DE10118653C2 - Verfahren zur Geräuschreduktion - Google Patents

Description

Die Erfindung betrifft ein Verfahren zur Geräuschreduktion eines ein Störsignal enthal­ tenden primären Nutzsignals.

Ein häufig verwendetes Verfahren zur Geräuschreduktion eines gestörten Nutzsignals, z. B. eines Sprachsignals, Musiksignals etc., ist die spektrale Subtraktion. Vorteil der spektralen Subtraktion ist die geringe Komplexität und daß das gestörte Nutzsignal nur in einer Variante (nur 1 Kanal) benötigt wird. Nachteil ist die Signalverzögerung (bedingt durch die Blockverarbeitung im Spektralbereich), die begrenzte maximal erreichbare Geräuschreduktion und die Schwierigkeit instationäre Geräusche zu kompensieren.

Stationäre Geräusche können bei noch guter Sprachqualität z. B. um 12 dB reduziert werden.

Wird eine höhere Geräuschreduktion oder eine bessere Sprachqualität verlangt, sind mehrere Aufnahmekanäle erforderlich. Es werden z. B. Mikrofon-Arrays verwendet. Von den verschiedenen Mikrofon-Arrays sind für viele praktische Anwendungen solche besonders interessant, die mit kleinen geometrischen Abmessungen für die Mikrofon­ anordnung auskommen, bsp. kleine differentielle Mikrofon-Arrays (auch superdirektive Arrays genannt). Insbesondere wird eine adaptive Form dieser Mikrofonanordnung eingesetzt, wobei zur Adaption ein mittels des LMS-Algorithmus ("least mean square") betriebenes adaptives Filter verwendet wird; hierbei werden zwei Mikrofone laufzeit­ kompensiert auf zwei Arten derart subtrahiert, daß ein "virtuelles" Mikrofon mit nierenförmiger Richtcharakteristik zum Sprecher und ein "virtuelles" Mikrofon mit nierenförmiger Richtcharakteristik vom Sprecher abgewandt entsteht. Die Laufzeitkom­ pensation entspricht der Zeit, die der Schall für die Distanz zwischen den beiden Mikrofonen benötigt, z. B. 1.5 cm. Es ergibt sich eine "Rücken-an-Rücken" nierenförmige Richtcharakteristik. Das zum Sprecher gerichtete Mikrofon ist das primäre Signal für das adaptive Filter und das entgegengesetzt gerichtete Mikrofon ist das die Störung des primären Nutzsignals charakterisierende Referenzsignal.

Fig. 1 zeigt eine adaptive Anordnung für einen Strahlformer. Die Laufzeitkompensation mit einem Allpaß All wird durch Verschiebung um ganze Abtastwerte realisiert. Durch die oben beschriebene Kombination zweier Einzelmikrofone mit Kugelcharakteristik ergibt sich eine nierenförmige Richtcharakteristik zum Sprecher und eine entgegenge­ setzt gerichtete nierenförmige Richtcharakteristik als Referenzsignal für die Störung. Das adaptive Filter H₁ wird im Zeitbereich mit dem LMS-Algorithmus adaptiert. Ein Tiefpaß TP am Systemausgang hebt tiefe Frequenzanteile an, die bei der Bildung der nierenförmigen Richtcharakteristik gedämpft werden.

Die Anordnung der Mikrofone hintereinander gemäß Fig. 1 wird als "end fire array" bezeichnet, im Gegensatz dazu wird die Anordnung der Mikrofone nebeneinander als "broad side array" bezeichnet.

Fig. 2 zeigt eine Anordnung für ein "broad side array" aus zwei Mikrofonen im Ab­ stand, wobei mit Hilfe der spektralen Subtraktion SPS die beiden Mikrofonsignale vor­ verarbeitet werden. Eine Laufzeitkompensation mit dem Allpaß All zwischen beiden Ka­ nälen wird ausgeführt und dient dem Ausgleich von Bewegungen des Sprechers. Die Summe der beiden vorverarbeiteten Mikrofonsignale bildet den primären Eingang und die Differenz den Referenzeingang für ein adaptives Filter H₁. Das adaptive Filter H₁ in dieser Anordnung mit Summen- und Differenzeingang wird auch als ,generalized sidelo­ be canceller' bezeichnet. Die Adaption des Filters H₁ erfolgt mit dem LMS-Algorithmus, wobei die Implementierung des LMS-Algorithmus im Frequenzbereich erfolgt. Eine Nachverarbeitung Post der Mikrofonsignale wird mit einer modifizierten Kreuzkorrelati­ onsfunktion im Frequenzbereich durchgeführt. Die grundlegende Struktur mit spektraler Vorverarbeitung mittels SPS, Strahlformung und Nachverarbeitung Post ist in der Pa­ tentschrift EP 0 615 226 B1 beschrieben, wobei eine genaue Spezifizierung des Strahlformers nicht erfolgt ist. In der DE 43 07 688 A1 wird vorgeschlagen, auf Basis der spektralen Subtraktion eine Geräuschreduktion der Mikrofonsignale zunächst in jedem einzelnen der Aufnahmekanäle durchzuführen und zur weiteren Unterdrückung von Störanteilen die Signale der einzelnen Aufnahmekanäle im nachhinein wieder zu­ sammenzuführen.

Fig. 3 zeigt einen Überblick über Schaltungsanordnungen von Mikrofonen zur Bildung der Richtcharakteristiken für zwei Mikrofone. Die beiden einzelnen Mikrofone selbst können bereits eine nierenförmige Charakteristik haben oder die sogenannte Kugel­ charakteristik. "All" bezeichnet einen Allpaß für den Laufzeitausgleich. "Gain" ist ein Verstärkungsausgleich zwischen den beiden Aufnahmekanälen; dieser ist in der Praxis erforderlich, um die Empfindlichkeit der Mikrofonkapseln anzugleichen.

Die Einsprechrichtung in den Polardiagrammen der Richtcharakteristiken ist 90°. Die ersten 3 Anordnungen a, b und c sind als Sprachkanal geeignet, da bei 90° ein Maxi­ mum vorliegt und für die weiteren Richtungen eine Dämpfung vorbanden ist. Anordnung a und b führen auf die gleiche Richtcharakteristik. Die Anordnungen a, b werden als Summen- oder Differenz-Array, Anordnung c wird als differentielles Array bezeichnet.

Die Anordnungen d und e haben eine Nullstelle bei 90° im Polardiagramm und sind damit zur Generierung des Referenzsignals für die Störung (als Störreferenz) geeignet. Die Nullstelle bei 90° im Polardiagramm ist notwendig, damit keine Sprachanteile in den Referenzkanal gelangen. Sprachanteile im Referenzkanal führen zur teilweisen Kompensation der Sprache.

Unter idealen Bedingungen wird sich gemäß den Anordnungen d und e für die Störrefe­ renz eine Nullstelle in Richtung zum Sprecher einstellen. In praktischen Anwendungen wird dies jedoch nicht der Fall sein. Die Folge ist, daß Sprachanteile wie Störungen und folglich wie Störsignale behandelt werden und damit vom eigentlichen Sprachsignal entfernt werden.

Strahlformer werden meist nur in den Sprachpausen adaptiert, um keine Adaption an Sprachanteile zu ermöglichen. Dennoch werden auch in diesem Fall im Referenzkanal vorhandene Sprachanteile kompensiert, da sie stets den Störungen (dem Geräusch) überlagert sind.

Eine andere Vorgehensweise ist die Verstärkung von Kanälen anzugleichen, damit bei deren Subtraktion im Idealfall eine Nullstelle erzeugt wird. Dies ist notwendig, da Mikro­ fone aus der Serienfertigung Toleranzen aufweisen. In den Anordnungen der Fig. 3 ist dies mit dem Funktionsblock "Gain" berücksichtigt, der unterschiedliche Mikrofon- Empfindlichkeiten ausgleicht.

In Anwendungen wird trotz Empfindlichkeitsausgleich mit "Gain" im Referenzsignal dennoch keine Nullstelle für das Sprachsignal eingestellt. Nur unter der Voraussetzung, daß das Mikrofon im akustischen Freifeld betrieben wird (ohne Reflexionen), können die Sprachanteile vollständig kompensiert werden. Reale Anwendungen haben bedingt durch Reflexionen einen gewissen Schallanteil aus unterschiedlichen Richtungen, der eine Nullstelle für das Sprachsignal nicht entstehen läßt. Es wird sich bei Anordnungen gemäß Fig. 1 oder Fig. 2 stets ein gewisser Sprachanteil und damit ein gewisser Anteil des primären Nutzsignals im Referenzsignal des Strahlformers wiederfinden, der zu Sprachverzerrungen führt.

Der vorliegende Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Geräuschre­ duktion eines ein Störsignal enthaltenden primären Nutzsignals anzugeben, mit dem unter Verwendung eines Störreferenzsignals ungünstige, zu Sprachverzerrungen füh­ rende Effekte auf einfache Weise vermieden werden.

Die Erfindung ist im Patentanspruch 1 angegeben.

Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind den Unteransprü­ chen zu entnehmen.

Die Erfindung geht davon aus, daß zur Bildung des Störreferenzsignals eine einseitige spektrale Subtraktion durchgeführt wird. Wesentlich ist, daß die spektrale Subtraktion zur Bildung eines Referenzsignals nur an einem Kanal stattfindet, was mit ,einseitig' bezeichnet wird. Der eine Kanal enthält damit Nutz- und Störsignale, der zweite Kanal nach der spektralen Subtraktion nur Nutzsignale. Bei der anschließenden Subtraktion der beiden Kanäle wird der Nutzanteil subtrahiert und es verbleibt die Störung. Diese Differenz ist das Störreferenzsignal.

Die Erfindung hat den Vorteil, daß deutlich weniger Nutzsignalanteile, z. B. Sprachanteile im Störreferenzsignal vorhanden sind als mit den bisherigen Verfahren. Die Beseitigung der störenden Sprachanteile ist damit unter realen Bedingungen mit Reflexionen des Sprachsignals in realen Räumen wie z. B. im Kraftfahrzeug möglich.

Werden z. B. Mikrofone zur Aufnahme von Sprachsignalen verwendet, so werden die Sprachsignale derart verarbeitet, daß das Störreferenzsignal eine Nullstelle zum Spre­ cher in der Form einer nierenförmigen oder einer achtförmigen Charakteristik aufweist. Die einseitige spektrale Subtraktion führt zu einer selbststeuernden Regelung der Cha­ rakteristik, derart, daß die Nullstelle nur bei Sprachaktivität entsteht. In Sprachpausen führt die einseitige spektrale Subtraktion dazu, daß nichts oder nur ein geringes Signal subtrahiert wird und damit näherungsweise die Charakteristik des Einzelmikrofons (z. B. Niere oder Kugel) für die Störung zur Verfügung steht.

Die ideale Nullstelle für das Sprachsignal im Störreferenzsignal wird nur mit einer idea­ len spektralen Subtraktion im akustischen Freifeld erreicht. Eine ideale spektrale Subtraktion ergibt das ungestörte Sprachsignal als Ausgangssignal und würde dann jede weitere Bearbeitung unnötig machen. In der Praxis ergibt die spektrale Subtraktion nur eine gute Annäherung des Sprachsignals mit Geräuschresten in den Sprachpausen. Da die einseitige spektrale Subtraktion ergänzend zu der Mikrofon-Nullstelle eingesetzt wird, vermindern sich die Sprachanteile im Störreferenzsignal deutlich.

Das Restgeräusch der spektralen Subtraktion in Sprachpausen wird mit einem Para­ meter eingestellt, dem ,spectral floor'. Der spectral floor b ist der minimale Wert eines Filterkoeffizienten W der spektralen Subtraktion bei jedem Frequenzindex i. Das Aus­ gangssignal Y(i) ergibt sich durch Multiplikation der Filterkoeffizienten W(i) mit dem Eingangswert X(i):

W(i): = max(W(i), b);

und Y(i) = W(i).X(i);

Der maximale Wert für W ist 1 (Ausgang = Eingang). Wird b = 1 gewählt, ist die spekt­ rale Subtraktion praktisch ausgeschaltet. Mit b = 0 erreicht die spektrale Subtraktion die maximale Wirksamkeit. In der Praxis ergibt sich mit b = 0 eine schlechte Sprach­ qualität. Mit dem Parameter b ergibt sich für die vorliegende Erfindung die Möglichkeit, die einseitige spektrale Subtraktion in ihrer Wirksamkeit kontinuierlich einzustellen. Mit einem Wert von z. B. b = 0.25 wird eine Geräuschunterdrückung von ca. 12 dB und eine gute Sprachqualität erzielt.

Die Erfindung wird im folgenden anhand von Ausführungsbeispielen unter Bezugnahme auf schematische Zeichnungen näher erläutert.

Fig. 4 zeigt drei Blockschaltbilder mit einseitiger spektraler Subtraktion für den Refe­ renzeingang.

In Fig. 4a ist das primäre Nutzsignal P des Strahlformers (z. B. ein Sprachsignal) auf ein differentielles Array DA für die Kanäle 1, 2 geschaltet (Anordnung c in Fig. 3). In Fig. 4b, 4c ist das primäre Nutzsignal P auf ein Summen- und Differenz-Array SD für die Kanäle 1, 2 geschaltet (Anordnungen a und b in Fig. 3). Der Störreferenzeingang ver­ arbeitet das Referenzsignal mit der zusätzlichen Erweiterung der einseitigen spektralen Subtraktion in differentieller Form gemäß den Anordnungen d und e in Fig. 3. Die Differenz aus Nutzsignal in Kanal 2 und entstörtem Nutzsignal aus Kanal 1 wird auf das adaptive Filter H₁ gegeben. Das adaptive Filter H₁ wird im Zeitbereich oder in einer äquivalenten Form im Frequenzbereich mit dem LMS-Algorithmus adaptiert. Das gefil­ terte Störreferenzsignal R wird anschließend vom primären Nutzsignal P subtrahiert.

Eine weitere Ausgestaltung der Erfindung gemäß Fig. 5 besteht darin, daß die ein­ seitige spektrale Subtraktion SPS₁ einmal am Kanal 1 für das Nutzsignal durchgeführt wird, um damit zusammen mit dem Nutzsignal in Kanal 2 ein erstes Referenzsignal R1 zu bilden. Ein zweites Mal wird die einseitige spektrale Subtraktion SPS₂ am Nutzsignal des Kanals 2 durchgeführt, um zusammen mit dem Nutzsignal in Kanal 1 ein zweites Referenzsignal R2 zu bilden. Es entsteht ein System mit 2 Referenzsignalen, die vom primären Nutzsignal P subtrahiert werden. Bei Sprachsignalen wird in den Sprachpau­ sen die Störung jeweils mit der Charakteristik der Einzelmikrofone erfaßt und bei Sprachaktivität eine Nullstelle für das Sprachsignal erzeugt.

Entsprechend den Erläuterungen zu den Blockschaltbildern der Fig. 4 wird die Ab­ wandlung mit 2 Referenzeingängen für eine ,end fire array'-Mikrofonanordnung oder eine ,broad side array'-Mikrofonanordnung verwendet. Fig. 5 zeigt das Blockschalt­ schild für die, end fire array'-Mikrofonanordnung. Der Strahlformer besteht aus dem Kanal 1 für das Sprachsignal und zwei Referenzkanälen 2, 3. Jeder Referenzeingang wird von einem adaptiven Filter H₁ bzw. H₂ gefiltert. Der Filterabgleich erfolgt mit einem mehrkanaligen LMS-Algorithmus.

Stehen mehr als 2 Eingangssignale zur Verfügung, so wird durch Kombination von je­ weils 2 Eingängen in der beschriebenen Weise eine einseitige spektrale Subtraktion durchgeführt, um ein Referenzsignal zu erhalten. Wird z. B. eine ,broad side array'- Mikrofonanordnung mit 3 Mikrofonen angenommen, ergeben sich für die Paarbildung 6 Kombinationen. Wird berücksichtigt, daß bei jedem Paar die einseitige spektrale Sub­ traktion wahlweise bei dem einen oder dem anderen Kanal durchgeführt wird, so verdoppelt sich die Anzahl der Kombinationen und somit die Anzahl der Referenzkanäle. Bei einem Array aus mehreren Mikrofonen wird eine eingeschränkte Anzahl aus den möglichen Kombinationen verwendet.

Die Erfindung ist nicht auf die Aufzeichnung der Nutzsignale durch Mikrofone be­ schränkt, sondern es können Empfangssysteme wie z. B. Antennen verwendet werden. Nutzsignale können jegliche Art von akustischen und elektrischen Signalen sein.

Claims (10)

1. Verfahren zur Geräuschreduktion eines ein Störsignal enthaltenden primären Nutzsignals (P) mittels eines durch Kombination von Signalen wenigstens zweier Kanäle (1, 2) gebilde­ ten Störreferenzsignals (R), wobei zur Erzeugung des Störreferenzsignals (R) die Signale der Kanäle (1, 2) paarweise miteinander verarbeitet werden, indem jeweils eines der paarweise verarbeiteten Signale zur Bildung eines Referenzsignals einer spektralen Subtraktion unterzogen wird, das an­ schließend vom anderen der paarweise verarbeiteten Signale subtrahiert wird, so daß nach der Differenzbildung ein im wesentlichen nur noch das Störsignal enthaltendes Störrefe­ renzsignal (R) entsteht.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß das primäre Nutzsignal (P) auf ein differentielles Array (DA) von zwei Kanälen (1, 2) geschaltet wird.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß das primäre Nutzsignal (P) auf ein Summen- und Differenz-Array (SD) von zwei Kanälen (1, 2) geschaltet wird.

4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Störreferenzsignal (R) mit der zusätzlichen Erweiterung der einseitigen spektralen Subtrak­ tion (SPS) in differentieller Form derart erzeugt wird, daß die Differenz aus dem entstörten Nutzsignal aus einem Kanal (1) und dem primären Nutzsignal (P) aus einem weiteren Kanal (2) auf ein adaptives Filter (H₁) gegeben wird, und daß das gefilterte Störreferenzsignal (R) anschließend vom primären Nutzsignal (P) subtrahiert wird.

5. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß eine spektrale Subtraktion (SPS₁) an einem ersten Kanal (1) für das Nutzsignal durchgeführt wird und zu­ sammen mit dem Nutzsignal in einem zweiten Kanal (2) auf ein adaptives Filter (H₁) gegeben wird und ein erstes Referenzsignal (R1) gebildet wird, daß eine weitere spektrale Subtraktion (SPS₂) am Nutzsignal des zweiten Kanals (2) durchgeführt wird und zusammen mit dem Nutzsignal aus dem ersteh Kanal (1) auf ein adaptives Filter (H₂) in einem weiteren Kanal (3) gegeben wird und ein zweites Referenzsignal (R2) gebildet wird, und daß die bei­ den Referenzsignale (R1, R2) vom primären Nutzsignal (P) subtrahiert werden.

6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die adaptiven Filter (H₁, H₂) im Zeitbereich oder im Frequenzbereich mit dem LMS(least mean square)-Algorithmus adaptiert werden.

7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das primäre Nutzsignal (P) von Mikrofonen aufgezeichnet wird.

8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß als primäres Nutzsignal (P) ein Sprachsignal verwendet wird.

9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die spektrale Subtraktion mit einem Parameter (b) in ihrer Wirksamkeit kontinuierlich einge­ stellt wird.

10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, daß der Parameter (b) als minimaler Wert eines Filterkoeffizienten (W) der spektralen Subtraktion bei jedem Frequenzindex (i) gebildet wird.