DE60035512T2

DE60035512T2 - Verfahren und vorrichtung zum automatischen einstellen der verstärkungen des mikrophon- und sprecherverstärkers in einem tragbaren telefon

Info

Publication number: DE60035512T2
Application number: DE60035512T
Authority: DE
Inventors: Samir San Diego GUPTA; Anthony P. San Diego MAURO; Andrew P. San Diego Dejaco
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 1999-03-30
Filing date: 2000-03-29
Publication date: 2008-03-13
Anticipated expiration: 2020-03-30
Also published as: CN1390383A; DE60035512D1; CN1168207C; EP1210767A2; WO2000059110A3; AU4184200A; CN1533134A; HK1049927B; ES2286017T3; CN100514989C; HK1049927A1; EP1210767B1; ATE367011T1; WO2000059110A2

Description

HINTERGRUND DER ERFINDUNG
I. Gebiet der Erfindung
Die vorliegende Erfindung betrifft im Allgemeinen mobile Telefone und insbesondere das Audiomikrofon eines mobilen Telefons.
II. Hintergrund
Zellulare Telefone und andere mobile Telefone werden im Allgemeinen in einem breiten Bereich von unterschiedlichen Geräuschumgebungen eingesetzt. Zum Beispiel kann ein zellulares Telefon in einer relativ ruhigen Büro- oder Heimumgebung oder in einer relativ lauten Fabrik- oder Verkehrsumgebung eingesetzt werden.
In einer lauten Umgebung neigt ein Benutzer dazu, lauter in das Mikrofon des zellularen Telefons zu sprechen als in relativ ruhigen Umgebungen. Dies ist eine natürliche Tendenz, die aus der Annahme durch den Benutzer entsteht, dass er oder sie lauter sprechen muss, um über dem Lärm gehört zu werden. Jedoch ist dies häufig nicht notwendig und kann in der Tat kontraproduktiv sein. Das Mikrofon des zellularen Telefons kann in hohem Grad direktional sein und erfasst und verstärkt folglich nicht alle Geräusche, die der Benutzer hört. Folglich ist es für den Benutzer nicht erforderlich, lauter zu sprechen. Ferner kann das zellulare Telefon möglicherweise nur einen begrenzten dynamischen Bereich von Soundpegeln verarbeiten, so dass die Stimme des Benutzers abgeschnitten wird, wenn der Benutzer zu laut in das Mikrofon spricht. Ein derartiges Abschneiden (clipping) kann zu einer Verringerung des Rauschabstands bzw. Signal-Rausch-Verhältnisses (SNR – sig nal-to-noise ratio) zwischen der übertragenen Stimme und dem übertragenen Hintergrundrauschpegel führen. Folglich kann ein lautes Sprechen in das Mikrofon es für den Zuhörer schwieriger gestalten, die Stimme des Benutzers zu unterscheiden.
Das Abschneiden-Phänomen, das oben beschrieben wird, wird in den 1-2 dargestellt. Spezifischer zeigt die 1 ein Sprachsignal 10 und ein Hintergrundrauschsignal 12, die in ein zellulares Telefon eingegeben werden. Der Hintergrundrauschpegel nimmt zu beginnend bei der Zeit 14. Als Antwort darauf spricht der Benutzer lauter, was zu einer Zunahme des Eingangssprachsignalpegels führt. Wenn der Rauschpegel weiterhin steigt, spricht der Benutzer noch lauter, bis er einen Punkt 16 erreicht, wo ein Abschneiden beginnt. Danach wird die Stimme abgeschnitten, was zu einem niedrigeren SNR sowie ein möglicherweise abgefälschtes Sprachsignal führt. 2 zeigt die resultierenden Änderungen in dem SNR. Wie zu sehen ist, verringert sich das SNR nach dem Zeitpunkt 16.
Somit kann in Fällen, in denen ein Abschneiden auftritt, ein Benutzer, der versucht, lauter zu sprechen, tatsächlich eine Verständlichkeit verringern. Selbst wenn kein Abschneiden stattfindet, kann der Benutzer, der lauter spricht, für den Zuhörer eine Störung bzw. ein Ärgernis verursachen, was möglicherweise zu der Notwendigkeit für den Zuhörer führt, die Lautstärke des Lautsprechers seines oder ihres Telefons zu verringern. Für viele Telefone, insbesondere nicht-mobile Telefone, kann die Lautstärke des Lautsprechers nicht eingestellt bzw. angepasst werden und folglich kann der Zuhörer möglicherweise keinen komfortablen Lautstärkepegel erreichen. Außerdem kann die Privatsphäre an dem Ende des Zuhörers gefährdet sein, wenn die Stimme des Benutzers zu laut ist und der Zuhörer den Lautstärkepegel des Lautsprechers nicht verringern kann.
Ein weiteres Problem, das aus hohen Rauschpegeln entsteht, ist, dass es für den Benutzer in der lauten Umgebung schwierig sein kann, die Stimme des anderen Teilnehmers zu hören. Für viele zellulare Telefone kann die Laut stärke oder die Verstärkung des Lautsprechers des Telefons manuell erhöht werden, um dies zu kompensieren, aber eine derartige manuelle Tätigkeit durch den Benutzer ist unpraktisch. Außerdem kann eine manuelle Tätigkeit gefährlich sein, insbesondere, wenn der Benutzer im Verkehr fährt, während er versucht, die Lautsprecherverstärkung manuell zu verringern.
Zusätzlich sprechen einige Benutzer relativ leise, während andere Benutzer relativ laut sprechen. Es ist inhärent schwierig, Mikrofonverstärkungen zu gestalten, um eine ausreichende Verstärkung für leise Sprecher vorzusehen ohne laute Sprecher zu sättigen.
Demgemäß gibt es eine Notwendigkeit, die obigen Probleme zu beseitigen, und zu diesem Zweck ist die Erfindung primär gekennzeichnet.
GB 2 179 810 diskutiert eine dynamische Bereichs-Steuervorrichtung, die aus einem Multiplikator besteht, der von einer Seitenkette gesteuert wird, die einen Pegel-Detektor, eine Log-Schaltung, einen Schwellen-Subtrahierer, eine nichtlineare Schaltung, einen Neigungs-Multiplikator und einer Antilog-Schaltung aufweist.
US 4,829,565 diskutiert ein System für eine Audiolautstärkensteuerung, das ein Hintergrundrauschen in dem Zuhörbereich überwacht und automatisch die Lautstärke des Systems demgemäß anpasst.
GB 2277840 diskutiert eine Schaltung zur Verwendung in digitalen mobilen Telefonen zur Vermeidung eines Abschneidens eines Sprachsignals. Die Verstärkung eines einstellbaren Verstärkers wird gedämpft mit der Hilfe eines Feedbacks von einem digitalen Signalprozessor, immer wenn ein digitaler Abtastwert bzw. eine Tastung einen Abschneidepegel mehr als einmal überschreitet.
In einem Aspekt der Erfindung umfasst eine Vorrichtung zum Anpassen bzw. Einstellen einer Verstärkung in einem Mikrofon einer Kommunikationsvor richtung vorteilhafterweise Mittel zum Anwenden einer digitalen Verstärkung auf ein Eingangssignal von dem Mikrofon, um ein eingestelltes Signal zu bilden, und Begrenzungsmittel zum Verarbeiten der eingestellten Signale, um ein Ausgangssignal zu erzeugen mit einem Wert, der geringer oder gleich zu einem begrenzenden Schwellenwert ist, wobei die Begrenzungsmittel konfiguriert sind, eine Spitzenerfassung des eingestellten Signals durchzuführen.
In einem anderen Aspekt der Erfindung umfasst eine Vorrichtung zum Einstellen einer Verstärkung in einem Mikrofon einer Kommunikationsvorrichtung vorteilhafterweise die Schritte des Anwendens einer digitalen Verstärkung auf ein Eingangssignal von dem Mikrofon, um ein eingestelltes Signal zu erzeugen, und der Verarbeitung des eingestellten Signals, um ein Ausgangssignal zu erzeugen, das einen Wert hat, der geringer oder gleich zu einem begrenzenden Schwellenwert ist, wobei die Verarbeitung einen Schritt der Durchführung einer Spitzenerfassung auf dem eingestellten Signal aufweist.
Somit werden in der Erfindung die oben beschriebenen Probleme, die auftreten, wenn zellulare Telefone oder andere mobile Telefone in Umgebungen verwendet werden, die hohe Hintergrundrauschpegel haben, im Wesentlichen gelöst. Ein Vorteil der vorliegenden Erfindung ist, dass die Notwendigkeit für einen Lautstärkesteuerungsknopf bzw. -schalter an einem Telefon eliminiert wird. Andere Vorteile der Erfindung sowie andere Merkmale und Ziele der Erfindung werden aus der folgenden detaillierten Beschreibung und den beigefügten Zeichnungen offensichtlich.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Die Merkmale, Ziele und Vorteile der vorliegenden Erfindung werden offensichtlicher aus der detaillierten Beschreibung, die im Folgenden dargelegt wird, in Zusammenhang mit den Zeichnungen, in denen gleiche Referenzzeichen Entsprechendes identifizieren und wobei:
1 ein Graph ist, der Hintergrundrauschpegel und entsprechende Eingangssprachpegel für ein zellulares Telefon darstellt, das in einer Umgebung mit änderndem Rauschen arbeitet;
2 ein Graph ist, der den Signal-Rausch-Pegel für die eingegebene Stimme und die Rauschsignale der 1 dargestellt;
3 ein Blockdiagramm eines zellularen Telefons ist, das gemäß einem Ausführungsbeispiel der Erfindung konfiguriert ist;
4 ein Blockdiagramm einer Mikrofonverstärkungs-Verweistabelle des zellularen Telefons von 3 ist; und
5 ein Blockdiagramm einer Lautsprecherverstärkungs-Verweistabelle des zellularen Telefons von 3 ist;
6 ein Blockdiagramm einer Rückwärtsverbindungs-Schaltung für ein Telefon ist;
7 ein Blockdiagramm eines Begrenzers ist, der in der Rückwärtsverbindungs-Schaltung der 6 verwendet werden kann;
8 ein Blockdiagramm einer Vorwärtsverbindungs-Schaltung für ein Telefon ist;
9 ein Blockdiagramm eines Kompressors ist, der in der Vorwärtsverbindungs-Schaltung der 8 verwendet werden kann;
10 ein Flussdiagramm ist, das Schritte darstellt, die von einem automatischen Lautstärkesteuerungs(AVC – automatic volume control)-Algorithmus durchgeführt werden.
DETAILLIERTE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSBEISPIELE
Unter Bezugnahme auf die verbleibenden Figuren werden nun beispielhafte Ausführungsbeispiele der Erfindung beschrieben. Die beispielhaften Ausführungsbeispiele werden primär unter Bezugnahme auf Blockdiagramme beschrieben, die Vorrichtungselemente darstellen. Abhängig von der Implementierung kann jedes Vorrichtungselement oder Teile davon in Hardware, Software, Firmware oder Kombinationen daraus konfiguriert werden. Es sollte angemerkt werden, dass nicht alle Komponenten, die für eine vollständige Implementierung eines praktischen Systems notwendig sind, detailliert dargestellt oder beschrieben werden. Stattdessen werden nur jene Komponenten, die für ein vollständiges Verstehen der Erfindung notwendig sind, dargestellt und beschrieben.
3 zeigt ein zellulares Telefon 100, das ein Mikrofon 102, einen Lautsprecher 104 und eine Antenne 106 aufweist. Entsprechende interne Komponenten des Telefons, das in der 3 gezeigt wird, umfassen eine Steuereinheit 108, einen digitalen Signalprozessor (DSP – digital signal processor) 110 und eine Empfänger/Sendereinheit 112. Ebenso sind eine Mikrofonverstärkungs-Steuereinheit 113 und eine Lautsprecherverstärkungs-Steuereinheit 115 enthalten.
In Betrieb spricht ein Benutzer des zellularen Telefons 100 in das Mikrofon 102 und seine oder ihre Stimme und jedes erfasste Hintergrundrauschen werden durch die Steuereinheit 108 in den DSP 110 geleitet zur Verarbeitung darin. In dem vorliegenden Beispiel werden die verarbeiteten Sprachsignale codiert durch Einheiten, die nicht getrennt gezeigt werden, unter Verwendung des zellularen Übertragungsprotokolls von CDMA (Code Division Multiple Access), wie detailliert beschrieben wird in dem Telecommunication Industry Association's TIA/EIA/IS-95-A Mobile Station – Base Station Compatibility Standard for Dual-Mode Wideband Spread Spectrum Cellular System. Die codierten Signale werden an den Empfänger/Sender 112 gelei tet, dann über die Antenne 106 an eine lokale Basisstation (nicht gezeigt). Die Signale können von dort an ein entferntes Telefon weitergeleitet werden, das ein anderes zellulares Telefon, ein anderes mobiles Telefon oder eine Landleitung sein kann, die mit einem öffentlichen Fernsprechnetz (PSTN – public switched telephone network) verbunden ist (nicht gezeigt). Sprachsignale, die an das zellulare Telefon 100 gesendet werden, werden über die Antenne 106 und den Empfänger/Sender 112 empfangen, verarbeitet durch den DSP 110 und durch den Lautsprecher ausgegeben, alles unter der Steuerung der Steuereinheit 108.
Der DSP 110 kann abhängig von der Implementierung eine aus einer Vielzahl von herkömmlichen digitalen Verarbeitungsfunktionen auf den Sprachsignalen durchführen. Zusätzlich bestimmt der DSP 110 den Hintergrundrauschpegel der lokalen Umgebung aus den Signalen, die durch das Mikrofon 102 erfasst werden, und setzt die Verstärkung des Mikrofons 102 auf einen ausgewählten Pegel, um die natürliche Tendenz des Benutzers des zellularen Telefons 100, in lauten Umgebungen lauter zu sprechen, zu kompensieren. In dem vorliegenden Beispiel wird die Mikrofonverstärkung auf einen Pegel eingestellt, der im Allgemeinen umgekehrt proportional zu dem Hintergrundrauschpegel ist. In dem vorliegenden Beispiel wird die Mikrofonverstärkung verringert um die Hälfte der Zunahme des Hintergrundrauschens, gemessen in Dezibel.
Zu diesem Zweck umfasst der DSP 110 eine Hintergrundrauschpegel-Erfassungseinheit 114, eine Mikrofonverstärkungs-Verweistabelle 116 und eine Lautsprecherverstärkungs-Verweistabelle 118. Der Hintergrundrauschpegel-Detektor 114 bestimmt gemäß herkömmlichen Techniken den Hintergrundrauschpegel von Signalen, die von dem Mikrofon 102 empfangen werden, und liefert einen digitalen Wert, der für den Hintergrundrauschpegel repräsentativ ist. Der digitale Wert kann zum Beispiel die Hintergrundrauschenergie in Dezibel darstellen. Der DSP 110 wendet den digitalen Wert auf die Mikrofonverstärkungs-Verweistabelle 116 an, um einen Mikrofonverstär kungswert zum Anwenden auf das Mikrofon 102 über die Mikrofonverstärkungs-Steuereinheit 113 auszulesen.
In dem vorliegenden Beispiel wird der Hintergrundrauschpegel B' bestimmt in dem aktuellen Rahmen basierend auf dem Hintergrundrauschpegel B des vorhergehenden Rahmens und der Energie E_f des aktuellen Rahmens. Bei der Bestimmung des neuen Hintergrundrauschpegels B zur Verwendung während des nächsten Rahmens (als die Hintergrundrauschschätzung B des vorhergehenden Rahmens) werden zwei Werte berechnet. Der erste Wert V₁ ist einfach die Energie E_f des aktuellen Rahmens. Der zweite Wert V₂ ist das größere von B + 1 und K·B, wobei K = 1.00547. Der geringere der zwei Werte V₁ oder V₂ wird als der neue Hintergrundrauschpegel B' gewählt.
Mathematisch V1 = R(0) (1) V2 = min(160000, max(K·B, B + 1)) (2)und der neue Hintergrundrauschpegel B' ist: B' = min (V1, V2) (3) wobei min (x, y) das Minimum von x und y ist und max (x, y) das Maximum von x und y ist.
4 zeigt eine beispielhafte Mikrofonverstärkungs-Verweistabelle 116 mit Einträgen 120 für verschiedene Hintergrundrauschpegel und mit Einträgen 122 für entsprechende Mikrofonverstärkungswerte. Die Mikrofonverstärkungswerte können zum Beispiel digitale Repräsentationen von Spannungs- oder Strom-Pegeln zum Anwenden auf einen Verstärker des Mikrofons 102 sein (nicht gezeigt). Die Einträge 120 können individuelle Rauschpegel oder Bereiche von Rauschpegel spezifizieren. Jeder erwartete quantisierte Eingangs-Rauschpegel wird in der Verweistabelle 116 dargestellt. Wenn ein Rauschpegel erfasst wird, der keinen entsprechenden Eintrag in der Tabelle 116 hat, wird ein standardmäßiger Wert eingesetzt. Gemäß herkömmlichen Techniken kann die Verweistabelle 116 als ein Teil eines Festspeichers (ROM – read only memory) implementiert werden. In anderen Implementierungen kann die Verweistabelle 116 unter Verwendung anderer geeigneter Techniken, wie Software-Algorithmen, implementiert werden.
Wie angemerkt wird der Hintergrundrauschpegelwert, der aus der Mikrofonverstärkungs-Verweistabelle 116 ausgelesen wird, auf das Mikrofon 102 angewendet, um seine Verstärkung einzustellen. Durch Speichern von Werten in der Verweistabelle 116, die eine Mikrofonverstärkung vorsehen, die bei Zunahme der Rauschpegel verringert wird, wird die natürliche Tendenz eines Telefonbenutzers, in einer lauten Umgebung lauter zu sprechen, automatisch kompensiert. Auch wird durch Verringern der Mikrofonverstärkung ein Verlust in SNR, der durch ein Signal-Abschneiden verursacht wird, in dem Mikrofon 102 selbst oder in dem DSP 110, vermieden.
Die Hintergrundrauschpegel können berechnet werden und entsprechende Verstärkungspegel ausgelesen und auf das Mikrofon 102 angewendet werden entweder kontinuierlich oder periodisch. In dem vorliegenden Beispiel wird die Mikrofonverstärkung alle zwei oder drei Sekunden neu eingestellt, wodurch die typische Verzögerung zwischen einer Zunahme des Hintergrundrauschpegels und einer entsprechenden Zunahme der Lautheit der Stimme des Benutzers berücksichtigt wird. In einem weiteren Beispiel wird der Rauschpegel erfasst und die Verstärkung nur einmal pro Anruf oder möglicherweise nur beim Anschalten des zellularen Telefons gesetzt.
In dem vorliegenden Beispiel wird die Verstärkung des Lautsprechers 104 automatisch auf eine Weise eingestellt, die ähnlich zu der Mikrofonverstärkung ist. Der Hintergrundrauschpegelwert, der durch die Hintergrundrauschpegel-Erfassungseinheit 114 berechnet wird, wird auf eine Lautsprecherverstärkungs-Verweistabelle 118 angewendet, um einen Lautsprecherverstärkungswert auszulesen, der für den Hintergrundrauschpegel geeignet ist. Eine beispielhafte Lautsprecherverstärkungs-Verweistabelle 118 wird in der 5 dargestellt. Die Lautsprecherverstärkungs-Verweistabelle 118 hat Einträge 130 für Hintergrundrauschpegel und Einträge 132 für entsprechende Lautsprecherverstärkungswerte. Die Lautsprecherverstärkungswerte können Spannungs- oder Strom-Pegel zum Steuern der Verstärkung eines Verstärkers (nicht getrennt gezeigt) des Lautsprechers darstellen. Ein standardmäßiger Wert kann für alle Rauschpegel eingesetzt werden, die keinen Eintrag in der Lautsprecherverstärkungs-Verweistabelle 118 haben. Auch kann, wie die Mikrofonverstärkungs-Verweistabelle 116, auf die Lautsprecherverstärkungs-Verweistabelle 118 kontinuierlich oder periodisch oder möglicherweise nur einmal pro Anruf oder nur beim Anschalten zugegriffen werden.
Anders jedoch als die Mikrofonverstärkungs-Verweistabelle 116, die vorteilhafterweise mit Werten programmiert ist, die gewählt werden, um die Verstärkung bei zunehmenden Rauschpegel zu verringern, ist die Lautsprecherverstärkungs-Verweistabelle 118 vorteilhafterweise mit Werten programmiert, die gewählt werden, eine Verstärkung bei zunehmenden Rauschpegel zu erhöhen. Die Lautsprecherverstärkungswerte können zum Beispiel gesetzt werden, eine Verstärkung zu erhöhen um einen Betrag, der im Wesentlichen proportional zu einer Zunahme der Hintergrundrauschpegel ist. Dadurch muss der Benutzer die Lautsprecherverstärkung nicht durch eine manuelle Steuereinheit (nicht gezeigt) einstellen. Stattdessen wird eine automatische Anpassung bzw. Einstellung durchgeführt.
Was beschrieben wurde, sind Beispiele eines zellularen Telefons, das konfiguriert ist, um automatisch eine Mikrofonverstärkung zu verringern und eine Lautsprecherverstärkung zu erhöhen als Reaktion auf eine Zunahme des Hintergrundrauschpegels der Umgebung des zellularen Telefons. In den Beispielen sind die Verringerung der Mikrofonverstärkung und die Zunahme der Lautsprecherverstärkung beide proportional zu einer Zunahme der Hintergrundrauschpegel. In anderen Beispielen werden andere Beziehungen zwischen den Mikrofon- und den Lautsprecherverstärkungen und den Hintergrundrauschpegel vorgesehen. Im Allgemeinen kann jede gewünschte Beziehung eingesetzt werden nur durch Vorprogrammieren der Verweistabelien mit geeigneten Werten. Die Werte können zum Beispiel anfänglich berechnet werden basierend auf einer mathematischen Beziehung, wie eine einfache Proportionalität. In anderen Fällen können geeignete Werte empirisch bestimmt werden durch Messen des Umfangs, bis zu dem ein tatsächlicher Telefonbenutzer seine oder ihre Sprechlautstärke als Reaktion auf Änderungen in den Hintergrundrauschpegel erhöht. Wie angemerkt werden kann, kann ein weiter Bereich von möglichen Techniken zur Bestimmung der geeigneten Werte zum Speichern in den Verweistabellen konsistent mit den allgemeinen Grundregeln der Erfindung eingesetzt werden. Außerdem sind Verweistabellen nicht notwendig. Jedes geeignete Mittel zur Anpassung der Mikrofon- und Lautsprecherverstärkungen kann eingesetzt werden. Zum Beispiel kann der erfasste digitale Rauschpegelwert in eine Analogspannung umgewandelt werden, verarbeitet durch eine Schaltung, zum skalieren und invertieren, falls erforderlich, und dann direkt auf die jeweiligen Verstärker des Mikrofons und des Lautsprechers zum Anpassen der Verstärkung angewendet werden.
Gemäß einem Ausführungsbeispiel kann ein Begrenzer zu einer herkömmlichem Rückwärtsverbindungs-Schaltung für ein Telefon hinzugefügt werden. Wie in 6 gezeigt, umfasst eine Rückwärtsverbindungs-Schaltung 200 für ein Telefon (nicht gezeigt) ein Mikrofon 202, analoge Verstärkungs-Logik 204 (typischerweise ein herkömmlicher betriebsfähiger Verstärker), einen Addierer/Subtrahierer 206, ein Echokompensatorfilter 208, eine statische Verstärkungs-Logik 210, ein Rauschunterdrücker 212, einen Begrenzer 214 und einen Analog-Digital-Wandler (A/D) 216.
Ein Benutzer spricht in das Mikrofon 202, welches das Schallsprachsignal in ein elektrisches Sprachsignal umwandelt. Das Sprachsignal wird an die analoge Verstärkungs-Logik 204 geliefert, die eine analoge Verstärkung auf das Sprachsignal anwendet. Das Sprachsignal wird dann an den A/D 16 geliefert, der das analoge Sprachsignal abtastet und quantisiert und das Signal in ein digitales Format gemäß einer aus einer Anzahl von bekannten Techniken umwandelt, einschließlich, z.B. Pulscode-Modulation (PCM – pulse-coded modulation), μ-Law oder A-Law. Ein Signal, das durch den Echokompensatorfilter 208 erzeugt wird, wird von dem digitalisierten Sprachsignal durch den Addierer/Subtrahierer 206 subtrahiert, wodurch Echokomponenten aus dem Sprachsignal eliminiert werden. Der Addierer/Subtrahierer 206, der A/D 216 und der Echokompensatorfilter 208 sind vorteilhafterweise herkömmliche Komponenten, die in der relevanten Technik weithin bekannt sind.
Das gefilterte Sprachsignal wird an die statische Verstärkungs-Logik 210 geliefert, die eine statische digitale Eingangsverstärkung anwendet, um die Verstärkung des Sprachsignals feinabzustimmen. Vorrichtungen zur Implementierung der statischen Verstärkungs-Logik 210 sind in der Technik weithin bekannt. Die statische Verstärkung wird vorteilhafterweise in Verbindung mit einer Begrenzerschwelle gewählt, um eine Reduzierung der analogen Verstärkung zu kompensieren. Der Begrenzer 214, der vorteilhafterweise konfiguriert ist, auf jedem gesprochenen Wort zu arbeiten, dient dazu, ein Abschneiden in Sprachsignalen zu verhindern, die maximiert werden, wie z.B. Wörter, die von laut sprechenden Benutzern gesprochen werden.
Das verstärkte Sprachsignal wird an den Rauschunterdrücker 212 geliefert, der Hintergrundrausch-Komponenten des Sprachsignals unterdrückt, die in dem Mikrofon 202 empfangen wurden, als der Benutzer gesprochen hat. Vorrichtungen zur Implementierung des Rauschunterdrückers 212 sind in der Technik weithin bekannt. In einem Ausführungsbeispiel wird der Rauschunterdrücker 212 nicht verwendet. In einem weiteren Ausführungsbeispiel werden der A/D 216, der Echokompensatorfilter 208, der Addierer/Subtrahierer 206, die statische Verstärkungs-Logik 210, der Rauschunterdrücker 212 und der Begrenzer 214 alle in einem digitalen Signalprozessor (DSP – digital signal processor) implementiert. In dem in der 6 gezeigten Ausführungsbeispiel wird das Signal von dem Rauschunterdrücker 212 an den Begrenzer 214 geliefert. Der Begrenzer 214 dient dazu, ein Abschneiden in dem Sprachsignal zu verhindern, wenn das Sprachsignal maximiert wird, wie unten beschrieben. Der Begrenzer 214 erzeugt ein Ausgabesignal, das an einen Codierer (nicht gezeigt) geliefert wird, bevor es moduliert und über einen digitalen Kommunikationskanal übertragen wird.
Ein Begrenzer 214, der gemäß einem Ausführungsbeispiel konfiguriert ist, wird detaillierter in der 7 dargestellt. Der Begrenzer 214 umfasst eine Spitzen-Mess-Logik 300, eine Log-Basis-zwei-Logik 302, einen Addierer/Subtrahierer 304, eine Begrenzerlogik 306, einen ersten Multiplizierer 308, eine inverse Log-Basis-zwei-Logik 310, eine Glättungs-Logik 312, ein Verzögerungselement 314 und einen zweiten Multiplizierer 316.
Digitalisierte Sprachabtastungen x[n] werden mit einer statischen Eingangsverstärkung G durch die statische Verstärkungs-Logik 210 multipliziert, die vorteilhafterweise ein herkömmlicher Multiplizierer 210 ist. Die digitale Verstärkung G dient dazu, die Verstärkungspegel der Sprachabtastungen x[n] feinabzustimmen oder einzustellen. Die Sprachabtastungen x[n] werden dann an den Begrenzer 214 geliefert, der vorteilhafterweise in einem DSP implementiert ist. In dem Begrenzer 214 werden die eingegebenen Sprachabtastungen x[n] an die Spitzen-Mess-Logik 300 und an das Verzögerungselement 314 geliefert.
Die Spitzen-Mess-Logik 300 implementiert die folgende Gleichung, um die Spitze der Sprachabtastungen x[n] zu messen: xpeak[n] = (1 – RT)xpeak[n – 1] + ATxdiff[n]
In der obigen Gleichung wird der Spitzenwert der Sprachabtastung x[n] gleich der Größe eins minus die Freigabezeit (release time) RT multipliziert mit dem Spitzenwert der vorherigen Abtastung x[n – 1] gesetzt, zu dem wird das Produkt aus der Angriffszeit (attack time) und eines Differenzwerts x_diff[n] hinzugefügt. Der Differenzwert x[n] wird gleich zu dem Unterschied zwischen dem absoluten Wert der gegenwärtigen Sprachabtastung und dem Spitzenwert der vorherigen Sprachabtastung gesetzt, genau dann, wenn dieser Unterschied größer als null ist. Andernfalls wird der Differenzwert x_diff[n] gleich null gesetzt.
Der berechnete Spitzenwert x_peak[n] wird an die Log-Basis-zwei-Logik 302 geliefert, die den Basis-2-Logarithmus des Spitzenwerts x_peak[n] berechnet, wodurch ein Ausgabesignal in Einheiten von Dezibel (dB) erzeugt wird. Das dB-Signal wird an den Addierer/Subtrahierer 304 geliefert, der einen Begrenzungsschwellenwert L_thresh von dem dB-Signal subtrahiert. Ein resultierendes dB-Signal wird an die Begrenzerlogik 306 geliefert, die eine Begrenzungsfunktion auf dem Signal durchführt. Das Signal wird dann an den ersten Multiplizierer 308 geliefert, der das Signal mit einem dämpfenden (negativen) Neigungswert –L_slope multipliziert. Der Addierer/Subtrahierer 304, die Begrenzerlogik 306 und der erste Multiplizierer 308 dienen dazu, einen Ausgabe-dB-Wert zu erzeugen, der zu dem Eingangs-dB-Wert gleich ist, vorausgesetzt, der Eingangs-dB-Wert (und der Ausgabe-dB-Wert) ist geringer oder gleich zu dem Begrenzungsschwellenwert L_thresh. Wenn der Eingangs-dB-Wert den Begrenzungsschwellenwert L_thresh übersteigt, wird die Neigung des Ausgabesignals gedämpft oder skaliert, gemäß dem Neigungswert –L_slope derart, dass z.B. der Ausgabe-dB-Wert um ein dB erhöht wird, wenn der Eingangs-dB-Wert sich um zwanzig dB erhöht. Der Begrenzungsschwellenwert L_thresh kann vorteilhafterweise gewählt werden, sehr nahe an dem ursprünglichen Sättigungspunkt des Logikverstärkers mit statischer Verstärkung 210 vorderdigitalen Feinabstimmen für eine Sättigungsreduzierung zu sein. Der ursprüngliche Sättigungspunkt wird durch die gewünschte Übertragungsverstärkung des Mikrofonsystems definiert, wie in der analogen Domain implementiert.
Der erste Multiplizierer 308 liefert das Ausgabe-dB-Signal an die inverse Log-Basis-zwei-Logik 310, die den inversen Basis-2-Logarithmus des dB-Signals berechnet durch Erheben des Werts auf zwei hoch den dB-Signalwert (G, in dB). Die inverse Log-Basis-zwei-Logik 310 erzeugt ein Ausgabesignal f[n]. Das Signal f[n] wird an die Glättungs-Logik 312 geliefert, die ein geglättetes Ausgabesignal g[n] gemäß der folgenden Gleichung erzeugt: g[n] = (1 – k)g[n – 1] + kf[n], wobei der Wert k ein glättender Koeffizient ist, der vorteilhafterweise für eine optimale Audioqualität gewählt wird.
Das geglättete Signal g[n] wird an den zweiten Multiplizierer 316 geliefert. Das Verzögerungselement 314, das die Eingangssprachabtastungen x[n] empfängt, ist konfiguriert, jede Sprachabtastung x[n] um eine Zeit D zu verzögern, wodurch verzögerte Ausgabe-Sprachabtastungen x[n – D] erzeugt werden. Die verzögerten Sprachabtastungen x[n – D] werden an den zweiten Multiplizierer 316 geliefert. Der zweite Multiplizierer 316 multipliziert die verzögerten Sprachabtastungen x[n – D] mit der Glättungsfunktion g[n], wodurch ein begrenztes Ausgabesignal zur Lieferung an einen Codierer (nicht gezeigt) erzeugt wird, bevor es moduliert und über einen digitalen Kommunikationskanal übertragen wird.
Der Begrenzer 214 begrenzt somit Signalpegel auf einen Wert von ungefähr L_thresh in der Größe. Um eine ausreichende Verstärkung für leise Sprecher vorzusehen, ohne laute Sprecher zu sättigen, wird die analoge Verstärkung des Eingangsteils um eine feste dB-Größe reduziert und mit digitaler Verstärkung G kompensiert, wenn zusätzlicher Headroom verfügbar ist. Der Begrenzer 214 reduziert dann laute Pegel zurück zu dem vollen Umfang des A/Ds 216 (6) auf der anderen Seite des digitalen Kommunikationskanals, während leisen Sprechern ausreichende Signal-zu-Quantisierungs-Rauschpegel gegeben werden. Die verschiedenen mathematischen Berechnungen können gemäß bekannten DSP-Techniken durchgeführt werden. Somit liefert der Begrenzer 214 vorteilhafterweise die Kapazität, den wahrgenommenen dynamischen Eingangsbereich zu erweitern, während eine Sättigung für laute Signale vermieden wird. Andere Variationen in den Eingangssignalpegeln, die gemäß dem obigen Ausführungsbeispiel kompensiert werden können, umfassen zum Beispiel Freisprech-Autosets im Vergleich zu Telefon und Knopflochmikrophon im Vergleich zu einem Sprechkapselmikrofon.
Für Fachleute ist offensichtlich, dass die oben beschriebenen Ausführungsbeispiele, die Rückwärtsverbindungs-Schaltungen betreffen, sich in jeder Kommunikationsvorrichtung befinden können, in die ein Benutzer spricht. Ähnlich ist für Fachleute offensichtlich, dass die im Folgenden beschriebenen Ausführungsbeispiele, die Vorwärtsverbindungs-Schaltungen betreffen, sich in jeder Kommunikationsvorrichtung befinden können, die einen Ton aussendet.
Gemäß einem Ausführungsbeispiel kann eine herkömmliche Vorwärtsverbindungs-Schaltung 400 für ein Telefon modifiziert werden, um eine Telefonhörerlautstärke einzustellen basierend auf einer verfügbaren Headroom- und Hintergrundrausch-Schätzung. Wie in 8 gezeigt, umfasst eine Vorwärtsverbindungs-Schaltung für ein Telefon (nicht gezeigt) Ausgabefilter 402, feste Verstärkungs-Logik 404, einen Kompressor 406, eine „automatische Lautstärkesteuerungs(AVC – automatic volume control)"-Logik 408, eine Benutzerlautstärkeeinstellungs-Logik 410, einen Digital-Analog-Wandler (DIA – digital-to-analog converter) 412 und einen Lautsprecher 414.
Zum Zweck der Darstellung werden auch begleitende Komponenten der Rückwärtsverbindungs-Schaltung von 6 für das Telefon dargestellt, einschließlich das Mikrofon 202, die analoge Verstärkungs-Logik 204, der A/D 216, der Echokompensationsfilter 208, der Addierer/Subtrahierer 206 und der Rauschunterdrücker 212. Die verschiedenen Rückwärtsverbindungselemente können wie oben unter Bezugnahme auf die 6 beschrieben funktionieren und implementiert werden. in einem Ausführungsbeispiel sind die digitale Vorwärtsverbindungs-Schaltung und die digitale Rückwärtsverbindungs-Schaltung in einem DSP implementiert.
In der 8 werden digitalisierte Sprachabtastungen x[n] auf einem Kommunikationskanal von einem anderen Telefon empfangen und durch einen Decodierer (nicht gezeigt) decodiert. Die Sprachabtastungen x[n] werden von dem Decodierer ausgegeben und an die Ausgabefilter 402 geliefert zur geeigneten Filterung, wie für Fachleute offensichtlich ist. Die Ausgabefilter 402 liefern gefilterte Sprachabtastungen an die feste Verstärkungs-Logik 404, welche die Sprachabtastungen mit einer festen Verstärkung G multipliziert, wodurch verstärkte Sprachabtastungen erzeugt werden. Die verstärkten Sprachabtastungen werden an den Kompressor 406 geliefert, der die Sprachabtastungen entweder komprimiert oder erweitert, wie unten unter Bezugnahme auf 9 beschrieben wird.
Die komprimierten Sprachabtastungen werden an die AVC-Logik 408 geliefert. Die AVC-Logik 408 ist auch mit der Ausgabe des Addierers/Subtrahierers 206 verbunden. Die AVC-Logik 408 empfängt ein periodisch aktualisiertes Hintergrundrausch-Schätzungs(BNE – background noise estimate)Signal von dem Addierer/Subtrahierer 206. Die AVC-Logik 408 liefert eine AVC basierend auf dem verfügbaren Headroom (wie von dem Kompressor 406 erlangt) und der BNE (wie von der Rückwärtsverbindungs-Schaltung vor der Rauschunterdrückung erlangt). Ein beispielhafter AVC-Algorithmus, der von der AVC-Logik 408 durchgeführt werden kann, wird im Folgenden unter Bezugnahme auf 10 beschrieben.
Wenn die AVC-Logik 408 in dem AUS(OFF)-Modus ist, wird eine Lautstärkesteuerung durch einen Benutzer durch eine Lautstärkesteuerungstaste (nicht gezeigt) auf dem Telefon und der Benutzer-Lautstärkeeinstellungs-Logik 410 spezifiziert. Wenn die AVC-Logik 408 EIN (ON) ist, liefert die AVC-Logik 408 automatisch eine Lautstärkesteuerung als Reaktion auf sich ändernde Hintergrundrauschpegel und verfügbaren Headroom. Der Benutzer kann den AVC-Modus AUS oder AN schalten. Zum Beispiel kann der Benutzer den Lautsprecherlautstärkepegel ein erstes Mal manuell einstellen und dann die AVC-Logik 408 anschalten, um danach eine Lautsprecherlautstärkesteuerung vorzusehen.
Die AVC-Logik 408 erzeugt ein Lautstärkesteuerungssignal, das auf die Benutzerlautstärkeeinstellungs-Logik 410 angewendet wird. Die Benutzerlautstärkeeinstellungs-Logik 410 liefert die ausgegebenen digitalisierten Sprach abtastungen, mit dem geeigneten Lautstärkepegel, an den D/A 412. Der DIA 412 wandelt die ausgegebenen digitalisierten Sprachabtastungen in ein Analogsignal und liefert das Analogsignal an den Lautsprecher 414, der das Signal in ein hörbares Lautsprecherausgabesignal für den Benutzer umwandelt (transduce).
Ein Kompressor 406 kann implementiert werden, um eine Komprimierung und Expansion vorzusehen, wie in 9 gezeigt. Wie in der 9 dargestellt wird, umfasst die Vorwärtsverbindungs-Schaltung eines Telefons (nicht gezeigt) eine feste Verstärkungs-Logik 404, die vorteilhafterweise ein herkömmlicher Multiplizierer 404 ist, und einen Kompressor 406, der als Kompressor oder Expander verwendet werden kann, wie gewünscht.
Der Kompressor 406 umfasst ein Verzögerungselement 500, einen Filter 502, einen Rechner 504 für das quadratische Mittel (RMS – root mean square), eine logarithmische Berechnungs-Logik 506, einen Addierer/Subtrahierer 508, eine Kompressor-Logik 510, einen ersten Multiplizierer 512, eine inverse logarithmische Berechnungs-Logik 514, eine Angriffs/Freigabezeitanwendungs-Logik 516 und einen zweiten Multiplizierer 518. Der Filter 502 kann nicht verwendet werden.
Digitalisierte Sprachabtastungen x[n] werden an den Multiplizierer 404 geliefert, der die Sprachabtastungen x[n] mit einer digitalen Verstärkung G multipliziert. Die digitale Verstärkung G wird vorteilhafterweise in Verbindung mit einer Komprimierungsschwelle gewählt, die unten definiert wird, um sicherzustellen, dass der leiseste Sprecher bis auf das gewünschte Signalpegel gebracht wird, was den Kompressor 406 während Spitzen ansteuert. Die Sprachabtastungen x[n] werden dann zum Kompressor 406 geliefert, der vorteilhafterweise in einem DSP implementiert ist. In dem Kompressor 406 werden die Eingangssprachabtastungen x[n] an den Filter 502 und an das Verzögerungselement 500 geliefert. Das Verzögerungselement 500, das z.B. mit einem Ausgabe-Abtast-FIFO implementiert werden kann, dient dazu, den Ausgabesignalpegel prädiktiv zu steuern, wodurch Spitzen vor einer Über tragung angegangen werden. Der Filter 502 kann konfiguriert werden, um die Sprachabtastungen gemäß einer von verschiedenen bekannten Filtertechniken zu filtern. Zum Beispiel kann der Filter 502 als ein Bandpassfilter konfiguriert werden, um selektiv zu wählen, auf welchen Frequenzen Komprimierungsentscheidungen zu treffen sind. In einem Beispiel, in dem sich die Vorwärtsverbindungs-Schaltung 400 in einem Freisprech-Auto-Set befindet, dient der Filter 502 dazu, Frequenzen mit starker Verzerrung zu verstärken (boost), die in den Kompressor 406 gehen. Frequenzen des Signals, die Verzerrungspegel haben, die eine vordefinierte Schwelle übersteigen, werden durch den Filter 502 verstärkt. Die gefilterten Sprachabtastungen werden an den RMS-Rechner 504 geliefert.
Der RMS-Rechner 504 implementiert die folgende Gleichung, um den RMS der Sprachabtastungen zu berechnen: xrms[n] = (1 – TAV)xrms[n – 1] + TAVx2[n].
In der obigen Gleichung wird der RMS-Wert der Sprachabtastung x[n] eingestellt gleich der Größe eins minus einen Zeitmittelwert-Koeffizienten TAV multipliziert mit dem RMS-Wert der vorherigen Abtastung [n – 1], hinzugefügt zu dem Produkt des Zeitmittelwert-Koeffizientens TAV und dem Quadrat der aktuellen Sprachabtastung x[n]. Der Zeitmittelwert-Koeffizient TAV dient dazu, die Rate der RMS-Mittelwertbildung zu bestimmen. Der RMS-Pegel der Sprachabtastungen wird vorteilhafterweise unter Verwendung eines Tiefpassfilters der ersten Ordnung berechnet, der auf das Energie-Domain-Signal angewendet wird. Die Zeitkonstante für diesen Glättungs-Filter wird vorteilhafterweise derart gewählt, dass die kleinste Frequenzkomponente von Interesse eine konstante RMS-Ausgabe für den gegebenen Glättungs-Filter erzielen kann. Zum Beispiel sollte für ein Sinuskurve von 100 Hz die Zeitkonstante ungefähr 10 ms sein.
Der berechnete RMS-Wert x_rms[n] wird an die logarithmische Berechnungs-Logik 506 geliefert, die den Basis-2-Logarithmus des RMS-Werts x_rms[n] be rechnet and den berechneten logarithmischen Basis-2-Wert mit 0.5 multipliziert, wodurch ein Ausgabesignal in Einheiten von Dezibel (dB) erzeugt wird. Das dB-Signal wird an den Addierer/Subtrahierer 508 geliefert, der einen Komprimierungsschwellenwert C_thresh von dem dB-Signal subtrahiert. Ein resultierendes dB-Signal wird an die Kompressor-Logik 510 geliefert, die eine Komprimierungs-Funktion auf dem Signal durchführt. Das Signal wird dann an den ersten Multiplizierer 512 geliefert, der das Signal mit einem dämpfenden (negativen) Komprimierungsneigungswert –C_slope multipliziert. Wenn der RMS-Pegel des Signals über den Wert C_thresh steigt, wird eine Komprimierung auf das Signal (mit geeigneten Angriffs- und Freigabezeiten) basierend auf dem Wert C_slope angewendet, was ein Kompressorverhältnis R als ein Verhältnis von dB gemäß der folgenden Gleichung spezifiziert: C_slope = 1 – 1/R. Das Komprimierungsverhältnis R kann als der RMS-Pegel definiert werden, über dem die gesamte Komprimierung tatsächlich stattfindet. Der Komprimierungsschwellenwert C_thresh und der Komprimierungsneigungswert C_slope für einen bestimmten Signalpfad sollte gemäß dem durchschnittlichen dBm0-Sprecherpegel gewählt werden, der für eine Normalisierung gewünscht wird.
Der erste Multiplizierer 512 liefert das Ausgabe-dB-Signal an die inverse logarithmische Berechnungs-Logik 514, die den inversen Basis-2-Logarithmus des dB-Signals berechnet durch Erheben auf den Wert zwei auf hoch den dB-Signalwert (G, in dB). Die inverse logarithmische Berechnungs-Logik 514 erzeugt ein Ausgabesignal f[n]. Das Signal f[n] wird an die Angriffs/Freigabezeitanwendungs-Logik 516 geliefert, die ein Ausgabesignal g[n] gemäß der folgenden Gleichung erzeugt: g[n] = (1 – k)g[n – 1] + kf[n],wobei der Wert k ein Glättungs-Koeffizient ist, der vorteilhafterweise für eine optimale Audioqualität gewählt wird. Die Angriffs/Freigabezeitanwendungs-Logik 516 dient vorteilhafterweise als eine Glättungs-Funktion. Angriff und Freigabe werden angewendet unter Verwendung einer Glättungs-Funktion der ersten Ordnung, um eine glatte Verstärkungskurve zur Anwendung auf das Ausgabesignal zu liefern (der Wert k wird vorteilhafterweise verändert abhängig davon, ob Angriff oder Freigabe angewendet wird). Die Angriffszeit kann vorteilhafterweise auf eine Millisekunde (ms) eingestellt werden, um Spitzen in den Eingangsabtastungen schnell und genau anzugehen. Die Freigabezeit kann vorteilhafterweise auf zwischen 100 und 200 ms eingestellt werden, um zu verhindern, dass schnelle Verstärkungsfluktuationen die Qualität des Kompressors 406 beeinflussen. Eine prädiktive Verzögerung von einer ms kann verwendet werden, um die Angriffszeit zu entspannen. Angriff und Freigabe können mit einer Hysteresis implementiert werden, um zu verhindern, dass Oszillationen in dem Eingangssignal die Ausgabeverstärkungskurve beeinflussen.
Das geglättete Signal g[n] wird an den zweiten Multiplizierer 518 geliefert. Das Verzögerungselement 500, das die Eingabe-Sprachabtastungen x[n] empfängt, ist konfiguriert, jede Sprachabtastung x[n] um eine Zeit D zu verzögern, wodurch verzögerte Ausgabe-Sprachabtastungen x[n – D] erzeugt werden. Die verzögerten Sprachabtastungen x[n – D] werden an den zweiten Multiplizierer 518 geliefert. Der zweite Multiplizierer 518 multipliziert die verzögerten Sprachabtastungen x[n – D] mit der Glättungs-Funktion g[n], wodurch ein komprimiertes Ausgabesignal zur Bereitstellung an die AVC-Logik 408 (8) erzeugt wird.
Die Kompressorlogik 510 kann auch als Expander-Logik verwendet werden durch Konfigurieren des Addierers/Subtrahierers 508, das dB-Signal von einem Expansions-Schwellenwert E_thresh zu subtrahieren, und durch Konfigurieren des ersten Multiplizierers 512, das Signal mit einem positiven Expansions-Neigungwerts E_slope zu multiplizieren. Der Addierer/Subtrahierer 508 und der erste Multiplizierer 512 können vorteilhafterweise programmierbar rekonfiguriert werden, so dass die Kompressor-Logik 510 sowohl den Komprimierungs- als auch den Expansions-Funktionen dienen kann. Wenn der RMS-Pegel des Signals unter den Wert E_thresh fällt, wird eine Expansion auf das Signal angewendet basierend auf dem Wert E_slope, der ein Expanderverhältnis als ein Verhältnis von dB spezifiziert.
Ein AVC-Algorithmus kann die Schritte durchführen, die in dem Flussdiagramm von 10 gezeigt werden, um Rückwärtsverbindungs-Umgebungsbedingungen zu verfolgen und eine Vorwärtsverbindungs-Lautstärke automatisch einzustellen, um dem Benutzer einen geeigneten Lautstärkepegel zu geben. Vorteilhafterweise kann der Benutzer einen gewünschten Lautstärkepegel-Einstellpunkt einstellen und dann, wenn gewünscht, die Lautstärkesteuerung vergessen, die danach automatisch gehandhabt wird. Der AVC-Algorithmus von 10 funktioniert in Verbindung mit dem Kompressor 406 (siehe 9), der Signalpegel auf einen kleinen Bereich über dem programmierbaren Komprimierungsschwellenwert C_thresh begrenzt. Der verfügbare verzerrungsfreie Headroom ist abhängig von dem Komprimierungsschwellenwert C_thresh.
Gemäß dem Flussdiagramm von 10 erlangt der AVC-Algorithmus eine Hintergrundrauschschätzung (BNE – background noise estimate) (ein dB-Wert) in Schritt 600. Der AVC-Algorithmus geht dann zu Schritt 602 weiter. In Schritt 602 vergleicht der AVC-Algorithmus die BNE mit einem ersten einstellbaren Schwellenwert T3 (in dB). Wenn die BNE größer als der erste einstellbare Schwellenwert T3 ist, geht der AVC-Algorithmus zu Schritt 604 weiter. Wenn andererseits die BNE nicht größer als der erste einstellbare Schwellenwert T3 ist, geht der AVC-Algorithmus weiter zu Schritt 606.
In Schritt 604 wird ein Lautstärke-Zielwert für die aktuelle Abtastung, target[n], gleich einem ersten vordefinierten Verstärkungswert G3 gesetzt. Der AVC-Algorithmus geht dann zu Schritt 608 weiter. Der erste vordefinierte Verstärkungswert G3 kann auf 18 dB gesetzt werden, um eine ausreichende Lautstärke für eine Umgebung mit viel Rauschen vorzusehen.
In Schritt 606 subtrahiert der AVC-Algorithmus einen Hysteresiswert H (in dB) von dem ersten einstellbaren Schwellenwert T3 und vergleicht den resul tierenden Unterschied mit der BNE. Wenn die BNE größer als der Unterschied zwischen dem ersten einstellbaren Schwellenwert T3 und dem Hysteresiswert H ist, geht der AVC-Algorithmus weiter zu Schritt 610. Wenn andererseits die BNE nicht größer als der Unterschied zwischen dem ersten einstellbaren Schwellenwert T3 und dem Hysteresiswert H ist, geht der AVC-Algorithmus zu Schritt 612 weiter. Der Hysteresiswert H dient dazu, zu verhindern, dass die Verstärkung mit momentanen Änderungen in der BNE fluktuiert.
In Schritt 610 vergleicht der AVC-Algorithmus einen Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], mit dem ersten vordefinierten Verstärkungswert G3. Wenn der Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], gleich dem ersten vordefinierten Verstärkungswert G3 ist, geht der AVC-Algorithmus weiter zu Schritt 604. Wenn andererseits der Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], nicht gleich dem ersten vordefinierten Verstärkungswert G3 ist, geht der AVC-Algorithmus weiter zu Schritt 614.
In Schritt 612 vergleicht der AVC-Algorithmus die BNE mit einem zweiten einstellbaren Schwellenwert T2 (in dB). Wenn die BNE größer als der zweite einstellbare Schwellenwert T2 ist, geht der AVC-Algorithmus zu Schritt 614 weiter. Wenn andererseits die BNE nicht größer als der zweite einstellbare Schwellenwert T2 ist, geht der AVC-Algorithmus zu Schritt 616 weiter.
In Schritt 614 wird der Lautstärke-Zielwert für die gegenwärtige Abtastung, target[n], gleich einem zweiten vordefinierten Verstärkungswert G2 gesetzt. Der AVC-Algorithmus geht dann zu Schritt 608 weiter. Der zweite vordefinierte Verstärkungswert G2 kann auf 12 dB gesetzt werden, um eine ausreichende Lautstärke für eine Umgebung mit mittlerem Rauschen vorzusehen.
In Schritt 616 subtrahiert der AVC-Algorithmus den Hysteresiswert H von dem zweiten einstellbaren Schwellenwert T2 und vergleicht den resultierenden Unterschied mit der BNE. Wenn die BNE größer als der Unterschied zwischen dem zweiten einstellbaren Schwellenwert T2 und dem Hysteresiswert H ist, geht der AVC-Algorithmus zu Schritt 618 weiter. Wenn andererseits die BNE nicht größer als der Unterschied zwischen dem zweiten einstellbaren Schwellenwert T2 und dem Hysteresiswert H ist, geht der AVC-Algorithmus zu Schritt 620 weiter.
In Schritt 618 vergleicht der AVC-Algorithmus den Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], mit dem zweiten vordefinierten Verstärkungswert G2. Wenn der Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], gleich zu dem zweiten vordefinierten Verstärkungswert G2 ist, geht der AVC-Algorithmus weiter zu Schritt 614. Wenn andererseits der Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], nicht gleich zu dem zweiten vordefinierten Verstärkungswert G2 ist, geht der AVC-Algorithmus zu Schritt 622 weiter.
In Schritt 620 vergleicht der AVC-Algorithmus die BNE mit einem dritten einstellbaren Schwellenwert T1 (in dB). Wenn die BNE größer als der dritte einstellbare Schwellenwert T1 ist, geht der AVC-Algorithmus zu Schritt 622 weiter. Wenn andererseits die BNE nicht größer als der dritte einstellbare Schwellenwert T1 ist, geht der AVC-Algorithmus zu Schritt 624 weiter.
In Schritt 622 wird der Lautstärke-Zielwert für die gegenwärtige Abtastung, target[n], gleich einem dritten vordefinierten Verstärkungswert G1 gesetzt. Der AVC-Algorithmus geht dann weiter zu Schritt 608. Der dritte vordefinierte Verstärkungswert G1 kann auf 6 dB gesetzt werden, um eine ausreichende Lautstärke für eine Umgebung mit wenig Rauschen vorzusehen.
In Schritt 624 subtrahiert der AVC-Algorithmus den Hysteresiswert H von dem dritten einstellbaren Schwellenwert T1 und vergleicht den resultierenden Unterschied mit der BNE. Wenn die BNE größer als der Unterschied zwischen dem dritten einstellbaren Schwellenwert T1 und dem Hysteresiswert ist, geht der AVC-Algorithmus zu Schritt 626 weiter. Wenn andererseits die BNE nicht größer als der Unterschied zwischen dem dritten einstellbaren Schwellenwert T1 und dem Hysteresiswert H ist, geht der AVC-Algorithmus zu Schritt 628 weiter.
In Schritt 626 vergleicht der AVC-Algorithmus den Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], mit dem dritten vordefinierten Verstärkungswert G1. Wenn der Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], gleich zu dem dritten vordefinierten Verstärkungswert G1 ist, geht der AVC-Algorithmus zu Schritt 622 weiter. Wenn andererseits der Lautstärke-Zielwert für die vorhergehende Abtastung, target[n – 1], nicht gleich zu dem dritten vordefinierten Verstärkungswert G1 ist, geht der AVC-Algorithmus zu Schritt 628 weiter. In Schritt 628 wird der Lautstärke-Zielwert für die gegenwärtige Abtastung, target[n], gleich 0 dB gesetzt, d.h. es wird keine Verstärkung auf das Signal angewendet. Der AVC-Algorithmus geht dann zu Schritt 608 weiter.
In Schritt 608 wird ein Komprimierungs-Schwellenwert C_thresh zu einem digitalen Headroomsteuerparameter, AVC_Headroom, hinzugefügt, um eine erste Summe zu erzeugen. Der Lautstärke-Zielwert für die gegenwärtige Abtastung, target[n], wird zu dem gegenwärtigen Lautstärkepegel hinzugefügt, um eine zweite Summe zu erzeugen. Die ersten und zweiten Summen werden miteinander verglichen. Wenn die erste Summe größer als die zweite Summe ist, geht der AVC-Algorithmus zu Schritt 630 weiter. Wenn andererseits die erste Summe nicht größer als die zweite Summe ist, geht der AVC-Algorithmus zu Schritt 632 weiter.
In Schritt 630 fügt der AVC-Algorithmus den Komprimierungs-Schwellenwert C_thresh zu dem digitalen Headroomsteuerparameter, AVC-Headroom, hinzu, um eine erste Summe zu erzeugen, und subtrahiert dann den gegenwärtigen Lautstärkepegel von der ersten Summe, um einen Differenzwert zu erzeugen. Der Lautstärke-Zielwert für die gegenwärtige Abtastung, target[n], wird gleich zu dem Lautstärke-Zielwert für den Differenzwert gesetzt. Der AVC-Algorithmus geht dann zu Schritt 632 weiter. Es sollte angemerkt werden, dass die Gesamtverstärkung durch den verfügbaren digitalen Headroom (wie durch einen Kompressor (nicht gezeigt) vorgesehen) und den Steuerparameter, AVC_Headroom, begrenzt wird. Der Headroomsteuerparameter, AVC_Headroom, wird von dem verfügbaren Headroom subtrahiert, um die verfügbare Gesamtverstärkung zu begrenzen. Das Fehlen von digitalem Abschneiden wird sichergestellt, da die Summe des Komprimierungs-Schwellenwerts C_thresh des Headroomsteuerparameters, AVC_Headroom, und der gegenwärtige Lautstärkepegel auf einen Wert begrenzt ist, der geringer als 0 dBm0 ist.
In Schritt 632 wird das Produkt eines Zeitmittelwert-Koeffizienten TAV und des Lautstärke-Zielwerts für die gegenwärtige Abtastung, target[n], zu dem Produkt der Größe eins minus dem Zeitmittelwert-Koeffizienten TAV und einem automatischen Verstärkungssteuerungs(AGC – automatic gain control)-Wert für die vorhergehende Abtastung, AGCVolGain[n – 1], hinzugefügt. Die resultierende Summe wird gleich einem AGC-Wert für die gegenwärtige Abtastung, AGCVolGain[n], gesetzt. Der AVC-Algorithmus geht dann zu Schritt 634 weiter. In Schritt 634 wendet der AVC-Algorithmus eine Lautstärkesteuerung für die gegenwärtige Abtastung an.
In dem unter Bezugnahme auf 10 beschriebenen Beispiel werden drei einstellbare Schwellenwerte und drei vordefinierte Verstärkungswerte eingesetzt. Es ist für Fachleute offensichtlich, dass jede angemessene Anzahl von einstellbaren Schwellenwerte und vordefinierten Verstärkungswerten verwendet werden kann. Alternativ werden zum Beispiel sieben einstellbare Schwellenwerte und sieben vordefinierte Verstärkungswerte verwendet.

Wenn AVC aktiviert ist, kann der Benutzer mit Einstellpunkten versehen werden, die als die bevorzugten Lautstärke-Pegel des Benutzers definiert werden, unabhängig von den umgebenden Umgebungsbedingungen. Beispielhafte Einstellungen werden in der folgenden Tabelle 1 gezeigt. Tabelle 1

Spitzen-Ausgabe (dBm0)	Ruhige Umgebung	Mittlere Umgebung	Hohe Umgebung
0			6 (hoch), 7
–3		7	5
–6		6 (hoch)	4 (mittel)
–9 = C_thresh	7	5	3
–12	6 (hoch)	4 (mittel)	2 (niedrig)
–15	5	3	1
–18	4 (mittel)	2 (niedrig)
–21	3	1
–24	2 niedrig)
–27	1

In Tabelle 1 wird der Komprimierungs-Schwellenwert C_thresh auf –9 dBm0 gesetzt und die Lautstärkepegel für hohe, mittlere und niedrige Benutzereinstellungen werden jeweils auf 6, 4 und 2 gesetzt. Lautstärkeeinstellungen werden in 3-dB-Schritten angenommen, beginnend mit 0 dB, d.h. die Einstellung 7 ist 0 dB, die Einstellung 6 ist –3 dB, die Einstellung 5 ist –6 dB usw. In jeder Einstellung liefert, wenn sich der Benutzer in einer Umgebung mit hohem Rauschen befindet, der AVC-Algorithmus zusätzlich 12 dB an Verstärkung an den Signalpegel. Ähnlich liefert in einer Umgebung mit mittlerem Rauschen der AVC-Algorithmus zusätzlich 6 dB an Verstärkung an Signalpegel. Die Spalte, welche die Umgebung ohne Rauschen beschreibt, ist äquivalent zu einem AVC-AUS-Modus. Es sollte angemerkt werden, dass jede Anzahl von Einstellpunkten unterschiedlich von drei (hoch, mittel und niedrig) verwendet werden kann.
Eine AVC-Logik, wie die oben unter Bezugnahme auf die 8 beschriebene AVC-Logik, wird in Verbindung mit einem Sprachcodierer variabler Rate verwendet, wie der CELP-Codierer mit variabler Rate, der in dem U.S.-Patent Nr. 5,414,796 beschrieben wird, das der Anmelderin der vorliegenden Erfindung erteilt wurde.
Wie oben beschrieben steigt, wenn die feste digitale Verstärkung G mit den Eingangs-Sprachabtastungen multipliziert wird, die Amplitude der Abtastungen. Die Komprimierungs-Schwelle C_thresh dient als eine Glättungs-Begrenzung (ceiling) für den Pegel der Abtastungen. Für nicht-Sprache(Stille)-Abtastungen jedoch macht die erhöhte Verstärkung ein Hintergrundrauschen für den Benutzer relativ lauter. Folglich nimmt der Benutzer einen niedrigeren Rauschabstand (SNR – signal-to-noise ratio) wahr. Aber das Wissen des Sprachcodierers, das behalten wird, kann verwendet werden, um zu bestimmen, welche Rahmen von Abtastungen codiert/decodiert wurden mit einer achtel Rate (d.h. welche Rahmen nicht-Sprache-Rahmen waren). Demgemäß wird, um die relative Zunahme des Hintergrundrauschens während der Perioden der Stille zu kompensieren, jeder Rahmen, der mit achtel Rate codiert/decodiert wurde, nicht mit der festen digitalen Verstärkung G multipliziert.
Somit wurde ein neues und verbessertes Verfahren und eine Vorrichtung zum automatischen Einstellen von Mikrofon- und Lautsprecher-Verstärkungen in einem mobilen Telefon beschrieben. Fachleute werden verstehen, dass die verschiedenen illustrativen logischen Blöcke und Algorithmusschritte, die in Zusammenhang mit den hier offenbarten Ausführungsbeispielen beschrieben werden, mit einem digitalen Signalprozessor (DSP – digital signal prozessor), einem anwendungsspezifischen Schaltkreis (ASIC – application specific integrated circuit), diskreter Gate- oder Transistor-Logik, diskreten Hardwarekomponenten, wie z.B. Register und FIFO, einem Prozessor, der einen Satz von Firmware-Anweisungen ausführt, oder jedem herkömmlichen programmierbaren Software-Modul und einem Prozessor implementiert oder durchgeführt werden können. Der Prozessor kann vorteilhafterweise ein Mikroprozessor sein, aber alternativ kann der Prozessor jeder herkömmliche Prozessor, jede Steuervorrichtung, Mikrokontroller oder Zustandsmaschine sein. Das Software-Modul kann sich in dem RAM- Speicher, in dem Flash-Speicher, in Registern oder in jeder anderen Form von schreibbaren Speichermedium befinden, das in der Technik bekannt ist. Für Fachleute ist weiter offensichtlich, dass die Daten, Anweisungen, Befehle, eine Information, Signale, Bits, Symbole und Chips, die in der obigen Beschreibung angeführt werden, vorteilhafterweise durch Spannungen, Ströme, elektromagnetische Wellen, magnetische Felder oder Partikel, optische Felder oder Partikel oder jeder Kombination daraus dargestellt werden können.
Die vorhergehende Beschreibung der bevorzugten Ausführungsbeispiele ist vorgesehen, um Fachleuten zu ermöglichen, die vorliegende Erfindung herzustellen oder zu verwenden. Die verschiedenen Modifikationen dieser Ausführungsbeispiele sind für Fachleute offensichtlich und die hier definierten generischen Prinzipien können auf andere Ausführungsbeispiele angewendet werden ohne die Verwendung der erfinderischen Fähigkeit. Somit soll die vorliegende Erfindung nicht durch die hier gezeigten Ausführungsbeispiele begrenzt werden, sondern soll dem weitesten Umfang entsprechen, der mit den Prinzipien und neuen Merkmalen konsistent ist, die hier offenbart werden.

Claims

Vorrichtung zur Verarbeitung eines Eingangssignals von einem Mikrofon (202) einer Kommunikationsvorrichtung, wobei die Vorrichtung Folgendes aufweist: Mittel (204) zur Anwendung einer Analogverstärkung auf das Eingangssignal zur Bildung eines analogverstärkungseingestellten Signals; und Mittel (216) zur Umwandlung des analogverstärkungseingestellten Signals in ein Digitalsignal; gekennzeichnet durch: Mittel (210) zur Anwendung einer Digitalverstärkung auf das Digitalsignal zur Bildung eines digitalverstärkungseingestellten Signals; und Begrenzungsmittel (214) zur Verarbeitung des digitalverstärkungseingestellten Signals zur Erzeugung eines Ausgangssignals mit einem Wert, der kleiner ist als oder gleich ist einem Begrenzungsschwellenwert, wobei die Begrenzungsmittel (214) derart konfiguriert sind, dass sie eine Spitzendetektion am digitalverstärkungseingestellten Signal ausführen.
Vorrichtung nach Anspruch 1, wobei die Digitalverstärkung und der Begrenzungsschwellenwert zur Kompensation der Reduktion bei der Analogverstärkung gewählt sind.
Vorrichtung nach Anspruch 1, wobei die Begrenzungsmittel (214) ausgebildet sind zur Dämpfung oder Skalierung der Neigung des Ausgangssignals, entsprechend einem Neigungswert und zwar dann, wenn der Wert des eingestellten Signalswerts den Begrenzungsschwellenwert übersteigt.
Vorrichtung nach Anspruch 1, wobei ferner Mittel (206, 208) vorgesehen sind, um die Echokomponenten vom Digitalsignal zu eliminieren.
Vorrichtung nach Anspruch 1, wobei ferner Mittel (212) vorgesehen sind, um das Rauschen in dem eingestellten Signal zu unterdrücken.
Vorrichtung nach Anspruch 1, wobei Begrenzungsmittel (214) zur Durchführung der Spitzendetektion gemäß der vorliegenden Gleichung konfiguriert sind: xpeak[n] = (1 – RT)xpeak[n – 1] + ATxdiff[n],wobei x_peak[n] ein Spitzenwert einer digitalisierten Tastung x[n] ist, RT ein Freigabezeitwert ist, AT ein Angriffszeitwert ist, x_peak[n – 1] ein Spitzenwert einer zuvor digitalisierten Tastung [n – 1] ist, und x_diff[n] ein Differenzwert ist, und wobei ferner der Differenzwert x_diff[n] gleich der Differenz zwischen dem Absolutwert der digitalisierten Tastung x[n] und dem Spitzenwert x_peak[n – 1] der vorherigen digitalisierten Tastung x_peak[n – 1] dann ist, wenn die Differenz zwischen dem Absolutwert der digitalisierten Tastung x[n] und dem Spitzenwert x_peak[n – 1] der vorher digitalisierten Tastung x[n] größer als Null ist, und wobei ferner der Differenzwert x_diff[n] gleich Null ist, wenn die Differenz zwischen dem Absolutwert der digitalisierten Tastung x[n] und dem Spitzenwert x_peak[n – 1] der zuvor digitalisierten Tastung x[n – 1] nicht größer als Null ist.
Verfahren zur Verarbeitung eines Eingangssignals von einem Mikrofons (202) einer Kommunikationsvorrichtung, wobei die folgenden Schritte vorgesehen sind: Anwenden einer Analogverstärkung auf das Eingangssignal zur Bildung eines analogverstärkungseingestellten Signals; und Umwandlung des analogverstärkungseingestellten Signals in ein Digitalsignal; gekennzeichnet durch: Anwenden einer Digitalverstärkung auf das Digitalsignal zur Bildung eines digitalverstärkungseingestellten Signals; und Verarbeitung des digitalverstärkungseingestellten Signals zur Erzeugung eines Ausgangssignals mit einem Wert, der kleiner ist oder gleich einem Begrenzungsschwellenwert, wobei die Verarbeitung einen Schritt der Durchführung einer Spitzendetektion an dem digitalverstärkungseingestellten Signal aufweist.
Verfahren nach Anspruch 7, wobei die Digitalverstärkung und der Begrenzungsschwellenwert zur Kompensation der Reduktion der Analogverstärkung gewählt werden.
Verfahren nach Anspruch 7, wobei der Verarbeitungsschritt ferner die folgenden Unterschritte aufweist: Bestimmen, ob der Wert des eingestellten Signalwerts den Begrenzungsschwellenwert übersteigt; und Dämpfen oder Skalieren der Neigung des Ausgangssignals, entsprechend einem Neigungswert, wenn bestimmt ist, dass der Wert des eingestellten Signalwerts den Begrenzungsschwellenwert übersteigt.
Verfahren nach Anspruch 7, wobei ferner der Schritt des Eliminierens von Echokomponenten aus dem Digitalsignal vorgesehen ist.
Verfahren nach Anspruch 7, wobei ein Schritt der Unterdrückung des Rauschens in dem eingestellten Signal vorgesehen ist.
Verfahren nach Anspruch 7, wobei der Verarbeitungsschritt den Schritt der Durchführung einer Spitzendetektion entsprechend der folgenden Gleichung umfasst: xpeak[n] = (1 – RT)xpeak[n – 1] + ATxdiff[n],wobei x_peak[n] ein Spitzenwert einer digitalisierten Tastung x[n] ist, RT ein Freigabezeitwert ist, AT ein Angriffszeitwert ist, x_peak[n – 1] ein Spitzenwert einer zuvor digitalisierten Tastung x_peak[n – 1] ist, und x_diff[n] ein Differenzwert ist, und wobei ferner der Differenzwert x_diff[n] gleich der Differenz zwischen dem Absolutwert der digitalisierten Tastung x[n] und dem Spitzenwert x_peak[n – 1] der vorherigen digitalisierten Tastung x[n – 1] dann ist, wenn die Differenz zwischen dem Absolutwert der digitalisierten Tastung x[n] und dem Spitzenwert x_peak[n – 1] der vorher digitalisierten Tastung x[n – 1] größer als Null ist, und wobei ferner der Differenzwert x_diff[n] gleich Null ist, wenn die Differenz zwischen dem Absolutwert der digitalisierten Tastung x[n] und dem Spitzenwert x_peak[n – 1] der zuvor digitalisierten Tastung x[n – 1] nicht größer als Null ist.