-
Die
Erfindung betrifft ein im Patentanspruch 1 angegebenes Verfahren
zur Störgeräuschunterdrückung und
ein im Patentanspruch 6 angegebenes Hörgerät mit Störgeräuschunterdrückung.
-
Hörgeräte sind
tragbare Hörvorrichtungen, die
zur Versorgung von Schwerhörenden
dienen. Um den zahlreichen individuellen Bedürfnissen entgegenzukommen,
werden unterschiedliche Bauformen von Hörgeräten wie Hinter-dem-Ohr Hörgeräte, Hörgerät mit externem
Hörer und
In-dem-Ohr Hörgeräte, z. B.
auch Concha-Hörgeräte oder
Kanal-Hörgeräte bereitgestellt.
Die beispielhaft aufgeführten
Hörgeräte werden
am Außenohr
oder im Gehörgang
getragen. Darüber
hinaus stehen auf dem Markt aber auch Knochenleitungshörhilfen,
implantierbare oder vibrotaktile Hörhilfen zur Verfügung. Dabei
erfolgt die Stimulation des geschädigten Gehörs entweder mechanisch oder
elektrisch.
-
Hörgeräte besitzen
prinzipiell als wesentliche Komponenten einen Eingangswandler, einen Verstärker und
einen Ausgangswandler. Der Eingangswandler ist in der Regel ein
Schallempfänger, z.
B. ein Mikrofon, und/oder ein elektromagnetischer Empfänger, z.
B. eine Induktionsspule. Der Ausgangswandler ist meist als elektroakustischer
Wandler, z. B. Miniaturlautsprecher, oder als elektromechanischer
Wandler, z. B. Knochenleitungshörer,
realisiert. Der Verstärker
ist üblicherweise
in eine Signalverarbeitungseinheit integriert. Dieser prinzipielle Aufbau
ist in 1 am Beispiel eines Hinterdem-Ohr Hörgeräts dargestellt.
In ein Hörgerätegehäuse 1 zum
Tragen hinter dem Ohr sind ein oder mehrere Mikrofone 2 zur
Aufnahme des Schalls aus der Umgebung eingebaut. Eine Signalverarbeitungseinheit 3,
die ebenfalls in das Hörgerätegehäuse 1 integriert ist,
verarbeitet die Mikrofonsignale und verstärkt sie. Das Ausgangssignal
der Signalverarbeitungseinheit 3 wird an einen Lautsprecher
bzw. Hörer 4 übertragen,
der ein akustisches Signal ausgibt. Der Schall wird gegebenenfalls über einen
Schallschlauch, der mit einer Otoplastik im Gehörgang fixiert ist, zum Trommelfell
des Geräteträgers übertragen.
Die Energieversorgung des Hörgeräts und insbesondere
die der Signalverarbeitungseinheit 3 erfolgt durch eine ebenfalls
ins Hörgerätegehäuse 1 integrierte
Batterie 5.
-
Bei
der Verarbeitung digitaler Sprachaufnahmen, z. B. mit digitalen
Hörgeräten, ist
es oft wünschenswert,
störende
Hintergrundgeräusche
zu unterdrücken,
ohne dabei das Nutzsignal (Sprache) zu beeinflussen. Hierfür sind Filterverfahren,
welche das Kurzzeitspektrum des Signals beeinflussen, wie das Wiener-Filter,
bekannt und geeignet. Allerdings setzen diese Verfahren eine genaue
Schätzung
der frequenzabhängigen
Leistung des zu unterdrückenden Störgeräuschs aus
einem Eingangssignal voraus. Ist diese Schätzung ungenau, wird entweder
eine nicht zufriedenstellende Störgeräuschunterdrückung erreicht,
das Wunschsignal wird angegriffen oder es entstehen zusätzliche
künstlich
erzeugte Störsignale, auch ”musical
tones” bzw. „musical
noise” genannt. Methoden
zur Störgeräuschschätzung, welche
diese Probleme vollständig
und effizient lösen,
stehen noch nicht zur Verfügung.
-
Bislang
kann die Störgeräuschleistung
prinzipiell durch zwei Ansätze
geschätzt
werden. Beide Methoden können
entweder breitbandig oder bevorzugt in einer Frequenzbereichszerlegung
mittels Filterbank oder Kurzzeit-Fourier-Transformation stattfinden:
-
1. Sprachaktivitätserkennung:
-
Solange
keine Sprachaktivität
festgestellt wird, betrachtet man die komplette (zeitveränderliche)
Eingangssignalleistung als Störgeräusch. Sofern
Sprachaktivität
detektiert wird, hält
man die Störgeräuschschätzung auf
dem vor dem Einsetzen der Sprachaktivität geschätzten Wert konstant.
-
2. Störleistungsschätzung während einer
Sprachaktivität
(so genanntes ”Minimum-Tracking-Verfahren”):
-
Es
ist bekannt, dass auch während
einer Sprachaktivität
die Sprachsignalleistung in einzelnen Frequenzbereichen immer wieder
kurzfristig nahezu Null ist. Liegt nun eine Mischung aus Sprache
und vergleichsweise langsam zeitveränderlichem Störgeräusch zugrunde,
so entsprechen die Minima der zeitlich betrachteten spektralen Signalleistung
der Störgeräuschleistung
zu diesen Zeitpunkten. Zwischen den festgestellten Minima muss die
Störsignalleistung
liegen (”Minimum-Tracking”). Ein
derartiges Minimum-Tracking kann beispielsweise mit Hilfe eines
Glättungsfilters
durchgeführt
werden, das beispielsweise in R. Martin, ”Noise power spectral density
estimation based an optimal smoothing and minimum statistics”, IEEE
Trans. Speech Audio Processing, Vol. 9, Nr. 5, Juli 2001, Seiten
504–512
beschrieben ist. Die Ermittlung der Störgeräuschleistung erfolgt typischerweise
getrennt für
verschiedene Frequenzbereiche des Eingangssignals. Hierzu wird das
Eingangssignal zunächst
mittels einer Filterbank oder einer Fourier-Transformation in einzelne Frequenzkomponenten
aufgespaltet. Diese Komponenten werden dann getrennt voneinander
verarbeitet.
-
Bei
der oben genannten 1. Methode, stellt einerseits die zuverlässige Erkennung
von Sprachaktivität
ein Problem dar, andererseits ist es nicht möglich, zeitlich veränderliche
Störgeräusche während gleichzeitiger
Sprachaktivität
zu verfolgen.
-
Bei
der oben beschriebenen 2. Methode sind grundsätzliche Widersprüche in der
Einstellung des Algorithmus zu lösen:
Wenn Sprache vorliegt, sollte die Störgeräuschschätzung nur langsam angepasst werden,
um nicht durch schnelle Adaption Sprachanteile als Störgeräusche zu
klassifizieren und hierdurch die Sprachqualität anzugreifen. Liegt keine Sprache
vor, so sollte die Störleistungsschätzung ohne
Verzögerung
der temporalen Feinstruktur des Eingangssignals folgen. Hier aus
ergeben sich für
die Einstellparameter des Verfahrens, wie z. B. Glättungszeitkonstanten,
Fensterlänge
für eine
Minimumsuche oder Gewichtungsfaktoren widersprüchliche Anforderungen, die
bislang nur im Mittel optimal gelöst werden konnten. Außerdem ist
diese Methode nicht in der Lage, schnellen Änderungen des Störsignals
zu folgen.
-
Eine
weitere Möglichkeit
zur Sprachverbesserung und der Unterdrückung von „Musical Tones” verspricht
die „Cepstrale
Glättung” der Gewichtung von
spektralen Filtern. In C. Breithaupt et al., „Cepstral Smooting of Spectral
Filter Gains for Speech Enhancement Without Musical Noise”, IEEE
Signal Processing Letters, Vol. 14, Nr. 12, Dezember 2007, Seiten
1036 bis 1039 wird beschrieben, dass eine rekursive, temporäre Glättung im
Wesentlichen auf höhere cepstrale
Koeffizienten angewandt wird, wobei jene Koeffizienten ausgenommen
sind, welche die Tonhöheninformation
repräsentieren.
Dieses Verfahren ist auch bei nicht stationären Geräuschen wirksam.
-
Die
Aufgabe der vorliegenden Erfindung besteht nun darin, ein weiteres
Verfahren und ein Hörgerät für eine verbesserte
Störgeräuschunterdrückung anzugeben,
wobei insbesondere Sprache weniger angegriffen wird und störende Artefakte
effektiver vermieden werden.
-
Gemäß der Erfindung
wird die gestellte Aufgabe mit dem Verfahren des unabhängigen Patentanspruchs
1 und dem Hörgerät des unabhängigen Patentanspruchs
6 gelöst.
-
Erfindungsgemäß umfasst
das Verfahren zur Störgeräuschreduktion
eines Eingangssignals eine Modifikation der Koeffizienten des Cepstrum
des Eingangssignals, des veränderten
Eingangssignals und/oder mindestens eines aus dem Eingangssignal gewonnenen
Parameters, wobei zeitpunktabhängig („Segment
zu Segment” =
Blockverarbeitung) cepstrale Koeffizienten eines Ersetzungssignals
oder eines aus dem Ersetzungssignal gewonnenen Parameters übernommen
werden (das entspricht einer von Zeitpunkt zu Zeitpunkt variierenden Übernahme),
sowie eine Verwendung der modifizierten cepstralen Koeffizienten
zur Bildung eines Ausgangssignals aus dem Eingangssignal, wobei
das Ausgangssignal gegenüber
dem Eingangssignal störgeräuschreduziert
ist.
-
In
einer Weiterbildung kann das Eingangssignal aus einem von einem
Hörgerät aufgenommenen akustischen
Signal gewonnen werden.
-
In
einer weiteren Ausführungsform
kann das Verfahren folgende Schritte umfassen:
- – Bildung
eines Rauschleistungsspektrums durch eine Störgeräuschabschätzung des Eingangssignals und/oder
- – Bildung
eines Sprachleistungsspektrums durch eine Störgeräuschabschätzung des Eingangssignals,
- – Ermittlung
des Cepstrum des Rauschleistungsspektrums und/oder
- – Ermittlung
des Cepstrum des Sprachleistungsspektrums,
- – Ermittlung
modifizierter cepstraler Koeffizienten für die ermittelten Cepstren
des Rauschleistungsspektrums und/oder des Sprachleistungsspektrums
mit Hilfe einer ersten Ersetzungsstrategie,
- – Ermittlung
der modifizierten Spektren der Rauschleistung und/oder der Sprachleistung
aus den modifizierten Cepstren und
- – Bildung
des störgeräuschreduzierten
Ausgangssignals durch Modifikation der spektralen Koeffizienten
des Eingangssignals mittels der modifizierten Spektren der Rauschleistung
und/oder der Sprachleistung.
-
Des
Weiteren kann das Verfahren folgende Schritte umfassen:
- – Bildung
des Cepstrum des Eingangssignals,
- – Ermittlung
modifizierter cepstraler Koeffizienten für das ermittelte Cepstrum des
Eingangssignals mit Hilfe einer zweiten Ersetzungsstrategie und
- – Bildung
eines störgeräuschreduzierten
Ausgangssignals aus dem modifizierten Cepstrum des Eingangssignals.
-
In
einer Weiterbildung kann das Verfahren folgende zusätzliche
Schritte umfassen:
- – Bildung des Cepstrum des
störgeräuschreduzierten
Ausgangssignals,
- – Ermittlung
modifizierter cepstraler Koeffizienten für das ermittelte Cepstrum des
störgeräuschreduzierten
Ausgangssignals mit Hilfe der zweiten Ersetzungsstrategie und
- – Bildung
eines weiteren Ausgangssignals aus dem modifizierten Cepstrum des
störgeräuschreduzierten
Ausgangssignals, welches gegenüber dem
Ausgangssignal Artefaktreduziert ist.
-
Der
Vorteil einer Verarbeitung im Cepstralbereich liegt darin, dass
sich Koeffizienten robust bestimmen lassen, die vorwiegend durch
Sprache dominiert sind. Dadurch lassen sich die übrigen Koeffizienten dem Rauschen/Störgeräuschen zuordnen. Sprache
kann im Cepstralbereich in die Übertragungsfunktion
des Vokaltrakts und die Anregungsfunktion zerlegt werden. Die Information über die Übertragungsfunktion
des Vokaltrakts bildet sich auf die unteren cepstralen Koeffizienten
ab. Bei stimmhaften Lauten wird sich die Information über die
Anregungsfunktion im Wesentlichen in einem cepstralen Maximum im
oberen Cepstralbereich wiederfinden. Die Kenntnis der cepstralen
Koeffizienten die durch Sprache dominiert sind, kann als a priori
Wissen für
eine robuste Geräuschreduktion
oder zur Rekonstruktion eines natürlich klingenden Restgeräuschs verwendet
werden. Insbesondere ist für
den Fall instationärer
Geräusche
eine verbesserte Schätzung
und somit eine verbesserte auditive Qualität möglich.
-
Erfindungsgemäß wird auch
ein Hörgerät mit Störgeräuschunterdrückung nach
einem erfindungsgemäßen Verfahren
angegeben. Es umfasst eine Signalverarbeitungseinheit mit einem
Rauschleistungsschätzer,
einen Sprachleistungsschätzer
und eine erste und/oder zweite Ersetzungseinheit zur Modifikation
von cepstralen Koeffizienten.
-
Weitere
Besonderheiten und Vorteile der Erfindung werden aus den nachfolgenden
Erläuterungen
mehrerer Ausführungsbeispiele
anhand von schematischen Zeichnungen ersichtlich.
-
Es
zeigen:
-
1:
einen prinzipiellen Aufbau eines Hörgeräts gemäß Stand der Technik,
-
2:
ein Ablaufdiagramm einer erfindungsgemäßen cepstralen Modifikation
und
-
3:
ein Ablaufdiagramm einer weiteren erfindungsgemäßen cepstralen Modifikation.
-
Im
Folgenden wird zuerst ein allgemeiner Überblick des erfindungsgemäßen Verfahrens
zur Störgeräuschunterdrückung gegeben,
ehe auf spezielle Ausführungsformen
anhand der 2 und 3 eingegangen
wird.
-
Das
Cepstrum eines mit Geräuschen überlagerten
Eingangssprachsignals s(t) lässt
sich wie folgt ermitteln. Gegeben sei ein mit der Abtastrate fs abgetastetes, diskretes Zeitsignal s(t).
Dieses Zeitsignal wird in Segmente der Länge M unterteilt. Die Segmente
sind mit einem Vorschub von R zueinander versetzt und werden mit
einem Analysefenster gewichtet. Die diskrete Fouriertransformierte
der Segmente, Sk(l), ist indiziert durch
den Frequenzindex k und den Segmentindex l. Das Cepstrum berechnet sich
aus der inversen Fourier-Transformation
des logarithmierten Betragsspektrums zu sq(l) = IDFT{log(|Sk(l)|}, wobei
q den cepstralen Koeffizientenindex, den sogenannten Quefrenzindex,
und IDFT{} die inverse diskrete Fourier-Transformation bezeichnet.
-
Der
nullte (q = 0) cepstrale Koeffizient gibt Auskunft über den
Gleichanteil des logarithmierten Betragsspektrums. Die unteren cepstralen
Koeffizienten enthalten die Information über die Einhüllende des
Sprachsignals, und somit auch über
die für
die Verständlichkeit
wichtigen Formanten. Als Formanten bezeichnet man Maxima der spektralen
Einhüllenden,
die aus Resonanzen des Vokaltrakts resultieren. Bei stimmhaften
Lauten finden sich im Spektrum Maxima an Vielfachen der Sprachgrundfrequenz. Diese
Maxima werden im Cepstrum im Wesentlichen auf ein starkes Maximum
abgebildet. Demnach enthalten die unteren cepstralen Koeffizienten
und ein Maximum im oberen Cepstralbereich die Informationen über Sprache,
während
die übrigen
cepstralen Koeffizienten mit hoher Wahrscheinlichkeit nicht von Sprache
stammen.
-
Die
Ausgangssignale spektraler Geräuschreduktionsalgorithmen
enthalten zum Teil unnatürliche
Artefakte, beispielweise Überhöhungen im Spektralbereich
die zu dem sogenanntem ”Musical Noise” führen. Diese
lokalen spektralen Maxima verändern
die Feinstruktur des Spektrums, welche sich in den oberen cepstralen
Bins wieder findet. Da im cepstralen Bereich bekannt ist, welche
Koeffizienten mit hoher Wahrscheinlichkeit nicht von der Sprache stammen,
lässt sich
diese Information nutzen, um spektrale Ausreißer im Ausgangssignal zu vermeiden.
Dazu werden die cepstralen Koeffizienten gewisser Parameter des
Geräuschreduktionsalgorithmus
modifiziert. Die Modifikation kann zum Beispiel durch eine Ersetzung
der cepstralen Koeffizienten, die mit hoher Wahrscheinlichkeit nicht
von Sprache stammen, durch die entsprechenden Koeffizienten des
verrauschten Signals erfolgen.
-
Die
folgenden drei Parameter eignen sich für eine cepstrale Modifikation:
- • die
Rauschschätzung,
und/oder
- • die
Sprachleistungsschätzung,
und/oder
- • das
geräuschreduzierte
Ausgangssignal.
-
Das
in 2 dargestellte Ablaufdiagramm des erfindungsgemäßen Verfahrens
zur Störgeräuschunterdrückung könnte beispielsweise
in einer Signalverarbeitungseinheit eines Hörgeräts umgesetzt werden. Über einen
breitbandigen Signaleingang gelangt ein elektrisches Signal S, das
zum Beispiel aus einem akustischen Umgebungssignal gewonnen wurde,
in die Signalverarbeitungseinheit. Das Eingangssignal S wird zunächst einer
Diskreten Fourier-Transformation DFT unterzogen, die das Eingangssignal
S in seine spektralen Komponenten mit den spektralen Koeffizienten
LS zerlegt. Mittels einer Rauschleistungsschätzung RL und einer Sprachleistungsschätzung SL
werden die spektralen Koeffizienten RLS, SLS der Störgeräuschleistung
bzw. der Sprachleistung abgeschätzt.
-
Aus
den so gewonnenen spektralen Koeffizienten RLS, SLS werden mittels
inverser Fouriertransformation SCR, SCS des logarithmierten Betragsspektrums
die Cepstren der geschätzten Rauschleistung
und Sprachleistung gebildet. Es werden somit die cepstralen Koeffizienten
RLC, SLC ermittelt. Aus dem Spektrum des Eingangssignals LS wird
ebenfalls das Cepstrum mit den cepstralen Koeffizienten LSC ermittelt.
-
Alle
drei Cepstren RLC, SLC, LSC werden im Rahmen einer ersten Ersetzungsstrategie
ES1 ausgewertet und für
eine Modifikation der cepstralen Koeffizienten RLC, SLC der Rauschleistung
bzw. der Sprachleistung derart verwendet, dass eine möglichst
optimale Störgeräuschunterdrückung des
Eingangssignals S und hohe Natürlichkeit
des Ausgangssignals SR oder aSR erzielt werden kann. Als Ergebnis
der ersten Ersetzungsstrategie ES1 werden die modifizierten cepstralen
Koeffizienten mRLS, mSLS der Rauschleistung und der Sprachleistung
ermittelt.
-
Aus
den modifizierten cepstralen Koeffizienten mRLS, mSLS werden anschließend durch
Rücktransformationen
CSR, CSS modi fizierte spektrale Koeffizienten mRLS, mSLS der Rauschleistung
bzw. der Sprachleistung erzeugt. Mittels eines Gewichtungsverfahrens
werden aus den modifizierten Spektren mRLS, mSLS der Rauschleistung
und der Sprachleistung unter Berücksichtigung
des Spektrums LS des Eingangssignals die Gewichtungsfaktoren GF
für die
Gewichtung der spektralen Koeffizienten LS des Eingangssignals ermittelt.
Bei einer anschließenden
Multiplikation MP wird das Spektrum LS des Eingangssignals mit den
Gewichtungsfaktoren multipliziert. Die dadurch gebildeten modifizierten spektralen
Koeffizienten mLS werden anschließend durch eine inverse diskrete
Fourier-Transformation
in ein störgeräuschreduziertes
Ausgangssignal SR umgewandelt.
-
In 3 ist
der Ablauf einer weiteren Ausführungsform
des erfindungsgemäßen Verfahrens
dargestellt. Bis zur Generierung von modifizierten spektralen Koeffizienten
mLS aus einem Eingangssignal S ist das Verfahren identisch dem in 2 beschriebenen.
-
Vor
einer Rücktransformation
in den Zeitbereich wird aber aus dem störgeräuschreduzierten Spektrum mLS
mittels inverser Fourier-Transformation SCA des logarithmierten
Betragsspektrums das Cepstrum mit den cepstralen Koeffizienten ALS
gebildet. Mit Hilfe einer zweiten Ersetzungsstrategie ES2, welche
Artefakte unterdrücken
soll, sowie unter Berücksichtigung
des Cepstrum LSC des Eingangssignals S werden modifizierte cepstrale
Koeffizienten mALC des störgeräuschreduzierten
Ausgangssignals mLS erzeugt. Durch eine Spektrumsbildung CSA werden
daraus modifizierte spektrale Koeffizienten mALS ermittelt, die
anschließend
durch eine inverse diskrete Fourier-Transformation IDFT in ein Artefakt-reduziertes
Ausgangssignal aSR umgewandelt werden.
-
Die
dargestellten Verfahrensschritte können erfindungsgemäß in einen
digitalen Signalprozessor eines Hörgeräts implementiert werden. Dadurch kann
eine hohe Natürlichkeit
eines verstärkten Schallsignals
bei gleichzeitiger Störgeräuschunter drückung erzielt
werden. Die cepstrale Modifikation überträgt die im ursprünglichen,
verrauschten Signal vorhandenen Feinstrukturen in das verbesserte
Ausgangssignal und/oder in die Schätzung der Sprachleistung und/oder
in die Schätzung
der Rauschleistung, so dass eine erhöhte Natürlichkeit erreicht wird und/oder
nicht-stationäre
Geräusche
besser abgebildet werden. Die Möglichkeit,
schnell veränderliche Geräusche zu
schätzen,
macht dieses Verfahren außerordentlich
interessant. Bisher bekannte Verfahren erzielen lediglich eine Reduktion
der spektralen Fluktuationen, vermindern aber gleichzeitig die zeitliche Feinstruktur.
-
- 1
- Hörgerätegehäuse
- 2
- Mikrofon
- 3
- Signalverarbeitungseinheit
- 4
- Hörer
- 5
- Batterie
- aSR
- Artefakt-reduziertes
Ausgangssignal
- CSA
- Spektrumbildung
- CSR
- Spektrumbildung
des modifizierten Cepstrum der Rauschleistung
- CSS
- Spektrumbildung
des modifizierten Cepstrum der Sprachleistung
- DFT
- Diskrete
Fourier-Transformation
- ES1
- erste
Ersetzungsstrategie
- ES2
- zweite
Ersetzungsstrategie
- GF
- Gewichtungsfaktoren
- GW
- Ermittlung
der Gewichtung der spektralen Koeffizienten
- IDFT
- inverse
Diskrete Fourier-Transformation
- LS
- spektrale
Koeffizienten des Eingangssignals S
- LSC
- cepstrale
Koeffizienten des Eingangssignals S
- MP
- Multiplikation
- mALC
- modifizierte
cepstrale Koeffizienten des störgeräuschreduzierten
Ausgangssignals mLS
- mALS
- modifizierte
spektrale Koeffizienten
- mLS
- spektrale
Koeffizienten des störgeräuschreduzierten
Eingangssignals S
- mRLC
- modifizierte
cepstrale Koeffizienten der Rauschleistung
- mRLS
- modifizierte
spektrale Koeffizienten der Rauschleistung
- mSLC
- modifizierte
cepstrale Koeffizienten der Sprachleistung
- mSLS
- modifizierte
spektrale Koeffizienten der Sprachleistung
- RL
- Rauschleistungsschätzung
- RLC
- cepstrale
Koeffizienten der Rauschleistung
- RLS
- spektrale
Koeffizienten der Rauschleistung
- S
- Eingangssignal
- SL
- Signalleistungsschätzung
- SLC
- cepstrale
Koeffizienten der Sprachleistung
- SLS
- spektrale
Koeffizienten der Sprachleistung
- SCR
- Cepstrumbildung
aus dem Spektrum der Rauschleistung
- SCS
- Cepstrumbildung
aus dem Spektrum der Signalleistung
- SCE
- Cepstrumbildung
aus dem Spektrum des Eingangssignals
- SR
- geräuschreduziertes
Ausgangssignal