CN102318325A - 使音频设备的行为适配当前声学环境条件的控制 - Google Patents

Abstract

描述了一种用于控制音频设备(100)的行为适配当前声学环境条件的方法。该方法包括：(a)监视向音频设备(100)的声学输出设备(110)提供的音频输出信号(x(t)，x′(t))，所述声学输出设备(110)用于输出声学输出信号，(b)测量由音频设备(100)的声学输入设备(120)提供的音频输入信号(z(t))，其中，所述音频输入信号(z(t))指示声学输出信号的反馈部分以及当前声学环境条件，(c)确定音频输出信号(x(t)，x′(t))与音频输入信号(z(t))之间的关系，以及(d)基于确定的关系，适配音频设备(100)的行为。此外，描述了数据处理器、计算机可读介质和音频设备，适于控制和/或执行上述用于控制音频设备(100)的行为适配当前声学环境条件的方法。

Description

使音频设备的行为适配当前声学环境条件的控制

技术领域

本发明涉及控制音频系统的技术领域，该音频系统包括例如扬声器等声学输出设备以及例如麦克风等声学输入设备。具体而言，本发明涉及一种用于控制音频设备的音频输出信号适配该音频设备的当前声学环境条件的方法。此外，本发明涉及一种数据处理器、一种计算机可读介质以及一种音频设备，适于控制和/或执行上述用于控制音频输出信号适配该音频设备的当前声学环境条件的方法。

背景技术

依据例如移动电话等移动设备的使用情况，音频回放信号的期望电平或者对来电呼叫或输入短消息服务(SMS)进行指示的铃音的期望电平要求是不同的。例如，当在室内与其他人在一起的会议中或相对安静的办公室或家庭状况下时，希望回放音量相对较低，以免打扰其他人。另一方面，当在例如车辆、酒吧等嘈杂环境中或者在街上时，希望铃音足够大以便总是能够听到来电呼叫的警告。此外，当移动设备被覆盖或保持在例如口袋或包等封闭环境中时，铃音在声学上被减弱，即使在不太嘈杂的环境中也很可能听不见。

在大多数移动设备中，可以手动调整铃音的回放音量，典型地作为在移动电话的菜单系统中的设置。备选地，可以通过所谓的情景模式来控制铃音音量。因此，用户可以手动地从一种情景模式切换到另一种，以改变铃音音量。此外，大多数移动设备允许铃音音量随时间增大，从呼叫达到的时刻的非常柔和的音量到固定时段之后非常大的音量。然而，手动的铃音调整或情景模式切换的缺点在于，需要用户交互，这有时会被人们遗忘，导致不希望的电话行为。自动音量增大也不是理想的，因为当处于嘈杂环境中时，只有铃音的最末部分才足够大。然而，由于铃音可听见的时间非常短，所以用户没有听到警报的可能性很高，从而无意地由语音邮件系统来接听来电呼叫。

此外，在大多数移动设备中，可以实现振动特征，从而在将移动设备保持在口袋中与身体紧密接触时，也可以感觉到来电呼叫的警报。然而，一些人不想一直启用振动功能，或者只是忘记了启用该功能，因为这需要用户的注意和手动交互。此外，当将移动设备保持在口袋或包中时，与用户身体没有直接接触，从而在通知警报或来电呼叫方面，振动功能也无法起到帮助的作用。

更先进的移动电话具有内置传感器，例如环境光传感器、接近传感器、加速度计等。这种传感器可以用于获知有关移动电话的环境的信息。然而，使用这些传感器提取的信息通常不是结论性的。例如，环境光传感器可以用于检测移动电话是否被覆盖或者位于口袋或包中。然而，环境光传感器无法将这种情况与在黑暗条件下将移动电话放置床头柜上情况区分开来。在前一种情况下，可能希望增大铃音的响度，以补偿铃音在声学上被减弱这一事实，而在后一情况下，可能希望铃音回放是柔和的。

已经提出了在开始音频回放信号或铃音之前的短时间段期间，使用移动设备的内置麦克风来测量环境噪声水平。然而，由于音频回放信号或铃音的水平仅仅基于音频回放或铃音有效之前的噪声水平估计，所以这可能导致实际使用中的鲁棒性问题。在已开始音频回放信号或铃音之后，无法处理环境噪声的变化。

还提出了在音频回放信号或铃音期间测量噪声水平。然而，由于移动设备的扬声器和麦克风之间存在典型地较高的声学耦合，所以相对于捕获的环境噪声，音频回放信号或铃音的持续回响占主导。基于麦克风的直接噪声水平测量会导致不正确的噪声估计，造成不正确的音频回放信号或铃音调整。

此外，已经提出了声学回音消除器，其能够从麦克风信号中去除音频回放信号或铃音。然而，由于移动设备上扬声器和麦克风之间存在典型地非常高的声学耦合，所以估计的回音与麦克风捕获的回音之间的任何小的失配都会影响剩余麦克风信号的质量。因此，通过去除音频回放回音或铃音回音，声学回音消除器减弱了剩余的残差信号，因此也减弱了捕获的环境噪声。这导致不正确的噪声水平估计。

如上所述，关于音频回放或铃音的需求依赖于当前使用移动设备的情况，并且用于测量周围环境噪声的已知过程遭受到移动设备的扬声器与移动设备的麦克风之间的高声学耦合。因此，需要以适当、容易和有效的方式，依据当前环境条件，自动适配音频回放信号或铃音的音量。

发明内容

上述需求可以由根据独立权利要求的主题来满足。从属权利要求描述了本发明的有利实施例。

根据本发明第一方面，提供了一种用于控制音频设备的行为适配当前声学环境条件的方法。该方法包括：(a)监视正在向音频设备的声学输出设备提供的音频输出信号，所述声学输出设备用于输出声学输出信号，(b)测量正在由音频设备的声学输入设备提供的音频输入信号，其中，所述音频输入信号指示声学输出信号的反馈部分以及当前声学环境条件，(c)确定音频输出信号与音频输入信号之间的关系，以及(d)基于确定的关系，适配音频设备的行为。

本发明的上述第一方面基于如下思想：环境背景噪声对音频输出信号与捕获的音频输入信号之间的关系具有很强的影响。因此，通过测量和/或监视该关系，可以提取与音频设备的声学环境有关的重要信息。具体地，相比于安静的周围环境，显著的环境背景噪声会扰动这种关系。根据所述方法，对这种扰动的测量和随后的分析可以用于控制音频输出信号适配相对于环境背景噪声而言清晰可听的水平。因此，可以实现对音频输出信号的环境认知适配。

必须指出，根据本发明，不一定(但也不禁止)直接测量周围或环境噪声。这种直接测量可以在上述音频输出信号适配方法之前或期间来执行。

一般而言，音频输出信号与音频输入信号之间的关系反映了音频设备的声学特性以及音频设备的环境的声学特性，音频设备可以包括声学输出设备和声学输入设备。监视这种关系相对于参考情况(例如，无背景噪声、音频设备自由地放置在桌上)的动态变化或改变以及扰动，这可以揭示与音频设备的声学环境和该声学环境的变化有关的信息。

可以通过声学输出设备与声学输入设备之间的声学耦合来给出上述声学输出信号的反馈部分。由此，声学输出信号的至少一部分从声学输出设备反馈至声学输入设备。当然，该部分很大程度依赖于对应的声学路径，该声学路径的特征在于反馈的声学输出信号的频率分布的特定衰减和/或特定修改。

术语“音频输出信号”和“音频输入信号”是指非声学信号。具体地，“音频输出信号”可以指提供给声学输出设备以变换成声学输出信号(即，声波)的电信号。相应地，术语“音频输入信号”可以指响应于接收到声学输入信号和/或环境背景声音信号(也可以是声波)由声学输入设备产生的电信号。

必须指出，也可以通过使用音频输出信号和/或音频输入信号的派生(derivative)信号，来确定音频输出信号与音频输入信号之间的上述关系。依据音频输出信号或音频输入信号以及各自的派生信号之间的关系，包括至少一个派生信号的关系以已知方式不同于音频输出信号与音频输入信号之间的直接关系，该已知方式例如是特定因子。

要指出，术语“确定”必须要广义地来理解。确定可以表示例如估计(特别是当不存在针对比率的确切值时)、测量或计算。

音频设备的行为可以是音频设备的任何功能，可以基于所确定的音频输出信号与音频输入信号之间的关系来引入、去除或修改音频设备的行为。由此，可以在如下情况下执行行为适配：(a)所确定的关系达到预定值，(b)所确定的关系改变了预定差值，(c)所确定的关系展现特定动态变化，和/或(d)所确定的关系显示出相对于参考值的特定扰动。

根据本发明实施例，音频设备的行为由音频输出信号的幅度和/或频率、音频设备的振动机制的幅度和/或频率、以及/或者音频设备的显示器操作的修改来给定。显示器的修改可以包括例如去激活、激活、调光的照亮。

根据本发明另一实施例，通过应用互相关过程、自适应滤波过程和/或一致性估计过程，来确定音频输出信号与音频输入信号之间的关系。这可以提供的优点在于，可以采用用于将不同信号彼此相关的已知过程。当然，也可以使用其他未提及的过程来确定所述关系。例如，可以通过声学回音消除器自适应滤波器(例如，归一化最小均方自适应滤波器)来执行自适应滤波过程。

根据本发明另一实施例，声学输出设备是扬声器和/或声学输入设备是麦克风。这可以提供的优点在于，可以针对许多不同类型的音频设备，执行上述音频输出信号适配方法。由此，音频设备自身可以不包括扬声器和/或麦克风。如果相应的音频设备至少包括将扬声器和/或麦克风直接或间接连接至音频设备的接口，则也可以应用上述方法。

如果在扬声器与麦克风之间存在很强的声学耦合，则上述方法可以展示出优于现有音频输出适配控制方法的最重要的优点。在这种情况下，根据所捕获的麦克风信号的直接噪声水平测量在大多数时候是不可能的，因为环境噪声被声学输出信号的反馈部分掩蔽了。

音频输出信号可以是可以由扬声器转换成声波的任何信号。具体地，声学输出信号可以是音频回放信号或警报信号。由此，可以实现环境认知的音乐回放或环境认知的用户警报。在这种情况下，如果其上执行上述方法的音频设备是例如移动电话，则警报信号可以是向移动电话的用户指示来电呼叫和/或输入SMS的铃音。

根据本发明另一实施例，上述方法还包括：将所确定的音频输出信号与音频输入信号之间的关系与至少一个参考关系相比较。由此，对音频设备的行为的适配考虑到所确定关系与参考关系之间的比较结果。

这可以提供的优点是，可以将所确定的关系分配或分类到不同的关系组。依据相应的组，可以执行适配音频设备行为的不同措施。

该另一实施例允许解决所谓的“封闭环境”问题，因为所确定的音频输出信号与音频输入信号之间的关系反映了音频设备在其声学环境内的声学特性。当音频设备处于口袋或包等封闭环境中时，或者当音频设备被柔软或坚硬的材料覆盖时，声学输出设备或扬声器与声学输入设备或麦克风之间的声学耦合是不同的。由此，相比于音频设备自由地放置在例如桌上时，声学耦合会变低或变高，或者会由于口袋或包中的移动而持续改变。可以通过对所确定关系与参考情况关系之间的比较而给出的声学耦合度量进行比较，来检测上述依据情况的偏移。这种依据情况的偏移可以用于调整音频输出信号，以增大感知的响度。

根据本发明另一实施例，上述方法还包括：将所确定的音频输出信号与音频输入信号之间的关系与阈值相比较。由此，如果所确定的关系大于或小于阈值，则适配音频设备行为包括增大音频输出信号的信号电平。

必须指出，可以依据初始音频输出的幅度是否超过另一阈值(其也可以称为音量阈值)，来实现期望的信号电平增加。

在环境噪声显著的情况下，所确定的关系会受到捕获的环境噪声的扰动。因此，通过监视针对音频输出信号的所确定关系的动态变化或扰动(其大于所述另一阈值(音量阈值))，超过该阈值的显著扰动指示噪声分量占主导，音频输出信号响度不够。只要测量到超出阈值的扰动，就需要进一步增强音频输出信号。

第二(音量)阈值和/或第一(扰动)阈值的适当选择可以依据音频设备的具体声学耦合特性。因此，可能需要将阈值和/或另一阈值调谐至音频设备的声学特性，以提供最优的音频输出信号适配。可能需要将所确定关系的动态范围、该关系的变化或扰动到如何进行适配和适配量的映射调谐至音频设备的声学特性。

本发明的该实施例可以提供的优点在于，使得有可能进行间接的噪声测量，即使针对声学输出设备和声学输入设备之间存在很强声学耦合的音频设备而言。对于非常安静的环境条件，这也成立。

在安静的环境条件情况下，所确定的音频输出信号与音频输入信号之间的关系反映了音频设备在其安静环境中的声学特性。由此，由音频输入设备捕获的音频输入信号代表了由环境背景噪声和声学输出信号的反馈部分引起的信号混合。

根据本发明另一实施例，音频设备是移动通信终端设备。该通信终端设备能够与例如基站等任意的电信网络接入点连接。该通信终端设备可以是蜂窝移动电话、个人数字助理(PDA)、笔记本计算机和/或任何其他可移动通信设备。

上述方法可以提供的优点在于，环境认知的铃音可以指示来电呼叫。由此，铃音适配，具体是铃音响度增大或响度减小，可以依据移动通信终端设备的环境的声学特性。

在这方面，要指出，铃音可以包括任意声音，例如和声音乐、可识别的噪声、或者具有任何音色的音调序列。

根据本发明另一实施例，上述方法还包括：基于所确定的音频输出信号与音频输入信号之间的关系的变化，检测对移动通信终端设备的拾取。这可以提供的优点在于，当接听移动电话时，可以立即检测到何时用户抓住移动通信终端设备。由此，该检测可以依赖于当用户将手放在移动电话周围或当用户将移动电话从其初始位置移动时移动电话的扬声器与麦克风之间声学耦合的快速变化。

一般而言，上述方法提供了根据对所确定的音频输出信号与音频输入信号之间关系而给出的声学耦合进行监视，在声学上检测拾取移动电话以接听来电呼叫的技术。由此，可以控制移动电话，以具体地将铃音的响度朝着期望行为来适配。

根据本发明另一实施例，上述方法还包括：由传感器设备产生传感器信号。由此，适配音频输出信号进一步考虑到传感器信号。

所述传感器设备可以包括任何上下文传感器(context sensor)，其能够检测音频设备的和/或音频设备的环境的可测量的变量。附加地考虑传感器信号可以提供的优点在于，可以依据环境声学条件，非常精确地朝着移动设备的期望行为来适配音频输出信号。

一般而言，可以通过与至少一个其他上下文传感器提供的至少一个传感器信号相组合地使用声学检测，可以增强音频输出信号的适配。由此，可以提取与音频设备的环境有关的附加信息，以使音频输出信号的适配更可靠。

根据本发明另一实施例，传感器设备包括光敏传感器、运动传感器、加速度传感器和/或接近传感器。这些传感器中至少一个可以是先进移动电话的内置传感器，可以用于获知与移动设备的环境有关的更特定的信息。

在这方面，要指出，从这些传感器之一排他地提取的信息典型地不是结论性的。例如，环境光传感器可以用于检测音频设备是否被覆盖或者位于口袋或包中。然而，环境光传感器不能将这种情况与黑暗中音频设备放置在床头柜上的情况相区分。在前一情况下，可能希望增大声学输出信号的响度以补偿响度被减弱的事实，而在后一情况下，可能希望声学输出信号是柔和的。然而，当附加地考虑所确定的音频输出信号与音频输入信号之间关系时，有可能可靠地区分上述前一情况和后一情况。

要明确指出，可以考虑由两个或甚至更多个传感器产生的两个或甚至更多个传感器信号，来适配音频输出信号。优选地，这些传感器的特性不同，从而可以使用与音频设备环境和/或音频设备的操作状态有关的不同类型的信息，以可靠的方式适配音频输出信号。由此，术语“操作状态”也包括音频设备的运动状态和/或加速度状态。

根据本发明另一方面，提供了一种数据处理器，用于控制音频设备的行为适配该音频设备的当前声学环境条件。由此，数据处理器适于执行根据上述任一实施例的方法。

此外，本发明的这一方面基于如下思想：通过测量和/或监视音频输出信号与所捕获的音频输入信号之间的关系，可以提取与音频设备的声学环境有关的有用信息。可以考虑该信息，以最优地适配音频设备的行为，特别是将音频输出设备的信号电平朝着期望和用户舒适的水平来适配。

上述数据处理器可以是用于在声学上检测音频设备的声学环境的变化以控制音频输出信号并且由此也控制声学输出信号朝着期望行为的系统的一部分。由此，期望行为的特征可以在于在嘈杂环境情况下声学输出信号的清晰可感知性、以及在相对安静的声学环境情况下声学输出信号的相对柔和水平。

根据本发明的另一方面，提供了一种音频设备，包括：(a)声学输出设备，用于响应于音频输出信号，输出声学输出信号，(b)声学输入设备，用于响应于声学输出信号的反馈部分和/或响应于当前声学环境条件，提供音频输入信号，以及(c)数据处理器。该数据处理器适于控制上述音频设备行为适配方法的任何实施例。

上述音频设备可以是移动通信终端设备，例如移动电话。声学输出设备可以例如是扬声器。声学输入设备可以是例如麦克风。

根据本发明另一实施例，音频设备还可以包括：传感器设备，耦合至数据处理器。由此，数据处理器适于考虑由传感器设备产生的传感器信号来适配音频输出信号。

上述传感器设备能够检测音频设备和/或音频设备环境的任何可测量的变量。通过还考虑传感器信号，可以依据环境声学条件更精确地朝着期望行为来适配音频输出信号。

传感器设备可以包括任何类型的传感器，例如光敏传感器、运动传感器、加速度传感器和/或接近传感器。

根据本发明的另一方面，提供了一种计算机可读介质，其上存储有用于控制音频设备的行为适配当前声学环境条件的计算机程序。当被数据处理器执行时，该计算机程序适于控制上述音频设备行为适配方法的任何实施例。

根据本发明的另一方面，提供了一种程序元件，用于控制音频设备的行为适配当前声学环境条件。当被数据处理器执行时，该程序元件适于控制上述音频设备行为适配方法的任何实施例。

该程序元件可以实现为任何适合编程语言的计算机可读指令代码，编程语言例如是JAVA、C++，计算机可读指令代码可以存储在计算机可读介质(可移除的盘、易失性或非易失性存储器、嵌入式存储器/处理器等)上。指令代码可操作来对计算机或任何其他可编程器件编程，以执行期望的功能。该程序元件可以从例如万维网等网络上获得，例如从网络上下载。

本发明可以通过计算机程序或软件来实现。然而，本发明也可以通过一个或多个专用电子电路或硬件来实现。此外，本发明可以混合形式实现，即，以软件模块和硬件模块的组合形式实现。

必须注意，参照不同的主题描述了本发明。具体而言，参照方法类型权利要求描述了一些实施例，而参照设备类型权利要求描述了其他实施例。然而，本领域技术人员从上述和下面的描述中可以得到，除非有其他说明，否则除了属于一种类型的主题的特征的组合之外，涉及不同主题的特征之间的任何组合，特别是方法类型权利要求的特征与设备类型权利要求的特征之间的任何组合，都被认为在本申请中公开了。

本发明的上述方面和其他方面从以下描述的实施例示例中明显可见，并且参照实施例示例得以说明。将参照实施例示例更详细地描述本发明，然而本发明不限于此。

附图说明

图1示出了根据本发明的音频设备，包括用于确定音频输出信号x’(t)与音频输入信号z(t)之间关系的自适应滤波器。

图2示出了指示图1所示音频设备的操作的框图。

具体实施方式

图中所示内容是示意性的。注意，在不同附图中，类似或相同的元素具有的附图标记与相应附图标记的不同之处仅在于第一个数字。

图1示出了根据本发明的音频设备100。根据这里所述的实施例，音频设备是移动电话100。移动电话包括声学输出设备110和声学输入设备120。声学输出设备是扬声器110，声学输入设备是麦克风120。扬声器110由音频输出信号x’(t)驱动。音频输出信号x’(t)由响度增强单元111产生。音频输出信号x’(t)是基于馈送至响度增强单元111的原始音频信号x(t)产生的。根据这里所述的实施例，原始音频信号x(t)和音频输出信号x’(t)表示移动电话100的铃音。该铃音具体可以指示来电呼叫。

由于扬声器110与麦克风120之间的距离相对较近，在扬声器110与麦克风120之间存在较强的声学耦合。因此，作为扬声器产生的声学输出信号的一部分的反馈信号会从扬声器110传播至麦克风120。该耦合的强度依据移动电话100的声学特性以及移动电话100的环境的声学特性。如果移动电话100位于例如口袋或包中，则声学耦合会被减弱。此外，由于频率相关的衰减，所以接收到的反馈信号和声学输出信号的频率分布可能不同。

从图1可见，移动电话还包括自适应滤波器112。自适应滤波器112接收音频输出信号x’(t)。自适应滤波器112与加法单元122连接，加法单元122接收来自自适应滤波器112的估计的反馈信号y(t)。此外，自适应滤波器112与分析和控制单元114连接，分析和控制单元114也接收估计的反馈信号y(t)。这意味着自适应滤波器112模仿音频输出信号x’(t)与麦克风产生的音频输入信号z(t)之间的声学路径。该声学路径也包括扬声器110和麦克风120的声学特性。

音频输入信号z(t)指示麦克风120捕获的声学输入信号。该声学输入信号是反馈信号和环境噪声信号的和。

从图1可见，将估计的反馈信号y(t)馈送至加法单元122的负输入。音频输入信号z(t)馈送至加法单元122的正输入。加法单元122计算音频输入信号z(t)与估计的反馈信号y(t)之差。因此，加法单元122用作减法单元。音频输入信号z(t)与估计的反馈信号y(t)之差是残差信号r(t)，其包含环境噪声与自适应滤波器未模仿的剩余反馈信号之和。

根据这里所述的实施例，移动电话100还包括传感器设备140。传感器设备140产生传感器信号q(t)，传感器信号q(t)被馈送至分析和控制单元144。

描述性地来说，图1示出了本发明应用于移动电话100的环境铃音回放信号(即，音频输出信号x’(t))的可能实施方式的示例。在该实施例中，使用自适应滤波器112来估计回放信号x’(t)与捕获的麦克风信号z(t)之间的关系。得到的估计反馈信号y(t)、残差信号r(t)以及自适应滤波器112的滤波器系数用于测量由移动电话100的环境声学特性引入的变化和扰动。下面参照图2描述该实施例的具体内容。

图2示出了音频设备100的操作的框图。在所述实施例中，通过自适应滤波器来估计表示回放信号的音频输出信号x’(t)与表示所捕获麦克风信号的音频输入信号z(t)之间的关系。得到的估计反馈信号、残差信号r(t)以及自适应滤波器的滤波器系数用于测量由环境的声学特性引入的变化和扰动。下面接着描述每个块的操作。

块212：自适应滤波

根据这里所述的实施例，通过声学回音消除器自适应滤波器(例如，归一化最小均方自适应滤波器)来执行自适应滤波过程。自适应滤波器具有如下作为输入：(a)通过移动电话的扬声器播放的音频输出信号或铃音信号x’(t)，以及(b)音频输入信号或所捕获的麦克风信号z(t)。自适应滤波器对麦克风信号z(t)与参考信号x’(t)之间的机电声学回音路径进行建模。自适应滤波器的输出是反馈或回音估计y(t)以及残差信号r(t)。这些输出由块212a和块212b用于时间和频率分析，以测量自适应滤波器的反馈抑制性能(所确定的反馈信号与残差信号之比)，从而分析由环境噪声引入的扰动。自适应滤波器的对应系数w_t[k]表示所估计的反馈路径，由块212c使用，以监视移动电话在其环境中的声学反馈的动态行为。这里，k是相应滤波器系数的数目。

块212a：频域分析

块212a对信号y(t)和r(t)执行时间至频率变换，例如离散傅里叶变换，以分析信号的频率内容。由此，产生相应的信号Y_t(f)和R_t(f)。时间至频率变换的输出信号在块214中用来分析自适应滤波器的反馈抑制性能。

块212b：时域分析

块212b对信号x’(t)执行宽带功率计算，如下等式(1)所述：

$P_x\left(t\right)=\underset{t1}{\overset{t2}{\mathrm{\Σ}}}{x}^{\′}{\left(t\right)}^2---\left(1\right)$

将功率P_x(t)与阈值P_{x_Threshold}相比较，以如等式(2)所述一样选择铃音的期望部分，用于测量自适应滤波器的性能。

Desired_X_Signal(t)＝(P_x(t)＞P_{x_Threshold})     (2)

等式(2)的应用可以理解为铃音功率检测。优选地，将阈值P_{x_Threshold}调谐至移动设备的声学特性。

块212c：自适应滤波器系数分析

块212c对自适应滤波器系数w_t[k]执行分析，以监视移动电话在其环境中的声学反馈路径的动态行为。可以执行两种不同测量：

A)时间上滤波器系数的归一化欧几里得距离Δ_w(t)，根据等式(3)计算。

${\mathrm{\Δ}}_w\left(t\right)=\sqrt{\left(\frac{\underset{0}{\overset{N}{\mathrm{\Σ}}}{\left(w_t\right[k]-w_{t-1}[k\left]\right)}^2}{\underset{0}{\overset{N}{\mathrm{\Σ}}}{\left(w_t\right[k\left]\right)}^2}\right)}---\left(3\right)$

B)滤波器系数之和SumCoeff(t)，根据等式(4)计算。从而计算自适应滤波器的状态。

$\mathrm{SumCoeff}\left(t\right)=\underset{0}{\overset{N}{\mathrm{\Σ}}}{\left(w_t\right[k\left]\right)}^2---\left(4\right)$

如果移动电话处于稳定状态，则归一化欧式距离Δ_w(t)的值较小。如果Δ_w(t)的值高于特定阈值Δ_Threshold，这意味着自适应滤波器正在适应新的环境。这种环境变化称为路径变化，例如是由手在移动电话附近而引起的，或者是由于将移动电话从初始位置移动到新位置等引起的。

通过等式(5)，可以检测自适应滤波器的发散。

AdaptiveFilterDiverged(t)＝(Δ_w(t)＞Δ_Threshold)  (5)

初始地，自适应滤波器需要适应环境。可以通过应用下面等式(6)来检测自适应滤波器的收敛：

AdaptiveFilterConverged(t)＝(Δ_w(t)＜Δ_Threshold) (6)

将SumCoeff(t)的值与参考值SumCoeff_Reference相比较，该参考值表示当移动电话放置在桌上的开放环境中时的声学耦合。该参考值SumCoeff_Reference阈值取决于设备的声学特性。

如果相比于参考值SumCoeff_Reference，值SumCoeff(t)的差异大于特定百分比Δ_SumCoeff，则可以认为移动电话位于导致声学耦合变高或变低的封闭环境中。根据这里描述的实施例，可以针对两个不同的时间区间来执行这种检查，即，在自适应滤波器收敛之后的初始时间段[T_SumCoeff1:T_SumCoeff2]以及如下面等式(7)和下面等式(8)所示的连续时间段[T_SumCoeff2:∞[。值T_SumCoeff1等于自适应滤波器初始收敛(AdaptiveFilterConverged(t)的值从0变为1)的时刻。换言之，等式(7)表示针对自适应滤波器的初始声学耦合状态的检测器，等式(8)表示针对自适应滤波器的修改后声学耦合状态的检测器。

$\∀t\∈[T_{\mathrm{SumCoeff}1}:T_{\mathrm{SumCoeff}2}],$

$\∀t\∈[T_{\mathrm{SumCoeff}2}:\∞[,$

块214：比率计算和验证

通过针对特定频率段(bin)比较Y_t(f)和R_t(f)的功率，来测量自适应滤波器的原始性能RatioEcho(t)。等式(9)用于计算自适应滤波器的该性能。

$\mathrm{RatioEcho}\left(t\right)=\left(\frac{\underset{f1}{\overset{f2}{\mathrm{\Σ}}}{Y}_t{\left(f\right)}^2}{\underset{f1}{\overset{f2}{\mathrm{\Σ}}}{R}_t{\left(f\right)}^2}\right)---\left(9\right)$

依据块212b中根据等式(2)的正检测，计算自适应滤波器的“滤波后”性能RatioEchoFilt(t)。

将自适应滤波器的该“滤波后”性能RatioEchoFilt(t)与性能阈值RatioEcho_Threshold相比较，如等式(10)所述。该阈值取决于移动电话的声学特性以及取决于要应用于x(t)的音量增加期望量。换言之，等式(10)用于检测自适应滤波器的较差性能。

PoorPerformance(t)＝(RatioEchoFilt＜RatioEcho_Threshold)   (10)

该检测器的结果用于在块211中计算足够的音量变化。可以针对多个频带计算该性能，以获得更多的不同频带中自适应滤波器性能的有关信息。该信息然后可以用于对信号x(t)进行均衡化，以增强嘈杂环境中的可听性。

块211：增益和频率计算和应用

块211计算增益、压缩和/或均衡化，基本上是需要应用于原始音频信号x(t)以增强铃音相对于其环境的响度的任何滤波。该计算取决于块214和块212c的检测结果。下面描述可能的增益功能实施方式。

对于自适应滤波器的收敛(等式6)之后的每个时间段T_GainAnalysis，如果块212c已经检测到自适应滤波器的较差性能(等式10)，则以特定值G_Increase将增益增大。

值G_Increase取决于AdaptiveFilterInitialState(t)的值。如果值AdaptiveFilterInitialState(t)等于0，指示了铃音回放被减弱，则使用较高的增加值G_IncreaseHigh。

如果在T_SumCoeff2之后AdaptiveFilterInitialState(t)或AdaptiveFilterModifiedState(t)的值等于2，则认为移动电话位于封闭环境中。在这种情况下，也将增益增大到特定的高增益值，以补偿铃音被减弱这一事实。

如果已经检测到路径变化或自适应滤波器的状态变化，则在特定时间段上停止增益增加。此外，如果在T_SumCoeff2之后AdaptiveFilterModifiedState(t)的值不同于1，这指示了移动电话已被用户拿起。在这种情况下，将增益减小到其初始值。

块212：传感器数据分析

块212是可选的，其对传感器信号q(t)提供的其他传感器数据执行分析，以给出关于设备环境的附加信息，该附加信息可以增强检测。如上所述，传感器信号q(t)可以由能够检测移动电话的和/或移动电话的环境的可测量变量的任何上下文传感器提供。对传感器信号q(t)的附加考虑可以提供的优点在于，可以依据环境声学条件，朝着其期望的行为来非常精确地适配音频输出信号。

提供传感器信号q(t)的传感器可以是光敏传感器、运动传感器、加速度传感器和/或接近传感器。优选地，传感器是移动电话的内置传感器。

除了上述本发明的移动电话应用，本申请中描述的音频输出信号适配过程也可以用于其他应用。所述的声学监视和检测机制基于对所确定的音频回放信号与捕获的麦克风信号之间关系的动态变化的分析，这种声学监视和检测机制可以一般性地用于控制任何回放音频设备及其朝着期望行为的回放。具体地，所述的音频输出信号适配可以用于例如自动环境噪声自适应语音增强。此外，可以实施任何音频设备上的自动环境噪声自适应回放，在音频设备上，由于来自音频回放的回音被环境噪声掩蔽，所以无法根据所捕获的麦克风信号进行直接噪声水平测量。此外，所述机制可以用于使用扬声器和麦克风信号的声学检测器(例如，接近检测器)，以响应于音频设备的特定声学环境的改变或检测到该特定声学环境，将音频设备和音频回放控制为朝着其期望行为。

应该注意，术语“包括”不排除其他元件或步骤，冠词“一个”不排除多个。此外，可以将关于不同实施例的元件相组合。应该注意，权利要求中的附图标记不应视为限制权利要求的范围。

为了概述以上描述的本发明实施例，可以陈述如下：

在本申请中，描述了一种声学监视和检测系统，依据音频设备的环境的声学特性，对音频设备的声学输入信号的适配或增强进行控制，包括对音频设备的其他功能的适配。该音频设备包括例如扬声器等声学输出设备以及例如麦克风等声学输入设备。环境的声学特性影响产生声学输出信号的音频输出信号与声学输入设备所捕获的音频输入信号之间的关系或映射。音频设备的环境的改变或扰动引起所确定或估计的音频输出信号与所捕获音频输入信号之间关系的改变或扰动。通过测量和监视这些信号的关系或者派生信号及其动态变化，音频设备可以识别相对于参考情况的环境变化或扰动。由此，定义了声学检测机制，用于依据声学环境条件将音频设备以及具体的是音频输出信号控制为朝着期望行为。

更具体地，本发明允许依据环境背景噪声水平对移动音频设备上的铃音或音频回放进行适配，由于声学输出设备与声学输入设备之间的高声学耦合，这无法通过直接噪声测量技术来实现。此外，通过评估上述音频输出信号与所捕获音频输入信号之间的关系，可以建立检测机制，其可以确定在表示上述声学输出信号的铃音回放期间，移动音频设备是否被覆盖或者是否位于例如口袋或包等封闭环境中。这种情况也需要相应地进行铃音音量调整和均衡化，使得可以听到铃音。此外，通过评估上述音频输出信号与所捕获音频输入信号之间的关系，可以提供声学检测机制，用于检测对移动音频设备的拾取，使得可以在已经开始接听呼叫时将铃音回放水平降低回到柔和、舒适的水平或将其静音。

附图标记

100音频设备/移动电话

110声学输出设备/扬声器

111响度增强单元

112自适应滤波器

114分析和控制单元

120声学输入设备/麦克风

122加法单元

140传感器设备

r(t)残差信号

q(t)传感器信号

x(t)原始音频信号

x’(t)音频输出信号

y(t)估计的反馈信号

z(t)音频输入信号

w_t[k]自适应滤波器系数

211增益和频率计算和应用

212自适应滤波

212a频率分析

212b时间分析

212c自适应滤波器系数分析

214比率计算和验证

242传感器数据分析

r(t)残差信号

R_t(f)r(t)的傅里叶变换

q(t)传感器信号

x(t)原始音频信号

x’(t)音频输出信号

y(t)估计的反馈信号

Y_t(f)y(t)的傅里叶变换

z(t)音频输入信号

Claims (15)

1.一种用于控制音频设备(100)的行为适配当前声学环境条件的方法，所述方法包括：

-监视向音频设备(100)的声学输出设备(110)提供的音频输出信号(x(t)，x′(t))，所述声学输出设备(110)用于输出声学输出信号，

-测量由音频设备(100)的声学输入设备(120)提供的音频输入信号(z(t))，其中，所述音频输入信号(z(t))指示声学输出信号的反馈部分以及当前声学环境条件，

-确定音频输出信号(x(t)，x′(t))与音频输入信号(z(t))之间的关系，以及

-基于确定的关系，适配音频设备(100)的行为。

2.根据前述权利要求所述的方法，其中，音频设备(100)的行为由如下给出：

-音频输出信号(x(t)，x′(t))的幅度和/或频率，

-音频设备(100)的振动机制的幅度和/或频率，以及/或者

-对音频设备(100)的显示器的操作的修改。

3.根据前述权利要求之一所述的方法，其中，通过应用互相关过程、自适应滤波过程(212)和/或一致性估计过程，来确定音频输出信号(x(t)，x′(t))与音频输入信号(z(t))之间的关系。

4.根据前述权利要求之一所述的方法，其中，声学输出设备是扬声器(110)，和/或声学输入设备是麦克风(120)。

5.根据前述权利要求之一所述的方法，还包括：

-将所确定的音频输出信号(x(t)，x′(t))与音频输入信号(z(t))之间关系与至少一个参考关系相比较，

其中，对音频设备(100)的行为的适配还考虑到所确定关系与参考关系之间的比较结果。

6.根据前述权利要求之一所述的方法，还包括：

-将所确定的音频输出信号(x(t)，x′(t))与音频输入信号(z(t))之间关系与阈值相比较，

其中，如果所确定的关系大于或小于阈值，则对音频设备(100)的行为的适配包括：增大音频输出信号(x(t)，x′(t))的信号电平。

7.根据前述权利要求之一所述的方法，其中音频设备是移动通信终端设备(100)。

8.根据前述权利要求之一所述的方法，还包括：

-基于所确定的音频输出信号(x(t)，x′(t))与音频输入信号(z(t))之间关系的变化，检测对移动通信终端设备(100)的拾取。

9.根据前述权利要求之一所述的方法，还包括：

-由传感器设备(140)产生传感器信号(q(t))，

其中，对音频输出信号(x(t)，x′(t))的适配进一步考虑到传感器信号(q(t))。

10.根据前述权利要求之一所述的方法，其中传感器设备(140)包括：

-光敏传感器，

-运动传感器，

-加速度传感器，和/或

-接近传感器。

11.一种数据处理器，用于控制音频设备的行为适配该音频设备的当前声学环境条件，其中数据处理器适于执行根据前述任一权利要求所述的方法。

12.一种音频设备，包括：

-声学输出设备(110)，用于响应于音频输出信号(x(t)，x′(t))，输出声学输出信号，

-声学输入设备(120)，用于响应于声学输出信号的反馈部分和/或响应于当前声学环境条件，提供音频输入信号(z(t))，以及

-如前述权利要求所述的数据处理器。

13.根据前述权利要求所述的音频设备，还包括：

-传感器设备(140)，耦合至数据处理器，

其中，数据处理器适于考虑由传感器设备(140)产生的传感器信号(q(t))来适配音频输出信号(x(t)，x′(t))。

14.一种计算机可读介质，其上存储有用于控制音频设备(100)的行为适配当前声学环境条件的计算机程序，当被数据处理器执行时，该计算机程序适于控制根据权利要求1到9之一所述的方法。

15.一种程序元件，用于控制音频设备的行为(100)适配当前声学环境条件，当被数据处理器执行时，该程序元件适于控制根据权利要求1到10之一所述的方法。

Images