Die vorliegende Erfindung betrifft ein Verfahren nach dem Oberbegriff des Patentanspruchs 1 sowie Anwendungen des Verfahrens.
In elektroakustischen Anlagen, wie z.B. einer Freisprecheinrichtung in einer Kommunikationsanlage, besteht das Problem, dass bei sich ändernder Distanz des Sprechers zum Mikrofon der Pegel des vom Sender zum Empfänger übertragenen Sprachsignals entsprechend schwankt. Diese Erscheinung wird noch verstärkt, wenn sich der Sprecher frei im Raum bewegt und dadurch der Abstand zum Mikrofon relativ stark variiert. Ein weiteres Problem besteht darin, dass störende Hintergrundgeräusche insbesondere während der Sprachpausen ungenügend gedämpft werden. Sowohl starke Schwankungen des Sprachsignals als auch ungenügend gedämpfte Geräuschsignale sind unerwünscht, da sie die Kommunikation stören.
Aus der EP 600 164-A1 ist ein Verfahren zum Verbessern der Übertragungseigenschaften in einer elektroakustischen Anlage mit einem Kompander bekannt. Dabei wird aus dem Sendesignal ein Sprachpegel und ein Geräuschpegel ermittelt und daraus eine Steuergrösse zur Einstellung der Kennlinie des Kompanders abgeleitet. Die Steuergrösse legt die Kennlinie des Kompanders derart fest, dass der ermittelte Sprachpegel in einem bestimmten Kompressionsbereich und der ermittelte Geräuschpegel unterhalb eines bestimmten Expansionsbereiches liegt. Bei diesem Verfahren entsteht durch die verwendete Glättung des Verstärkungsfaktors eine Verzögerung beim Anstieg oder Abfall des Sendesignals, was sich unter Umständen ungünstig auf des Hörempfinden des Empfängers auswirken kann.
Ferner wird ein Hintergrundgeräusch erst mit einer relativ grossen Verzögerung erkannt. Überdies erfordert das Verfahren einen relativ hohen Rechenaufwand, da die Kennlinie des Kompanders ständig neu berechnet wird.
Der vorliegenden Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren zur adaptiven Steuerung der Verstärkung eines elektrischen Signals - bestehend aus einem Nutzsignal und/oder einem Geräuschsignal - anzugeben, das einen automatischen adaptiven Ausgleich eines stark variierenden Nutzsignalanteils und eine Dämpfung des Geräuschsignalanteils während der Nutzsignalpausen gewährleistet.
Diese Aufgabe wird durch die im kennzeichnenden Teil des Patentanspruchs 1 angegebenen Massnahmen gelöst. Vorteilhafte Ausgestaltungen der Erfindung sowie zwei erfindungsgemässe Anwendungen des Verfahrens sind in weiteren Patentansprüchen angegeben.
Das erfindungsgemässe Verfahren weist folgende Vorteile auf:
Basierend auf einem Wiener Filter wird ein adaptiver Verstärker realisiert, dessen Verstärkungsfaktor derart gesteuert ist, dass eine möglichst gute Schätzung des ungestörten auf die Leistung 1 normierten Nutzsignals erreicht wird. Damit liegt der Pegel des Nutzsignals und/oder des Geräuschsignals zu jedem Zeitpunkt innerhalb eines Bereichs, der eine normale ungestörte Kommunikation zulässt. Das Verfahren benötigt zudem nur einige wenige einfache Rechenoperationen zur Bestimmung eines optimalen Übertragungsfaktors des Filters, weshalb der Bedarf an Rechenleistung relativ gering ist.
Die Erfindung wird nachfolgend anhand einer Zeichnung beispielsweise näher erläutert. Dabei zeigt:
Fig. 1 das Prinzip einer Freisprecheinrichtung.
Fig. 2 den Verlauf des Übertragungsfaktors des erfindungsgemässen Wiener Filters mit und ohne Nutzsignalanteil des Eingangssignals.
Fig. 3 eine Anwendung der Erfindung in einer Freisprecheinrichtung ohne Echokompensator.
Fig. 4 eine Anwendung der Erfindung in einer Freisprecheinrichtung mit Echokompensator.
Zunächst soll die eingangs angedeutete Problematik in Freisprecheinrichtungen noch verdeutlicht werden. Fig.1 zeigt das Prinzip einer Freisprecheinrichtung in einem Raum R, die einem Teilnehmer die Entgegennahme von Anrufen ermöglicht, ohne den Handapparat abheben oder andere Manipulationen vornehmen zu müssen. Freisprecheinrichtungen bestehen im Wesentlichen aus einem Sendepfad mit einem Mikrofon MI und einem Empfangspfad mit einem Lautsprecher LS. Im Sende- und im Empfangspfad ist üblicherweise noch je ein Verstärker eingefügt. Echosignale, die durch akustische Rückkopplungen (strichliert angedeutet) des Lautsprechersignals auf das Mikrofon MI entstehen, können in bekannter Weise z.B. mit einem Echokompensator (Echo Control Device) eliminiert werden.
Solche Freisprecheinrichtungen funktionieren zufriedenstellend, solange ein hier nicht weiter dargestellter Teilnehmer seinen Standort nicht wesentlich ändert, d.h. wenn seine Distanz zum Mikrofon MI in etwa gleich bleibt.
Wenn der Teilnehmer während des Gesprächs jedoch seinen Standort ständig ändert, indem er sich frei im Raum bewegt, schwankt der Pegel des auf das Mikrofon MI gelangenden Sprachsignals s(n) entsprechend stark. Die Variable n beschreibt dabei entsprechend einer gewählten Abtastrate eine entsprechend diskretisierte Zeitskala. Deshalb muss der Pegel des Sprachsignals s(n) innerhalb eines Bereiches gehalten werden, der einem empfangsseitigen Teilnehmer jederzeit ein angenehmes Hörgefühl verleiht (sogenannte Dynamikkompression).
Allfällige Geräuschsignale w(n) - im Wesentlichen aus in der Umgebung der Freisprecheinrichtung auftretenden Hintergrundgeräuschen bestehend - gelangen je nach dem Abstand zwischen der Geräuschquelle und dem Mikrofon MI mit mehr oder weniger hohem Pegel ebenfalls zum Mikrofon MI und bilden zusammen mit dem Sprachsignal s(n) das Mikrofonsignal d(n), das über den Sendepfad auf die Empfangsseite übertragen wird. Wenn während eines Gesprächs der Pegel des Geräuschsignals w(n) deutlich kleiner ist als der Pegel des Sprachsignals s(n), stört das Geräuschsignal in der Regel nicht. Während der Sprachpausen kann jedoch infolge der Verstärkung durch den Empfangsverstärker ein relativ hoher Geräuschsignalpegel auf der Empfangsseite störend wirken. Deshalb muss das Geräuschsignal w(n) in den Sprachpausen auf einen für das Hörempfinden des Teilnehmers angenehmen Wert begrenzt werden.
Eine vollständige Elimination des Geräuschsignals ist unerwünscht, da der empfangsseitige Teilnehmer dies als ungewöhnlich empfinden und vor allem in Sprachpausen als Abbruch der Kommunikationsverbindung bewerten würde.
Um diesen Anforderungen bezüglich der Pegel des Sprach- und/oder des Geräuschsignals während des Bestehens einer Kommunikationsverbindung jederzeit gerecht zu werden, bedarf es Massnahmen, die das auf den Sendepfad gelangende Mikrofonsignal d(n) entsprechend verstärken bzw. dämpfen. Die Verstärkung des Sprach- und/oder des Geräuschsignals muss deshalb in Abhängigkeit von den jeweiligen Pegelverhältnissen optimal gesteuert werden.
Hierzu schlägt die Erfindung ein Verfahren mit einem grundsätzlich aus [1] bekannten Wiener Filter vor, das in nachstehend beschriebener Weise modifiziert und als adaptiver Verstärker eingesetzt wird. Den folgenden Erläuterungen liegen durch Abtastwerte dargestellte zeitdiskrete Signale zugrunde.
Bekanntlich wird bei der Berechnung von Wiener Filtern von schwach stationären Signalen ausgegangen. Für ein Wiener Filter, dem ein Signal - bestehend aus einem weissen Nutzsignal und einem weissen Geräuschsignal - zugeführt wird, lässt sich aufgrund von [2] die Übertragungsfunktion mit
H(Z) = sigma s / ( sigma s<2> + sigma w<2>) (1)
ermitteln. Die Variable z steht hierbei für eine komplexe auf dem Einheitskreis liegende und deshalb normierte diskretisierte Frequenz; sigma <2s >ist die Varianz des Nutzsignals - wie z.B. des Sprachsignals s(n) in der Freisprecheinrichtung von Fig.1 - und sigma <2w> die Varianz des Geräuschsignals, z.B. das Geräuschsignal w(n) in Fig. 1. Die Annahme eines weissen Nutzsignals ist im Fall eines Sprachsignals zulässig, da ein mit 8 kHz abgetastetes typisches Sprachsignal nur über einen Bereich von ca. 30 Abtastwerten als korreliert betrachtet werden kann. Obwohl die Theorie der Wiener Filter nur für schwach stationäre Signale gültig ist, kann sie hier approximativ trotzdem verwendet werden, da die betrachteten Signale (Sprach- und Geräuschsignal) über eine Zeitdauer in der Grössenordnung von 20 ms als quasistationär angenommen werden können.
Die Varianzen sigma <2s >und sigma <2>w< >entsprechen in diesem Fall der mittleren Leistung des Sprachsignals s(n) bzw. des Geräuschsignals w(n), weil der Mittelwert der Signale s(n) und w(n) verschwindet.
Bei der beispielsweisen Anwendung in einer Freisprecheinrichtung gemäss Fig. 3 wird einem adaptiven Verstärker AVS als Eingangssignal das Mikrofonsignal d(n) zugeführt. Erfindungsgemäss wird ein Wiener Filter mit Varianzen verwendet, die den geglätteten Schätzungen der Sprachsignalleistung und der Geräuschsignalleistung des Mikrofonsignals d(n) entsprechen. Die über ein rekursives Tiefpassfilter 1. Ordnung geglättete Leistung dieses Signals berechnet sich zu
Pd(n) = (1- alpha 1) d<2 )<n) + alpha 1Pd(n-1) (2)
wobei n der Abtastzeitpunkt des Signals d(n) ist. Daraus lässt sich eine geglättete Schätzung der Sprachleistung mit
sigma s<2>(n) = (1- alpha 2) Pd(n) + alpha 2 sigma <2)<n-1) (3)
ermitteln, die als Schätzung für die Varianz des Sprachsignals verwendet wird.
Die geschätzte Varianz sigma w<2> (n) des Geräuschsignals wird wie folgt bestimmt:
EMI4.1
Gemäss der oberen Zeile von Formel (4) wird die geschätzte Varianz des Geräuschsignals auf die geschätzte Varianz des Sprachsignals begrenzt, wenn sie grösser als die geschätzte Varianz des Sprachsignals würde. Andernfalls entspricht sie der über ein Tiefpassfilter 1. Ordnung gefilterten Differenz zwischen der Sprachsignalvarianz im vorhergehenden Abtastzeitpunkt und der Geräuschsignalvarianz im vorhergehenden Abtastzeitpunkt. Durch die Glättung über ein Tiefpassfilter 1. Ordnung erhält man approximierte zeitvariante Varianzen für das Sprachsignal und das Geräuschsignal. Nach Bedarf können weitere Glättungsglieder höherer Ordnung vorgesehen werden.
Die Faktoren alpha k in den genannten Formeln sind sogenannte "Vergessensfaktoren" (Forgetting Factor gemäss [2]), wobei 0 < alpha k < 1
Daraus wird ein normierter Übertragungsfaktor bzw. Verstärkungsfaktor für den adaptiven Verstärker AVS wie folgt berechnet:
EMI5.1
Die obere Zeile von Formel (5) entspricht dem Wiener Filter gemäss Formel (1), wobei der Ansatz mit einem Faktor cf (cf > 1) modifiziert ist. Der Faktor cf wird entsprechend der jeweiligen Anwendung so gewählt, dass auf der Empfangsseite ein optimales Hörempfinden entsteht. Dieser Verstärkungsfaktor ist zusätzlich noch tiefpassgefiltert, um unerwünschte Sprünge in der Sequenz des normierten Verstärkungsfaktors gnorm (n) zu vermeiden.
Wenn hingegen die Bedingung sigma s<2)<n) > cf sigma w<2>(n) nicht erfüllt ist, bestimmt sich der normierte Verstärkungsfaktor gnorm nach der unteren Zeile von Formel (5), der nicht mehr der Ansatz gemäss Formel (1) zugrunde liegt. Praktische Erfahrungen zeigen nämlich, dass bei einem Wiener Filter mit diesem Ansatz die Verstärkung bei alleinigem Geräuschsignal oder in Sprachpausen nicht genügend reduziert wird. Deshalb wird der normierte Verstärkungsfaktor gnorm exponentiell verkleinert bis zu einem Grenzwert, der durch den ersten Term gmin / ( sigma w<2>(n) der unteren Zeile von Formel (5) festgelegt ist. Von den beiden Termen in der unteren Zeile von Formel (5) wird jeweils derjenige wirksam, der grösser ist. Der Grenzwert garantiert eine minimale Verstärkung, damit auf der Empfangsseite in jedem Fall noch ein minimales Geräuschsignal hörbar ist.
Zudem stellt der Grenzwert einen Entnormierungsfaktor gmin dar, der die Leistung approximativ auf g<2>min begrenzt. Der entnormierte Verstärkungsfaktor ergibt sich schliesslich zu
g(n)= gegnorm(n), (6)
wobei ge eine geeignete Entnormierungskonstante ist, die aufgrund der im praktischen Einsatzfall gewünschten Pegel gewählt wird.
Fig. 2 zeigt die Wirkungsweise eines wie beschrieben modifizierten Wiener Filters in zwei Einsatzbereichen, nämlich in einem Bereich SR, wo gleichzeitig ein Sprachsignal und ein Geräuschsignal vorhanden sind, sowie in einem Bereich NR, wo nur ein Geräuschsignal vorhanden ist. Daraus ist ersichtlich, wie das Geräuschsignal bzw. die Geräuschleistung sigma w<2)<n) gemäss der unteren Zeile von Formel (4) gewissermassen als "Schleppgrösse" auf einem Wert gehalten wird, der einem normalen Hörempfinden entspricht. Ferner ist daraus auch ersichtlich, wie die Verstärkung g(n) beim Übergang vom Bereich SR in den Bereich NR - d.h. wenn kein Sprachsignal mehr vorhanden ist - exponentiell reduziert wird, gemäss der unteren Zeile von Formel (5).
Die beschriebene Bestimmung des Übertragungsfaktors für eine adaptive Verstärkungssteuerung lässt sich auch bei einer blockweisen Verarbeitung der betreffenden Signalabtastwerte anwenden.
Das modifizierte Wiener Filter kann auch als adaptiver Verstärker AVS in Freisprecheinrichtungen eingesetzt werden, die Mittel zur Echounterdrückung aufweisen. Auf diese Weise können allfällige Restechosignale unterdrückt werden. Einzelheiten einer solchen Anwendung sind in Fig. 4 dargestellt. Hier ist das modifizierte Wiener Filter einem Echokompensator EK in der Freisprecheinrichtung von Fig. 1 nachgeschaltet. Es wirkt als adaptive Steuerung der Verstärkung des über ein Summenglied aus dem Mikrofonsignal d(n) und dem Echokompensationssignal y (n) gebildeten Restechosignals e(n). Als Referenz für das Wiener Filter muss zusätzlich eine Schätzung Pe (n) für die Leistung des Restechosignals e(n) vorliegen. Diese Schätzung kann mit dem Lautsprechersignal x (n) (far end signal) nach einer z.B. aus [3] bekannten Methode vorgenommen werden.
Das Wiener Filter wird dann in Formel (4) durch Addition der geschätzten Leistung Pe (n) des Restechosignals e(n) wie folgt modifiziert:
EMI6.1
Ist die so modifizierte Schätzung der Geräuschsignalleistung sigma w<2>(n) grösser als die Schätzung für die Leistung des Sprachsignals eo (n), wird das Ausgangssignal eo (n) gemäss der unteren Zeile von Formel (5) gedämpft und dabei auch ein allfälliges Restechosignal e(n) unterdrückt. Ist hingegen die Leistung des Sprachsignals eo (n) so viel grösser, dass die obere Zeile von Formel (5) gilt, so wird das Restechosignal e(n) vom Sprachsignal eo (n) überdeckt. In diesem Fall stört das Restechosignal e(n) je nach der Leistung des Sprachsignals eo (n) den Empfänger nicht oder das Restechosignal e(n) kann überhaupt nicht wahrgenommen werden.
Werden für die Leistung Pd(n) des Mikrofonsignals d(n) und für die daraus abgeleiteten Schätzwerte sigma s<2>(n) und sigma w<2>(n) Absolutwerte eingesetzt, kann eine Dynamikkompression in der Berechnung des Wiener Filters erreicht werden. Damit wird es möglich, für die Berechnung einen kostengünstigen Festkomma-Rechner (Fix Point Processor), wie beispielsweise einen in der Telekommunikationstechnik häufig verwendeten 16-Bit Festkomma-Rechner, einzusetzen.
Bei einer Anwendung des modifizierten Wiener Filters AVS in einer Freisprecheinrichtung ohne Mittel zur Echokompensation gemäss Fig. 3 können auch allfällige Echosignale weitgehend unterdrückt werden, wenn zusätzlich eine Schätzung der Echosignalleistung nach einer z.B. aus [3] bekannten Methode verwendet wird.
Die Anwendung der Erfindung ist nicht auf eine Freisprecheinrichtung beschränkt. Das in beschriebener Weise modifizierte Wiener Filter lässt sich grundsätzlich überall einsetzen, wo eine adaptive Verstärkungssteuerung für elektrische Signale - bestehend aus einem Nutzsignalanteil und einem Geräuschsignalanteil - erforderlich ist. Erwähnte Literatur:
[1] T. Kailath: Lectures on Wiener and Kalman filtering, New York/Springer 1981
[2] S. Haykin: Adaptive Filter Theory, Eglewood Cliffs NA./Prentice Hall 2. Aufl. 1991
[3] Peter Heitkämper et al: Adaptive Gain Control for Speech Quality Improvement and Echo Suppression. Proc. IEEE ISCAS, Chicago Ill. 1993, Vol. 1, 455-458.
The present invention relates to a method according to the preamble of claim 1 and applications of the method.
In electroacoustic systems, e.g. a hands-free device in a communication system, there is the problem that when the distance between the speaker and the microphone changes, the level of the voice signal transmitted from the transmitter to the receiver fluctuates accordingly. This phenomenon is exacerbated when the speaker moves freely in the room and the distance to the microphone varies considerably. Another problem is that disturbing background noise is insufficiently attenuated, especially during the pauses in speech. Both strong fluctuations in the speech signal and insufficiently damped noise signals are undesirable because they interfere with communication.
A method for improving the transmission properties in an electroacoustic system with a compander is known from EP 600 164-A1. A speech level and a noise level are determined from the transmission signal and a control variable for setting the characteristic of the compander is derived therefrom. The control variable defines the characteristic of the compander in such a way that the determined speech level lies in a certain compression range and the determined noise level lies below a certain expansion range. In this method, the smoothing of the amplification factor results in a delay in the rise or fall of the transmitted signal, which may have an adverse effect on the hearing perception of the receiver.
Furthermore, background noise is only recognized with a relatively large delay. In addition, the method requires a relatively high amount of computation, since the characteristic curve of the compander is constantly recalculated.
The present invention is therefore based on the object of specifying a method for adaptively controlling the amplification of an electrical signal - consisting of a useful signal and / or a noise signal - which ensures automatic adaptive compensation of a widely varying useful signal component and damping of the noise signal component during the useful signal pauses .
This object is achieved by the measures specified in the characterizing part of patent claim 1. Advantageous embodiments of the invention and two applications of the method according to the invention are specified in further patent claims.
The method according to the invention has the following advantages:
Based on a Viennese filter, an adaptive amplifier is implemented, the gain factor of which is controlled in such a way that the best possible undisturbed useful signal normalized to power 1 is achieved. The level of the useful signal and / or the noise signal is therefore at any time within a range that allows normal, undisturbed communication. The method also only requires a few simple arithmetic operations to determine an optimal transmission factor of the filter, which is why the need for computing power is relatively low.
The invention is explained in more detail below with reference to a drawing, for example. It shows:
Fig. 1 shows the principle of a hands-free device.
Fig. 2 shows the course of the transmission factor of the inventive Viennese filter with and without the useful signal portion of the input signal.
Fig. 3 shows an application of the invention in a hands-free device without an echo canceller.
Fig. 4 shows an application of the invention in a hands-free device with echo canceller.
First of all, the problems in hands-free systems indicated at the beginning are to be clarified. 1 shows the principle of a hands-free device in a room R, which enables a subscriber to accept calls without having to lift the handset or perform other manipulations. Hands-free devices essentially consist of a transmission path with a microphone MI and a reception path with a loudspeaker LS. An amplifier is usually inserted in the transmit and receive paths. Echo signals, which are generated by acoustic feedback (indicated by dashed lines) of the loudspeaker signal on the microphone MI, can e.g. can be eliminated with an echo canceller (Echo Control Device).
Such hands-free systems work satisfactorily as long as a subscriber, who is not shown here, does not change his location significantly, i.e. if its distance to the microphone MI remains approximately the same.
However, if the subscriber constantly changes his location during the conversation by moving freely in the room, the level of the speech signal s (n) reaching the microphone MI fluctuates correspondingly strongly. The variable n describes a corresponding discretized time scale in accordance with a selected sampling rate. For this reason, the level of the speech signal s (n) must be kept within a range that gives a receiver on the receiving side a pleasant hearing feeling at all times (so-called dynamic compression).
Any noise signals w (n) - essentially consisting of background noise occurring in the vicinity of the hands-free device - also reach the microphone MI at a more or less high level, depending on the distance between the noise source and the microphone MI, and together with the speech signal s (n ) the microphone signal d (n), which is transmitted via the transmission path to the reception side. If the level of the noise signal w (n) is significantly lower than the level of the voice signal s (n) during a conversation, the noise signal generally does not interfere. During the pauses in speech, however, a relatively high noise signal level on the reception side can have a disturbing effect due to the amplification by the reception amplifier. Therefore, the noise signal w (n) in the speech pauses must be limited to a value that is pleasant for the participant's hearing.
A complete elimination of the noise signal is undesirable, since the receiving party perceives this as unusual and would rate it as a break in the communication link, especially during speech pauses.
In order to meet these requirements with regard to the level of the speech and / or the noise signal at all times during the existence of a communication connection, measures are required which amplify or attenuate the microphone signal d (n) arriving on the transmission path accordingly. The amplification of the speech and / or noise signal must therefore be optimally controlled depending on the respective level relationships.
To this end, the invention proposes a method with a Viennese filter which is fundamentally known from [1] and which is modified in the manner described below and used as an adaptive amplifier. The following explanations are based on discrete-time signals represented by sampling values.
As is well known, weakly stationary signals are assumed when calculating Viennese filters. For a Viennese filter to which a signal - consisting of a white useful signal and a white noise signal - is supplied, the transfer function can be used based on [2]
H (Z) = sigma s / (sigma s <2> + sigma w <2>) (1)
determine. The variable z stands for a complex discretized frequency lying on the unit circle and therefore standardized; sigma <2s> is the variance of the useful signal - such as of the speech signal s (n) in the hands-free device of Fig. 1 - and sigma <2w> the variance of the noise signal, e.g. the noise signal w (n) in FIG. 1. The assumption of a white useful signal is permissible in the case of a speech signal, since a typical speech signal sampled at 8 kHz can only be regarded as correlated over a range of approximately 30 samples. Although the theory of the Viennese filter is only valid for weakly stationary signals, it can still be used here approximately, since the signals under consideration (speech and noise signals) can be assumed to be quasi-stationary over a period of the order of 20 ms.
In this case, the variances sigma <2s> and sigma <2> w <> correspond to the average power of the speech signal s (n) and the noise signal w (n), because the mean value of the signals s (n) and w (n) disappears.
3, the microphone signal d (n) is fed to an adaptive amplifier AVS as an input signal. According to the invention, a Wiener filter with variances is used which correspond to the smoothed estimates of the speech signal power and the noise signal power of the microphone signal d (n). The power of this signal smoothed by a recursive 1st order low pass filter is calculated
Pd (n) = (1- alpha 1) d <2) <n) + alpha 1Pd (n-1) (2)
where n is the sampling time of the signal d (n). From this, a smoothed estimate of speech performance can be made
sigma s <2> (n) = (1- alpha 2) Pd (n) + alpha 2 sigma <2) <n-1) (3)
determine which is used as an estimate of the variance of the speech signal.
The estimated variance sigma w <2> (n) of the noise signal is determined as follows:
EMI4.1
According to the upper line of formula (4), the estimated variance of the noise signal is limited to the estimated variance of the speech signal if it would be greater than the estimated variance of the speech signal. Otherwise, it corresponds to the difference between the speech signal variance in the previous sampling instant and the noise signal variance in the previous sampling instant, filtered via a 1st order low pass filter. Smoothing using a 1st order low-pass filter gives approximate time-variant variances for the speech signal and the noise signal. If necessary, further higher-order smoothing elements can be provided.
The factors alpha k in the formulas mentioned are so-called "forgetting factors" (forgetting factor according to [2]), where 0 <alpha k <1
From this, a standardized transmission factor or gain factor for the adaptive amplifier AVS is calculated as follows:
EMI5.1
The top line of formula (5) corresponds to the Wiener filter according to formula (1), whereby the approach is modified with a factor cf (cf> 1). The factor cf is selected in accordance with the respective application in such a way that an optimal hearing sensation arises on the reception side. This gain factor is additionally low-pass filtered in order to avoid unwanted jumps in the sequence of the standardized gain factor gnorm (n).
If, on the other hand, the condition sigma s <2) <n)> cf sigma w <2> (n) is not fulfilled, the normalized gain factor gnorm is determined according to the lower line of formula (5), which is no longer the approach according to formula ( 1) is based. Practical experience has shown that with a Viennese filter using this approach, the gain is not reduced sufficiently with a noise signal alone or during speech pauses. Therefore, the normalized gain factor gnorm is exponentially reduced to a limit that is determined by the first term gmin / (sigma w <2> (n) of the lower line of formula (5). Of the two terms in the lower line of formula (5) the one that is larger takes effect, and the limit value guarantees minimal amplification so that a minimal noise signal can still be heard on the receiving side.
In addition, the limit value represents a denormalization factor gmin, which approximately limits the output to g <2> min. The de-normalized gain factor ultimately results in
g (n) = norm (n), (6)
where ge is a suitable denormalization constant, which is selected on the basis of the level desired in practical use.
2 shows the mode of operation of a Wiener filter modified as described in two areas of application, namely in an area SR, where a speech signal and a noise signal are present at the same time, and in an area NR, where there is only one noise signal. From this it can be seen how the sound signal or the sound power sigma w <2) <n) according to the lower line of formula (4) is kept to a certain extent as a "drag variable" at a value which corresponds to a normal hearing sensation. It also shows how the gain g (n) during the transition from the SR area to the NR area - i.e. if there is no more speech signal - is reduced exponentially, according to the lower line of formula (5).
The described determination of the transmission factor for an adaptive gain control can also be used for block-by-block processing of the relevant signal samples.
The modified Wiener filter can also be used as an adaptive amplifier AVS in hands-free systems that have means for echo cancellation. In this way, any residual echo signals can be suppressed. Details of such an application are shown in FIG. 4. Here, the modified Viennese filter is connected downstream of an EK echo canceller in the hands-free device of FIG. 1. It acts as an adaptive control of the amplification of the residual echo signal e (n), which is formed via a sum element from the microphone signal d (n) and the echo compensation signal y (n). An estimate Pe (n) for the power of the residual echo signal e (n) must also be available as a reference for the Wiener filter. This estimate can be made with the loudspeaker signal x (n) (far end signal) after e.g. from [3] known method.
The Wiener filter is then modified in formula (4) by adding the estimated power Pe (n) of the residual echo signal e (n) as follows:
EMI6.1
If the estimate of the noise signal power sigma w <2> (n) modified in this way is greater than the estimate for the power of the speech signal eo (n), the output signal eo (n) is attenuated according to the lower line of formula (5) and thereby also any residual echo signal e (n) suppressed. If, on the other hand, the power of the speech signal eo (n) is so much greater that the upper line of formula (5) applies, the residual echo signal e (n) is covered by the speech signal eo (n). In this case, depending on the power of the speech signal eo (n), the residual echo signal e (n) does not disturb the receiver or the residual echo signal e (n) cannot be perceived at all.
If absolute values are used for the power Pd (n) of the microphone signal d (n) and for the derived sigma s <2> (n) and sigma w <2> (n), dynamic compression can be achieved in the calculation of the Vienna filter become. This makes it possible to use an inexpensive fixed-point processor (Fix Point Processor) for the calculation, such as a 16-bit fixed-point computer frequently used in telecommunications technology.
If the modified Wiener filter AVS is used in a hands-free system without means for echo compensation according to FIG. 3, any echo signals can also be largely suppressed if an additional estimate of the echo signal power after e.g. from [3] known method is used.
The application of the invention is not limited to a hands-free device. The Wiener filter modified in the manner described can basically be used wherever an adaptive gain control for electrical signals - consisting of a useful signal component and a noise signal component - is required. Literature mentioned:
[1] T. Kailath: Lectures on Wiener and Kalman filtering, New York / Springer 1981
[2] S. Haykin: Adaptive Filter Theory, Eglewood Cliffs NA./Prentice Hall 2nd ed. 1991
[3] Peter Heitkämper et al: Adaptive Gain Control for Speech Quality Improvement and Echo Suppression. Proc. IEEE ISCAS, Chicago Ill. 1993, Vol. 1, 455-458.