ci<*>halelengde<*> Fs„ub-band<2><=> Ci<*>halelengde<*> ( K/N*FSfUiiband)2 (Cl er en proporsjonalitetskonstant) .

Således for en stor N vil prosesseringskraftbehovet for filtreringen kunne bli redusert, men for den totale proses-seringskraf ten må det overskytende (overhead) for analyse-og syntetiseringsfiltre legges til.

Effektive metoder for å analysere og syntetisere signalene er basert på en transformasjon, for eksempel en FFT. Meto-dene har en kompleksitet Overhead - c2<*>N<*> log2N der N er antallet underhånd (sub-band) og C2 er en proporsjonalitetskonstant. Antallet underhånd vil være proporsjonalt med FSfuiiband således Vil Ooverhead <=> C3*FS£Ullbaiid*l0g2 FSfulUwnd-Det vil si at den totale kompleksiteten blir:

Ekkofiltreringen/tilpasningen er proporsjonal med FSfuiiband<2->Det er mulig å redusere filtrerings-/tilpasningsdelen ved å øke antallet underhånd (sub-bands) men på bekostning av en økt overhead for beregningene av underhåndssignalene. Allikevel, ved å bruke et større antall av underhånd, dvs. ved å bruke en stor, rask transformasjon, vil det være mulig å oppnå en kompleksitet som øker med FSfuiiband<*>log2 FSfUm»ad.

Selv om dette er teoretisk mulig vil dette være vanskelig å oppnå I praktiske implementasjoner som følge av cache-(hurtigbuffer) ineffektivitet i signalprosesseringen når en anvender store transformasjoner.

Således har det blitt gjort anstrengelser for å tilveiebringe et system som tillater en reduksjon i antallet underhånd (sub-bands) uten å øke underhånd båndbredden (sub-band-båndbredden).

Kort beskrivelse av oppfinnelsen

Det er en hensikt for foreliggende oppfinnelse å tilveiebringe et system som tillater en reduksjon i antallet underhånd (sub-band) uten å øke underbåndbåndbredden, en fremgangsmåte samt en anvendelse av nevnte fremgangsmåte.

Trekkene definert i de selvstendige kravene vedlagt karak-teriserer nevnte system, fremgangsmåte og anvendelse.

Kort beskrivelse av te<g>ningene

For å gjøre oppfinnelsen enklere å forstå vil det i den et-terfølgende diskusjon bli referert til de vedlagte tegninger. Figur 1 viser et oversiktsblokkdiagram for et konvensjonelt konferansesystem-oppsett, Figur 2 viser et mer detaljert blokkdiagram for et konvensjonelt konferansesystem-oppsett, Figur 3 viser et mer detaljert bilde av en akustisk ekko-kansellator-undersystem, Figur 4 viser et blokkdiagram for et korresponderende ekko-kansellator-undersystem implementert med underhånd (sub-band) prosessering, Figur 5 er et blokkdiagram for et ekkokansellator-undersystem implementert med underhånd (sub-band)- prosessering i henhold til foreliggende oppfinnelse.

Beste metode for utførelse av oppfinnelsen

I det etterfølgende vil foreliggende oppfinnelse bli disku-tert ved å beskrive en fordelaktig utførelsesform og refe-rere til de vedlagte tegninger. Men selv om den eksemplifi-serte utførelsesform blir beskrevet i forbindelse med et videokonferansesystem, vil en fagmann på området kunne rea-lisere andre applikasjoner og modifikasjoner innenfor rek-kevidden av denne oppfinnelsen som definert i de vedlagte uavhengige krav.

Den foreliggende oppfinnelse drar fordel av det faktum at ikke alle frekvenser er like viktige i et høyfrekvens-ekkokanselleringssystem.

Frekvenser over ca. 7 kHz bidrar ikke i vesentlig grad til å bedre taleforståelsen. Imidlertid påvirker disse frekven-sene talens naturlighet og den opplevde nærhet vil være be-tydelig.

Eksperimenter har vist at både taleforståelighet og lytte-inntrykkene blir ivaretatt selv om det returnerte signal i visse tilfeller blir 1avpassfiltrert og nedsamplet. Med andre ord kan et audio-ekkokanselleringssystem med fordel bli designet for å ha: a) full duplekskommunikasjon (inkludert ekkokansellering) innenfor frekvenser som bidrar til taleforståelsen, for å sikre at ingen informasjon blir tapt under dobbel tale, og b) full båndbredde og økt naturlighet under perioder med enkel tale.

Ved riktig utførelse av de ovenfor beskrevne begrensninger vil den enorme effekten sampling-frekvensen har på proses-seringskraf tbehovet bli redusert mens en samtidig oppnår fordelen av full lyttebåndbredde.

Foreliggende oppfinnelse tilveiebringer et system der ekkokansellering og støyreduksjon blir behandlet som i kjent teknikk når det kommuniseres innenfor kritiske frekvensom-råder, mens over denne grensen vil talesvitsjing fordelaktig bli anvendt for å tilveiebringe høyt troverdig tale (high fidelity), og samtidig unngå ekko og feedback (tilbakekobling) .

Figur 5 viser en fordelaktig utførelsesform av foreliggende oppfinnelse. Den er basert på underhånd - (sub-band) ekko-kanselleringssystemet i figur 4. Det samlede system for den fordelaktige utførelsesformen opererer ved en sampling-rate FShøy, og ekkokansellat oren arbeider ved en sampling-rate Fsiav, og prosesserer lyd med frekvens under Fsiav/2. Bemerk at prosesseringsboksen 5000 blir repetert for alle under-bånd (sub-band).

Før signalet fra sted B inkludert ekko blir prosessert av ekkokansellatoren vil nær-endelyd og/eller støy bli desimert, dvs. 1avpassfiltrert og ned-samplet med en faktor n. Signalet vil også bli avdelt og videresendt for videre prosessering, og utgjør den delen av utgangssignalet med høye frekvenser (over fsiav/2) . Det lavpassfUtrerte og ned-samplede signal blir delt inn i N underhånd (sub-bands) av analysefiltret. Siden signalet som skal deles opp i den foretrukne utførelsesformen av den foreliggende oppfinnelse er lavpassfiltrert, vil den nødvendige størrelse av N bli redusert tilsvarende.

underhånd- (sub-band) signalet 5132 blir så lagt til et in-vertert underhånd- (sub-band) ekkoestimat 5133 som blir generert av en under- (sub-) modell 5121 for det akustiske system. Som i den kjente teknikk vil modellen fordelaktig inkludere et FIR-filter og en tilhørende filteroppdate-rings-algoritme, for eksempel en LMS-algoritme som har det korresponderende underhåndssignal (sub-band-signal) fra audiosignalet fra sted A og en tilbakekoblingsløkke fra resultatet fra de ovenfor nevnte addisjoner 5134 som inngang-

er. Det resulterende signal 5134 blir fordelaktig videre-prosessert ved forskjellige prosesseringer 5122, for eksempel restekko-maskering (som følge av den endelige natur for et FIR-filter og enhver annen modellsvakhet), støyreduksjon og komfortstøytillegg. Det resulterende signalet etter til-leggsprosesseringen vil omfatte det støyreduserte og ek-kofrie underhånds- (sub-band) signalet fra sted B i tillegg til komfortstøyen.

Det ovenfor nevnte avdelte signal burde i noen tilfeller bli høypassfiltrert idet det bidrar til høyfrekvensdelen for utgangssignalet. I henhold til foreliggende oppfinnelse blir dette oppnådd enkelt ved å subtrahere det 1avpass-filtrerte signalet fra det originale signalet. Det lavpass-filtrerte signalet kan tilveiebringes ved avdeling av signalet rett etter lavpassfiltret i desimatoren (forsinke mikrofonsignalet med et riktig antall sampler T), men dette er ikke å foretrekke siden det vil gjøre desimator-prosesseringen mindre effektiv ved å forhindre integrasjon av lavpassfiltrering og nedsampling. Den foretrukne måte er å subtrahere det rene underbåndssignalet (sub-band-signalet) avdelt rett etter analysefiltret fra det prosesserte underbåndssignalet (sub-band-signalet) rett før syntetiseringsfiltret. Dette vil gi en gren i underbåndproses-seringsdelen (sub-band prosesseringsdelen) som kun tilveiebringer de lave frekvenser for signalet fra sted B som kunne vært anvendt for høypassfiltrering fra forbiføringssig-nalet ved hjelp av den allerede nevnte subtraksjon.

Lavpassfiltrene 5142, 5139, nedsamplingsanordningen 5141 og oppsamplingsanordningen 5140 styrer høypassfiltrets profil sammen med Hs 5136 og Hf 5138, som videre beskrevet under. Å ha en riktig forsinkelse for forbiføringssignalet er selvfølgelig avgjørende for denne type filtrering. Denne forsinkelsen må bli addert både før og etter filtreringen av Hf, idet Hf's størrelse må korrespondere til Hs. Disse forsinkelsene skal representere forsinkelsene i lavpass-. analyse-, og syntetiserings f Utrene, så vel som en hvilken som helst tilleggsforsinkelse.

Den foreliggende oppfinnelse tilveiebringer et ekkokansel-lerings- og støyreduksjonssystem for lave frekvenser, og uforandret mikrofonlyd ved høye frekvenser. Dette er ønske-lig i tilfelle av nærende-tale, dvs. tale ved sted B, med et minimum av støy. Men uten noen form for nivåjustering vil en kunne produsere feedback (tilbakekobling) og høyfre-kvensekko vil således kunne passere rett i gjennom. Feedback kan også ødelegge lytting. Således er det nødvendig å identifisere situasjoner der full hørbar båndbreddelyd er nødvendig, og situasjoner der høye frekvenser bør bli dempet, respektivt. I henhold til den fordelaktige utførelses-form for den foreliggende oppfinnelse vil kontrollalgoritmen 5137 identifisere disse situasjoner, typisk basert på

(men ikke begrenset til) fullbåndshøyttalere og mikrofon-signaler, underbåndssignaler (subbåndssignaler) av de samme underbåndsekkoberegninger (sub bands ekkoberegninger) og ekkokansellerte underhåndssignal (sub-bands signal).

Kontrollalgoritmen 5137 skal i det minste tilveiebringe informasjon som bestemmer følgende situasjoner: a) nærende-tale, eller b) enten fjernende-tale, dobbeltale eller kun bakgrunnsstøy. I tilfelle b) skal således høyfrekvensdelen av lyden bli dempet ved å justere forsterkningsverdien for Hs og Hf ned mot null. Fjernende-tale vil produsere ekko, og kun støy vil inneholde høyfrekvenskomponenter, og vil kunne trigge tilbakekobling. Dobbeltalesituasjoner kan bli håndtert uten høyfrekvenslyd siden øret er mindre følsomt for høytroverdighet (high fidelity) i lydreproduksjon når lydlandskapet er kaotisk, som for eksempel når mennesker snakker samtidig.

Beslutningstakings-reguleringsalgoritmen vil kontinuerlig produsere verdier, for eksempel l for situasjon a) og 0 for situasjon b), som blir tolket og brukt som basis for nivået av høyfrekvent lyd, eller mer presist, filtrene Hs og Hf justerer høypassfiltrets profil. Dette er den viktigste funksjonene for filtrene Hs og Hf, nemlig justeringen av størrelsen for de høye frekvenser. I det etterfølgende vil et eksempel på en endring i forsterkningen for en høybånd-tolkning av avgjørelsen (for eksempel overgang fra a) til

b) eller vice versa), bli beskrevet.

Anta at lyden blir inndelt i pakker med varighet på 10 ms

ved en sampling-rate på FShigh = 48000kS/s, og n=3 slik at Fsiav er 16000kS/s. Når ekkokansellatoren opererer på under-bånd (sub-band), vil avgjørelsen tas en gang per pakke slik at justeringen av filtrene kan utføres maksimalt en gang per lydpakke. Idet underbåndsamplene (sub-band-samplene) representerer 10 ms hver i et smalt frekvensbånd, mens signal- samplene fra sted B på den annen side hver representerer et kort tidsrom i et relativt bredt frekvensbånd, vil det være opplagt for en fagmann på området at resultatet av forsterkningsjusteringen for de lavere frekvenser (tilveiebrakt av størrelsen til H8) skal bli tilsvarende behandlet ved høye frekvenser (dvs. den tilsvarende størrelsen av Hf) .

Om desimatoren, analysefiltret, syntetiseringsfiltret og interpolatoren til sammen danner et lineært fasesystem kan Hs reduseres til en tidsuavhengig forsterkningsfaktor Ga, mens Hf kan bli erstattet av en passende forsinkelse og en tidsuavhengig tidsforsterkning Gf. Enhver endring i Gs må reflekteres ved en tidsfordelt forandring i Gf. Kun små feil blir introdusert ved å beregne Gf som en lineær inter-polasjon av påfølgende Gs-verdier.

For stabile situasjoner, dvs. stillhet (kun støy) eller fjernendetale skal forsterkningen av filtrene Hs og Hf sta-bilisere seg til null (ingen høyfrekvenslyd/støy). Nærende-tale vil ikke være en spesielt stabil situasjon idet tale inkluderer både lyd (fraser) og stillhet (mellom frasene). Allikevel, under tale er det fordelaktig å la forsterkningen for Ha og Hf (den maksimale høyfrekvensforsterkning) være så konstant som mulig og tilsvare 1, for derved å produsere en fullt hørbar båndbreddelyd.

Bemerk at det kan være tilfeller med store mengder bak-grunnsstøy der et lavere nivå av maksimal høyfrekvensfor-sterkning (mellom 0 og 1) er fordelaktig. Reduksjon av maksimal høyfrekvensforsterkning vil selvfølgelig forringe funksjonaliteten for anordningen, og skal bli løst ved å redusere høyfrekvensbakgrunnsstøy når det er mulig.

Selv om den foreliggende oppfinnelse er beskrevet i forbindelse med videokonferanser, vil en fagmann på området innse at den også vil være nyttig i andre ekvivalente applikasjoner som telefonkonferanser og oppkall, mobiltelefonkonfe-ranser og oppkall, Web-konferanser, etc.

Hovedfordelen med den foreliggende oppfinnelse er at det kreves mindre prosesseringskraft enn det som tidligere er kjent fordi en har færre underhånd (sub-band). Dens kompleksitet er 0=c4*Fsiow*log2 Fsiosr+c5<*>Fshigh. Dvs. når båndbredden øker over det kommunikasjonskritiske frekvensbånd, vil kompleksiteten kun skalere lineært med båndbredden.

Videre vil systemet for foreliggende oppfinnelse kunne legges til som et rammeverk rundt eksisterende ekkokansellatorer, med ingen eller kun mindre justeringer for den eksisterende kansellator. Således tilveiebringer den foreliggende oppfinnelse en effektiv (i form av utviklingsressurser) måte å øke båndbredden for eksisterende ekkokansellator-systemer. Den kan bli anvendt med både underhånds- (subb-bånds-) og fullbånds-ekkokansellatorer.

I tillegg vil forbedret lydkvalitet for nærendesignaler ved solotale kunne bli tilveiebrakt. Nærendesignalene sendt til fjerneendestedet har ikke blitt sendt gjennom analysa-tor/syntetiserings- (i underbandstilfeilet (sub-band til-fellet) ) filterprosessen, idet størrelsen på Hf erl. Derfor vil ingen forvrengning eller andre kvalitetsforringelser for denne prosessen bli tillagt nærendesignalet.

Claims (23)

1. Audio-ekkokansellator justert for å tilveiebringe et ekkodempet utgangssignal fra et inngangssignal tillagt ekko i et audio-ekkokanselleringssystem, der audio-ekkokansellatoren omfatter en modul som genererer et modulutgangssignal, og i det minste konfigurert for å implementere en modell (5121) av akustisk ekko for derved å tilveiebringe et ekkoestimat (5133) og å trekke fra ekkoestimatet (5133) fra et inngangsundersignal (5132) utledet fra en første desimator (5141/5142) som desimerer inngangssignalet tillagt ekko, i tillegg til en interpolator (5139/5140) konfigurert for å interpolere et utgangsundersignal (5135) utledet fra modulens utgangssignal, der nevnte interpolator genererer et interpolert utgangssignal, karakterisert ved en subtraksjonsanordning tilpasset for å tilveiebringe nevnte utgangsundersignal (5135) ved å trekke i fra modulens utgangssignal fra inngangsundersignalet (5132) justert ved et første filter (5136), en addisjonsanordning tilpasset å tilveiebringe nevnte ekkodempede utgangssignal ved å addere det ekkotillagte inngangssignal justert av et andre filter (5138) til interpo-latorens utgangssignal.

2. Audio-ekkokansellator ifølge krav 1 karakterisert ved et første analysefilter (5126) tilpasset til å dele en utgang av nevnte desimator (5141/5142) inn i et antall av inngangsundersignaler av respektive underfrekvensbånd, og et syntetiseringsfilter (5127) tilpasset for å kombinere nevnte antall av utgangsundersignaler til en inngang for nevnte interpolator (5139/5140) .

3. Audio-ekkokansellator ifølge krav 2, karakterisert ved et andre analysefilter (5125) tilpasset til å dele en utgang for en andre desimator (5123/5124) til nevnte antall ekkomodulerings-inngangssignaler for de respektive underfrekvensbånd, der et av ekkomodellerings-inngangssignalene er en inngang til nevnte modell for det akustiske ekko.

4. Audio-ekkokansellator ifølge krav 3, karakterisert ved en kontrollmodul (5137) tilpasset til å justere en respons for nevnte første og andre filter (5136, 5138) avhengig av inngangsundersignalet og et korresponderende ekkomoduleringsinngangssignal.

5. Audio-ekkokansellator ifølge kravene 3 eller 4, karakterisert ved at den første og den andre desimator (5141/5142, 5123/5124) begge inkluderer et lavpassfilter (5142, 5123) og en nedsampler (5141, 5124), og interpolatoren (5139/5140) inkluderer en oppsampler (5140) og et lavpassfilter (5139).

6. Audio-ekkokansellator ifølge krav 5, karakterisert ved at en eller flere av lavpassfiltrene er implementert som FIR-filtre.

7. Audio-ekkokansellator ifølge kravene 5 eller 6, karakterisert ved at analysefiltret, syntetiseringsfiltret og én eller flere av lavpassfiltrene er lineære fasefiltre.

8. Audio-ekkokansellator ifølge krav 7, karakterisert ved at det første og det andre filteret er tidsvariable forsterkere.

9. Audio-ekkokansellator ifølge ett av kravene 1 til 6, karakterisert ved at det første og det andre filtret er forsterkere.

10. Audio-ekkokansellator ifølge et av de foregående krav, karakterisert ved én eller flere forsinkelsesenheter før og/eller etter, eller integrert i det andre filter (5138), som akkumulert korresponderer til en forsinkelse som stam-mer fra den første desimator (5141/5142) til interpolatoren (5139/5140).

11. Audio-ekkokansellator ifølge et av de foregående krav, karakterisert ved at nevnte modell inkluderer et FIR-filter og en tilordnet filteroppdateringsalgoritme.

12. Audio-ekkokansellator ifølge et av de foregående krav karakterisert ved at nevnte modul videre inkluderer en til-leggsprosesseringsenhet (5122), som i det minste inkludere-rer én eller flere av de følgende: en restekkomaskeringsen-het, en støyreduksjonsalgoritme og/eller en komfortstøyge-nerator.

13. Audio-ekkokansellator ifølge et av de foregående krav karakterisert ved at kansellatoren er en del av et videokonferansesystem der inngangen for den andre desimator er et andre audiosignal innfanget ved en mikrofon i den fjerne ende inkluderende fjernendelyd, og det ekkoadderte inngangssignalet er et første audiosignal innfanget ved en mikrofon ved næreenden inkludert nærendelyd, støy og/eller det akustiske ekko.

14. Audio-ekkokansellator ifølge ett av kravene 1 til 12, karakterisert ved at kansellatoren er en del av et telefon-kommunikasjons- og/eller konferansesystem der inngangen for den andre desimator er et andre audiosignal innfanget av en mikrofon i fjernenden inkludert fjernendelyd, og at det ekkotillagte inngangssignalet er et første audiosignal innfanget ved en mikrofon ved nærenden inkludert nærendelyd, støy og/eller det akustiske ekko.

15. Audio-ekkokansellator ifølge ett av kravene 1 til 12, karakterisert ved at kansellatoren er en del av en mobil-kommunikasjons- og/eller konferansesystem der inngangen for den andre desimator er et andre audiosignal innfanget av en mikrofon i den fjerne ende inkludert fjernendelyd, og det ekkotillagte inngangssignalet er et første audiosignal innfanget av en mikrofon ved den nære inkludert nærendelyd, støy og/eller det akustiske ekko.

16. Audio-ekkokansellator ifølge kravene 13, 14 eller 15, karakterisert ved at kontroilmodulen (5137) er tilpasset til å detektere nærværelsen og/eller innholdet av nevnte første og andre audiosignal og til å justere nevnte respons tilsvarende.

17. Audio-ekkokansellator ifølge krav 16, karakterisert ved at nevnte kontrollmodul (5137) er tilpasset til å justere responsen til en første positiv ikke-null verdi mindre enn eller lik én om nærendelyden sammen med støyen eller nærendelyden alene blir detektert, og til en andre nullverdi i alle andre tilfeller.

18. Fremgangsmåte for å tilveiebringe et ekkodempet utgangssignal fra et ekkotillagt inngangssignal i et audio-ekkokanselleringssystem der audio-ekkokansellatoren omfatter en modul som genererer et modulutgangssignal, i det minste konfigurert for å implementere en modell (5121) av akustisk ekko for derved å tilveiebringe et ekkoestimat (5133) og å trekke ekkoestimatet (5133) fra et inngangsundersignal (5132) utledet fra en første desimator (5141/5142) som desimerer det ekkotillagte inngangssignalet, i tillegg til en interpolator (5139/5140) konfigurert for å interpolere et utgangsundersignal (5135) utledet fra modulens utgangsBignal, hvilken interpolator genererer et interpoleringsutgangssignal, karakterisert ved å avdele inngangsundersignalet (5132) før nevnte modul, å justere det avdelte inngangsundersignalet (5132) med et første filter (5136), å tilveiebringe nevnte utgangsundersignal (5135) ved å trekke fra modulutgangssignalet med det justerte inngangsundersignalet (5132), å avdele det ekkotillagte inngangssignalet, å justere det avdelte ekkotillagte inngangssiganlet med et andre filter (5138), å tilveiebringe det ekkodempede utgangssignal ved å legge til det justerte ekkotillagte inngangssignalet til interpo-latorens utgangssignal (5139/5140).

19. Fremgangsmåte ifølge krav 18, karakterisert ved de etterfølgende trinn: dele en utgang fra nevnte første desimator (5141/5142) inn i et antall av inngangsundersignaler for de respektive under frekvensbånd, og å tilveiebringe en inngang av nevnte interpolator (5139/5140) ved å kombinere nevnte antall av utgangsundersignaler.

20. Fremgangsmåte ifølge krav 19, karakterisert ved følgende trinn: dele en utgang fra en andre desimator (5123/5124) inn til nevnte antall av ekkomodulerings-inngangssignaler for de respektive underfrekvensbånd, der en av utgangene er inngangen til nevnte modell av det akustiske ekko.

21. Fremgangsmåte ifølge krav 20, karakterisert ved å videre omfatte følgende trinn: justering av responsen for nevnte første (5136) og andre filter (5138) avhengig av inngangsundersignalet og et korresponderende ekkomoduleringsinngangssignal.

22. Fremgangsmåte ifølge et av kravene 18 til 21, karakterisert ved å videre omfatte trinnene: i den første desimator (5141/5142) foretas en lavpassfiltrering og nedsampling av det ekkotillagte inngangssignalet, og i den andre desimator (5123/5124) foretas en lav-passf iltrering og nedsampling av inngangssignaler fra den andre desimator (5123/5124), og i interpolatoren (5139/5140) foretas en oppsampling og lav-passf iltrering av inngangssignalet for interpolatoren (5139/5140).

23. Anvendelse av fremgangsmåte i henhold til kravene 18 til 22 for et video-, telefon- eller mobilkonferanse- og/eller kommunikasjonssystem.