CN102484757A

CN102484757A - 用于会议音频系统的延迟单元、用于延迟音频输入信号的方法、计算机程序以及会议音频系统

Info

Publication number: CN102484757A
Application number: CN2009801611508A
Authority: CN
Inventors: M·斯马克; C.P.·扬瑟; C·常; L.C.A.·范斯特伊芬贝赫
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2009-09-03
Filing date: 2009-09-03
Publication date: 2012-05-30
Anticipated expiration: 2029-09-03
Also published as: US20120170768A1; WO2011026518A1; JP2013504229A; CN102484757B; JP5511961B2; EP2474170A1; EP2474170B1; US9271096B2

Abstract

提出了一种用于会议音频系统(1)的延迟单元(16)，其适用于使音频输入信号延迟一可调节的时间延迟，从而产生音频输出信号。延迟单元(16)包括循环缓冲器(17)；写指针(W)，其用于在第一写位置处向循环缓冲器(17)写入第一输入信号；读指针(R)，其用于在第一读位置从循环缓冲器(17)中读取采样，以作为第一输出信号的采样，其中第一写位置与第一读位置之间的距离确定第一时间延d_old；缓冲器控制模块，其适用于在写入以后将写指针W移动到下一个位置，并且在读取以后将读指针(R)移动到下一个位置；其特征在于，缓冲器控制模块适用于通过将写指针(W)移动到第二写位置来调节第二时间延迟d_new，其中第一读位置与第二写位置之间的距离确定第二时间延迟d_new。

Description

用于会议音频系统的延迟单元、用于延迟音频输入信号的方法、计算机程序以及会议音频系统

背景技术

本发明涉及一种分配给会议音频系统的单个代表(delegate)单元的延迟单元，其适用于将音频输入信号延迟一可调节的时间延迟，从而产生音频输出信号。

更具体地说，本发明涉及一种分配给会议音频系统的单个代表单元的延迟单元，其适用于将音频输入信号延迟一可调节的时间延迟，从而产生音频输出信号，所述延迟单元包括：循环缓冲器；写指针，其用于在第一写位置处将第一音频输入信号的采样写入所述循环缓冲器；读指针，其用于在第一读位置处从所述循环缓冲器读取采样，以作为第一输出信号的采样，从而所述第一写位置与所述第一读位置之间的距离确定第一时间延迟；以及缓冲器控制模块，其适用于在写入以后将所述写指针移动到下一个位置，并且在读取以后将所述读指针移动到下一个位置。本发明还涉及一种用于延迟音频输入信号的方法、相应的计算机程序以及包括所述延迟单元的会议音频系统。

公知的会议音频系统(也称作扩声系统)包括中央控制单元和多个所谓的代表单元，代表单元表示代表的工作地点并且具有用于在会议音频系统中输入音频信号的麦克风和用于输出音频信号的扬声器。例如，在EP 1686 835 A1中公开了这种会议音频系统。在操作期间，说话者使用麦克风中的一个并且麦克风的信号被发送到中央控制单元。可选择地，该信号由中央控制单元处理(如反馈抑制)，并且然后作为多个信号被分发给其它代表单元。在这些代表单元中，除了在代表单元之前存在活动说话者的代表单元，信号作为音频输出信号被传送到扬声器。对于这些代表单元，扬声器的信号被衰减或阻止以避免颤噪效应(howling)。

发明内容

根据本发明，提出了具有权利要求1的特征的延迟单元、具有权利要求7的特征的用于延迟输入信号的方法、具有权利要求8的特征的计算机程序以及具有权利要求9的特征的会议音频系统。通过从属权利要求、说明书和附图公开了本发明的优选的或有利的实施例。

结合本发明的一个观察是，在已知的会议音频系统的情况下，所有代表扬声器同时再现活动说话者的输出音频信号。在较小的房间中，对当前说话的人进行定位看起来仍然是可能的，这是因为除了由代表的扬声器发出的音频信号以外，还存在从说话者的嘴到听众的直接听觉路径。然而，在较大的房间中，听众可能进一步远离说话者。在该情况下，几乎不可能对说话者的位置进行定位，并且因此丧失了音频环境的任意方向性。另一个问题在于，难以区分两个说话者，这也是因为声音不具有(不同的)方向。

已经意识到将时间延迟添加到每个单独的代表扬声器允许将方向性添加到音频环境，其中延迟时间单独取决于由音频输出信号支持的各个代表扬声器与活动代表麦克风之间的距离。优选地，时间延迟的长度是依据“哈斯效应”来选择的。哈斯效应也被称作优先效应，并且描述了正确地识别两只耳朵中听到的声源的方向的人类心理声学现象。由于头部的几何结构(两只耳朵间隔开，是由障碍物分隔开的)，因此来自任何源的直达声首先进入最接近该源的耳朵，然后进入最远的耳朵。哈斯效应描述了在第二到达声音在25-35ms的延迟内出现的情况下人类基于第一到达声音来对声源进行定位。如果稍后的到达比该时间延迟更长，则听到两个不同的声音。

面对这一技术背景，提出了一种分配给会议音频系统的单个代表单元的延迟单元，其适用于将音频输入信号延迟一可调节的时间延迟，从而产生音频输出信号。会议音频系统中的延迟单元或多个延迟单元被分配给各个的代表单元，使得向每个代表单元提供具有单独的时间延迟的音频输出信号。特别地，每个单独的时间延迟可能彼此不同。优选地，音频输入信号是由麦克风或另一个声源提供的，音频输出信号旨在由扬声器进行输出。

延迟单元包括至少一个循环缓冲器，该循环缓冲器是由逻辑存储器架构来定义的，其中特定的存储单元是以无限的类似环的方式进行使用的。提供了写指针以在第一写位置处向循环缓冲器写入第一输入信号的采样，例如，时间间隔(time piece)，提供了读指针以在第一读位置处从该循环缓冲器中读取采样，以作为第一输出信号的采样。第一写位置与第一读位置之间的距离(其是存储单元的数量，每个存储单元能够存储音频输入信号的采样)确定或表示第一时间延迟。可以通过将存储单元的数量与采样的时间长度进行相乘来计算时间延迟。

此外，集成了缓冲器控制模块，其可操作以在写入以后将写指针移动到下一个、特别是后面的位置并且在读取以后将读指针移动到下一个、特别是后面的位置。特别地，循环缓冲器和缓冲器控制模块提供了FIFO(先进先出)架构。

根据本发明，提出了缓冲器控制模块适用于通过将写指针移动到第二写位置来调节或设置第二时间延迟，从而第一读位置与第二写位置之间的距离确定第二时间延迟。在一个实施例中，第二写位置可以处于所述循环缓冲器中。在另一实施例中，提供了第二循环缓冲器并且将写指针设置到第二循环缓冲器中的第二写位置。此外，可以将读指针设置到第二循环缓冲器中的第一读位置。因此，在音频信号的改变期间，两个写指针和两个读指针与两个循环缓冲器结合使用。

已经发现，从具有第一时间延迟的第一音频输入信号向具有第二时间延迟的第二音频输入信号的转换产生了由于时间延迟的跳变而引起的干扰或噪声。换言之，需要改变时间延迟的说话者的每个改变导致由时间延迟的跳变产生的干扰或噪声。

因此，本发明的优点是，由于所提出的对写指针的控制，可以根本上最小化或消除这些干扰。特别提出的是，缓冲器控制模块可操作以在音频输入信号源的改变期间改变时间延迟或者结合音频输入信号源的改变来改变时间延迟。需要注意的是，时间延迟的长度取决于声源和相应代表单元的距离和/或方向，通常必须在声源改变并且因此距离和方向改变就改变时间延迟。

特别优选的是，第二写位置是由以下规则确定的：

第一读位置+第二延迟时间＝第二写位置

在改变时间延迟期间，可以讨论三种不同的情况：

第一时间延迟＝第二时间延迟

在该情况下，第二写位置等于第一写位置，并且写指针不改变其位置。因此，将呈现第一音频输入信号的剩余采样，之后是第二音频输入信号的采样。

第一时间延迟＞第二时间延迟

重新调节写指针，即倒退，并且在相同的存储单元处将第二音频输入信号的采样添加到第一音频输入信号的采样。因此，与第二音频输入信号的采样部分重叠的第一音频输入信号的所有采样被输出到扬声器。

第一时间延迟＜第二时间延迟

重新调节写指针，即前移，使得多个存储单元未被第一音频输入信号和第二音频输入信号的采样填充。为了避免随机噪声，优选的是，由读指针读出的每个存储单元在之后被设置为零，使得在该情况下，将呈现第一音频输入信号的采样，之后是多个零，然后是第二音频输入信号的采样。

在本发明的又一个发展中，提出了使第一输出信号逐渐渐弱和/或使第二音频信号逐渐增强。该发展支持本发明的平滑输出音频信号的目的。为了避免噪声，特别是滴答声，提出了一旦音频输入源存在改变就将例如加权函数应用于第一和/或第二输入(或输出)音频信号。例如，可以用以下权重来对第二输入或输出音频信号的前B个新的采样进行加权：

w_{i} = \frac{i + 1}{B}

其中，i是范围从0到(B-1)的(新的)采样号。同样地，可以例如用以下权重来对第一输入/输出音频信号的最后剩余的采样进行加权：

w_{j} = \frac{j + 1}{MIN (B, d_{old})}

其中，j的范围是从0到MIN(B，d_old)，其中，j＝0对应于最后接收的采样，j＝B对应于倒数第B+1个采样。在延迟d_old小于B的情况下，可以并且应当只对最后d_old个采样进行采样。在其它实施例中，其它逐渐增强和/或逐渐减弱的算法也是可能的。

在本发明的又一个发展中，延迟单元包括控制模块，其适用于存储可能的音频源与相应时间延迟或等价数据的查询表或映射，使得延迟单元能够找到特定音频源的单独的时间延迟。

本发明的另一个主题涉及一种用于延迟输出输入信号的方法，该方法优选地由已经描述的或者根据前面所述权利要求中的一个的延迟单元来执行。

如已经解释的，写指针在第一写位置处将第一音频输入信号的采样写入循环缓冲器，并且读指针在第一读位置处从循环缓冲器中读取第一音频输入信号的采样，从而第一写位置与第一读位置之间的距离确定了第一时间延迟。以无限的方式执行写和读操作，使得在写入采样之后，写指针被移动到由(旧位置+1)mod N确定的下一个位置处，其中N是循环缓冲器的长度。通过类似的方式，在读取以后，读指针被移动到由(旧位置+1)mod N确定的下一个位置。

在从具有第一时间延迟的第一音频输入信号改变到具有第二时间延迟的第二音频输入信号期间，将写指针设置到第二写位置，从而第一读位置与第二写位置之间的距离确定第二时间延迟。

本发明的另一个主题涉及一种具有权利要求8的特征的计算机程序。

本发明的下一个主题是一种具有权利要求9的特征的会议音频系统，其也被称作扩声系统。根据本发明，会议音频系统将方向性添加到输出音频信号上，该系统也可以称作方向可靠声音(DFS)增强系统。该会议音频系统包括多个代表单元，每个代表单元具有代表扬声器和/或代表麦克风。实际上，代表单元可能具有扬声器和麦克风二者或者仅具有扬声器或麦克风。

控制模块用于将来自代表麦克风中的至少一个或者另一个声源的至少一个音频输入信号分发到多个代表扬声器，从而多个代表扬声器产生公共音频环境。

为了使用如前解释的哈斯效应，提供了延迟模块，该延迟模块可操作以将时间延迟添加到音频输入信号上。

根据本发明，该延迟模块是根据前面的权利要求1至6中的一个或者如前所描述的延迟单元或者多个此类延迟单元。优选地，延迟单元位于代表单元中，在其它实施例中，还可以将所有或一部分延迟单元集中于例如控制模块中，并且将延迟的音频输入信号作为音频输出信号发送到扬声器。

优选地，时间延迟取决于分别产生音频输入信号的代表麦克风或声源的位置与单个代表扬声器的位置之间的距离和/或方向。特别地，每个延迟单元或至少多个代表单元具有与相邻和/或邻近的代表单元的时间延迟不同的单独的时间延迟。

附图说明

下面对本发明的优选的实施例的描述以及附图公开了本发明的进一步特征、效果和优点。这些附图示出了：

图1是作为本发明的第一实施例的会议音频系统的示意图；

图2是图1中的会议音频系统的第一可能实现的框图。

具体实施方式

在附图中，用类似的或相似的参考数字来表示类似的或相似的部分。

图1示出了基于分布式扬声器的允许方向声音功能的会议音频系统1的示意图。会议音频系统1包括多个代表单元2，这些代表单元2通过体现为连接模块3的控制模块互连。大多数代表单元2包括代表麦克风4和代表扬声器5。这些代表单元中的一些可以仅被实现为仅具有代表扬声器5的听众单元6或仅具有代表麦克风4的说话者单元7。

代表单元2被集成到单人工作场所中，例如实现为例如会议大厅、礼堂、报告厅、法庭等中的讲台、桌面或座位。例如，以行和列或者以中心圆环当方式来安排代表单元2。

为了实现方向声音功能，向由特定的代表单元12的活动代表麦克风8产生的音频信号提供取决于特定的代表单元12与具有向听众发出音频信号的代表扬声器5的代表单元2之间的距离的时间延迟。时间延迟是依据声速(声音传播速度)的。因为听众不仅听到其自己的代表扬声器5，而且还听到邻近和/或相邻的代表扬声器5发出的音频信号(该音频信号被提供了不同的时间延迟，该不同的时间延迟取决于这些邻近和/或相邻的代表扬声器与产生音频信号的特定代表单元12的相应距离)，因此听众的声音环境模仿了由特定的代表单元12产生的方向声音。如前所解释的，正确地识别两只耳朵听到的但是在不同时间到达的声源的方向的人类心理声学现象是基于哈斯效应，其也被称作优先效应。

返回图1的示意图，并且假设代表麦克风8被设置为活动代表麦克风，并且代表单元9、10和11彼此相邻但是以到代表单元12或活动代表麦克风8的升序距离进行布置，将第一时间延迟d1加到将由代表单元9的代表扬声器5发出的音频信号，将比第一延迟d1更长的第二时间延迟d2加到将由代表单元10的代表扬声器5发出的音频信号，并且将比时间延迟d2和时间延迟d1更长的第三时间延迟d3加到将由代表单元11的代表扬声器5发出的音频信号。因为代表单元10的听众还听到相邻的代表单元9和11以及可能其它代表单元(未示出)的发出的音频信号，因此该听众可以识别虚拟声源的方向，其中该虚拟声源的方向与活动麦克风8的方向相同。

应当强调的是，代表单元10处的听众的音频环境是在代表单元10旁边的代表单元9、10等的代表扬声器5的参与下产生的。虽然来自相邻的代表单元9和11的声音明显低于从代表单元10发出的声音，但是仍然可能识别虚拟声源的方向，相应地识别活动麦克风8的方向，这是因为即使在到达听众的两只耳朵的音频信号的音量不同的情况下哈斯效应也是成立的。

图2示出了包括多个代表单元2的会议音频系统1的第一可能的实施例。

在该实施例中，连接模块3被实现为多个并联的通道，例如线，其中每个代表麦克风4被连接到单独的麦克风通道13，并且每个代表扬声器5被连接到多个扬声器通道14。所有麦克风通道13和所有扬声器通道14均与控制单元15相连，这允许例如在音量和音调控制、均衡化、声音反馈、抑制和/或例如，在法庭中使用的)用于隐藏说话者的身份的加扰(方面进行中央音频处理说话。

在如图2所示的一个以上的代表麦克风8是活动的情况下，对于每个活动的代表麦克风8而言，麦克风通道13中的一个被用于向控制单元15传输音频信号。相同数量的扬声器通道14被用于从控制单元15向代表单元2传送音频信号。每个代表单元2被连接到活动的扬声器通道14中的每一个，以接收由活动的代表麦克风8产生的音频信号。代表单元2包括延迟单元16，该延迟单元16可操作和/或适用于将单独的时间延迟加到音频信号中的每一个上。单独的时间延迟取决于相应代表单元2与相应音频信号的活动麦克风8之间的距离。因此，在该情况下，三个不同的时间延迟d21、d22和d23被加到代表单元10上。因此，单独的时间延迟d11、d12、d13以及d31、d32、d33被分别加到代表单元9和11。时间延迟d11至d33的长度是由延迟单元16例如基于音频信号中的编码的位置戳、基于扬声器通道14的选择等来估计的。在另一个实施例中，麦克风通道13和扬声器通道14被实现为音频数据流通道，其中音频信号是数字或模拟表示的。

图3示出了延迟单元16中使用的循环缓冲器17的示意图。循环缓冲器17示出了以圆的形状布置的多个存储单元0...(N-1)。该形状仅表示循环缓冲器17的架构，可以以另一种方式例如按行来布置物理表示。写指针W和读指针R用于分别写入和读取存储单元中的音频输入信号的采样。指针W、R都按顺时针方向移动，使得写指针W将来自输入音频信号的采样S1写入循环缓冲器17，并且读指针R从循环缓冲器17中读取这些段S1。在每个写入或读取步骤以后，指针R、W移动到下一个存储单元。此外，在读取存储单元以后，该存储单元被设置为零。

写指针W与读指针R之间的距离确定由延迟单元16产生的时间延迟d_old。

在音频输入信号源改变的情况下，例如新的说话者开始说话，必须进行从第一音频输入信号到第二音频输入信号的转换。此外，处理第二音频输入信号可能需要另一时间延迟也是可能的，这是因为新的说话者可能位于与第一说话者相比的另一位置处。

图4示出了第一音频输入信号的时间延迟D_old与第二音频输入信号的时间延迟D_new相同的情况。在该情况下，写指针W完成对第一音频输入信号的采样S1的写入，并且开始写下第二音频输入信号的采样S2。将执行这种转换，而不会涉及任何问题。

图5示出了第二音频输入信号的时间延迟比第一音频输入信号的时间延迟更长的情况。在该情况下，写指针W从其旧位置移动到由第二音频输入信号的新的时间延迟确定的新位置。因为读指针在读取以后擦除了采样，所以循环缓冲器17填充有第一输入音频信号的采样S1、然后是多个零、然后是第二音频输入信号的采样S2。在该情况下，第一音频输入信号将停止，然后将是较短的静音时段，然后第二音频输入信号将开始。

图6示出了第二音频输入信号的时间延迟比第一音频输入信号的时间延迟更短的情况。在该情况下，将逆时针移动写指针W，并且写指针W将到达已经填充了第一音频输入信号的采样S1的存储单元。在该情况下，延迟单元16或写指针W将另外将采样S2写入该存储单元，使得两种音频输入信号将在某一时间内重叠。

为了改善两种音频输入信号之间的转换，设想通过已知的衰落算法来使相应信号逐渐减弱或者逐渐增强。

Claims

1.分配给会议音频系统(1)中的单个代表单元的延迟单元(16)，其适用于使音频输入信号延迟一可调节的时间延迟，从而产生音频输出信号，

所述延迟单元(16)包括：

循环缓冲器(17)；

写指针(W)，其用于在第一写位置处将第一输入信号的采样(S1)写入所述循环缓冲器(17)；

读指针(R)，其用于在第一读位置处从所述循环缓冲器(17)读取采样，以作为第一输出信号的采样，其中所述第一写位置与所述第一读位置之间的距离确定第一时间延迟(d_old)；

缓冲器控制模块，其适用于在写入以后将所述写指针(W)移动到下一位置，并且在读取以后将所述读指针(R)移动到下一位置；

其中，所述缓冲器控制模块适用于通过将所述写指针(W)移动到第二写位置来调节第二时间延迟(d_new)，其中所述第一读位置与所述第二写位置之间的距离确定所述第二时间延迟(d_new)。

2.根据权利要求1所述的延迟单元(16)，其特征在于，所述缓冲器控制模块适用于在从具有所述第一时间延迟的所述第一输入音频信号向具有所述第二时间延迟的第二输入音频信号进行改变期间调节时间延迟。

3.根据权利要求1或2所述的延迟单元(16)，其特征在于，所述第二写位置是由以下规则确定的：

第一读位置+第二延迟时间＝第二写位置。

4.根据前述权利要求中的一项所述的延迟单元(16)，其特征在于，所述缓冲器控制单元适用于在读取采样以后将该采样的存储单元置零。

5.根据前述权利要求中的一项所述的延迟单元(16)，其特征在于，所述缓冲器控制单元适用于在所述第二延迟(d_new)小于所述第一时间延迟(d_old)的情况下使所述第一信号的采样(S1)和所述第二采样的采样(S2)部分重叠。

6.根据前述权利要求中的一项所述的延迟单元(16)，其特征在于处理单元，所述处理单元适用于使所述第一音频信号逐渐减弱和/或使所述第二音频信号逐渐增强。

7.用于使音频输入信号延迟一可调节的时间延迟从而产生音频输出信号的方法，所述方法优选地由根据前述权利要求中的一项所述的延迟单元(16)来执行，

其中，第一音频输入信号的采样(S1)是由写指针(W)在第一写位置处写入循环缓冲器(17)的；

其中，所述第一音频输入信号的采样是由读指针(R)在第一读位置处从所述循环缓冲器(17)读取的，其中所述第一写位置与所述第一读位置之间的距离确定第一时间延迟(d_old)；

其中，在写入以后所述写指针(W)被移动到下一位置，并且在读取以后所述读指针(R)被移动到下一位置；

其中，在从具有所述第一时间延迟(d_old)的所述第一音频输入信号向具有第二时间延迟(d_new)的第二音频输入信号进行改变期间，所述写指针被设置到第二写位置，其中所述第一读位置与所述第二写位置之间的距离确定所述第二时间延迟。

8.计算机程序，其包括程序代码模块，当在计算机和/或根据权利要求1至6中的一项所述的延迟单元上执行所述计算机程序时，所述程序代码模块能够执行根据权利要求7所述的方法。

9.会议音频系统(1)，包括：

多个代表单元(2)，每一个代表单元(2)具有代表扬声器(5)和/或代表麦克风(4)，

控制模块(15)，其用于将来自代表麦克风(4)中的至少一个或者另一声源的至少一个音频信号分发给多个代表扬声器(5)，所述多个代表扬声器(5)产生公共音频环境，

延迟模块(16)，其可操作以将时间延迟加到所述音频信号上，

其中，所述延迟模块包括根据前述权利要求1至6中的一项所述的延迟单元。

10.根据权利要求9所述的会议音频系统(1)，其特征在于，所述时间延迟取决于分别产生所述音频信号的所述代表麦克风(4)或声源的位置与单独的代表扬声器(5)的位置之间的距离。