ES2528043T3 - Supresión de eco que comprende el modelado de componentes de reverberación tardía - Google Patents

Abstract

Un aparato (200) para calcular coeficientes de filtrado (H[k,m]) para un filtro adaptativo (210) para filtrar una señal de micrófono (140, 430) captada por un micrófono (110) a fin de suprimir un eco debido a una señal de altavoz (130, 420) generada por un altavoz (100), que comprende: unos medios de modelado del decaimiento del eco (465) para modelar un comportamiento de retardo de un entorno acústico (120) y para proporcionar un parámetro de decaimiento del eco (π; αm) correspondiente; unos medios de cálculo (270; 370) para calcular los coeficientes de filtrado (H[k,m]) del filtro adaptativo (210) basándose en el parámetro de decaimiento del eco (π; αm), en el que los medios de cálculo (270) están dispuestos para determinar un filtro de eliminación de eco temprano Hê[k,m] y un filtro de eliminación de eco tardío HÎ [k,m]; y unos medios de establecimiento de filtro (551) dispuestos para determinar los coeficientes de filtrado H[k,m] del filtro adaptativo (210) basándose en una combinación lineal de coeficientes de filtrado del filtro de eliminación de eco temprano Hê[k,m] y del filtro de eliminación de eco tardío HÎ [k,m].

Description

imagen1

imagen2

imagen3

imagen4

imagen5

imagen6

imagen7

que se puede escribir del siguiente modo:

imagen8(12)

[0046] Al despejar la constante temporal τ, se obtiene:

imagen9(13)

[0047] En el caso de que el valor de la envolvente q se represente en el dominio temporal-frecuencial tras una transformada de Fourier de tiempo corto (STFT), cada banda de frecuencia puede presentar una constante temporal individual τm denominada constante temporal de bloque. El cálculo de la constante temporal de bloque τm, tal como se usa en el modelo de dominio de STFT de acuerdo con la ecuación (29) que se explica más adelante, se puede llevar a cabo de manera análoga.

imagen10(14)

[0048] Considerando las dos muestras temporales dτ y dτ + ∆dτ, y los correspondientes valores de envolvente Q[dτ,m] y Q[dτ + ∆dτ,m], respectivamente, la constante temporal τm se puede estimar basándose en la proporción

imagen11

(15)

(16)

(17)

[0049] En el siguiente apartado, se presenta un procedimiento para determinar ∆Q[m] para un valor dado de ∆dτ. El procedimiento se basa en un planteamiento similar al usado para determinar la función de estimación de eco en la ecuación (6):

imagen12

[0050] A partir de lo cual calculamos:

imagen13

(20)

[0051] El tiempo de reverberación RT60 para el modelo de decaimiento exponencial se puede calcular como el tiempo n, en el que el término q[n] de la ecuación (10) se ha reducido en -60dB:

imagen14(21)

[0052] Al resolver para la constante temporal τ deseada, se obtiene:

8

imagen15

(22)

[0053] Usando esta constante temporal τ, se puede determinar un factor de proporcionalidad α adecuado. El cálculo de un correspondiente factor de proporcionalidad αm en el dominio de la STFT a partir del tiempo de reverberación RT60 se puede llevar a cabo de manera análoga.

[0054] En lugar de medir el tiempo de reverberación RT60 del modo descrito anteriormente, observando las dos muestras temporales dτ y dτ + ∆dτ, y los correspondientes valores de envolvente Q[dτ,m] y Q[dτ + ∆dτ,m], respectivamente, también es posible proporcionar valores a priori para el tiempo de reverberación RT60. Los valores a priori se pueden proporcionar como una función del tipo del entorno acústico 120, por ejemplo, el interior de un coche, una oficina, una sala de conferencias, un auditorio o una sala de conciertos. El tiempo de reverberación de una sala de conciertos (de 2 a 4 segundos) suele ser dos órdenes de magnitud más largo que el tiempo de reverberación del interior de un coche (alrededor de 40 ms). Incluso sin haber medido el tiempo de reverberación real RT60 para un entorno acústico dado, los valores a priori suelen ofrecer una buena aproximación del tipo de entorno acústico correspondiente. El aparato 200 para calcular los coeficientes de filtrado puede comprender un conmutador de selección o similar, mediante el cual el usuario pueda escoger, por ejemplo, un tiempo de reverberación corto, un tiempo de reverberación intermedio o un tiempo de reverberación largo.

[0055] Para cada banda de frecuencia considerada en el modelo del dominio de la STFT, se puede determinar una constante temporal individual τm. La determinación de una pluralidad de constantes temporales τm individuales para las diversas bandas de frecuencia refleja el hecho de que los tiempos de reverberación observados dentro de las diversas bandas de frecuencia pueden diferir entre sí debido a una respuesta del entorno acústico 120 dependiente de la frecuencia. Por ejemplo, en salas grandes se pueden observar tiempos de reverberación largos para bandas de frecuencia bajas a medias, mientras que las frecuencias más altas tienden a presentar tiempos de reverberación más cortos. La posibilidad alternativa consiste en determinar una única constante temporal τ como una media en todas las bandas de frecuencia.

[0056] La fig. 5 muestra una primera forma de realización de un aparato 200 para calcular coeficientes de filtrado para un filtro adaptativo 210, en la que dicho aparato utiliza, al igual que el procedimiento asociado, unos medios de modelado del decaimiento del eco 465 con el fin de mejorar la supresión del eco y, de ese modo, mejorar la calidad de audio que se puede lograr. Por consiguiente, las formas de realización de la presente invención permiten aplicar diferentes modos de gestionar la supresión de señales en función de sus propiedades y características de eco, lo que da lugar a una supresión de eco más eficaz y menos propensa a introducir artefactos.

[0057] Como introducción, en primer lugar se explicará un diagrama de bloques 200 de acuerdo con una forma de realización de la presente invención, antes de dar más detalles en lo referente a la aplicación, en relación con las figs. 6 a 8, con respecto a diversas formas de realización de la presente invención. En este contexto, resulta útil señalar que aunque en las figuras se muestren y describan diagramas de aparatos de acuerdo con las formas de realización de la presente invención, dichos diagramas de bloques también se pueden entender como diagramas de flujo de los correspondientes procedimientos que ilustran las correspondientes etapas del procedimiento a la vez que indican las direcciones del flujo. Dicho de otro modo, los diagramas de bloques ilustrados en relación con la presente descripción también se pueden entender como diagramas de flujo correspondientes que reflejan cada una de las etapas del procedimiento de cada uno de los medios y unidades.

[0058] El aparato 200 se puede implementar, por ejemplo, en la unidad de procesamiento de eliminación de eco 150 que se muestra en la fig. 1.

[0059] Antes de explicar de manera más detallada el modo de funcionamiento de la forma de realización, que se muestra en la fig. 5, de un aparato 200, también cabe mencionar que las formas de realización de la presente invención se pueden implementar básicamente tanto en circuitos discretos como en circuitos integrados o en otros circuitos más complejos. Por ejemplo, también se pueden aplicar formas de realización de la presente invención en medios de procesamiento de datos, es decir, procesadores, sistemas integrados (SOC = sistema integrado en un chip), circuitos integrados para aplicaciones específicas (ASIC) u otros circuitos integrados y procesadores de uso especial. En este contexto, es muy posible que se empleen partes de circuito idénticas de los respectivos medios de procesamiento de datos en otros medios diferentes de manera temporalmente consecutiva. Por ejemplo, la misma puerta lógica de una unidad aritmético-lógica (ALU) de un procesador, en primer lugar, dentro del contexto de la funcionalidad de los medios de modelado del decaimiento del eco 465 y, en segundo lugar, dentro del contexto de la funcionalidad de los medios de cálculo 270. No obstante, los dos medios difieren en particular con respecto a otras características como, por ejemplo, en el caso mencionado anteriormente, en referencia a diferentes instrucciones de control, que en conjunto definen, por ejemplo, los diferentes medios. Por lo tanto, resulta bastante posible una superposición parcial o completa de las implementaciones de la ingeniería de circuitos de diferentes medios.

[0060] No es esta la única razón por la que, en la presente descripción, los medios componentes y estructuras que se acoplan entre sí se entienden como medios, componentes y estructuras que están directa o indirectamente

9

imagen16

imagen17

imagen18

imagen19

E11767430

14-01-2015

1,m]|2. Esto se ilustra en la fig. 8 y se explica con más detalle en la parte correspondiente de la descripción. [0097] La estimación global del espectro de potencia del eco se determina considerando tanto |Ŷrev[k,m]|2 (estimación del espectro de potencia del eco reverberante tardío) como |Ŷ[k,m]|2 (estimación del espectro de

5 potencia de la trayectoria directa y las reflexiones tempranas). Un enfoque adecuado consiste en usar la máxima de las dos como una estimación del espectro de potencia global del eco:

(36)

10 [0098] Obsérvese que (36) junto con (34) implica que después de que se considere que un componente de eco directo resulta dominante en la estimación global del eco, el modelo recursivo para estimar los componentes de eco reverberante siempre se restablece para los nuevos componentes de eco directo: la estimación recursiva siempre tiene en cuenta la estimación anterior del espectro de potencia global del eco, es decir, no está ligada a la anterior estimación de los componentes de eco reverberante.

15 [0099] La estimación del espectro de potencia del eco se usa entonces para determinar el filtro de supresión de eco de manera análoga a (9):

(37)

20 [0100] Para diferenciar entre las situaciones en las que la señal del altavoz solo proporciona como salida una voz del extremo remoto, se pueden calcular dos parámetros diferentes. Aquí se incluye, inicialmente, la denominada ganancia de predicción, que corresponde al promedio de todas las bandas de funciones de coherencia entre el canal del altavoz y el canal del micrófono. Como segundo parámetro, se hace uso de la actividad vocal dentro del canal

25 del altavoz, que, por ejemplo, se puede obtener a partir de una comparación de los niveles de señal temporales de la señal del altavoz o a partir de parámetros específicos para códecs concretos, como se usan, por ejemplo, específicamente con códecs adecuados para la transmisión de voz. Entre estos códecs se incluyen, por ejemplo, códecs basados en la LPC o códecs basados en la CELP (CELP: predicción lineal con excitación por código, o predicción lineal con excitación por libro de códigos), siendo el vocablo códec un término artificial creado mediante la

30 combinación de las abreviaturas de los equivalentes ingleses a codificador y descodificador. [0101] La ganancia de predicción o ganancia de predicción de eco ω[k] describe el nivel de semejanza entre la señal del micrófono y la señal del altavoz retardada. El cálculo de la ganancia de predicción ω[k] se lleva a cabo basándose en una función de coherencia cuadrática entre el espectro de potencia retardado de la señal del altavoz

35 |Xd[k,m]|2 y el espectro de potencia de la señal del micrófono |Y[k,m]|2, de acuerdo con la expresión:

, (38) en la que E{…} indica el valor de la esperanza matemática. Dicho valor de esperanza matemática se puede obtener

40 dentro del contexto de una estimación de tiempo corto de la función de coherencia Γd[k,m] mediante el cálculo o aproximación del valor de la esperanza E{|Xd[k,m]|2|Y[k,m]|2} de acuerdo con la siguiente expresión:

(39)

45 [0102] En el contexto del cálculo de la ganancia de predicción, el factor α determina el grado de suavizado de la estimación a lo largo del tiempo. Este factor lleva asociada una constante temporal, ya que la ecuación (39) corresponde aproximadamente a un decaimiento exponencial. La constante temporal Tα del decaimiento exponencial en segundos es, aproximadamente:

50

(40) en la que fs indica la frecuencia de muestreo. Dicho de otro modo, la relación de proporcionalidad (40) ilustra cómo unos factores que en realidad son adimensionales (aquí α), relativos a la tasa de muestreo fs, se pueden indicar

55 como una constante temporal (aquí Tα) [0103] La ganancia de predicción ω[k] se calcula entonces como el valor medio de las funciones de coherencia a

14

imagen20

imagen21

imagen22

Claims (1)

1. imagen1

   imagen2

   imagen3