-
HINTERGRUND DER ERFINDUNG
-
1. Gebiet der Erfindung
-
Die
vorliegende Erfindung bezieht sich auf eine Equalizervorrichtung,
die Eigenschaften eines empfangenen Sprachsignals gemäß dem Rauschen
in einem Umgebungsgebiet einer Vorrichtung korrigiert.
-
2. Beschreibung des verwandten
Standes der Technik
-
Bei
einem Telefonanruf wird die Sprache (das Gesprochene) einer anrufenden
Partei unhörbar
wegen Rauschens in einem Umgebungsgebiet eines Anrufers. Um eine
solche Situation zu verbessern, wurde Technologie vorgeschlagen,
bei der die Stimme der anrufenden Partei hörbar gemacht wird, indem das
Rauschen in dem Umgebungsgebiet des Anrufers gemessen wird, und
die Eigenschaften der Sprache der anrufenden Partie gemäß dem Rauschen
korrigiert werden. Durch solche Technologie kann ein Anrufer leicht
der Sprache der anrufenden Partei folgen, indem er die Sprache der
anrufenden Partei von dem Rauschen unterscheidet, auch wenn das
Rauschen laut ist.
-
Jedoch
wird bei der oben erwähnten
herkömmlichen
Technologie beim Korrigieren der Eigenschaften der Sprache der anrufenden
Partei in einer Zeitperiode die Korrektur gemäß dem Rauschen in derselben
Zeitperiode durchgeführt.
Aus diesem Grunde ist es denkbar, dass, wenn plötzliches Rauschen erzeugt wird,
die Eigenschaften der Sprache der anrufenden Partei sich drastisch
gemäß dem Rauschen ändern, wodurch
die Sprache der anrufenden Partei unhörbar wird, anstatt hörbar zu
werden.
-
Ein
weiteres Beispiel von mit herkömmlicher
Technologie durchgeführter
Rauschreduktion wird in der Patentschrift EP-A-0522213 offenbart.
-
ZUSAMMENFASSUNG DER ERFINDUNG
-
Es
ist eine allgemeine Aufgabe der vorliegenden Erfindung, eine neue
und nützliche
Equalizervorrichtung bereitzustellen, bei der die oben beschriebenen
Probleme beseitigt werden.
-
Es
ist eine spezifischere Aufgabe der vorliegenden Erfindung, eine
Equalizervorrichtung bereitzustellen, die die Hörbarkeit einer Sprache aufrechterhält, sogar,
wenn plötzliches
Rauschen erzeugt wird.
-
Um
die oben erwähnten
Ziele zu erreichen, wird gemäß einem
Aspekt der vorliegenden Erfindung nach Anspruch 1 eine Equalizervorrichtung
bereitgestellt, die umfasst: einen Extraktor für abgetastete Sprachdaten,
der abgetastete Sprachdaten in einem ersten Zeitintervall aus den
abgetasteten Sprachdaten, die einem empfangenen Sprachsignal entsprechen,
extrahiert; einen Extraktor für
abgetastete Rauschdaten, der abgetastete Rauschdaten in dem ersten
Zeitintervall und einem zweiten und dritten Zeitintervall vor und
nach dem ersten Zeitintervall aus den abgetasteten Rauschdaten,
die einem Rauschen in einem Umgebungsgebiet der Vorrichtung entsprechen,
extrahiert; und einen Korrektor für die Eigenschaften abgetasteter
Sprachdaten, der Eigenschaften der abgetasteten Sprachdaten in dem
ersten Zeitintervall, die durch den Extraktor für abgetastete Sprachdaten extrahiert
wurden, auf der Basis von Eigenschaften der abgetasteten Rauschdaten
in den ersten bis dritten Zeitintervallen, die durch den Extraktor
für abgetastete
Rauschdaten extrahiert wurden, korrigiert. Des weiteren wird gemäß einem
weiteren Aspekt der vorliegenden Erfindung, wie sie in Anspruch
5 beansprucht wird, ein Equalizerverfahren bereitgestellt, das umfasst:
einen Extraktionsschritt für
abgetastete Sprachdaten, der abgetastete Sprachdaten in einem ersten
Zeitintervall aus den abgetasteten Sprachdaten, die einem empfangenen
Sprachsignal entsprechen, extrahiert; einen Extraktionsschritt für abgetastete Rauschdaten,
der abgetastete Rauschdaten in dem ersten Zeitintervall und einem
zweiten und dritten Zeitintervall vor und nach dem ersten Zeitintervall
aus abgetasteten Rauschdaten, die einem Rauschen in einem Umgebungsgebiet
der Vorrichtung entsprechen, extrahiert; und einen Korrekturschritt
für die
Eigenschaften abgetasteter Sprachdaten, der Eigenschaften der abgetasteten
Sprachdaten des ersten Zeitintervalls, die bei dem Extraktionsschritt
für abgetastete
Sprachdaten extrahiert wurden, auf der Basis von Eigenschaften der
abgetasteten Rauschdaten in den ersten bis dritten Zeitintervallen,
die bei dem Extraktionsschritt für
abgetastete Rauschdaten extrahiert wurden, korrigiert.
-
Gemäß der vorliegenden
Erfindung werden Eigenschaften der empfangenen Sprache korrigiert,
wobei das Rauschen in Zeitintervallen vor und nach einem Zeitintervall,
das die empfangene Sprache ebenso berücksichtigt wird, wie das Rauschen
in dem Zeitintervall, dass die empfangene Sprache beinhaltet. Aus
diesem Grunde ist es möglich,
die Hörbarkeit
der empfangenen Sprache aufrechtzuerhalten, da die Eigenschaften
der empfangenen Sprache sich nicht drastisch ändern, selbst, wenn ein plötzliches
Rauschen erzeugt wird.
-
Andere
Aufgaben, Merkmale und Vorteile der vorliegenden Erfindung werden
deutlicher aus der folgenden detaillierten Beschreibung, wenn sie
in Verbindung mit den folgenden Zeichnungen gelesen wird.
-
KURZBESCHREIBUNG
DER ZEICHNUGEN
-
1 ist
ein Blockdiagramm, das ein Beispiel eines Aufbaus eines Mobiltelefons
zeigt;
-
2 ist
ein Blockdiagramm, das ein Beispiel eines Aufbaus einer Equalizervorrichtung
zeigt;
-
3 ist
ein Ablaufdiagramm zur Erklärung
eines Equalizerverfahrens gemäß der vorliegenden
Erfindung;
-
4 ist
ein schematisches Diagramm, das ein Beispiel eines Sprachrahmens
zeigt;
-
5 ist
ein schematisches Diagramm, das ein Beispiel eines Rauschrahmens
zeigt;
-
6 ist
ein Ablaufdiagramm zur Erklärung
eines Korrekturprozesses von Eigenschaften von abgetasteten Sprachdaten;
-
7 ist
ein schematisches Diagramm, das ein Beispiel eines Sprachfrequenzspektrumsrahmens zeigt;
und
-
8 ist
ein schematisches Diagramm, das ein Beispiel eines Rauschfrequenzspektrumsrahmens zeigt.
-
DETAILLIERTE BESCHREIBUNG
DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
-
Im
Folgenden werden Ausführungsformen
der vorliegenden Erfindung auf der Basis von Zeichnungen beschrieben. 1 zeigt
ein Beispiel eines Aufbaus eines Mobiltelefons, auf das eine Equalizervorrichtung
gemäß einer
Ausführungsform
der vorliegenden Erfindung angewendet wird. In diesem Beispiel wird
ein Mobiltelefon eines PDC-Systems (Personal Digital Cellular-System)
gezeigt.
-
Ein
in 1 gezeigtes Mobiltelefon 100 umfasst
ein Mikrofon 10 zur Eingabe der Sprache eines Nutzers (Anrufers),
eine Audioschnittstelle 12, die mit einem Lautsprecher 30 verbunden
ist, der Geräusche
ausgibt, um einen ankommenden Anruf anzukündigen, einen Sprachkodierer/-dekodierer 14,
eine TDMA-Steuerschaltung 16, einen Modulator 18,
einen Frequenzsynthesizer 19, einen Verstärker (AMP) 20,
ein Antennenteilungsteil 22, eine Sende/Empfangsantenne 24,
einen Empfänger 26,
einen Demodulator 28, eine Steuerschaltung 32,
ein Anzeigeteil 33, eine Tastatur 34, ein Geräuscherfassungsmikrofon 40,
eine Eingabeschnittstelle 46, und einen Equalizer 48.
Wenn ein Anruf empfangen wird, empfängt die Steuerschaltung 32 ein
ankommendes Signal vom Mobiltelefon einer anrufenden Partei durch
die Sende/Empfangsantenne 24, den Antennenteilungsteil 22,
den Empfänger 26,
den Demodulator 28 und die TDMA-Steuerschaltung 16.
Wenn die Steuerschaltung 32 das ankommende Signal empfängt, benachrichtigt
die Steuerschaltung 32 den Nutzer über den ankommenden Anruf,
indem sie den Lautsprecher 30 steuert, das Geräusch zum
Ankündigen
des ankommenden Anrufs auszugeben, und die Anzeigeeinheit 33 steuert,
eine vorbestimmte Bildanzeige oder dergleichen anzuzeigen. Dann
wird der Anruf begonnen, wenn der Nutzer eine vorbestimmte Bedienung durchführt.
-
Andererseits
erzeugt, wenn ein Anruf getätigt
wird, die Steuerschaltung 32 ein ausgehendes Signal gemäß einer
Bedienung des Nutzers auf der Tastatur 34. Das ausgehende
Signal wird an das Mobiltelefon der Anrufpartners durch die TDMA-Steuerschaltung 16,
den Modulator 18, den Verstärker 20, den Antennenteilungsteil 22 und
die Sende/Empfangsantenne 24 gesendet. Dann wird der Anruf
begonnen, wenn der Anrufpartner eine vorbestimmte Bedienung zum
Entgegennehmen des Anrufs durchführt.
-
Wenn
der Anruf begonnen wird, wird ein analoges durch das Mikrofon 10 ausgegebenes
Sprachsignal, das der eingegebenen Sprache des Nutzers entspricht,
in den Sprachkodierer/-dekodierer 14 durch die Audioschnittstelle 12 eingegeben
und in ein digitales Signal umgewandelt. Die TDMA-Steuerschaltung 16 erzeugt einen
Senderahmen gemäß TDMA (time-division
multiple access, Vielfachzugriff mit Zeitteilung), nachdem sie einen
Prozess der Fehlerkorrektur oder dergleichen an dem digitalen Signal
von dem Sprachkodierer/-dekodierer 14 durchgeführt hat.
Der Modulator 18 bildet eine Signalwellenform des durch
die TDMA-Steuerschaltung 16 erzeugten Senderahmens und
moduliert eine Trägerwelle
von dem Frequenzsynthesizer 19 unter Verwendung des Senderahmens
nach der Wellenformformung gemäß Quadratur-Phasenumtastung
(quadrature phase shift keying, (QPSK)). Die modulierte Welle wird
durch den Verstärker 20 verstärkt und
von der Sende/Empfangsantenne 24 durch das Antennenteilungsteil 22 gesendet.
-
Auf
der anderen Seite wird das Sprachsignal vom Mobiltelefon des Anrufpartners
vom Empfänger 26 durch
die Sende/Empfangsantenne 24 und das Antennenaufteilteil 22 empfangen.
Der Empfänger 26 wandelt das
empfangene ankommende Signal in ein Zwischenfrequenzsignal um, in
dem er ein lokales Frequenzsignal verwendet, das durch den Frequenzsynthesizer 19 erzeugt
wurde. Der Demodulator 28 führt einen Demodulationsprozess
auf einem Ausgabesignal von dem Empfänger 26 durch, entsprechend
der Modulation, die in einem Sender durchgeführt wird (nicht gezeigt). Die
TDMA-Steuerschaltung 16 führt Prozesse wie etwa Rahmensynchronisation,
Vielfachzugriffstrennung, Entwürfeln
und Fehlerkorrektur auf einem Signal von dem Demodulator 28 aus,
und gibt das Signal davon an den Sprachkodierer/-dekodierer 14 aus.
Der Sprachkodierer/-dekodierer 14 wandelt das Ausgabesignal
der TDMA-Steuerschaltung 16 in
ein analoges Sprachsignal um. Das analoge Signal wird in den Equalizer 48 eingegeben.
-
Das
Geräuscherfassungsmikrofon 40 detektiert
Geräusche
(Rauschen) in einem Umgebungsgebiet des Mobiltelefons 100 und
stellt ein analoges Rauschsignal, das dem Rauschen entspricht, dem
Equalizer 48 durch die Eingabeschnittstelle 46 bereit.
Der Equalizer 48 korrigiert Eigenschaften des Sprachsignals
von dem Sprachkodierer/-dekodierer 14,
so dass der Nutzer die Sprache des Anrufpartners von dem Rauschen
in dem Umgebungsgebiet unterscheiden kann und die Sprache hörbar wird.
-
2 ist
ein schematisches Diagramm, dass ein Beispiel eines Aufbaus des
Equalizers 48 zeigt. Der Equalizer 48 umfasst
ein Sprachabtastungsteil 201, einen Sprachspeicher 203,
einen Extraktionsteil 205 für abgetastete Sprachdaten und
ein Teil 207 für
schnelle Fouriertransformation (SFT: schnelle Fouriertransformation)
für die
Sprache. Des Weiteren umfasst der Equalizer 48 ein Rauschabtastungsteil 202,
einen Rauschspeicher 204, ein Extraktionsteil 206 für abgetastete
Rauschdaten und ein Teil 208 für schnelle Fouriertransformation
(SFT: schnelle Fouriertransformation) für das Rauschen. Des Weiteren
umfasst der Equalizer 48 ein Berechnungsteil 209,
ein Teil 210 für
die inverse schnelle Fouriertransformation (SFT) und einen Digital-Analog(D/A)-Wandler 211.
-
Unter
Bezugnahme auf 3 wird ein Equalizerverfahren
gemäß der vorliegenden
Erfindung, die auf den Equalizer 48 angewendet wird, unten
beschrieben. Der Sprachkodierer/-dekodierer 14 gibt das
Sprachsignal in das Sprachabtastungsteil 201 (S1) ein.
Das Sprachabtastungsteil 201 tastet das Sprachsignal zu
jedem vorbestimmten Zeitintervall (zum Beispiel 125 μs) ab. Die
abgetasteten Daten (im Folgenden als "abgetastete Sprachdaten" bezeichnet) werden
im Sprachspeicher 203 gespeichert (S2).
-
Das
Extraktionsteil 205 für
abgetastete Sprachdaten extrahiert die abgetasteten Sprachdaten
in einem ersten Zeitintervall aus den im Sprachspeicher 203 gespeicherten
abgetasteten Sprachdaten (S3). Die so gelesenen abgetasteten Sprachdaten
in dem ersten Zeitintervall bilden eine Einheit der Korrektur der
Eigenschaften der Sprache. Als nächstes
erzeugt das Extraktionsteil 205 für abgetastete Sprachdaten einen
Sprachrahmen, der durch die gelesenen abgetasteten Sprachdaten in
dem ersten Zeitintervall strukturiert ist.
-
4 ist
ein schematisches Diagramm eines Beispiels des Sprachrahmens. Der
in 4 gezeigte Sprachrahmen ist das Beispiel eines
Falls, bei dem das Sprachsignal alle 125 μs abgetastet wird, und das erste
Zeitintervall hat eine Zeitlänge
von 32 ms. In diesem Fall extrahiert das Extraktionsteil 205 für abgetastete Sprachdaten 256 abgetastete
Sprachdaten Si,j in dem ersten Zeitintervall
aus dem Sprachspeicher 203 und strukturiert den Sprachrahmen
(den "i"-ten Sprachrahmen),
der dem ersten Zeitintervall entspricht. Das abgetastete Sprachdatum
Si,j repräsentiert das abgetastete Sprachdatum,
das in dem "i"-ten Sprachrahmen
ist und das "j"-te (1 ≤ j ≤ 256) abgetastete
Sprachdatum in dem "i-"ten Sprachrahmen
davon ist.
-
Andererseits
wird das Rauschsignal von dem Geräuscherfassungsmikrofon 40 durch
die Eingabeschnittstelle 46 in das Rauschabtastungsteil 202 eingegeben.
Das Rauschabtastungsteil 202 tastet das Rauschsignal im
selben Zyklus ab (zum Beispiel alle 125 μs) ab, wie der Abtastzyklus
des oben genannten Sprachsignals. Die abgetasteten Daten (im Folgenden "abgetastete Rauschdaten" genannt) werden
in dem Rauschspeicher 204 gespeichert (S5).
-
Das
Extraktionsteil 206 für
abgetastete Rauschdaten extrahiert die oben genannten abgetasteten Rauschdaten
im ersten Zeitintervall, zweiten Zeitintervall und dritten Zeitintervall
aus den in dem Rauschspeicher 204 gespeicherten abgetasteten
Rauschdaten (S6). Die so extrahierten Rauschdaten in den ersten
bis dritten Zeitintervallen bilden eine Einheit der Korrektur der
Eigenschaften der abgetasteten Sprachdaten in dem ersten Zeitintervall.
Als nächstes
erzeugt das Extraktionsteil 206 für abgetastete Rauschdaten einen Rauschrahmen,
der durch die gelesenen abgetasteten Rauschdaten in den ersten bis
dritten Zeitintervallen strukturiert ist.
-
5 ist
ein schematisches Diagramm, das ein Beispiel des Rauschrahmens zeigt. 5 zeigt
den Rauschrahmen in einem Fall, bei dem das Rauschsignal alle 125 μs abgetastet
wird, das erste Zeitintervall eine Zeitlänge von 32 ms aufweist, und
jedes der zweiten und dritten Zeitintervalle eine Zeitlänge von
64 ms aufweist.
-
In
diesem Fall strukturiert das Extraktionsteil 206 für abgetastete
Rauschdaten den Rauschrahmen (den "i"-ten
Rauschrahmen), der dem ersten Zeitintervall entspricht, indem es
256 abgetastete Rauschdaten ni,j in dem
ersten Zeitintervall aus dem Rauschspeicher 204 liest.
Das abgetastete Rauschdatum ni,j repräsentiert
das abgetastete Rauschdatum, das in dem "i"-ten
Rauschrahmen ist und das "j"-te (1 ≤ j ≤ 256) abgetastete
Rauschdatum in dem "i-"ten Rauschrahmen
ist.
-
In ähnlicher
Weise extrahiert der Extraktionsteil 206 für abgetastete
Rauschdaten 512 abgetastete Rauschdaten ni,j in
dem zweiten Zeitintervall aus dem Rauschspeicher 204 und
strukturiert den Rauschrahmen (den "i-2"-ten
und "i-1"-ten Rauschrahmen,
die dem zweiten Zeitintervall entsprechen. Des Weiteren extrahiert der
Extraktionsteil 206 für
abgetastete Rauschdaten 512 abgetastete Rauschdaten ni,j in dem dritten Zeitintervall aus dem
Rauschspeicher 204 und strukturiert den Rauschrahmen (den "i+1"-ten und "i+2"-ten Rauschrahmen,
die dem dritten Zeitintervall entsprechen. Auf diese Weise wird
der Rauschrahmen, der fünf
Rauschrahmen beinhaltet (von dem "i-2"-ten bis zum "i+2"-ten Rauschrahmen,
wobei der "i"-te Rauschrahmen
das Zentrum ist und jeder Rauschrahmen die Zeitlänge von 32 ms aufweist), strukturiert.
-
Die
Eigenschaften der abgetasteten Sprachdaten werden auf der Basis
der oben genannten Eigenschaften der in den Rauschrahmen enthaltenen
abgetasteten Rauschdaten korrigiert (S7).
-
Unter
Bezugnahme auf 6 wird ein Korrekturprozess
der Eigenschaften der abgetasteten Sprachdaten unten beschrieben.
Das Teil 207 für
schnelle Fouriertransformation für
Sprache führt
schnelle Fouriertransformation auf dem Sprachrahmen aus, der dem
ersten Zeitintervall entspricht, und erzeugt einen Sprachfrequenzspektrumsrahmen
(S71).
-
7 ist
ein schematisches Diagramm, das ein Beispiel des Sprachfrequenzspektrumsrahmens
zeigt. Der Sprachfrequenzspektrumsrahmen in 7 wird durch
L Sprachspektrumsdaten Si,k, die jedes ein
jeweiliges Frequenzband aufweisen, strukturiert. Das Sprachspektrumsdatum
Si,k repräsentiert das Sprachspektrumsdatum,
das in dem "i"-ten Sprachfrequenzspektrumsrahmen
ist, der durch die Durchführung
von schneller Fouriertransformation auf dem "i"-ten
Sprachrahmen erhalten wurde, und ist das "k"-te
(1 ≤ k ≤ L) Sprachspektrumsdatum, gezählt von
dem Sprachspektrumsdatum, das die kleinste Frequenz in dem "i"-ten Sprachspektrumsrahmen aufweist.
-
Des
weiteren führt
das Teil 208 für
schnelle Fouriertransformation für
Rauschen schnelle Fouriertransformation auf dem Rauschrahmen aus,
der den ersten bis dritten Zeitintervallen entspricht, und erzeugt
einen Rauschfrequenzspektrumsrahmen (S72). 8 ist ein
schematisches Diagramm, das ein Beispiel des Rauschfrequenzspektrumsrahmens
zeigt. 8 zeigt fünf
Rauschfrequenzspektrumsrahmen (vom "i-2"-ten bis
zum "i+2"-ten), die durch
die Durchführung
schneller Fouriertransformation auf den fünf Rauschfrequenzspektrumsrahmen
(vom "i-2"-ten bis zum "i+2"-ten), die den oben
genannten ersten bis dritten Zeitintervallen entsprechen, erhalten
wurden.
-
Zum
Beispiel wird der "i"-te Rauschfrequenzspektrumsrahmen,
der durch die Durchführung
schneller Fouriertransformation auf dem "i"-ten
Rauschrahmen erhalten wird, durch L Rauschspektrumsdaten Ni,k strukturiert, die jedes ein jeweiliges
Frequenzband aufweisen. Das Rauschspektrumsdatum Ni,k repräsentiert
das Rauschspektrumsdatum, das in dem "i"-ten
Rauschfrequenzspektrumsrahmen ist, das durch die Durchführung von
schneller Fouriertransformation auf dem "i"-ten
Rauschrahmen erhalten wurde, und ist das "k"-te
(1 ≤ k ≤ L) Rauschspektrumsdatum
in dem "i"-ten Rauschfrequenzspektrumsrahmen,
gezählt
von dem Rauschspektrumsdatum, das die kleinste Frequenz aufweist.
-
In ähnlicher
Weise sind die anderen Rauschfrequenzspektrumsrahmen, das heißt die "i-2"-ten, "i-1"-ten, "i+1"-ten und "i+2"-ten Rauschfrequenzspektrumsrahmen,
die durch die Durchführung
schneller Fouriertransformation auf den "i-2"-ten, "i-1"-ten, "i+1"-ten und "i+2"-ten Rauschrahmen
jeweils erhalten wurden, durch L Rauschspektrumsdaten, die jedes
ein jeweiliges Frequenzband aufweisen, strukturiert. Das Berechnungsteil 209 dividiert
den "i"-ten Sprachfrequenzspektrumsrahmen,
der durch das Teil 207 für schnelle Fouriertransformation
für Sprache
erzeugt wurde, in eine Vielzahl von Sprachspektrumsdaten, die jedes
eine Breite von einer drittel Oktave haben.
-
Zusätzlich dividiert
das Berechnungsteil
209 jeden der "i-2"-ten
bis "i+2"-ten Rauschfrequenzspektrumsrahmen,
die durch das Teil
208 für schnelle Fouriertransformation
für Rauschen
erzeugt wurden, in eine Vielzahl von Rauschspektrumsdaten, die jedes
eine Breite von einer drittel Oktave haben. Dann berechnet das Berechnungsteil
209 jeden
der Durchschnittswerte (
N)
der Rauschspektrumsdaten in Frequenzbändern mit einer Breite einer
drittel Oktave. Wenn zum Beispiel das "m"-te
Frequenzband, das eine Breite von einer drittel Oktave aufweist,
in dem "i"-ten Rauschrahmen
n Rauschspektrumsdaten N
i,k (vom "p"-ten bis zum "p+n-1"-ten) beinhaltet, wird der Durchschnittswert
berechnet durch:
-
In ähnlicher
Weise wird in Bezug auf die anderen Rauschfrequenzspektrumsrahmen
(das heißt,
die "i-2"-ten, "i-1"-ten, "i+1"-ten und "i+2"-ten Rauschfrequenzrahmen,
die jeweils durch Durchführung
einer schnellen Fouriertransformation auf den "i-2"-ten, "i-1"-ten, "i+1"-ten und "i+2"-ten Rauschrahmen
erhalten wurden) jeder der Durchschnittswerte der Rauschspekrumsdaten
in den oben genannten Rahmen in derselben Weise berechnet, wobei
alle Daten eine Breite von einer drittel Oktave aufweisen.
-
Auf
diese Weise dividiert das Berechnungsteil
209 jeden der
Rauschfrequenzspektrumsrahmen (vom "i-2"-ten
bis zum "i+2"-ten) in die Vielzahl
von Rauschspektrumsdaten, die jedes eine Breite von einer drittel Oktave
aufweisen. Dann berechnet das Berechnungsteil
209 den Durchschnittswert
jedes der Rauschspektrumsdaten, die eine Breite von einer drittel
Oktave aufweisen. Im nächsten
Schritt addiert das Berechnungsteil
209 die Durchschnittswerte
der Rauschspektrumsdaten auf, wobei jeder Durchschnittswert auf
Daten basiert, die eine Breite einer drittel Oktave aufweisen und
am selben relativen Ort in jedem der Rauschfrequenzrahmen positioniert
ist. Des Weiteren dividiert das Berechnungsteil
209 die
so erhaltene Summe von Durchschnittswerten durch ein Verhältnis der
ersten bis dritten Zeitintervalle zu dem ersten Zeitintervall, das
heißt
fünf (S73). Zum
Beispiel wird ein Wert
der erhalten wird, indem
die Durchschnittswerte
der "m"-ten
Rauschspektrumsdaten in den Rauschspektrumsrahmen aufaddiert und
den Wert davon durch fünf
dividiert wird, berechnet durch:
-
Als
nächstes
berechnet das Berechnungsteil
209 eine Differenz zwischen
jedem einer Vielzahl von Sprachspektrumsdaten in Frequenzbändern, die
eine drittel Oktave breit sind, und dem Wert, der durch die obige
Division erhalten wurde (S74). Zum Beispiel wird die Differenz Δ
i,m zwischen
den Sprachspektrumsdaten S
i,k in Frequenzbändern von
einer drittel Oktave Breite und dem oben genannten Quotienten
-
Als
nächstes
wird die durch die obige Subtraktion (Δi,m)
erhaltene Differenz mit einer Differenz zwischen einem gewünschten
Sprachfrequenzspektrum und dem Rauschfrequenzspektrum (im Folgenden
als "gewünschter
Wert" bezeichnet)
verglichen (S75). Wenn die Differenz kleiner ist als der gewünschte Wert
(JA in S75), addiert das Berechnungsteil 209 einen Wert,
der durch die Subtraktion des oben genannten Werts (Δi,m)
von dem gewünschten
Wert erhalten wurde (S76) zu den Sprachspektrumsdaten (S77). Die
so erhaltenen Sprachspektrumsdaten werden als neue Sprachspektrumsdaten
ausgegeben (im Folgenden als "Sprachspektrumsdaten
nach Korrekturprozess" bezeichnet).
Wenn zum Beispiel, bezogen auf die Sprachspektrumsdaten Si,k in einem Frequenzband von einer drittel
Oktave Breite, die Differenz Δi,m kleiner ist als der gewünschte Wert
R, werden die Sprachspektrumsdaten Si,k korrigiert,
um so die neuen Sprachspektrumsdaten S'i,k durch die
folgende Formel zu erhalten: S'i,k =
Si,k + (R – Δi,m)
-
Wenn
des Weiteren die Differenz gleich oder größer als der gewünschte Wert
ist (NEIN in S75), korrigiert das Berechnungsteil 209 die
Sprachspektrumsdaten nicht und gibt die Sprachspektrumsdaten so,
wie sie sind, als die Sprachspektrumsdaten nach Korrekturprozess
aus.
-
Das
Teil 210 für
inverse schnelle Fouriertransformation führt eine inverse schnelle Fouriertransformation
auf dem Sprachfrequenzspektrumsrahmen durch, der durch die Sprachspektrumsdaten
nach Korrekturprozess strukturiert wurden, und erzeugt einen Sprachrahmen
nach Korrekturprozess, der dem ersten Zeitintervall entspricht (S78).
-
Der
Sprachrahmen nach Korrekturprozess wird durch den Digital-Analog-Wandler 211 in
ein analoges Signal gewandelt und von dem Lautsprecher 30 durch
die in 1 gezeigte Audioschnittstelle 12 ausgegeben.
-
Entsprechend
korrigiert der Equalizer 48 in dem Mobiltelefon 100 die
Eigenschaften der abgetasteten Sprachdaten in dem ersten Zeitintervall,
das dem empfangenen Sprachsignal entspricht, basierend auf den Eigenschaften
der abgetasteten Sprachdaten in dem ersten Zeitintervall und den
zweiten und dritten Zeitintervallen vor und nach dem ersten Zeitintervall,
wobei die abgetasteten Sprachdaten dem Rauschen in dem Umgebungsgebiet
des Mobiltelefons entsprechen. Mit anderen Worten, die Eigenschaften
der empfangenen Sprache werden unter Berücksichtigung des Rauschens
in Zeitintervallen vor und nach dem Zeitintervall, das die empfangene
Sprache enthält,
ebenso wie des Zeitintervalls, dass die empfangene Sprache enthält, korrigiert.
Aus diesem Grunde ist es möglich,
die Hörbarkeit
der empfangenen Sprachsignals aufrechtzuerhalten, da die Eigenschaften
der empfangenen Sprache sich nicht drastisch ändern, selbst, wenn das plötzliches
Rauschen erzeugt wird.
-
Des
Weiteren sind die Abtastzyklen des Sprachsignals und des Rauschsignals
in den oben beschriebenen Ausführungsformen
auf 125 μs
eingestellt. Jedoch ist der Abtastzyklus nicht auf 125 μs beschränkt. Zusätzlich weist
das erste Zeitintervall die Zeitlänge von 32 ms, und die zweiten
und dritten Zeitintervalle die Zeitlänge von 64 ms auf, die zweimal
so lang sind wie das erste Zeitintervall. Jedoch sind auch diese
Zeitlängen nicht
auf die oben erwähnten
Werte beschränkt.
-
Die
vorliegende Erfindung ist nicht beschränkt auf die spezifisch offenbarten
Ausführungsformen,
und Variationen und Modifikationen können durchgeführt werden,
ohne vom Umfang der vorliegenden Erfindung, wie er durch die angehängten Ansprüche definiert
ist, abzuweichen.
der "m"-ten Rauschspektrumsdaten in den Rauschspektrumsrahmen aufaddiert und den Wert davon durch fünf dividiert wird, berechnet durch:
