DE112018002744T5

DE112018002744T5 - Schallerfassung

Info

Publication number: DE112018002744T5
Application number: DE112018002744.9T
Authority: DE
Inventors: Markus Christoph; Gerhard Pfaffinger; Matthias KRONLACHNER
Original assignee: Harman Becker Automotive Systems GmbH
Current assignee: Harman Becker Automotive Systems GmbH
Priority date: 2017-05-29
Filing date: 2018-05-03
Publication date: 2020-02-20
Also published as: US20200145754A1; WO2018219582A1; US10869126B2; CN110692257A; CN110692257B

Abstract

Schallerfassen, das Anwenden einer Fernfeldmikrofonfunktion auf eine Vielzahl von ersten Mikrofonsignalen zum Bereitstellen eines ersten Ausgangssignals und Anwenden einer weniger gerichteten Mikrofonfunktion auf ein oder mehrere zweite Mikrofonsignale zum Bereitstellen eines zweiten Ausgangssignals beinhaltet.

Description

ALLGEMEINER STAND DER TECHNIK
Technisches Gebiet
Die Offenbarung betrifft ein System und ein Verfahren (im Allgemeinen als ein „System“ bezeichnet) zum Erfassen von Schall.
Verwandte Technik
Fernfeldmikrofonsysteme werden häufig als Front-End von Spracherkennungsmaschinen (speech recognition engines - SRE) wie Cortana® (von Microsoft), Alexa® (von Amazon), Siri® (von Apple), Bixby® (von Samsung) oder dergleichen verwendet und werden in diesem Zusammenhang auch dazu verwendet, Schlüsselwörter wie „Alexa“, „Hey Cortana“ und so weiter zu erkennen. Gängige Fernfeldmikrofone weisen beispielsweise eine lenkbare und hochgerichtete Empfindlichkeitskennlinie auf und können eine Vielzahl (z. B. eine Gruppierung) von Mikrofonen enthalten, deren Ausgangssignale in einem Signalverarbeitungspfad verarbeitet werden, der eine beliebige Art von Strahlformungsstruktur enthält, um eine strahl geformte Empfindlichkeitskennlinie der Mikrofongruppierung zu bilden. Die strahlförmige Empfindlichkeitskennlinie (hierin als Strahl bezeichnet) erhöht das Signal-Rausch-Verhältnis (signal-to-noise ratio - SNR) und ermöglicht es somit, gesprochene Sprache in größerer Entfernung von der Vielzahl von Mikrofonen aufzunehmen.
Normalerweise ist die Position einer sprechenden Person (d. h. eines Sprechers) und damit die Richtung, aus der die Sprache hervorgeht, nicht bekannt. Für ein maximales Signal-Rausch-Verhältnis muss die strahlförmige Empfindlichkeitskennlinie der Vielzahl von Mikrofonen jedoch auf die Position des Sprechers gelenkt werden, der sich in einem beliebigen horizontalen Winkel (360° Abdeckung) um die Vielzahl von Mikrofonen befinden kann. Zusätzlich kann sich der Sprecher ändern, sodass die Strahlformungsstruktur in der Lage sein muss, auf jedes Sprachsignal aus jeder Richtung zu wirken. Ferner können Fernfeldmikrofonsysteme in jeder Umgebung aufgestellt werden, wie z. B. in einem Wohnzimmer, in dem sich ein aktives Fernsehgerät oder ein Radio in der Nähe befindet, oder in einer Cafeteria, in der viele Menschen in Verbindung mit Geräuschen aus sehr unterschiedlich klingenden, weit gestreuten Schallquellen sprechen. In derartigen Szenarien ist es sehr wahrscheinlich, dass die Strahlformungsstruktur beispielsweise durch den von einem aktiven Fernsehgerät erzeugten Schall abgelenkt wird, d. h. der Strahl kann in Richtung des Fernsehgeräts gelenkt werden, während der Sprecher die Spracherkennungsmaschine durch verwenden des entsprechenden Schlüsselworts aktivieren möchte. Wenn die Strahlformungsstruktur zu langsam ist, um den Sprecher zu verfolgen, kann dies zu einem nicht erkannten Schlüsselwort führen, wodurch der Sprecher gezwungen wird, das Schlüsselwort (immer und immer wieder) zu wiederholen, was für den Sprecher ärgerlich sein kann.
KURZDARSTELLUNG
Ein beispielhaftes Schallerfassungssystem beinhaltet einen ersten Signalverarbeitungspfad, der dazu konfiguriert ist, eine Fernfeldmikrofonfunktion auf Grundlage einer Vielzahl von ersten Mikrofonsignalen anzuwenden und ein erstes Ausgangssignal bereitzustellen, und einen zweiten Signalverarbeitungspfad, der dazu konfiguriert ist, eine weniger gerichtete Mikrofonfunktion auf Grundlage eines oder mehrerer zweiter Mikrofonsignale anzuwenden und ein zweites Ausgangssignal bereitzustellen.
Ein beispielhaftes Schallerfassungsverfahren beinhaltet Anwenden einer Fernfeldmikrofonfunktion auf eine Vielzahl von ersten Mikrofonsignalen zum Bereitstellen eines ersten Ausgangssignals und Anwenden einer weniger gerichteten Mikrofonfunktion auf ein oder mehrere zweite Mikrofonsignale zum Bereitstellen eines zweiten Ausgangssignals.
Andere Systeme, Verfahren, Merkmale und Vorteile werden dem Fachmann bei Durchsicht der folgenden detaillierten Beschreibung und der beigefügten Figuren offensichtlich sein oder werden. Es ist beabsichtigt, dass alle derartigen zusätzlichen Systeme, Verfahren, Merkmale und Vorteile, die in dieser Beschreibung enthalten sind, in den Geltungsbereich der Erfindung fallen und durch die nachstehenden Patentansprüche geschützt sind.
Figurenliste
Das System und Verfahren kann unter Bezugnahme auf die folgenden Zeichnungen und die Beschreibung besser verstanden werden. Die Komponenten in den Figuren sind nicht notwendigerweise maßstabsgetreu, stattdessen wird der Schwerpunkt auf die Veranschaulichung der Prinzipien der Erfindung gelegt. Darüber hinaus geben gleiche Bezugsziffern in den Figuren entsprechende Teile in den unterschiedlichen Ansichten an.

1 ist ein schematisches Diagramm, das ein anderes beispielhaftes Schallerfassungssystem mit einem ersten Signalverarbeitungspfad und einem zweiten Signalverarbeitungspfad veranschaulicht, wobei der zweite Signalverarbeitungspfad einen Verzögerungs- und Summenblock beinhaltet.
2 ist ein schematisches Diagramm, das ein anderes beispielhaftes Schallerfassungssystem veranschaulicht, wobei das System einen Allpassfilterblock in dem zweiten Signalverarbeitungspfad und separate Akustikecholöscher in dem ersten Signalverarbeitungspfad und dem zweiten Signalverarbeitungspfad enthält.
3 ist ein schematisches Diagramm, das ein anderes beispielhaftes Schallerfassungssystem veranschaulicht, wobei das System einen Allpass-Filterblock in dem zweiten Signalverarbeitungspfad und einen gemeinsamen Akustikecholöscherblock in dem ersten Signalverarbeitungspfad und dem zweiten Signalverarbeitungspfad enthält.
4 ist ein schematisches Diagramm, das ein anderes beispielhaftes Schallerfassungssystem veranschaulicht, wobei das System einen gemeinsamen Fixstrahlformungsblock für den ersten Signalverarbeitungspfad und den zweiten Signalverarbeitungspfad enthält.
5 ist ein schematisches Diagramm, das das in 4 gezeigte System veranschaulicht, in dem nur Ausgaben des gemeinsamen Fixstrahlformungsblocks, die sich auf die negativeren Strahlen beziehen, in dem zweiten Signalverarbeitungspfad verarbeitet werden.
6 ist ein schematisches Diagramm, das das in 4 gezeigte System veranschaulicht, in dem die Ausgabe des gemeinsamen Fixstrahlformungsblocks, die sich auf den negativsten Strahl und einen benachbarten Strahl auf jeder Seite davon bezieht, in dem zweiten Signalverarbeitungspfad verarbeitet werden.
7 ist ein schematisches Diagramm, das ein anderes beispielhaftes Schallerfassungssystem darstellt, wobei das System einen gemeinsamen Strahllenkungsblock in dem ersten Signalverarbeitungspfad und dem zweiten Signalverarbeitungspfad enthält.

DETAILLIERTE BESCHREIBUNG
In den nachfolgend beschriebenen beispielhaften Schallerfassungssystemen ist zusätzlich zu einem (ersten) Signalverarbeitungspfad mit einer Fernfeldmikrofonfunktion ein (zweiter) Signalverarbeitungspfad mit einer omnidirektionalen oder einer anderen, weniger gerichteten Mikrofonfunktion vorgesehen. Beispielsweise kann der zweite Signalverarbeitungspfad in Verbindung mit zumindest einem zusätzlichen omnidirektionalen Mikrofon oder einem oder mehreren bereits vorhandenen Mikrofonen arbeiten, wie etwa den Mikrofonen aus der Gruppierung von Mikrofonen (auch als Mikrofongruppierung oder einfach Gruppierung bezeichnet), die in Verbindung mit dem ersten Signalverarbeitungspfad verwendet werden.
In einem Beispiel werden die Ausgangssignale aller bereits im Zusammenhang mit dem ersten Signalverarbeitungspfad verwendeten Mikrofone der Mikrofongruppierung im zweiten Signalverarbeitungspfad aufsummiert. Das resultierende Summensignal enthält weniger Rauschen als das Ausgangssignal eines einzelnen Mikrofons der Gruppierung, und zwar um einen Rauschreduzierungsfaktor RN, der RN [dB] = 10·log10 (Anzahl der Mikrofone) beträgt und somit eine verbesserte Verstärkung für weißes Rauschen bereitstellt.
Nur das Aufsummieren der Ausgangssignale der (z. B. omnidirektionalen) Mikrofone der Gruppierung führt zu einer signifikanten Verschlechterung de Frequenzganggröße des Summensignals. Beispielsweise hängt die Verschlechterung von der Geometrie der Gruppierung ab, d. h. dem (Zwischen-) Abstand zwischen den Mikrofonen der Mikrofongruppierung. Um diesen Nachteil zu überwinden, kann eine Verzögerungs- und Summenstrahlformungsstruktur verwendet werden, bei der die Ausgangssignale der Mikrofone verzögert werden, bevor sie aufsummiert werden, und bei der die Verzögerungen so angepasst (gesteuert) werden können, dass der Strahl in eine gewünschte Richtung gelenkt werden kann. Die Verzögerungen können Teilverzögerungen umfassen, d. h. das Verzögern von abgetasteten Daten um einen Bruchteil eines Abtastzeitraums.
Eine andere Möglichkeit, den oben beschriebenen Nachteil zu überwinden, besteht darin, zwischen Mikrofonen und Summierungspunkt (anstelle von Verzögerungen) Allpassfilter mit Grenzfrequenzen einzufügen, die in der resultierenden Frequenzganggröße mit zufällig verteilten Grenzfrequenzen und gegebenenfalls zufällig verteilten Qualitätswerten um eine Kerbe herum angeordnet sind, um eine diffuse Phasenkennlinie um die Kerbfrequenz zu erhalten, sodass die Kerbe in der Frequenzganggröße nach der Summierung auf eine Weise, die nahezu unabhängig vom Einfallswinkel ist, geschlossen ist. Infolgedessen kann ein virtuelles omnidirektionales Mikrofon mit einem verbesserten Rauschverhalten erhalten werden, dessen Ausgangssignal dann den Eingang zu nachfolgenden Teilen des zweiten Signalverarbeitungspfads bilden kann, darunter z. B. Akustikecholöschung, Rauschreduzierung, automatische Verstärkungsregelung, Begrenzung usw.
Alternativ können die Ausgangssignale von automatischen Echolöschern im ersten Signalverarbeitungspfad als Eingangssignal(e) für den (die) Allpassfilter im zweiten Signalverarbeitungspfad verwendet werden. In einer anderen Alternative werden die Mikrofonsignale allpassgefiltert und dann aufsummiert. Das Summensignal wird dann einem automatischen Einkanal-Echolöscher stromaufwärts von dem Rest des ersten Signalverarbeitungspfads zugeführt.
Nun unter Bezugnahme auf 1 beinhaltet ein beispielhaftes Schallerfassungssystem eine Vielzahl (z. B. eine Gruppierung) von Mikrofonen 101 und einen optionalen Mehrkanal-Hochpassfilterblock (HP-Filterblock) 102. Das Schallerfassungssystem beinhaltet ferner einen nachfolgenden Mehrkanal-Akustikecholöschungs (acoustic echo cancellation - AEC)-Block 103, der stromabwärts von dem optionalen Hochpassfilterblock 102 verbunden ist, einen nachfolgenden Fixstrahlformer (fixed beamformer - FBF)-Block 104, einen nachfolgenden Strahllenkungs (beam steering - BS)-Block 105, einen adaptiven Strahlformungs- (adaptive beamforming - ABF)-Block 106, einen nachfolgenden Rauschreduzierungs (noise reduction - NR)-Block 107, einen automatischen Verstärkungsregelungs (automatic gain control - AGC)-Block 108 und einen (Spitzen-)Begrenzerblock 109. Die Blöcke 102-109 sind in einem ersten Signalverarbeitungspfad enthalten, der in Verbindung mit den Mikrofonen 101 ein beispielhaftes Fernfeldmikrofonsystem bildet.
Der optionale Mehrkanal-Hochpassfilterblock 102 beinhaltet eine Vielzahl von Hochpassfiltern, die jeweils stromabwärts (z. B. mit einem Ausgang) von einem aus der Vielzahl von Mikrofonen 101 verbunden sind. Die Hochpassfilter können so konfiguriert sein, dass sie niedrigere Frequenzen (z. B. unter 150 Hz), die für die Sprachverarbeitung nicht relevant sind, aber zum Gesamtrauschen beitragen können, abschneiden.
Der Mehrkanal-Echolöschungsblock 103 beinhaltet eine Vielzahl von Akustikecholöschern, die jeweils stromabwärts (z. B. mit einem Ausgang) von einem aus der Vielzahl von Hochpassfiltern im Hochpassfilterblock 102 verbunden sind und damit mit den Mikrofonen 101 gekoppelt sind. Bei der Echolöschung wird zunächst in einem Signal eines Mikrofons das ursprünglich übertragene Signal erkannt, das mit einer gewissen Verzögerung als Echo in dem von diesem Mikrofon empfangenen Signal wieder auftritt. Sobald das Echo erkannt wurde, kann es entfernt werden, indem es vom gesendeten und empfangenen Signal subtrahiert wird, um ein Echounterdrückungssignal bereitzustellen.
Ausgangssignale des akustischen Echolöschungsblocks 103 dienen als Eingangssignale für den Fixstrahlformungsblock 104, der eine einfache und dennoch effektive (Strahlformungs-) Technik wie die Verzögerungs- und Summen (delay-and-sum - DS)-Technik verwenden kann. Eine einfache Struktur einer festen Verzögerungs- und Summenstruktur kann derart sein, dass die hochpassgefilterten und echounterdrückten Mikrofonausgangssignale in Bezug zueinander verzögert werden und dann aufsummiert werden, um Ausgangssignale des Fixstrahlformungsblocks 104 bereitzustellen.
Der Strahllenkungsblock 105 kann ein Ausgangssignal, das einen Strahl darstellt, der in eine Richtung in einem Raum (Raumrichtung) mit dem gegenwärtig höchsten Signal-Rausch-Verhältnis zeigt, bezeichnet als positiver Strahl, und ein anderes Ausgangssignal, das einen Strahl darstellt, der in eine Richtung in einem Raum (Raumrichtung) mit z. B. dem derzeit niedrigsten Signal-Rausch-Verhältnis, bezeichnet als negativer Strahl, liefern. Basierend auf diesen beiden Signalen liefert der adaptive Strahlformungsblock 106, der stromabwärts (z. B. mit Ausgängen) von dem Strahllenkungsblock 105 wirkverbunden ist, zumindest ein Ausgangssignal, das im Idealfall aber nur Nutzsignalteile (wie etwa Sprachsignale), aber keine oder nur geringfügige Rauschanteile enthält, und kann ein anderes Ausgangssignal liefern, das idealerweise nur Rauschen enthält.
Der adaptive Strahlformungsblock 106 kann dazu konfiguriert sein, adaptive räumliche Signalverarbeitung an den vorverarbeiteten Signalen von den Mikrofonen 101 durchzuführen. Diese Signale werden auf eine Weise kombiniert, die die Signalstärke aus einer gewählten Richtung erhöht. Signale aus anderen Richtungen können auf harmlose oder zerstörerische Weise kombiniert werden, was zu einer Verschlechterung des Signals aus der unerwünschten Richtung führt. Das Ausgangssignal des adaptiven Strahlformungsblocks 106 liefert ein Ausgangssignal mit einem verbesserten Signal-Rausch-Verhältnis.
Der Rauschreduzierungsblock 107 kann dazu konfiguriert sein, Restrauschen aus dem durch den adaptiven Strahlformungsblock 106 bereitgestellten Signal zu entfernen, z. B. unter Verwendung von allgemeinen Techniken zum Entfernen von Audiorauschen.
Der automatische Verstärkungsregelungsblock 108 kann eine Rückkopplungsregelungsstruktur mit geschlossenem Regelkreis aufweisen und kann dazu konfiguriert sein, eine geregelte Signalamplitude an seinem Ausgang bereitzustellen, obwohl die Amplitude in seinem Eingangssignal variiert. Der Durchschnitts- oder Spitzenausgangssignalpegel kann verwendet dazu werden, die Eingangs-Ausgangs-Verstärkung dynamisch auf einen geeigneten Wert einzustellen, sodass die nachfolgende Signalverarbeitungsstruktur mit einem größeren Bereich von Eingangssignalpegeln zufriedenstellend arbeiten kann.
Der (Spitzen-)Begrenzerblock 109 kann dazu konfiguriert sein, einen Prozess auszuführen, durch den verhindert wird, dass eine bestimmte Charakteristik (z. B. Amplitude) eines Signals, das hier das vom automatischen Verstärkungsregelungsblock 108 ausgegebene Signal ist, einen vorbestimmten Wert überschreitet, d. h. um die Signalamplitude auf den vorgegebenen Wert zu begrenzen. Der (Spitzen-) Begrenzerblock 109 liefert ein Signal SreOut (n), das als Ausgangssignal des ersten Signalverarbeitungspfads und als Eingangssignal für eine Spracherkennungsmaschine (nicht gezeigt) dienen kann.
Das in 1 gezeigte Schallerfassungssystem beinhaltet ferner einen zweiten Signalverarbeitungspfad, der mit einem separaten dedizierten omnidirektionalen Mikrofon (nicht gezeigt) oder einer separaten dedizierten Gruppierung von Mikrofonen (nicht gezeigt) mit omnidirektionalen Richtcharakteristiken verbunden sein kann. Bei dem in 1 gezeigten Schallerfassungssystem bilden jedoch die bereits vorhandene Gruppierung von Mikrofonen 101 und der nachfolgende Hochpassfilterblock 102 nicht nur das vordere Ende für den ersten Signalverarbeitungspfad, sondern auch für den zweiten Signalverarbeitungspfad. Der beispielhafte zweite Signalverarbeitungspfad enthält einen Mehrkanal-Verzögerungsblock 110, einen nachfolgenden Summierungsblock 111, einen nachfolgenden Einkanal-Akustikecholöschungs (AEC)-Block 112, einen nachfolgenden Rauschreduzierungs (NR)-Block 113, einen automatischen Verstärkungsregelungs (AGC)-Block 114 und einen (Spitzen-)Begrenzerblock 115. Der Verzögerungsblock 110 kann durch den Strahllenkungsblock 105 des ersten Signalverarbeitungspfads über einen Verzögerungsberechnungsblock 116 gesteuert werden.
Bevor die Ausgangssignale des Hochpassfilterblocks 102, d. h. die gefilterten Ausgangssignale der Mikrofone 101, durch den Summierungsblock 111 aufsummiert werden, verzögert der Mehrkanalverzögerungsblock 110 die Ausgangssignale des Hochpassfilterblocks 102 mit verschiedene Verzögerungen, die durch den Strahllenkungsblock 105 des ersten Signalverarbeitungspfads über den Verzögerungsberechnungsblock 116 gesteuert werden können. Die Verzögerungen des Verzögerungsblocks 110 werden so gesteuert, dass die Richtcharakteristik der Gruppierung von Mikrofonen 101, wie sie durch ein Ausgangssignal des Summierungsblocks 111 dargestellt wird, beispielsweise (ungefähr) omnidirektional ist oder eine beliebige andere, weniger gerichtete Form aufweist.
Der Einkanal-Akustikecholöschungsblock 112 beinhaltet einen Akustikecholöscher, der stromabwärts von dem Summierungsblock 111 (z. B. mit einem Ausgang) verbunden ist. Der Akustikecholöscher kann auf die gleiche oder ähnliche Weise wie die Vielzahl von Akustikecholöschern, die in dem Mehrkanal-Echolöschungsblock 103 verwendet werden, arbeiten. Ferner können der Rauschreduzierungsblock 113, der automatische Verstärkungsregelungsblock 114 und der (Spitzen-)Begrenzerblock 115 in dem zweiten Signalverarbeitungspfad identische oder ähnliche Strukturen und/oder Funktionen wie der Rauschreduzierungsblock 107, der automatische Verstärkungsregelungsblock 108 und der (Spitzen-)Begrenzerblock 109 im ersten Signalverarbeitungspfad aufweisen. Der (Spitzen-)Begrenzerblock 115 liefert ein Signal KwsOut (n), das als Ausgangssignal des zweiten Signalverarbeitungspfads und als Eingangssignal für eine Sprachverarbeitungsanordnung, z. B. ein Schlüsselwortsuchsystem (nicht gezeigt), dienen kann, und/oder ein Signal HfsOut (n), das als (anderes) Ausgangssignal des zweiten Signalverarbeitungspfads und als Eingangssignal für eine Sprachverarbeitungsanordnung, z. B. ein Freisprechsystem (nicht gezeigt), dienen kann. Die Sprachverarbeitung kann jede geeignete Verarbeitung von Signalen umfassen, die Sprachsignale enthalten, von der einfachen Verarbeitung von Merkmalen wie Telefonsignalen an einem Ende bis zur hoch entwickelten Spracherkennung am anderen Ende.
Unter Bezugnahme auf 2 kann das in 1 gezeigte System geändert werden, indem der Verzögerungsberechnungsblock 116 weggelassen und der Mehrkanalverzögerungsblock 110 durch einen Mehrkanal-Allpassfilterblock 201 ersetzt wird. Der Allpassfilterblock 201 beinhaltet eine Vielzahl von Allpassfiltern, die jeweils stromabwärts (z. B. an einem Ausgang) von einem aus der Vielzahl von Hochpassfiltern verbunden sind und damit mit den Mikrofonen 101 gekoppelt sind. Die Allpassfilter weisen Grenzfrequenzen auf, die in einer resultierenden Frequenzganggröße mit zufällig verteilten Grenzfrequenzen und gegebenenfalls auch mit zufällig verteilten Qualitätswerten um eine Kerbe herum angeordnet sind, um so eine diffuse Phasenkennlinie um die Kerbfrequenz zu erhalten, sodass die Kerbe in der Frequenzganggröße nach der Summierung im Summierungsblock 111 auf eine Weise, die nahezu unabhängig vom Einfallswinkel ist, geschlossen ist.
Unter Bezugnahme auf 3 kann das in 2 gezeigte System geändert werden, indem der Einkanal-Echolöschungsblock 112 weggelassen wird und der Rauschreduzierungsblock 113 direkt mit dem Summierungsblock 111 verbunden wird und der Allpassfilterblock 201 mit den Ausgängen des Mehrkanal-Echolöschungsblocks 103 anstelle des Hochpassfilterblocks 102 verbunden wird. Dies ermöglicht es, die Komplexität des zweiten Signalverarbeitungspfads und somit die Komplexität des gesamten Systems zu reduzieren.
Unter Bezugnahme auf 4 kann das in 3 gezeigte System geändert werden, indem der Allpassfilterblock 201 weggelassen wird und der Summierungsblock 111 mit den Ausgängen des Fixstrahlformungsblocks 104 verbunden wird. Dies ermöglicht es, die Komplexität des zweiten Signalverarbeitungspfads und somit die Komplexität des gesamten Systems weiter zu reduzieren. Es wird nicht angemerkt, dass alle oder nur einige der Ausgänge des Fixstrahlformungsblocks 104 mit dem Summierungsblock 111 verbunden sein können. In dem in 5 gezeigten beispielhaften System können nur die Ausgaben, die sich auf die negativeren Strahlen beziehen, durch den Summierungsblock 111 aufsummiert werden. In dem in 6 gezeigten beispielhaften System kann die Ausgabe, die sich auf den negativsten Strahl und eine Anzahl benachbarter Ausgaben (in dem gezeigten Beispiel 1 auf jeder Seite) bezieht, durch den Summierungsblocks 111 aufsummiert werden. In einer anderen Alternative kann der Ausgang des Strahllenkungsblocks 105, der den negativen Strahl darstellt, d. h. das negative Strahlformungssignal, direkt mit dem Rauschreduzierungsblock 113 verbunden werden, während der Summierungsblock 111 weggelassen wird.
Wie aus den in den 4-7 gezeigten beispielhaften Systemen ersichtlich, gibt es mehrere Optionen zum Erzeugen eines zweiten Signalverarbeitungspfads (Audiopipeline), z. B. für die Schlüsselwortsuche. Die Optionen beinhalten Verwenden eines oder mehrerer strahlbezogener Signale oder Strahlsignale von dem Fixstrahlformungsblock 104 oder dem Strahllenkungsblock 105. Beispielsweise können dem zweiten Signalverarbeitungspfad Signale zugeführt werden, die sich auf den negativen Strahl beziehen (darauf basiert sind), z. B. den Strahl, der in die entgegengesetzte Richtung des positiven Strahls zeigt, wobei der positive Strahl der Strahl ist, der in die Richtung des besten Signal-Rausch-Verhältnisses zeigt. Der positive Strahl richtet sich normalerweise an den Bereich im Raum, in dem sich der Sprecher befindet, kann jedoch unter bestimmten Umständen fehlgeleitet werden, z. B. durch ein aktives Radio- oder Fernsehgerät oder durch anderen Gesprächspartner in der Nähe. Auf diese Weise kann eine andere Hemisphäre als gewünscht abgedeckt werden.
Alternativ oder zusätzlich kann der negative Strahl verwendet werden, der durch ein jeweiliges Ausgangssignal des Strahllenkungsblocks 105 dargestellt wird und der in den adaptiven Strahlformungsblock 106 eingegeben wird, es wurde jedoch herausgefunden, dass, um zwischen zwei Hemisphären zu unterscheiden, das Verwenden nur dieses einen (negativen) Strahls einige Nachteile aufweisen kann, wenn der Sprecher um 90° von den Richtungen abweicht, in die der positive und der negative Strahl weisen, d. h. wenn der Sprecher senkrecht zur Linie zwischen den Richtungen des positiven Strahls und des negativen Strahls steht. In einem solchen „Worst-Case-Szenario“ ist es immer noch wahrscheinlich, dass selbst bei Verwendung einer zweiten Schlüsselwortsuche auf der Grundlage des Signals vom zweiten Signalverarbeitungspfad das „heiße Wort“, d. h. das gesuchte Wort, häufig verpasst wird.
Indem auch die benachbarten Strahlen des negativen Strahls berücksichtigt werden, z. B. Aufsummieren der mit dem negativen Strahl und seinen im Uhrzeigersinn und entgegen dem Uhrzeigersinn liegenden Nachbarn verbundenen Signale, kann dieses Problem erheblich verringert werden. Wenn zum Beispiel der Fixstrahlformungsblock acht regelmäßig verteilte Ausgangsstrahlen liefert, werden die nächsten zwei benachbarten Strahlen berücksichtigt (d. h. 5 Strahlen, die mehr oder weniger in Richtung des negativen Strahls zeigen, werden aufsummiert). Hier kann es vorkommen, dass, wenn der Sprecher 90° von der Linie zwischen dem positiven Strahl und dem negativen Strahl entfernt ist, zu viel Sprachenergie in den positiven Strahl entweicht, was die Schlüsselwortsuchleistung beeinträchtigen kann. Alternativ können auch das Aufsummieren aller Strahlen und das Verwenden des Summensignals als Signal für den zweiten Signalverarbeitungspfad mit zufriedenstellenden Ergebnissen verwendet werden.
Es können mehr als zwei Schlüsselwortsuchprozesse gleichzeitig ausgeführt werden, um die Wahrscheinlichkeit zu erhöhen, dass das heiße Wort auch unter widrigen Umgebungsbedingungen aufgenommen wird, wie vorstehend beschrieben. Zum Beispiel können vier separate Schlüsselwortsuchprozesse mit einem Strahl für jeden Quadranten aus den acht Fixstrahlformungsblöcken durchgeführt werden, um jeden dieser Quadranten abzudecken. Sobald die Stichwortsuche das heiße Wort erkannt hat, kann die Richtung (z. B. die Hemisphäre bzw. der Quadrant), aus der das heiße Wort stammt, bestimmt werden, damit der positive Strahl in diese Richtung zeigt und gegebenenfalls weiter in dieser Richtung zeigen (einfrieren) lassen, bis die aktuelle Anforderung an die Spracherkennungsmaschine beendet ist.
Beispielsweise kann über eine zusätzliche (virtuelle) omnidirektionale Mikrofonanordnung, die ein oder mehrere Einzelmikrofone (z. B. eine Gruppierung, insbesondere eine bereits vorhandene Gruppierung) mit einer flachen Frequenzganggröße nahezu unabhängig vom Einfallswinkel und mit bestmöglichem Rauschverhalten beinhalten kann, die Leistung eines Schlüsselwortsystems (key word system - KWS) und/oder einer Freisprechanlage (hands free system - HFS) weiter verbessert werden. Die oben beschriebenen Systeme und Verfahren sind einfach, aber effektiv und erfordern daher möglicherweise nur ein Minimum an zusätzlichem Speicher und/oder Verarbeitungsaufwand, um eine zweite Audiopipeline zu erstellen, die zur Vermeidung von Erkennungsverlusten bei gesprochenen Schlüsselwörtern nützlich ist.
Unter einem Block ist ein Hardwaresystem oder ein Element davon zu verstehen, das zumindest eines der Folgenden umfasst: eine Verarbeitungseinheit, die Software ausführt, und eine dedizierte Schaltungsstruktur zum Umsetzen einer jeweiligen gewünschten Signalübertragungs- oder -verarbeitungsfunktion. Somit können Teile oder das gesamte Schallerfassungssystem als Software und Firmware, die von einem Prozessor oder einer programmierbaren digitalen Schaltung ausgeführt werden, umgesetzt werden. Es liegt auf der Hand, dass ein beliebiges hierin offenbartes Schallerfassungssystem eine beliebige Anzahl von Mikroprozessoren, integrierten Schaltungen, Speichervorrichtungen (z. B. FLASH, Direktzugriffsspeicher (random access memory - RAM), Festwertspeicher (read only memory - ROM), elektrisch programmierbaren Festwertspeicher (electrically programmable read only memory - EPROM), elektrisch löschbaren programmierbaren Festwertspeicher (electrically erasable programmable read only memory - EEPROM) oder andere geeignete Varianten davon) und Software beinhalten können, die miteinander zusammenwirken, um den/die hierin offenbarten Vorgang/Vorgänge durchzuführen. Zusätzlich kann ein beliebiges offenbartes Schallerfassungssystem einen beliebigen oder mehrere Mikroprozessoren nutzen, um ein Computerprogramm auszuführen, das in einem nichtflüchtigen computerlesbaren Medium ausgeführt ist, das dazu programmiert ist, eine beliebige Anzahl von offenbarten Funktionen durchzuführen. Ferner beinhaltet eine beliebige Steuerung, wie hierin bereitgestellt, ein Gehäuse und eine unterschiedliche Anzahl von Mikroprozessoren, integrierten Schaltungen und Speichervorrichtungen (z. B. FLASH, Direktzugriffsspeicher (RAM), Festwertspeicher (ROM), elektrisch programmierbaren Festwertspeicher (EPROM) und/oder elektrisch löschbaren programmierbaren Festwertspeicher (EEPROM).
Die Beschreibung der Ausführungsformen wurde zum Zwecke der Veranschaulichung und Beschreibung dargelegt. Geeignete Modifikationen und Variationen der Ausführungsformen können angesichts der vorangehenden Beschreibung vorgenommen oder aus dem Durchführen der Verfahren gewonnen werden. Beispielsweise können, sofern nicht anders angegeben, eines oder mehrere der beschriebenen Verfahren durch eine geeignete Vorrichtung und/oder eine Kombination von Vorrichtungen durchgeführt werden. Die beschriebenen Verfahren und zugehörigen Handlungen können zusätzlich zu der in dieser Anmeldung beschriebenen Reihenfolge auch in verschiedenen Reihenfolgen parallel und/oder gleichzeitig durchgeführt werden. Die beschriebenen Systeme sind beispielhafter Natur und können zusätzliche Elemente enthalten und/oder Elemente weglassen.
Wie in dieser Anmeldung verwendet, sollte ein Element oder ein Schritt, der im Singular aufgeführt ist und mit dem Wort „ein“, oder „eine“ fortgeführt wird, so verstanden werden, dass mehrere der Elemente oder Schritte nicht ausgeschlossen werden, es sei denn, ein solcher Ausschluss ist angegeben. Ferner sollen Bezugnahmen auf „eine Ausführungsform“ oder „ein Beispiel“ der vorliegenden Offenbarung nicht so ausgelegt werden, dass sie das Vorhandensein zusätzlicher Ausführungsformen ausschließen, die auch die genannten Merkmale enthalten. Die Begriffe „erste/r/s“, „zweite/r/s“ und „dritte/r/s“ werden lediglich als Kennzeichnungen verwendet und sollen keine numerischen Anforderungen oder eine bestimmte positionsmäßige Reihenfolge der Gegenstände, auf die sie sich beziehen, vorschreiben.
Wenngleich verschiedene Ausführungsformen der Erfindung beschrieben wurden, ist es für den Fachmann offensichtlich, dass im Rahmen der Erfindung viel mehr Ausführungsformen und Implementierungen möglich sind. Insbesondere wird der Fachmann die Austauschbarkeit verschiedener Merkmale aus unterschiedlichen Ausführungsformen erkennen. Obwohl diese Techniken und Systeme im Zusammenhang mit bestimmten Ausführungsformen und Beispielen offenbart wurden, versteht es sich, dass diese Techniken und Systeme über die spezifisch offenbarten Ausführungsformen hinaus auf andere Ausführungsformen und/oder Verwendungen und offensichtliche Modifikationen davon ausgedehnt werden können.

Claims

Schallerfassungssystem, umfassend: einen ersten Signalverarbeitungspfad, der dazu konfiguriert ist, eine Fernfeldmikrofonfunktion auf Grundlage einer Vielzahl von ersten Mikrofonsignalen anzuwenden und ein erstes Ausgangssignal an eine Sprachverarbeitungsanordnung bereitzustellen; und einen zweiten Signalverarbeitungspfad, der dazu konfiguriert ist, eine weniger als die Fernfeldmikrofonfunktion gerichtete Mikrofonfunktion auf Grundlage eines oder mehrerer zweiter Mikrofonsignale anzuwenden und ein zweites Ausgangssignal an die Sprachverarbeitungsanordnung bereitzustellen.
System nach Anspruch 1, ferner umfassend einen Mehrkanal-Hochpassfilterblock, wobei der Hochpassfilterblock eine Vielzahl von Hochpassfiltern umfasst, die stromaufwärts von zumindest einem von dem ersten Signalverarbeitungspfad und/oder dem zweiten Signalverarbeitungspfad wirkverbunden sind.
System nach Anspruch 1 oder 2, ferner umfassend eine Mikrofongruppierung, wobei die Mikrofongruppierung eine Vielzahl von Mikrofonen umfasst, die zumindest eines aus der Vielzahl von ersten Mikrofonsignalen und der Vielzahl von zweiten Mikrofonsignalen bereitstellen.
System nach einem der Ansprüche 1 bis 3, wobei der erste Signalverarbeitungspfad Folgendes umfasst: einen Mehrkanal-Akustikechoauslöschungsblock, der eine Vielzahl von Akustikechoauslöschern umfasst und dazu konfiguriert ist, die gefilterte oder ungefilterte Vielzahl von ersten Mikrofonsignalen zu empfangen; einen Mehrkanal-Fixstrahlformungsblock, der eine Vielzahl von Fixstrahlformern umfasst und stromabwärts von dem Mehrkanal-Akustikechoauslöschungsblock wirkverbunden ist, einen Strahllenkungsblock, der stromabwärts von dem Mehrkanal-Fixstrahlformungsblock wirkverbunden ist und dazu konfiguriert ist, zumindest ein Fixstrahlsignal bereitzustellen; und einen adaptiven Strahlformungsblock, der stromabwärts von dem Strahllenkungsblock wirkverbunden ist und dazu konfiguriert ist, ein Richtstrahlsignal bereitzustellen, das in Richtung einer Zielposition gelenkt ist.
System nach Anspruch 4, wobei der erste Signalverarbeitungspfad ferner zumindest eines der Folgenden umfasst: einen ersten Rauschreduzierungsblock, der stromabwärts von dem adaptiven Strahlformungsblock wirkverbunden ist und dazu konfiguriert ist, Rauschen aus dem von dem adaptiven Strahlformungsblock bereitgestellten Strahlsignal zu entfernen; einen ersten automatischen Verstärkungsregelungsblock, der stromabwärts von dem adaptiven Strahlformungsblock wirkverbunden ist und dazu konfiguriert ist, ein erstes automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und einen ersten Begrenzerblock, der stromabwärts von dem adaptiven Strahlformungsblock wirkverbunden ist und dazu konfiguriert ist, ein erstes Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die unter einem vorbestimmten Wert liegt.
System nach Anspruch 4 oder 5, wobei der Strahllenkungsblock ferner dazu konfiguriert ist, ein positives Fixstrahlsignal und ein negatives Fixstrahlsignal bereitzustellen, wobei das positive Fixstrahlsignal einen Strahl darstellt, der in eine Richtung in einem Raum mit dem derzeit höchsten Signal-Rausch-Verhältnis zeigt, und das negative Fixstrahlsignal einen Strahl darstellt, der in eine Richtung in einem Raum mit dem derzeit niedrigsten Signal-Rausch-Verhältnis zeigt.
System nach Anspruch 4 oder 5, wobei der Strahllenkungsblock ferner dazu konfiguriert ist, ein positives Fixstrahlsignal und ein negatives Fixstrahlsignal bereitzustellen, wobei das positive Fixstrahlsignal einen Strahl darstellt, der in eine Richtung in einem Raum mit dem derzeit höchsten Signal-Rausch-Verhältnis zeigt, und das negative Fixstrahlsignal einen Strahl darstellt, der in eine entgegengesetzte Richtung zeigt.
System nach einem der Ansprüche 1 bis 7, wobei der zweite Signalverarbeitungspfad Folgendes umfasst: einen Mehrkanal-Verzögerungsblock, der eine Vielzahl von Verzögerungen umfasst und mit der Mikrofongruppierung oder dem Hochpassfilterblock verbunden ist; einen ersten Summierungsblock, der stromabwärts von dem Mehrkanal-Verzögerungsblock wirkverbunden ist und dazu konfiguriert ist, die verzögerte gefilterte oder ungefilterte Vielzahl von zweiten Mikrofonsignalen zu summieren, um ein Summensignal bereitzustellen; und einen ersten Einkanal-Akustikechoauslöschungsblock, der einen Akustikechoauslöscher umfasst und dazu konfiguriert ist, das Summensignal zu empfangen und das weniger gerichtete Signal bereitzustellen.
System nach Anspruch 8, das System ferner umfassend einen Verzögerungsberechnungsblock, wobei: der Strahllenkungsblock ferner dazu konfiguriert ist, ein Verzögerungslenkungssignal bereitzustellen; der Mehrkanal-Verzögerungsblock ferner dazu konfiguriert ist, eine Vielzahl von steuerbaren Verzögerungen bereitzustellen; und der Mehrkanal-Verzögerungsberechnungsblock dazu konfiguriert ist, die Vielzahl von steuerbaren Verzögerungen auf Grundlage des Verzögerungssteuersignals von dem Strahllenkungsblock zu steuern.
System nach Anspruch 9, wobei die Vielzahl von Verzögerungen Teilverzögerungen umfasst.
System nach einem der Ansprüche 1 bis 7, wobei der zweite Signalverarbeitungspfad Folgendes umfasst: einen ersten Mehrkanal-Allpassfilterblock, der eine Vielzahl von Allpassfiltern umfasst und mit der Mikrofongruppierung oder dem Hochpassfilterblock wirkverbunden ist, einen zweiten Summierungsblock, der stromabwärts von dem Mehrkanal-Verzögerungsblock wirkverbunden ist und dazu konfiguriert ist, die verzögerte gefilterte oder ungefilterte Vielzahl von zweiten Mikrofonsignalen zu summieren, um ein Summensignal bereitzustellen; und einen zweiten Einkanal-Akustikechoauslöschungsblock, der einen Akustikechoauslöscher umfasst und dazu konfiguriert ist, das Summensignal zu empfangen und das weniger gerichtete Signal bereitzustellen.
System nach einem der Ansprüche 4 bis 7, wobei der zweite Signalverarbeitungspfad Folgendes umfasst: einen zweiten Mehrkanal-Allpassfilterblock, der eine Vielzahl von Allpassfiltern umfasst und mit dem Mehrkanal-Akustikechoauslöschungsblock wirkverbunden ist; einen zweiten Summierungsblock, der stromabwärts von dem Mehrkanal-Verzögerungsblock wirkverbunden ist und dazu konfiguriert ist, die verzögerte gefilterte oder ungefilterte Vielzahl von zweiten Mikrofonsignalen zu summieren, um ein Summensignal bereitzustellen.
System nach Anspruch 11 oder 12, wobei zumindest einer von dem ersten Mehrkanal-Allpassfilterblock und/oder dem zweiten Mehrkanal-Allpassfilterblock Allpassfilter mit zufällig verteilten Grenzfrequenzen umfasst, die um eine Kerbe in der resultierenden Frequenzganggröße angeordnet sind.
System nach einem der Ansprüche 8 bis 13, wobei der zweite Signalverarbeitungspfad ferner zumindest eines der Folgenden umfasst: einen zweiten Rauschreduzierungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, Rauschen aus dem von dem Summierungsblock bereitgestellten Summensignal zu entfernen; einen zweiten automatischen Verstärkungsregelungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und einen zweiten Begrenzerblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die gleich einem oder kleiner als ein vorbestimmter Wert ist.
System nach einem der Ansprüche 1 bis 14, wobei die Sprachverarbeitungsanordnung einen Spracherkennungsblock umfasst, der stromabwärts von zumindest einem von dem ersten Signalverarbeitungspfad und/oder dem zweiten Signalpfad wirkverbunden ist.
System nach einem der Ansprüche 1 bis 15, wobei die Sprachverarbeitungsanordnung einen Schlüsselwortsuchverarbeitungsblock oder einen Freisprechverarbeitungsblock umfasst, der stromabwärts von dem zumindest einem von dem zweiten Signalverarbeitungspfad und dem ersten Signalverarbeitungspfad wirkverbunden ist.
System nach Anspruch 4 oder 5, wobei der zweite Signalverarbeitungspfad ferner Folgendes umfasst: einen zweiten Summierungsblock, der stromabwärts von dem Mehrkanal-Fixstrahlformungsblock wirkverbunden ist und dazu konfiguriert ist, die Ausgangssignale davon zu summieren, um ein Summensignal bereitzustellen; und zumindest eines der Folgenden: einen zweiten Rauschreduzierungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, Rauschen aus dem von dem Summierungsblock bereitgestellten Summensignal zu entfernen; einen zweiten automatischen Verstärkungsregelungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und einen zweiten Begrenzerblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die gleich einem oder kleiner als ein vorbestimmter Wert ist.
System nach Anspruch 4 oder 5, wobei der zweite Signalverarbeitungspfad ferner Folgendes umfasst: einen zweiten Summierungsblock, der stromabwärts von dem Mehrkanal-Fixstrahlformungsblock wirkverbunden ist und dazu konfiguriert ist, die Ausgangssignale davon, die mit den negativeren Strahlen in Beziehung stehen, zu summieren, um ein Summensignal bereitzustellen; und zumindest eines der Folgenden: einen zweiten Rauschreduzierungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, Rauschen aus dem von dem Summierungsblock bereitgestellten Summensignal zu entfernen; einen zweiten automatischen Verstärkungsregelungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und einen zweiten Begrenzerblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die gleich einem oder kleiner als ein vorbestimmter Wert ist.
System nach Anspruch 4 oder 5, wobei der zweite Signalverarbeitungspfad ferner Folgendes umfasst: einen zweiten Summierungsblock, der stromabwärts von dem Mehrkanal-Fixstrahlformungsblock wirkverbunden ist und dazu konfiguriert ist, die Ausgangssignale des negativsten Strahls und zumindest einen benachbarten Strahls an jeder Seite davon zu summieren, um ein Summensignal bereitzustellen; und zumindest eines der Folgenden: einen zweiten Rauschreduzierungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, Rauschen aus dem von dem Summierungsblock bereitgestellten Summensignal zu entfernen; einen zweiten automatischen Verstärkungsregelungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und einen zweiten Begrenzerblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die gleich einem oder kleiner als ein vorbestimmter Wert ist.
System nach Anspruch 4 oder 5, wobei der zweite Signalverarbeitungspfad stromabwärts von dem Strahllenkungsblock wirkverbunden ist und ferner zumindest eines der Folgenden umfasst: einen zweiten Rauschreduzierungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, Rauschen aus dem von dem Summierungsblock bereitgestellten Summensignal zu entfernen; einen zweiten automatischen Verstärkungsregelungsblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und einen zweiten Begrenzerblock, der stromabwärts von dem Summierungsblock wirkverbunden ist und dazu konfiguriert ist, ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die gleich einem oder kleiner als ein vorbestimmter Wert ist.
Schallerfassungsverfahren, umfassend: Anwenden einer Fernfeldmikrofonfunktion für eine Vielzahl von ersten Mikrofonsignalen, um ein erstes Ausgangssignal zur Sprachverarbeitung bereitzustellen; und Anwenden einer weniger als die Fernfeldmikrofonfunktion gerichteten Mikrofonfunktion auf ein oder mehrere zweite Mikrofonsignale, um ein zweites Ausgangssignal zur Sprachverarbeitung bereitzustellen.
Verfahren nach Anspruch 21, ferner umfassend ein Mehrkanal-Hochpassfiltern von zumindest einem aus der Vielzahl von ersten Mikrofonsignalen und dem einen oder den mehreren zweiten Mikrofonsignalen vor zumindest einem von Anwenden der Fernfeldmikrofonfunktion und/oder dem Anwenden der weniger gerichteten Mikrofonfunktion.
Verfahren nach Anspruch 21 oder 22, ferner umfassend Bereitstellen von zumindest einem aus der Vielzahl von ersten Mikrofonsignalen und der Vielzahl von zweiten Mikrofonsignalen mit einer Mikrofongruppierung, wobei die Mikrofongruppierung eine Vielzahl von Mikrofonen umfasst.
Verfahren nach einem der Ansprüche 21 bis 23, wobei das Anwenden einer Fernfeldmikrofonfunktion Folgendes umfasst: Mehrkanal-Akustikechoauslöschen mit einer Vielzahl von Akustikechoauslöschern auf Grundlage der gefilterten oder ungefilterten Vielzahl von ersten Mikrofonsignalen; Mehrkanal-Fixstrahlformen mit einer Vielzahl von Fixstrahlformern stromabwärts vom Mehrkanal-Akustikechoauslöschen; Strahllenken stromabwärts vom Mehrkanal-Fixstrahlformen, um zumindest ein Fixstrahlsignal bereitzustellen; und adaptives Strahlformen stromabwärts vom Strahllenken, um ein Richtstrahlsignal bereitzustellen, das zu einer Zielposition gelenkt ist.
Verfahren nach Anspruch 24, wobei das Anwenden einer Fernfeldmikrofonfunktion ferner zumindest eines der Folgenden umfasst: erste Rauschreduzierung stromabwärts vom adaptiven Strahlformen, um Rauschen aus dem vom adaptiven Strahlformen bereitgestellten Strahlsignal zu entfernen; erste automatische Verstärkungsregelung stromabwärts vom adaptiven Strahlformen, um ein erstes automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und erstes Begrenzen stromabwärts vom adaptiven Strahlformen, um ein erstes begrenztes Ausgangssignal mit einer Signalamplitude bereitzustellen, die gleich einem oder kleiner als ein vorbestimmter Wert ist.
Verfahren nach Anspruch 24 oder 25, wobei das Strahllenken ferner dazu konfiguriert ist, ein positives Fixstrahlsignal und ein negatives Fixstrahlsignal bereitzustellen, wobei das positive Fixstrahlsignal einen Strahl darstellt, der in eine Richtung in einem Raum mit dem derzeit höchsten Signal-Rausch-Verhältnis zeigt, und das negative Fixstrahlsignal einen Strahl darstellt, der in eine Richtung in einem Raum mit dem derzeit niedrigsten Signal-Rausch-Verhältnis zeigt.
Verfahren nach Anspruch 24 oder 25, wobei das Strahllenken ferner dazu konfiguriert ist, ein positives Fixstrahlsignal und ein negatives Fixstrahlsignal bereitzustellen, wobei das positive Fixstrahlsignal einen Strahl darstellt, der in eine Richtung in einem Raum mit dem derzeit höchsten Signal-Rausch-Verhältnis zeigt, und das negative Fixstrahlsignal einen Strahl darstellt, der in eine entgegengesetzte Richtung zeigt.
Verfahren nach einem der Ansprüche 21 bis 27, wobei das Anwenden der weniger gerichteten Mikrofonfunktion Folgendes umfasst: Mehrkanalverzögern mit einer Vielzahl von Verzögerungen der gefilterten oder ungefilterten zweiten Mikrofonsignale; erstes Summieren stromabwärts vom Mehrkanalverzögern, dazu konfiguriert, die verzögerte gefilterte oder ungefilterte Vielzahl von zweiten Mikrofonsignalen zu summieren, um ein Summensignal bereitzustellen; und erstes Einkanal-Akustikechoauslöschen mit einem Akustikechoauslöscher auf Grundlage des Summensignals, um das weniger gerichtete Signal bereitzustellen.
Verfahren nach Anspruch 28, wobei die Vielzahl von Verzögerungen Teilverzögerungen umfasst.
Verfahren nach Anspruch 28 oder 29, das Verfahren ferner umfassend Verzögerungsberechnung, wobei: das Strahllenken ferner dazu konfiguriert ist, ein Verzögerungslenkungssignal bereitzustellen; das Mehrkanalverzögern ferner dazu konfiguriert ist, eine Vielzahl von steuerbaren Verzögerungen bereitzustellen; und die Verzögerungsberechnung dazu konfiguriert ist, die Vielzahl von steuerbaren Verzögerungen auf Grundlage des Verzögerungssteuersignals von dem Strahllenken zu steuern.
Verfahren nach einem der Ansprüche 21 bis 30, wobei das Anwenden der weniger gerichteten Mikrofonfunktion Folgendes umfasst: erstes Mehrkanal-Allpassfiltern mit einer Vielzahl von Allpassfiltern der gefilterten oder ungefilterten zweiten Mikrofonsignale; zweites Summieren stromabwärts vom Mehrkanalverzögern wirkend, um die verzögerte gefilterte oder ungefilterte Vielzahl von zweiten Mikrofonsignalen zu summieren, um ein Summensignal bereitzustellen; und zweites Einkanal-Akustikechoauslöschen mit einem Akustikechoauslöscher auf Grundlage des Summensignals, um das weniger gerichtete Signal bereitzustellen.
Verfahren nach einem der Ansprüche 24 bis 27, wobei das Anwenden der weniger gerichteten Mikrofonfunktion Folgendes umfasst: zweites Mehrkanal-Allpassfiltern mit einer Vielzahl von Allpassfiltern stromabwärts vom Mehrkanal-Akustikechoauslöschen; und zweites Summieren der verzögerten gefilterten oder ungefilterten Vielzahl von zweiten Mikrofonsignalen stromabwärts vom Mehrkanalverzögern, um ein Summensignal bereitzustellen.
Verfahren nach Anspruch 31 oder 32, wobei zumindest eines von dem ersten Mehrkanal-Allpassfiltern und/oder dem zweiten Mehrkanal-Allpassfiltern Allpassfiltern mit zufällig verteilten Grenzfrequenzen umfasst, die um eine Kerbe in der resultierenden Frequenzganggröße angeordnet sind.
Verfahren nach einem der Ansprüche 28 bis 32, wobei das Anwenden der weniger gerichteten Mikrofonfunktion ferner zumindest eines der Folgenden umfasst: zweites Rauschreduzieren stromabwärts von dem ersten oder dem zweiten Summieren, um Rauschen aus dem durch das erste oder das zweite Summieren bereitgestellten Summensignal zu entfernen; zweites automatisches Verstärkungsregeln stromabwärts vom Summieren, um ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und ein zweites Begrenzen stromabwärts vom Summieren, um ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die unter einem vorbestimmten Wert liegt.
Verfahren nach einem der Ansprüche 23 bis 34, wobei das Sprachverarbeiten Spracherkennungsverarbeiten stromabwärts der Anwendung von zumindest einem der Fernfeldmikrofonfunktion und/oder der weniger gerichteten Mikrofonfunktion umfasst.
Verfahren nach einem der Ansprüche 23 bis 35, wobei das Sprachverarbeiten Schlüsselwortsuchverarbeiten oder Freisprechverarbeiten stromabwärts der Anwendung von zumindest einem der weniger gerichteten Mikrofonfunktion und/oder der Fernfeldmikrofonfunktion umfasst.
Verfahren nach Anspruch 24 oder 25, wobei das Anwenden der gerichteten Mikrofonfunktion ferner Folgendes umfasst: ein zweites Summieren stromabwärts von dem Mehrkanal-Fixstrahlformen wirkend und dazu konfiguriert, die Ausgangssignale davon zu summieren, um ein Summensignal bereitzustellen; und zumindest eines der Folgenden: weites Rauschreduzieren stromabwärts von dem ersten oder dem zweiten Summieren, um Rauschen aus dem durch das erste oder das zweite Summieren bereitgestellten Summensignal zu entfernen; zweites automatisches Verstärkungsregeln stromabwärts vom Summieren, um ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und ein zweites Begrenzen stromabwärts vom Summieren, um ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die unter dem vorbestimmten Wert liegt.
Verfahren nach Anspruch 24 oder 25, wobei das Anwenden der weniger gerichteten Mikrofonfunktion ferner Folgendes umfasst: ein zweites Summieren stromabwärts von dem Mehrkanal-Fixstrahlformen wirkend und dazu konfiguriert, die Ausgangssignale davon, die mit den negativeren Strahlen in Beziehung stehen, zu summieren, um ein Summensignal bereitzustellen; und zumindest eines der Folgenden: zweites Rauschreduzieren stromabwärts von dem ersten oder dem zweiten Summieren, um Rauschen aus dem durch das erste oder das zweite Summieren bereitgestellten Summensignal zu entfernen; zweites automatisches Verstärkungsregeln stromabwärts vom Summieren, um ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und ein zweites Begrenzen stromabwärts vom Summieren, um ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die unter einem vorbestimmten Wert liegt.
Verfahren nach Anspruch 24 oder 25, wobei das Anwenden der weniger gerichteten Mikrofonfunktion ferner Folgendes umfasst: ein zweites Summieren stromabwärts von dem Mehrkanal-Fixstrahlformen wirkend und dazu konfiguriert, die Ausgangssignale des negativsten Strahls und zumindest einen benachbarten Strahls an jeder Seite davon zu summieren, um ein Summensignal bereitzustellen; und zumindest eines der Folgenden: zweites Rauschreduzieren stromabwärts von dem ersten oder dem zweiten Summieren, um Rauschen aus dem durch das erste oder das zweite Summieren bereitgestellten Summensignal zu entfernen; zweites automatisches Verstärkungsregeln stromabwärts vom Summieren, um ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und ein zweites Begrenzen stromabwärts vom Summieren, um ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die unter dem vorbestimmten Wert liegt.
Verfahren nach Anspruch 24 oder 25, wobei die weniger gerichtete Mikrofonfunktion stromabwärts von dem Strahllenkungsblock wirkend angewendet wird und ferner zumindest eines der Folgenden umfasst: zweites Rauschreduzieren stromabwärts von dem ersten oder dem zweiten Summieren, um Rauschen aus dem durch das erste oder das zweite Summieren bereitgestellten Summensignal zu entfernen; zweites automatisches Verstärkungsregeln stromabwärts vom Summieren, um ein zweites automatisches Verstärkungsregelungsausgangssignal mit einer gesteuerten Signalamplitude bereitzustellen; und ein zweites Begrenzen stromabwärts vom Summieren, um ein zweites Begrenzerausgangssignal mit einer Signalamplitude bereitzustellen, die unter dem vorbestimmten Wert liegt.
Computerprogramm, das Anweisungen umfasst, die, wenn sie von einem Computer ausgeführt werden, den Computer veranlassen, ein Verfahren nach einem der Ansprüche 21 bis 40 durchzuführen.