DE4407032A1

DE4407032A1 - Vorrichtung zur Sprachsignalverarbeitung

Info

Publication number: DE4407032A1
Application number: DE19944407032
Authority: DE
Inventors: Dieter Dipl Ing Kopp; Juergen Dipl Ing Sienel
Original assignee: Alcatel SEL AG
Current assignee: Alcatel Lucent Deutschland AG
Priority date: 1994-03-03
Filing date: 1994-03-03
Publication date: 1995-09-07

Description

Vorrichtungen zur Sprachsignalverarbeitung, wie sie etwa zur Aufnahme eines Sprachsignals eingesetzt werden, enthalten herkömmlicherweise eine Verstärkungsregelung, die den Signalpegel des Sprachsignals für nachgeschaltete Schaltungen, wie z. B. für einen Sprachsignalcodierer, so verstärkt, daß über einen vorgegebenen Dynamikbereich ein möglichst großer Signal-Rausch-Abstand eingehalten wird. Eine herkömmliche derartige Verstärkungsregelung, wie etwa eine AGC (automatic gain control), bewirkt jedoch bei einem schwachen Sprachsignalpegel eine störende Verstärkung des Hintergrundrauschens. Dies ist besonders für eine Sprachsignalverarbeitung in Telekommunikationsendgeräten nachteilig.

Aufgabe der Erfindung ist es, eine Vorrichtung zur Sprachverarbeitung mit einer Verstärkungsregelung anzugeben, bei dem das obige Problem nicht auftritt.

Gelöst wird die Aufgabe durch eine Vorrichtung nach Anspruch 1.

Demnach enthält die erfindungsgemäße Vorrichtung eine Verstärkungsregelung und eine damit verbundene Steuerschaltung zur Sprachpausendetektion, die während jeder Sprachpause des Sprachsignals den Verstärkungsfaktor der Verstärkungsregelung nicht über einen Maximalwert ansteigen läßt. Dadurch wird eine störende Verstärkung des Hintergrundrauschens eingeschränkt.

Vorteilhafte Ausgestaltungen der Erfindung sind den Unteransprüchen zu entnehmen.

Im weiteren wird die Erfindung anhand eines Ausführungsbeispiels und unter Zuhilfenahme folgender Zeichnungen beschrieben:

Fig. 1 die schematisch das Blockschaltbild eines Sprachspeichersystems mit der erfindungsgemäßen Vorrichtung zeigt;

Fig. 2 die Zeitverläufe des Sprachsignals vor und nach der Verstärkung sowie den Zeitverlauf des Verstärkungsfaktors im Vergleich mit seinem herkömmlichen Zeitverlauf zeigt.

In Fig. 1 ist schematisch der Aufbau eines Sprachspeichersystems dargestellt, das etwa für einen Anrufbeantworter geeignet ist. Das Sprachspeichersystem ist hier vorzugsweise in digitaler Schaltungstechnik aufgebaut und enthält ein Mikrofon, einen daran angeschlossenen Analog-Digital-Umsetzer, eine nachgeschaltete Vorrichtung DSP zur Signalverarbeitung und einen daran angeschlossenen digitalen Sprachspeicher ARAM.

Die Vorrichtung DSP ist mittels eines digitalen Signalprozessors (z. B. vom Typ TI58C80) aufgebaut und enthält eine Verstärkungsregelung AGC zur Verstärkung des vom Mikrofon erzeugten Sprachsignals S, einen Speicher EPROM zur Speicherung mindestens einer Kennlinie CHR, die die Verstärkungscharakteristik vorgibt, eine Steuerschaltung VAD zur Sprachpausendetektion und zur Steuerung des Verstärkerverhaltens während der Sprachpausen sowie einer Kodierschaltung ENCOD zur Kodierung des verstärkten Sprachsignals in der Art, daß möglichst nur inredundante Sprachsignalanteile in dem Sprachspeicher ARAM abgespeichert werden. Die oben genannten Komponenten der Vorrichtung DSP sind nun wie folgt miteinander verschaltet:

Der Eingang der Verstärkungsregelung AGC ist mit dem Eingang der Steuerschaltung VAD verbunden. Beide Eingänge sind mit dem Ausgang des Analog-Digital-Umsetzers verbunden, so daß an beiden das Sprachsignal S anliegt, welches z. B. mit einer Abtastrate von 8 kHz und einer Auflösung von 13 bit digitalisiert wird. Der Ausgang der Verstärkungsregelung AGC ist mit dem Eingang des Kodierschaltung ENCOD verbunden, so daß diese das um einen Verstärkungsfaktor a verstärkte Sprachsignal a.S kodiert. Der Ausgang der Kodierschaltung ENCOD ist mit dem Eingang des Sprachspeichers ARAM verbunden. In diesem Beispiel kodiert die Kodierschaltung das Sprachsignal so, daß es mit einer Schreibrate von 5,4 kbit/s in den Sprachspeicher geschrieben wird.

Zwischen dem Ausgang der Verstärkungsregelung AGC und einem Steuereingang derselben ist eine Schaltung mit einem Speicher EPROM geschaltet, in dem Kennlinienwerte abgelegt sind, die die Charakteristik der Verstärkungsregelung bestimmen. In diesem Beispiel wird eine Kennlinie CHR für den Verstärkungsfaktor a so vorgegeben, daß sich dieser im oberen Verstärkungsbereich (beispielsweise für +20 dB < a < + 30 dB) degressiv zum Signalpegel S ändert. Dadurch wird eine Dynamikkompression erreicht und eine Übersteuerung der AGC vermieden. Die Kennlinie CHR für die Verstärkungsregelung kann etwa dadurch geändert werden, daß eine andere Kennlinie in den Speicher EPROM geschrieben wird oder daß der Speicher mehrere Kennlinie gespeichert hat, unter denen über ein Steuerprogramm eine aktuelle Kennlinie ausgewählt wird.

Mit dem Steuereingang der Verstärkungsregelung AGC ist der Ausgang der Steuerschaltung VAD so verbunden, daß in jeder detektierten Sprachpause die Verstärkungsregelung AGC unterbrochen wird, wodurch diese mit dem zuletzt eingestellten Verstärkungsfaktor arbeitet. Dies ist in fig. 1 schematisch durch einen von der Steuerschaltung VAD gesteuerten Schalter dargestellt, der in den Sprachpausen die Regelschleife zwischen dem Ausgang und den Steuereingang der Verstärkungsschaltung AGC unterbricht. Somit wird vermieden, daß innerhalb der Sprachpausen das Hintergrundrauschen zu stark verstärkt wird. Ein sogenanntes "Pumpen" der Verstärkungsregelung, d. h. ein durch die rückgeführte Regelung bedingter überproportionalen Anstieg des Verstärkungsfaktors a wird demnach unterbunden. Der Signalpfad selbst bleibt durchgeschaltet, so daß auch evtl. vorhandene Nutzsignale während einer detektierten Sprachpause nicht verloren sind.

Anhand von Fig. 2 wird nun die Funktion der zuvor beschriebenen Vorrichtung genau erläutert. Dazu sind dort vier Zeitverläufe schematisch dargestellt, die folgendes zeigen:

a) den Zeitverlauf des Sprachsignals S am Eingang der Verstärkungsregelung;
b) den Zeitverlauf des Verstärkungsfaktors a′ bei einer herkömmlichen Verstärkungsregelung;
c) den Zeitverlauf des logischen Steuersignals am Ausgang der Steuerschaltung;
d) den Zeitverlauf des Verstärkungsfaktors a bei der erfindungsgemäßen Verstärkungsregelung und
e) den Zeitverlauf des verstärkten Sprachsignals a.S am Ausgang der Verstärkungsregelung.

Auch wenn die Sprachsignale S und a.S in digitaler Signalform innerhalb der hier beschriebenen Ausführungsform vorliegen, zeigt Fig. 2 die Zeitverläufe für die analoge Signalform. Dies soll einem leichteren Verständnis dienen und darüberhinaus zeigen, daß die Erfindung nicht auf digitale Ausführungsformen beschränkt ist.

In Fig. 2a) ist der sich zeitlich ändernde Pegel des Sprachsignals S gezeichnet. Dieser schwankt beispielsweise zwischen 3 dBm (max. Sprachpegel) und - 45 DBm (min. Ruhepegel). Zur Detektion der Sprachpausen ist eine Schwelle vorgegeben, die 35 dB unterhalb von 0 dBm (Idealpegel) liegt. Das Sprachsignal S soll mittels einer Verstärkungsregelung so verstärkt werden, daß außerhalb der Sprachpausen (S< - 35 dBm) sich der Pegel des verstärkten Sprachsignals a.S auf den Idealpegel von 0 dBm einstellt.

In Fig. 2b) ist der Zeitverlauf des Verstärkungsfaktors a für eine herkömmliche Verstärkungsregelung dargestellt. Der Verstärkungsfaktor a′ ändert sich fortlaufend in Abhängigkeit vom Eingangspegel des Sprachsignals S, wobei er in den Sprachpausen bis zum maximal möglichen Verstärkungsfaktor von z. B. 30 dB ansteigt (max. Aussteuerung der Verstärkungsregelung). Dies führt zu der bereits genannten störenden Verstärkung des Hintergrundrauschens.

In Fig. 2c)-d) sind Zeitverläufe dargestellt, die sich auf die Funktionsweise der erfindungsgemäßen Ausführungsform nach Fig. 1 beziehen. Fig. 2c) zeigt das am Ausgang der Steuerschaltung (siehe VAD in Fig. 1) anliegende Steuersignals, dessen logischer Zustand gleich "0" ist, falls eine Sprachpause TN1, TN2, TN3 usw. detektiert wird (S < -35 dBm) oder gleich "1" ist, falls ein aktives Sprachintervall erkannt wird (S < -35 dBm). Zur einfachen Detektion der Sprachpausen mißt die Steuerschaltung beispielsweise den aktuellen Pegel des Sprachsignals als Maß für die Signalenergie des Sprachsignals und vergleicht den gemessenen Pegel mit dem vorgegebenen Schwellwert, der in diesem Beispiel bei - 35 dBm liegt. Es ist etwa auch denkbar, daß die Steuerschaltung zur Sprachpausendetektion eine fortlaufende Spektralanalyse des Sprachsignals S durchführt. Sobald eine Sprachpause TN2 oder TN3 usw. erkannt ist, unterbricht die Steuerschaltung die Verstärkungsregelung bis zum Ende der Sprachpause, so daß dann mit dem zuletzt eingestellten Verstärkungsfaktor a1 bzw. a2 verstärkt wird. Somit wird ein Ansteigen des Verstärkungsfaktors a während der jeweiligen Sprachpause TN1, TN2 usw. unterbunden.

Weiterhin prüft die Steuerschaltung, ob die jeweilige Sprachpause länger als eine Mindestzeitdauer Tmin anhält. Ist dies der Fall (s. TN3), so steuert die Steuerschaltung die Verstärkungsregelung voll aus, so daß sich der maximal mögliche Verstärkungsfaktor aclip einstellt. Dies erfolgt hier beispielsweise durch Schließen des Regelkreises, so daß die Verstärkungsregelung den Verstärkungsfaktor a auf den max. möglichen Wert aclip = +30 dB regelt. Die Mindestzeitdauer Tmin ist hier so vorgegeben, daß sie eine während der Sprachaufnahme auftretende mittlere Sprachpausendauer von z. B. 2 sec deutlich übersteigt (z. B. Tmin = 10 sec). Ist nun etwa aufgrund einer Leitungsstörung der Eingangspegel des Sprachsignals so niedrig, daß fälschlicherweise eine Sprachpause TN3 detektiert wird, so wird hier beispielsweise nach 10 sec. der Verstärkungsfaktor auf den maximal möglichen Wert aclip = +30 dB geregelt, um der Leitungsstörung (Dämpfung des Eingangspegels) entgegen zu wirken. Der oben beschriebene Zeitverlauf des Verstärkungsfaktors a ist in Fig. 2d) dargestellt.

Fig. 2e) zeigt den Zeitverlauf des verstärkten Sprachsignals a.S am Ausgang der Verstärkungsregelung (s. AGC in Fig. 1). In diesem Ausführungsbeispiel wird das Sprachsignal auf einen Idealpegel von 0 dBm verstärkt, wobei der Pegel in den Sprachpausen weit unterhalb dieses Idealpegels, d. h. unterhalb von etwa -30 dBm bleibt.

Die beschriebene Ausführungsform der Erfindung bezieht sich auf deren Einsatz in einem Sprachaufnahmesystem. Das Prinzip der Erfindung ist jedoch für alle diejenigen Anwendungen einsetzbar, bei denen ein mit Signalpausen behaftetes Nutzsignal verstärkt werden soll.

Claims

1. Vorrichtung (DSP) zur Sprachsignalverarbeitung mit einer Verstärkungsregelung (AGC), die den Signalpegel eines Sprachsignals (S) um einen sich nach einer Kennlinie (CHR) ändernden Verstärkungsfaktor (a) verstärkt und mit einer damit verbundenen Steuerschaltung (VAD), die Sprachpausen (TN1, TN2, TN3 . . .) in dem Sprachsignal detektiert und die während jeder Sprachpause die Verstärkungsregelung (AGC) so steuert, daß der Verstärkungsfaktor (a) einen vorgebbaren Maximalwert (a1, a2, . . .) nicht übersteigt.

2. Vorrichtung (DSP) nach Anspruch 1, bei der die Steuerschaltung (VAD) den Maximalwert (a1, a2, . . .) jeweils zu Beginn jeder Sprachpause (TN1, TN2 . . .) so vorgibt, daß der Maximalwert jeweils dem sich zuletzt eingestellten Verstärkungsfaktor (a1, a2 . . .) entspricht.

3. Vorrichtung (DSP) nach Anspruch 2, bei der die Steuerschaltung (VAD) die Verstärkungsregelung (AGC) während jeder Sprachpause (TN1, TN2 . . .) unterbricht, so daß der Verstärkungsfaktor (a) für jede Sprachpause konstant auf seinem zuletzt eingestellten Wert (a = a1, a2 . . .) bleibt.

4. Vorrichtung (DSP) nach Anspruch 1, bei der die Steuerschaltung (VAD) die Zeitdauer jeder Sprachpause (TN3) überwacht und die Verstärkungsregelung so steuert, daß der Verstärkungsfaktor (a) sich bis zum Ende der Sprachpause (TN3) konstant auf den nach der Kennlinie (CHR) maximal möglichen Verstärkungswert (aclip) einstellt, falls die Zeitdauer der Sprachpause (TN3) eine Mindestzeitdauer (Tmin) übersteigt.

5. Vorrichtung (DSP) nach Anspruch 1, bei der die Verstärkungsregelung (AGC) eine Digitalschaltung ist, die auf einen Speicher (EPROM) zugreift, in dem Kennlinienwerte gespeichert sind, die die Kennlinie (CHR) derart bestimmen, daß sie in ihrem oberen Verstärkungsbereich degressiv verläuft.

6. Vorrichtung (DSP) nach Anspruch 1, bei der die Steuerschaltung (VAD) eine Digitalschaltung ist, die eine Änderung der Signalenergie des Sprachsignals (S) ermittelt und/oder das Frequenzspektrum des Sprachsignals auswertet, um die Sprachpausen (TN1, TN2 . . .) zu detektieren.

7. Vorrichtung (DSP) nach Anspruch 4, bei der der Verstärkungsregelung (AGC) eine Kodierschaltung (COD) nachgeschaltet ist, die das verstärkte Sprachsignal (a.S) für eine Speicherung in einen Sprachspeicher (ARAM) kodiert.

8. Vorrichtung (DSP) nach den Ansprüchen 4, 5 und 6, bei der die Verstärkungsregelung (AGC) die Steuerschaltung (VAD) und die Kodierschaltung (COD) in eine prozessorgesteuerte Schaltung integriert sind.