DE19818611C1

DE19818611C1 - Verfahren und Vorrichtung zur Frequenzbereichsentzerrung für Mikrofon-Arrays

Info

Publication number: DE19818611C1
Application number: DE1998118611
Authority: DE
Inventors: Rainer Zelinski
Original assignee: Deutsche Telekom AG
Current assignee: Deutsche Telekom AG
Priority date: 1998-04-20
Filing date: 1998-04-20
Publication date: 1999-09-16
Anticipated expiration: 2018-04-21

Abstract

Zur Übertragung eines Sprachsignals beim Freisprechen werden oft Mikrofon-Arrays eingesetzt, um Nachhall oder Raumgeräusche abzuschwächen. In der Nähe von größeren reflektierenden Flächen können erhebliche Verzerrungen im Amplituden- und Phasengang der Sprachübertragungsfunktion auftreten. Dadurch wird der maximal mögliche Array-Gewinn nicht erreicht bzw. es können hörbare Fehler bei nachfolgender Geräuschfilterung entstehen. DOLLAR A Mit der vorliegenden Erfindung wird ein Verfahren zur Entzerrung im Frequenzbereich beschrieben, das während der Sprachaktivität aktiviert wird, die jeweilige Ähnlichkeit der Mikrofon-Signale prüft, bei der Entzerrung die größtmögliche Ähnlichkeit wiederherstellt und sich damit auch auf veränderte Sprecherpositionen adaptiert. DOLLAR A Anwendungsgebiete der Erfindung sind Freisprechsysteme zur Sprachkommunikation für die Kommunikation in geräuschvoller Umgebung.

Description

Die Erfindung bezieht sich auf ein Verfahren der im Oberbe griff des Patentanspruchs 1 und auf eine Vorrichtung der im Oberbegriff des Patentanspruchs 2 näher bezeichneten Art. Eine derartige Frequenzbereichsentzerrung für Mikrofon-Arrays ist in der Veröffentlichung "Einsatz von Mikrofonarrays für Freisprecheinrichtungen im Kraftfahrzeug" von K. Kroschel und K. Lange in Kleinheubacher Berichte, Band 38, 1995, S. 497- 505 beschrieben.

Zur Übertragung eines Sprachsignals beim Freisprechen werden oft Mikrofon- Arrays eingesetzt, um Nachhall oder Raumgeräu sche abzuschwächen. Bei stärkerem Umgebungsgeräusch ist auch der Einsatz eines nachgeschalteten adaptiven Geräuschfilters sinnvoll. Ist das Mikrofon- Array in der Nähe von größeren reflektierenden Flächen angeordnet, so können erhebliche Ver zerrungen im Amplituden- und Phasengang der Sprachübertra gungsfunktion auftreten. Infolge dieser Verzerrungen wird der maximal mögliche Array- Gewinn nicht erreicht bzw. es können auffällige hörbare Fehler bei der Adaption des Geräuschfil ters auftreten.

Zur optimalen Übertragung eines Sprachsignals muß das Mikro fon- Array auf die aktuelle Position des Sprechers ausgerich tet werden. In der Regel werden hierzu die Mikrofonsignale zeitlich so verzögert, daß anschließend die Sprachsignal komponente des Direktschalls in allen Mikrofonsignalen zeit gleich vorliegt. Danach erfolgt die Summation der Mikrofon signale, auch "delay and sum beamformer" genannt. Diese Vor gehensweise führt nur dann zum besten Ergebnis, wenn der Nachhall des Sprachsignals als weitgehend diffuses Schallfeld beschrieben oder vernachlässigt werden kann. Befinden sich jedoch größere reflektierende Flächen in der Nähe des Mikro fon- Arrays, so erreichen die Amplituden der ersten Reflexio nen des Sprachsignals die Größenordnung der Direktschall- Amplitude und als Folge ergeben sich erhebliche Verzerrungen im Frequenzgang der Sprachübertragungsfunktion. In der Praxis treten solche Probleme auf beim Einsatz eines Mikrofon- Arrays z. B. im Kraftfahrzeug (Reflexionen an den Scheiben) oder in einem Büroraum (Reflexionen an der Tischoberfläche und nahen Möbelstücken).

Nahezu alle Verfahren, die bisher zur Auswertung der Signale eines Mikrofon- Arrays vorgeschlagen wurden, vernachlässigen den Einfluß der Sprachsignalreflexionen und führen lediglich einen Laufzeitausgleich bezüglich der Direktschallkomponente des Sprachsignals durch. Dies führt jedoch zu Problemen, wenn z. B. aus der Differenz zweier laufzeitausgeglichener Mikro fonsignale das momentane Geräuschspektrum zur Steuerung eines Geräuschreduktionssystems geschätzt werden soll. Das Diffe renzsignal enthält dann neben dem gesuchten Geräuschsignal noch erhebliche Sprachsignalanteile aus den Reflexionen, die zu einer verfälschten Schätzung des Geräuschspektrums führen.

Es ist daher nötig, neben dem pauschalen Laufzeitausgleich für die Direktschallkomponenten des Sprachsignals eine zu sätzliche individuelle frequenzabhängige Amplituden- und Phasenentzerrung für die zu kombinierenden Mikrofonsignale durchzuführen, um den störenden Einfluß der Sprachsignal reflexionen zu kompensieren.

In der Veröffentlichung "Einsatz von Mikrofonarrays für Freisprecheinrichtungen im Kraftfahrzeug" (K. Kroschel und K. Lange, Kleinheubacher Berichte, Band 38, 1995, S. 497-505) wird ein Verfahren zur Frequenzbereichsentzerrung für ein Mikrofon-Array beschrieben, bei dem die Entzerrer-Einstellung mit Hilfe eines Abgleichsignals durchgeführt wird. Diese Entzerrer-Einstellung muß jedoch in einem separaten Arbeits schritt vor Inbetriebnahme des Freisprechsystems geschehen und ist dann nur für eine einzige Sprecherposition optimal. Eine Berücksichtigung veränderter Sprecherpositionen ist nicht vorgesehen.

Aufgabe der Erfindung ist es, ein Verfahren zur Entzerrung im Frequenzbereich zu finden, das während der Sprachaktivität aktiv ist und sich auch auf veränderte Sprecherpositionen adaptiert.

Diese Aufgabe wird mit dem im Kennzeichen des Patentanspruchs 1 aufgeführten Verfahren gelöst.

Vorteilhafte Weiterbildungsmöglichkeiten des Verfahrens sind aus den Kennzeichen der Unteransprüche 2 bis 4 ersichtlich.

Eine Vorrichtung, die zur Lösung dieser Aufgabe geeignet ist, ist im Kennzeichen des Patentanspruchs 5 beschrieben.

Die Erfindung wird anhand der nachfolgenden Ausführungs beispiele näher erläutert. In den zugehörigen Zeichnungen zeigen die:

Fig. 1 ein Blockschaltbild des Gesamtsystems und

Fig. 2 einen Entzerrerblock.

Es ergeben sich folgende Vorteile und technische Unterschei dungsmerkmale des Verfahrens gegenüber dem Stand der Technik:

Bei dem beschriebenen Verfahren ist keine Initialisierungs phase zum Vorab-Abgleich des Entzerrers erforderlich. Die Adaption des Entzerrers erfolgt fortlaufend und stellt sich auch auf neue Sprecherpositionen ein. Hierzu werden in Zeit intervallen jeweils erneut die Amplituden- und Phasenbezie hungen zwischen den in den Frequenzbereich transformierten Mikrofonsignalen eines Mikrofonpaares gemessen auf der Basis der Kohärenzfunktion und anschließend ausgewertet.

Danach erfolgt die Frequenzbereichsentzerrung in der Weise, daß Amplituden und Phasenlagen in Abhängigkeit von der Fre quenz für die beiden Mikrofonsignale des Paares im statisti schen Mittel einander angeglichen werden. Zusätzlich wird ein frequenzabhängiger Kohärenzwert berechnet, der kennzeichnet, wie ähnlich sich die beiden Mikrofonsignale im Mittel nach erfolgter Entzerrung sind.

Besteht das Mikrofon-Array aus mehr als zwei Mikrofonen, so können mehrere oder alle möglichen Kombinationen von Mikro fonpaaren gebildet werden. Auf der Grundlage der zuvor bestimmten Kohärenzwerte ist es möglich, frequenzabhängig die günstigsten Mikrofonpaare, also solche mit höchstem Kohärenz wert, auszuwählen.

Ist das Mikrofon-Array Teil eines Geräuschreduktionssystems, so können aus der Summe und der Differenz der entzerrten Mikrofonsignale eines Mikrofonpaares die Steuersignale zur adaptiven Einstellung eines Geräuschfilters gewonnen werden.

Soll aber allein der Bündelungsgewinn des Mikrofon-Arrays ausgenutzt werden, so ist es zweckmäßig, zunächst zu jedem Mikrofonpaar das Summensignal aus den beiden entzerrten Mikrofonsignalen zu bilden. Anschließend kann das beschrie bene Entzerrungsverfahren erneut durchgeführt werden, wobei jedoch die neuen Signalpaare aus der Kombination von jeweils zwei zuvor berechneten Summensignalen gebildet werden. Ungünstige Summensignale mit kleinem Kohärenzwert können dabei auch weggelassen werden. Das Entzerrungsverfahren kann entsprechend fortgeführt werden, bis das endgültige Summen signal berechnet worden ist.

Zur Ausgabe des aufgenommenen Sprachsignals ist eine Rück transformation vom Frequenz- in den Zeitbereich erforderlich. Soll aber lediglich das adaptive Geräuschfilter in einem Geräuschreduktionssystem gesteuert werden, so können alle dazu erforderlichen Daten im Frequenzbereich gewonnen werden.

Die Messungen zur Frequenzbereichsentzerrung erfolgen nur während der Sprachaktivität des Sprechers vor dem Mikrofon- Array. Hierzu ist ein Sprachdetektorsignal erforderlich. Die Anforderungen an den Sprachdetektor sind aber vergleichsweise gering, da ja nicht jede einzelne Sprachsilbe zur Messung erfaßt werden muß.

Auch eine Fehlentscheidung des Sprachdetektors zur anderen Seite, also ein Geräuschsegment wird fälschlicher Weise für Sprache gehalten, ist unkritisch, da der Einfluß solcher Fehler durch die Mittelungsoperationen während der Meßphase stark herabgesetzt wird.

Das beschriebene Entzerrungsverfahren bietet den weiteren Vorteil, daß auf eine explizite Sprecherortung mit Einstel lung von entsprechenden Zeitverzögerungen in den Mikrofon signalen in der Regel verzichtet werden kann. Der zu einer Zeitverzögerung äquivalente Phasenausgleich im Frequenzbe reich wird beim Ablauf des Entzerrungsverfahrens automatisch durchgeführt. Einzige Voraussetzung hierzu ist, daß das störende Geräuschschallfeld näherungsweise als diffuses Schallfeld vorliegen muß.

Fig. 1 zeigt das Gesamtsystem mit den N Mikrofonen M₁...M_N des Mikrofon-Arrays. Die Frequenzbereichstransformation FBT, die z. B. als Diskrete Fourier-Transformation oder Polyphasen- Filterbank realisiert werden kann, ergibt pro Mikrofonkanal einen Satz von M komplexen Koeffizienten x_li...x_ki...x_Mi, wobei der Indexbereich ₁..._k..._M die dazugehörigen diskreten Frequenzen und i den Mikrofonkanal beschreibt.

In der ersten Stufe der Entzerrung, Entzerrer-Einheit ENT1, wird jeweils ein Paar von Mikrofonsignalen x_ki und x_kj einem Entzerrerblock E_ij ^(k) zugeführt, der das entzerrte Signalpaar y_ki und y_kj und den dazugehörigen Kohärenzwert c_ij ^(k) berechnet. Für jede der M diskreten Frequenzen können maximal so viele Ent zerrerblöcke E_ij ^(k) gebildet werden, wie Kombinationsmöglich keiten ⊕ zur Signalpaarbildung verfügbar sind. Das externe Sprachdetektorsignal d bestimmt die Zeitabschnitte, in denen eine Adaption der Entzerrerblöcke E_ij ^(k) durchgeführt wird.

Ist das Ziel der Mikrofonsignalverarbeitung die Bildung eines Array-Summensignals aus möglichst allen Mikrofonen, so kann die Verarbeitung in der Entzerrereinheit ENT2 und ggf. in weiteren Einheiten fortgeführt werden. Diese Einheiten be inhalten wieder einen oder mehrere Entzerrerblöcke vom Typ E_** ^(k), wobei jedoch die Eingangssignale jeweils aus der Summe der beiden Ausgangssignale aus dem vorangegangenen Entzerrerblock bestehen. Die bei der Entzerrung berechneten Kohärenzwerte c_ij ^(k) können dazu verwendet werden, ungünstige Paare mit geringer Kohärenz von der weiteren Verarbeitung auszuschließen.

Fig. 2 zeigt die Verarbeitung innerhalb eines Entzerrerblocks E_ij ^(k). Die Signalwerte im Frequenzbereich bei der diskreten Frequenz mit dem Index k, x_ki und x_kj, werden der Stufe CM zur Kohärenzmessung zugeführt. Die Messung erfolgt jedoch nur dann, wenn das Detektorsignal d ein Sprachsignal anzeigt und daraufhin das Schließen des Schalters S1 veranlaßt. In der Stufe cm werden die Produkte:

berechnet, wobei der Operator - die Mittelung über eine bestimmte Meßzeit kennzeichnet. Nach Ablauf dieser Meßzeit erfolgt die Weitergabe der Produkte P_ij, P_ii und P_jj an die Stufe CA und die Messung zu den drei Produkten beginnt von neuem, um eine fortlaufende Adaption zu gewährleisten. Die Kohärenz auswertung in der Stufe CA führt, gemäß der Definition der Kohärenzfunktion, auf den Kohärenzwert

Zur Amplituden- und Phasenangleichung der Signalwerte X_ki und x_kj werden diese mit den Korrekturfaktoren

multipliziert und führen auf die Ausgangssignale y_ki bzw. y_kj. Die Korrekturfaktoren sind so gewählt, daß die Ausgangssig nale im Mittel die Phasenlage von x_kj bzw. y_kj annehmen und deren mittlere Leistung dem Leistungsmittelwert von x_ki und x_kj entspricht.

Die Neueinstellung der Korrekturfaktoren a_ki und a_kj erfolgt jedoch nur, wenn der Kohärenzwert c_ij ^(k) eine vorgegebene Schwelle überschreitet. Nur dann wird die Adaption von a_ki und a_kj über den Schalter S2 freigegeben. Dadurch wird erreicht, daß in Zeitabschnitten mit temporär starker Störung keine Fehladaption der Korrekturfaktoren stattfindet.

Claims

1. Verfahren zur Frequenzbereichsentzerrung für Mikrofon- Arrays, bei dem das Mikrofon-Array ständig auf die ak tuelle Position des Sprechers ausgerichtet wird, indem eines bzw. mehrere Mikrofonsignale bis zur Zeitgleichheit der Direktschall- Sprachsignalanteile verzögert werden, und mit deren anschließender Summation und bei dem vorbe reitend, zur Berücksichtigung der reflektierten Sprach signalanteile, ein zeitlicher Phasenausgleich durchge führt wird, dadurch gekennzeichnet, daß fortlaufend während des Sprechens gleichzeitig

1. in Zeitintervallen jeweils erneut die Amplituden- und Phasenbeziehungen zwischen den in den Frequenzbereich transformierten Mikrofonsignalen eines Mikrofonpaares auf der Basis der Kohärenzfunktion gemessen und anschließend ausgewertet werden,
2. danach zur Frequenzbereichsentzerrung Amplituden und Phasenlagen in Abhängigkeit von der Frequenz für die beiden Mikrofonsignale des Paares im statistischen Mittel einander angeglichen werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Veränderung der Korrekturfaktoren in der Frequenzbe reichsentzerrung vom Überschreiten einer vorgegebenen Schwelle des frequenzabhängigen Kohärenzwertes abhängig gemacht wird.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Adaption der Entzerrereinheiten mittels eines Detektorsi gnals für Sprachaktivität vom Überschreiten einer vorge gebenen Schwelle für das Detektorsignal abhängig gemacht wird.

4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß das Entzerrungsverfahren bei Mikrofon-Arrays mit mehr als zwei Mikrofonen in einer Verkettung fortgeführt wird, bei der nacheinander mehrere bzw. alle möglichen Kombinatio nen von Mikrofonpaaren gebildet werden und im Vergleich mit den zuvor bestimmten Kohärenzwerten frequenzabhängig die Mikrofonpaare mit höchstem Kohärenzwert ausgewählt, bzw., Signalpaare mit zu kleinem Kohärenzwert von der weiteren Verkettung ausgeschlossen werden.

5. Vorrichtung zur Frequenzbereichsentzerrung für Mikrofon- Arrays, bei der jedem Mikrofon des Arrays (M₁...M_N) eine Frequenzbereichstransformation (FBT) zugeordnet ist, welche pro Mikrofonkanal einen Satz von M komplexen Koeffizienten (x_li...x_ki...x_Mi) bildet, dadurch ge kennzeichnet, daß die komplexen Koeffizien ten von jeweils einem Paar von Mikrofonsignalen x_ki und x_kj einem Entzerrerblock (E_ij ^(k)) in einer ersten bzw. auch ei ner zweiten Stufe der Entzerrung, (ENT1; ENT2), zugeführt sind, welche das entzerrte Signalpaar (y_ki und y_kj) und den dazugehörigen Kohärenzwert (c_ij ^(k)) berechnet, wobei in der ersten Stufe der Entzerrung, (ENT1) maximal so viele Ent zerrerblöcke (E_ij ^(k)) gebildet sind, wie Kombinationen zur Signalpaarbildung (⊕) verfügbar sind und an allen Entzer rerblöcken ein externes Sprachdetektorsignal (d) liegt, das die Zeitabschnitte für die Adaption bestimmt.