EP1202253B1 - Adaptiver Geräuschpegelschätzer - Google Patents

Adaptiver Geräuschpegelschätzer Download PDF

Info

Publication number
EP1202253B1
EP1202253B1 EP01440295A EP01440295A EP1202253B1 EP 1202253 B1 EP1202253 B1 EP 1202253B1 EP 01440295 A EP01440295 A EP 01440295A EP 01440295 A EP01440295 A EP 01440295A EP 1202253 B1 EP1202253 B1 EP 1202253B1
Authority
EP
European Patent Office
Prior art keywords
value
input signal
noise level
fug
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
EP01440295A
Other languages
English (en)
French (fr)
Other versions
EP1202253A2 (de
EP1202253A3 (de
Inventor
Michael Walker
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alcatel Lucent SAS
Nokia Inc
Original Assignee
Alcatel SA
Nokia Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alcatel SA, Nokia Inc filed Critical Alcatel SA
Publication of EP1202253A2 publication Critical patent/EP1202253A2/de
Publication of EP1202253A3 publication Critical patent/EP1202253A3/de
Application granted granted Critical
Publication of EP1202253B1 publication Critical patent/EP1202253B1/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering

Definitions

  • MAM medium average magnitude
  • the value of the noise level of a signal is common to many algorithms for signal processing as a threshold or control value of great importance.
  • the reliability and temporal behavior of a noise estimator have a big impact on the achievable quality of a signal processing algorithm. This is especially true in the field of speech recognition, to improve the recognition rate in the field of echo cancellation and for noise reduction.
  • Application areas for noise estimators are, for example, exchanges, conference facilities, but also conventional phones or cell phones.
  • a disadvantage of known estimation methods is the relatively slow behavior at averaging in noise estimator. Especially with voice activity with only short Speech pauses in periods of ⁇ 100 ms often are not enough time to to grasp the "noise floor".
  • composite signals which consists of a sequence of signal bursts with a pause time of exist for about 100 ms. Again, with the previously known methods no exact noise estimation possible.
  • noise threshold Another problem with the noise threshold is that of successful speech level estimation performed noise update with temporally changing Environmental conditions.
  • the estimated noise value thus fluctuates in certain, sometimes relatively large, limits.
  • Object of the present invention is in contrast, a method of initially described type with the simplest possible means to the effect to further develop that as accurate as possible determination of the current noise level is achieved with the fastest possible adaptation times, the significant are lower than in known methods, and that to the least possible Calculation effort is required.
  • the length ts is a maximum value from the samples of the input signal x (k) and for the estimation of the current noise level from the set of several maximum values found one after the other, in each case the Minimum n1 (x) used as an estimate n (x) for the current noise level n.
  • an initialization value n0 is specified.
  • the estimation method in a sense "stopped” and in each case the last estimate taken, where the dynamics of the input signal x (k) below the given Threshold ⁇ lag. This prevents erratic estimates Reason faster fluctuations in the signal come about.
  • the method according to the invention achieves an extremely fast adaptation to the current noise level in periods of about 10 ms, in contrast to the above-mentioned known methods, the times in the Order of magnitude of 500 ms.
  • the Erfinding is as shown in claims 1 and 8.
  • fug is the lower limit frequency of the transmitting TK system.
  • the time length ts should each be chosen such that a Adaptation of low-frequency signals in the range ⁇ 100 Hz excluded becomes.
  • the lower limit frequencies are in a range fug ⁇ 500 Hz.
  • the lower Cutoff frequency 330 Hz A value of about 10 Hz as lower limit for the lower Limit frequency fug corresponds to the value of a conventional hi-fi amplifier and is therefore reasonable.
  • An advantage for carrying out the method according to the invention is a Variant in which the initial value n0 is the maximum representable value of the Target system for the signal transmission within the telecommunications system is selected.
  • n for the determination of the estimated value n (x) is the value n1 (x) at a predeterminable or fixed lower limit value set min if a value n1 (x) ⁇ n min is determined.
  • the value n1 (x) is set to a predefinable or fixed upper limit value n max for the determination of the estimated value n (x), if a value n1 (x)> n max is determined becomes.
  • n max is chosen to be smaller than or equal to the initialization value n 0, preferably n max ⁇ n 0 - 16 dB.
  • this upper limit value is predetermined by the statistically determined speech dynamics of human speech.
  • a further advantageous embodiment of the method according to the invention provides that the maximum values found within the short-term intervals of the input signal x (k) multiplied by a scaling factor S ⁇ 1 Determine the value n1 (x). The majority of the actual level values that is actually below the maximum value determined in each case within the relevant short-term interval.
  • the scaling factor S ⁇ 0.5 is selected, this roughly corresponds to the position the maximum value of a statistical distribution, for example a Gaussian distribution the samples relative to the location of the found maximum Level value. As a result, the actual current noise level n becomes average Much better hit than by using the unscaled Maximum value.
  • the estimated value n (x) as a measure of a currently estimated noise level is scaled by a factor D> 1.
  • a fixed threshold ⁇ const. is set, preferably ⁇ ⁇ 12dB. With this value obtained by simulations can be cover most practical applications well.
  • ⁇ ⁇ (x) adaptive with the Roughness of the level of the input signal x (k) to be changed. Leave it an optimal and extremely fast update and adaptation of the reach estimated level value to the actual noise conditions.
  • the scope of the present invention also includes a server unit, a Processor assembly and a gate array assembly to support the method described above and a computer program to carry out the process.
  • the method can be used both as a hardware circuit, as well as in the form of a computer program.
  • software programming for powerful DSP's preferred because new knowledge and additional functions easier by a Modification of the software can be implemented on an existing hardware basis are.
  • methods can also be used as hardware components, for example in IP or TK terminals or conventional telephone systems implemented become.
  • the figure shows a highly schematic diagram of the functioning of a Estimation device for carrying out the method according to the invention.
  • n1 (x) for the noise level n from a sampled input signal x (k) becomes the background noise superimposed on a useful signal in the input signal x (k) calculated according to the following equation:
  • Value n1 (x) assumes a value dependent on the speech level, since the Speech level is louder than the noise. For example, one acceptable Signal to noise ratio of 6 dB.
  • n1 (x) found in this way still changes with the language, responds but on noise reduction and during voice pauses with extremely short Adaptation time.
  • the value n1 (x) described above is adopted only if the dynamic variations of the input signal x (k) fall below a predefinable threshold value ⁇ , that is, if dx (i) ... dx (i-ts) ⁇
  • the envelope of the incoming input signals x (i) is "stable", ie with almost certainly no speech signals, The current level values can be assigned directly to the background noise become. Otherwise, if the envelope "wobbles", it is very likely Language, ie predominant useful signal in the input signal x (i) before, so that the peaks of the input signal are not for the estimation of the noise background can be used. In this case, then, as above described, obtained from the speech signal itself a scaled noise value become.
  • the drawing now shows this process in a schematic way, in particular the maximum formation from the input signal x (k), the scaling with a Scaling factor S and the minimum formation for obtaining the value n1 (x), the assumption of this value as a function of a speech pause detector (SPD) whose output value may be an application-dependent one Factor D is scaled, as well as the threshold estimate of the dynamic Variations of the input signal x (k), in the example shown the temporal change of the short term mean dsam (x) / dt are obtained.
  • SPD speech pause detector
  • the output signal of this method is then the desired updated Estimated value n (x) for an actual noise level n.

Landscapes

  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Noise Elimination (AREA)
  • Telephonic Communication Services (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Telephone Function (AREA)
  • Control Of Amplification And Gain Control (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
  • Monitoring And Testing Of Exchanges (AREA)

Description

Die Erfindung betrifft ein Verfahren zur Ermittlung eines Schätzwerts für den Geräuschpegel n eines Hintergrundgeräusches, das einem über ein Telekommunikations (=TK)-System übertragenen akustischen Nutzsignal, insbesondere einem menschlichen Sprachsignal überlagert ist, wobei in einem ersten Schritt ein vorgebbarer Initialisierungswert n0 als Schätzwert n(x) für einen aktuellen Geräuschpegel n angenommen wird;
im nächsten und ggf. in weiteren Schritten der Schätzwert n(x) des Geräuschpegels n für ein in vorzugsweise äquidistanten Zeitschritten T jeweils zu Zeitpunkten k mit einer Abtastfrequenz fs = 1/T abgetastetes Eingangssignal x(k) als ein Wert n1(x) bestimmt wird, der Wert n1(x) als Schätzwert n(x) für den aktuellen Geräuschpegel n übernommen wird, wenn die dynamischen Variationen des Eingangssignals x(k) einen vorgebbaren Schwellwert unterschreiten; und wobei der im vorhergehenden Schritt ermittelte Schätzwert n(x) ungeändert als neuer Schätzwert n(x) für den aktuellen Geräuschpegel n übernommen wird, wenn die-dynamischen Variationen des Eingangssignals x(k) einen vorgebbaren Schwellwert ε überschreiten.
Weiter betrifft die Erfindung auch Computerprogramme und Vorrichtungen zur Unterstützung und Durchführung eines derartigen Verfahrens, insbesondere geeignete Servereinheiten, Signalisierungseinrichtungen, Prozessorbaugruppen und programmierbare Gate-Array-Baugruppen.
Verfahren zur Geräuscheinschätzung von Hintergrundgeräuschen sind bekannt. Beispielsweise werden Geräuschschätzer verwendet, bei denen für die Schätzung des Geräuschpegels eines Signals der in einem Kurzzeitintervall gemittelte Wert des Signals (SAM = short average magnitude) verwendet wird.
Bei anderen Verfahren wird in längeren Zeitintervallen der sogenannte MAM(= medium average magnitude)-Wert eines Eingangssignales gemessen. Um ein verlässliches Resultat der Schätzung zu erreichen, sind Messzeiten bis zu 500 ms erforderlich. Oft spiegelt auch der MAM-Wert einen zu hohen Geräuschpegel im Vergleich mit dem tatsächlichen Geräuschpegel vor.
Allgemein ist der Wert des Geräuschpegels eines Signals für viele Allgorithmen zur Signalbearbeitung als Schwellenwert oder Steuerwert von großer Bedeutung. Die Zuverlässigkeit und das zeitliche Verhalten eines Geräuschschätzers haben einen großen Einfluss auf die erreichbare Qualität eines Signalbearbeitungs-Algorithmus. Dies gilt insbesondere auf dem Gebiet der Spracherkennung, um die Erkennungsrate zu verbessern, auf dem Gebiet der Echounterdrückung und für die Geräuschreduktion. Anwendungsgebiete für Geräuschschätzer sind beispielsweise Vermittlungsanlagen, Konferenzeinrichtungen, aber auch herkömmliche Telefone oder Handys.
In Technical disclosure bulletin, Volume 29 Nr.12 (1987), Seiten 5606 bis 5609 wird ein Algorithmus beschrieben, der eine Geräuschwelle automatisch aktualisiert. Ein Tonsignal wird einer Tiefpassfilterung unterzogen und eine Leistung des Mikrophonsignals wird ständig bestimmt. Verbleibt diese Leistung über längere Zeit konstant, so wird das Signal als Hintergrundgeräusch eingestuft, und die Geräuschwelle wird auf einen Wert knapp oberhalb der maximal gemessenen Mikrophonleistung gesetzt. Verändert sich jedoch die Mikrophonleistung stark, so wird davon ausgegangen, dass das Tonsignal aus Sprache besteht, und die Geräuschwelle wird unverändert belassen.
Nachteilig bei bekannten Schätzverfahren ist das relativ langsame Verhalten bei der Mittelung im Geräuschschätzer. Gerade bei Sprachaktivität mit nur kurzen Sprachpausen in Zeiträumen von < 100 ms reicht oftmals die Zeit nicht aus, um den "Geräuschboden" zu erfassen.
Nach der ITU-T-Richtlinie G.168 werden sogenannte composite signals" verwendet, die aus einer Folge von Signalbursts mit einer Pausenzeit von ca. 100 ms bestehen. Auch hier ist mit den bisher bekannten Verfahren keine exakte Geräuschschätzung möglich.
Ein weiteres Problem der Geräuschschwelle ist die bei erfolgreicher Sprachpegelschätzung durchgeführte Geräuschaktualisierung bei zeitlich sich ändernden Umweltbedingungen. Der geschätzte Geräuschwert schwankt somit in gewissen, manchmal relativ großen Grenzen.
Aufgabe der vorliegenden Erfindung ist es demgegenüber, ein Verfahren der eingangs beschriebenen Art mit möglichst einfachen Mitteln dahingehend weiterzubilden, dass eine möglichst exakte Ermittlung des aktuellen Geräuschpegels mit möglichst schnellen Adaptionszeiten erreicht wird, die erheblich geringer sind als bei bekannten Verfahren, und dass dazu ein möglichst geringer Rechenaufwand erforderlich ist.
Erfindungsgemäß wird diese Aufgabe auf ebenso überraschend einfache wie wirkungsvolle Art und Weise dadurch gelöst, dass der Wert n1(x) durch den Minimalwert aus der Menge aller sukzessive jeweils innerhalb eines Kurzzeitintervalls mit einer zeitlichen Länge ts ≥ 1ms, vorzugsweise ts ≥ 3ms gefundenen Maximumwerte des Eingangssignals x(k) ermittelt wird; und dass ts=1/fug, wobei fug die untere Grenzfrequenz des übertragenden TK-Systems ist.
Mit dem erfindungsgemäßen Verfahren wird also jeweils in einem Kurzzeitintervall der Länge ts ein Maximumwert aus den Abtastwerten des Eingangssignals x(k) bestimmt und für die Abschätzung des aktuellen Geräuschpegels aus der Menge mehrerer hintereinander gefundener Maximumwerte jeweils das Minimum n1(x) als Schätzwert n(x) für den aktuellen Geräuschpegel n herangezogen. Um bereits vor der ersten Messperiode einen Schätzwert n(x) bereitzustellen, wird ein Initialisierungswert n0 vorgegeben.
Falls die dynamischen Variationen des Eingangssignals, insbesondere hervorgerufen durch große Änderungen im Geräuschhintergrund, wie beispielsweise das Zuschlagen einer Tür, das Vorbeifahren eines Lastwagens etc. einen gewissen vorgebbaren Schwellwert ε überschreiten, wird das Schätzverfahren gewissermaßen "angehalten" und jeweils der letzte Schätzwert übernommen, bei dem die Dynamik des Eingangssignals x(k) unterhalb des vorgegebenen Schwellenwerts ε lag. Damit wird verhindert, dass erratische Schätzwerte auf Grund schneller Schwankungen im Signal zustandekommen. Das erfindungsgemäße Verfahren erreicht nämlich eine äußerst schnelle Adaption auf den aktuellen Geräuschpegel in Zeiträumen von etwa 10 ms, im Gegensatz zu den oben erwähnten bekannten Verfahren, die dazu Zeiten in der Größenordnung von 500 ms benötigen.
Es zeigt sich, dass mit dem erfindungsgemäßen Verfahren insbesondere auch eine korrekte Berechnung bei Anwendung der oben erwähnten G168 "composite signals" mit exakter Ermittlung des Geräuschpegels und sehr schnellen Adaptionszeiten bei äußerst geringem Rechenaufwand ermöglicht wird.
Die Erfinding ist wie in den Ansprüchen 1 und 8 dargestellt. Bei dem erfindungsgemäßen Verfahren ist das Zeitintervall ts = 1/fug gewählt, wobei fug die untere Grenzfrequenz des übertragenden TK-Systems ist. Damit kann dem Hüllkurvenverlauf der Eingangssignale optimal gefolgt werden.
Insbesondere sollte die zeitliche Länge ts jeweils so gewählt werden, dass eine Adaption von niederfrequenten Signalen im Bereich < 100 Hz ausgeschlossen wird. Üblicherweise liegen die unteren Grenzfrequenzen in einem Bereich fug ≤ 500 Hz. Bei üblichen Telefoniesystemen beispielsweise beträgt die untere Grenzfrequenz 330 Hz. Ein Wert von etwa 10 Hz als Untergrenze für die untere Grenzfrequenz fug entspricht dem Wert eines üblichen HiFi-Verstärkers und ist von daher vernünftig.
Vorteilhaft für die Durchführung des erfindungsgemäßen Verfahrens ist eine Variante, bei der als Initialisierungswert n0 der maximal darstellbare Wert des Zielsystems für die Signalübertragung innerhalb des TK-Systems gewählt wird.
Eine weitere vorteilhafte Variante des erfindungsgemäßen Verfahrens zeichnet sich dadurch aus, dass für die Bestimmung des Schätzwerts n(x) der Wert n1(x) auf einen vorgebbaren oder festen unteren Grenzwert nmin gesetzt wird, falls ein Wert n1(x) < nmin ermittelt wird. Dadurch werden Fehleinschätzungen auf einfache Weise zuverlässig verhindert und somit eine höhere Genauigkeit des Schätzwerts auf Grund der Bereichseinschränkung erzielt.
Dies gilt auch im Hinblick auf eine Obergrenze, die eingeführt werden sollte, um eine verzerrungsfreie Signalübertragung zu gewährleisten. Entsprechend ist bei einer weiteren Variante des erfindungsgemäßen Verfahrens vorgesehen, dass für die Bestimmung des Schätzwerts n(x) der Wert n1(x) auf einen vorgebbaren oder festen oberen Grenzwert nmax gesetzt wird, falls ein Wert n1(x) > nmax ermittelt wird.
Besonders bevorzugt ist eine Weiterbildung dieser Verfahrensvariante, bei der der obere Grenzwert nmax kleiner oder gleich dem Initialisierungswert n0 gewählt wird, vorzugsweise nmax ≤ n0 - 16dB. Für eine lineare, verzerrungsfreie Signalübertragung im betreffenden TK-System ist dieser obere Grenzwert durch die statistisch ermittelte Sprachdynamik menschlicher Sprache vorgegeben.
Eine weitere vorteilhafte Ausführungsform des erfindungsgemäßen Verfahrens sieht vor, dass die innerhalb der Kurzzeitintervalle gefundenen Maximumwerte des Eingangssignals x(k) mit einem Skalierungsfaktor S < 1 multipliziert in die Ermittlung des Werts n1(x) eingehen. Die Mehrzahl der tatsächlichen Pegelwerte liegt nämlich tatsächlich unterhalb des jeweils ermittelten Maximumwerts innerhalb des betreffenden Kurzzeitintervalls.
Wird der Skalierungsfaktor S ≅ 0,5 gewählt, so entspricht dies in etwa der Lage des Maximalwerts einer statistischen Verteilung, beispielsweise einer Gauß-Verteilung der Abtastwerte im Verhältnis zur Lage des gefundenen maximalen Pegelwerts. Dadurch wird der wirkliche aktuelle Geräuschpegel n im Mittel erheblich besser getroffen als durch die Verwendung des unskalierten Maximumwertes.
Für Anwendungen des erfindungsgemäßen Verfahrens zur sicheren Sprach-Pausen-Detektion ist es vorteilhaft, wenn der Schätzwert n(x) als Maß für einen aktuell abgeschätzten Geräuschpegel mit einem Faktor D > 1 skaliert wird.
Durch Simulation wurden als günstigste Werte für den Faktor D anwendungsabhängig Werte im Bereich 2 ≤ D ≤ 5, vorzugsweise 3 ≤ D ≤ 4 gefunden. Damit ergibt sich übrigens ein Abstand von ca. 6 dB zwischen dem Sprachsignal und dem statistisch gemittelten Geräuschsignal, was allgemein als akzeptabler Störabstand gilt.
Besonders bevorzugt ist auch eine Ausführungsform des erfindungsgemäßen Verfahrens, bei der ein fester Schwellwert ε = const. eingestellt wird, vorzugsweise ε ≈ 12dB. Mit diesem durch Simulationen gewonnenen Wert lassen sich die meisten praktischen Anwendungsfälle gut abdecken.
Alternativ zur Einführung eines festen Schwellwertes ε kann bei einer anderen vorteilhaften Verfahrensvariante der Schwellwert ε = ε(x) adaptiv mit der Rauhigkeit des Pegels des Eingangssignals x(k) verändert werden. Damit lässt sich eine optimale und äußerst schnelle Aktualisierung und Anpassung des geschätzten Pegelwertes an die tatsächlichen Geräuschverhältnisse erreichen.
Vorteilhafterweise kann bei einer Weiterbildung dieser Verfahrensvariante für den adaptiv zu ermittelnden Schwellwert ε(x) ein Startwert ε0 = 12dB gewählt werden, wie er bei der oben beschriebenen alternativen Verfahrensvariante als unveränderlicher Festwert vorgeschlagen wird.
In den Rahmen der vorliegenden Erfindung fällt auch eine Servereinheit, eine Prozessor-Baugruppe sowie eine Gate-Array-Baugruppe zur Unterstützung des oben beschriebenen erfindungsgemäßen Verfahrens sowie ein Computerprogramm zur Durchführung des Verfahrens. Das Verfahren kann sowohl als Hardwareschaltung, als auch in Form eines Computerprogramms realisiert werden. Heutzutage wird eine Software-Programmierung für leistungsstarke DSP's bevorzugt, da neue Erkenntnisse und Zusatzfunktionen leichter durch eine Veränderung der Software auf bestehender Hardwarebasis implementierbar sind. Verfahren können aber auch als Hardwarebausteine beispielsweise in IPoder TK-Endgeräten oder herkömmlichen Telefonanlagen implementiert werden.
Weitere Vorteile der Erfindung ergeben sich aus der Beschreibung und der Zeichnung. Ebenso können die vorstehend genannten und die noch weiter aufgeführten Merkmale erfindungsgemäß jeweils einzeln für sich oder zu mehreren in beliebigen Kombinationen Verwendung finden. Die gezeigten und beschriebenen Ausführungsformen sind nicht als abschließende Aufzählung zu verstehen, sondern haben vielmehr beispielhaften Charakter für die Schilderung der Erfindung.
Die Erfindung ist in der Zeichnung dargestellt und wird anhand von Ausführungsbeispielen näher erläutert.
Die Figur zeigt ein stark schematisiertes Prinzipbild der Funktionsweise einer Schätzeinrichtung zur Durchführung des erfindungsgemäßen Verfahrens.
Ausgehend von einem Initialisierungswert n0 wird in einem ersten Kurzzeitintervall der zeitlichen Länge ts ≥ 1 ms aus einem abgetasteten Eingangssignal x(k) ein erster geschätzter Wert n1(x) für den Geräuschpegel n, der aus einem Nutzsignal im Eingangssignal x(k) überlagerten Hintergrundgeräusches gemäß folgender Gleichung berechnet:
Figure 00080001
Dabei ist K = fs/fug der Quotient aus der Abtastfrequenz des abgetasteten Eingangssignales x(k) und der unteren Grenzfrequenz fug des übertragenden TK-Systems. Die Länge des Kurzzeitintervalls ergibt sich zu ts = 1/fug. Damit wird über den Laufindex k das kleinste Zeitintervall dargestellt, das beobachtet werden muss, um nicht auf niederfrequente Signale zu adaptieren.
Der Wert n1(x) wird also aus dem Minimum eines vorhergehenden Wertes n1(x) bzw. einem Initialisierungswert n0 und des Maximumwertes der mit einem Skalierungsfaktor S ≈ 0,5 skalierten Beträge des Eingangssignals x(k) im Intervall k = 0 bis k = K gewonnen.
Für den Fall, dass Sprachaktivität im Eingangssignal x(k) vorliegt, wird als Wert n1(x) ein vom Sprachpegel abhängiger Wert angenommen, da ja der Sprachpegel lauter ist als das Geräusch. Akzeptabel ist beispielsweise ein Störabstand von 6 dB.
Der so gefundene Wert n1(x) ändert sich zwar noch mit der Sprache, reagiert aber auf Geräuschreduktion und während Sprachpausen mit extrem kurzer Adaptionszeit.
Als eigentlicher Schätzwert n(x) für den aktuellen Geräuschpegel n wird der oben beschriebene Wert n1(x) nur dann übernommen, wenn die dynamischen Variationen des Eingangssignals x(k) einen vorgebbaren Schwellenwert ε unterschreiten, wenn also gilt, dx(i) ... dx(i-ts) < ε
Diese Bedingung kontrolliert dynamische Pegelschwankungen des zu untersuchenden Signals. Beispielsweise mit einem Wert ε = 12 dB wird eine Aktualisierung des Geräuschsignals bei Pegelschwankungen > 12 dB verhindert. In diesem Falle wird einfach der vorhergehende Schätzwert unverändert für den aktuellen Geräuschpegel n übernommen. Dies ist beispielsweise dann der Fall, wenn sich das Hintergrundgeräusch schlagartig erhöht oder absenkt, so dass der Sprachpegelschätzer aktiv werden muss. Damit kann ausgeschlossen werden, dass Geräusch- oder Sprachspitzen den Schätzwert n(x) in erratischer Weise in kurzen Zeitabständen verändern.
Die oben beschriebenen dynamischen Pegelschwankungen dx(i) können beispielsweise aus der Differenz sukzessive aufeinanderfolgender Kurzzeitmittelwerte sam(i) ermittelt werden gemäß dx(i) = sam(i) - sam(i-1)
Falls nun die Hüllkurve der eingehenden Eingangssignale x(i) "stabil" ist, also mit an Sicherheit grenzender Wahrscheinlichkeit keine Sprachsignale vorliegen, können die aktuellen Pegelwerte direkt dem Hintergrundgeräusch zugeordnet werden. Andernfalls, wenn die Hüllkurve "wackelt", liegt mit großer Wahrscheinlichkeit Sprache, also überwiegendes Nutzsignal im Eingangssignal x(i) vor, so dass die Spitzen des Eingangssignals nicht für die Abschätzung des Geräuschhintergrunds verwendet werden können. In diesem Fall muss dann, wie oben beschrieben, aus dem Sprachsignal selbst ein skalierter Geräuschwert gewonnen werden.
Die Zeichnung zeigt nun diesen Vorgang in schematisierter Weise, insbesondere die Maximumbildung aus dem Eingangssignal x(k), die Skalierung mit einem Skalierungsfaktor S und die Minimumbildung zur Gewinnung des Wertes n1(x), die Übernahme dieses Wertes in Abhängigkeit von einem Sprach-Pausen-Detektor (SPD), dessen Ausgangswert gegebenenfalls mit einem anwendungsabhängigen Faktor D skaliert wird, sowie die Schwellwertabschätzung der dynamischen Variationen des Eingangssignals x(k), die im dargestellten Beispiel aus der zeitlichen Änderung des Kurzzeitmittelwerts dsam(x)/dt gewonnen werden.
Als Ausgangssignal dieses Verfahrens ergibt sich dann der gewünschte aktualisierte Schätzwert n(x) für einen tatsächlichen Geräuschpegel n.

Claims (9)

  1. Verfahren zur Ermittlung eines Schätzwerts für den Geräuschpegel n eines Hintergrundgeräusches, das einem über ein Telekommunikations (=TK)-System übertragenen akustischen Nutzsignal, insbesondere einem menschlichen Sprachsignal überlagert ist, wobei
    in einem ersten Schritt ein vorgebbarer Initialisierungswert n0 als Schätzwert n(x) für einen aktuellen Geräuschpegel n angenommen wird;
    im nächsten und ggf. in weiteren Schritten der Schätzwert n(x) des Geräuschpegels n für ein in vorzugsweise äquidistanten Zeitschritten T jeweils zu Zeitpunkten k mit einer Abtastfrequenz fs = 1/T abgetastetes Eingangssignal x(k) als ein Wert n1(x) bestimmt wird;
    der Wert n1(x) als Schätzwert n(x) für den aktuellen Geräuschpegel n übernommen wird, wenn die dynamischen Variationen des Eingangssignals x(k) einen vorgebbaren Schwellwert ε unterschreiten;
    und wobei der im vorhergehenden Schritt ermittelte Schätzwert n(x) ungeändert als neuer Schätzwert n(x) für den aktuellen Geräuschpegel n übernommen wird, wenn die dynamischen Variationen des Eingangssignals x(k) einen vorgebbaren Schwellwert ε überschreiten,
    dadurch gekennzeichnet, dass der Wert n1(x) durch den Minimalwert aus der Menge aller sukzessive jeweils innerhalb eines Kurzzeitintervalls mit einer zeitlichen Länge ts ≥ 1ms, vorzugsweise ts ≥ 3ms gefundenen Maximumwerte des Eingangssignals x(k) ermittelt wird; und dass ts = 1/fug, wobei fug die untere Grenzfrequenz des übertragenden TK-Systems ist, und wobei fug ≤ 1000 Hz ist.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass fug ≤ 500Hz, vorzugsweise fug ≤ 330Hz und fug ≥ 10Hz.
  3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als Initialisierungswert n0 der maximal darstellbare Wert des Zielsystems für die Signalübertragung innerhalb des TK-Systems gewählt wird.
  4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass für die Bestimmung des Schätzwerts n(x) der Wert n1(x) auf einen vorgebbaren oder festen unteren Grenzwert nmin gesetzt wird, falls ein Wert n1(x) < nmin ermittelt wird.
  5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass für die Bestimmung des Schätzwerts n(x) der Wert n1(x) auf einen vorgebbaren oder festen oberen Grenzwert nmax gesetzt wird, falls ein Wert n1(x) > nmax ermittelt wird.
  6. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die innerhalb der Kurzzeitintervalle gefundenen Maximumwerte des Eingangssignals x(k) mit einem Skalierungsfaktor S< 1 multipliziert in die Ermittlung des Werts n1(x) eingehen.
  7. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein Schwellenwert ε = ε(x) adaptiv mit der Rauhigkeit des Pegels des Eingangssignals x(k) verändert wird.
  8. Prozessorbaugruppe, insbesondere digitaler Signalprozessor (=DSP) mit Mitteln zur Durchführung jedes einzelnen Schrittes des Verfahrens nach einem der vorhergehenden Ansprüche.
  9. Prozessorbaugruppe nach Anspruch 8, dadurch gekennzeichnet, dass die Prozessorbaugruppe aus programmierbarem Gate-Array besteht.
EP01440295A 2000-10-24 2001-09-12 Adaptiver Geräuschpegelschätzer Expired - Lifetime EP1202253B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE10052626 2000-10-24
DE10052626A DE10052626A1 (de) 2000-10-24 2000-10-24 Adaptiver Geräuschpegelschätzer

Publications (3)

Publication Number Publication Date
EP1202253A2 EP1202253A2 (de) 2002-05-02
EP1202253A3 EP1202253A3 (de) 2004-01-02
EP1202253B1 true EP1202253B1 (de) 2005-04-20

Family

ID=7660840

Family Applications (1)

Application Number Title Priority Date Filing Date
EP01440295A Expired - Lifetime EP1202253B1 (de) 2000-10-24 2001-09-12 Adaptiver Geräuschpegelschätzer

Country Status (5)

Country Link
US (1) US6842526B2 (de)
EP (1) EP1202253B1 (de)
JP (1) JP2002198918A (de)
AT (1) ATE293828T1 (de)
DE (2) DE10052626A1 (de)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4490090B2 (ja) * 2003-12-25 2010-06-23 株式会社エヌ・ティ・ティ・ドコモ 有音無音判定装置および有音無音判定方法
JP4601970B2 (ja) * 2004-01-28 2010-12-22 株式会社エヌ・ティ・ティ・ドコモ 有音無音判定装置および有音無音判定方法
US20050226442A1 (en) * 2004-04-12 2005-10-13 Landon Michael D Method and apparatus for achieving temporal volume control
JP4551817B2 (ja) * 2005-05-20 2010-09-29 Ｏｋｉセミコンダクタ株式会社 ノイズレベル推定方法及びその装置
US8275153B2 (en) * 2007-04-16 2012-09-25 Evertz Microsystems Ltd. System and method for generating an audio gain control signal
US8894316B2 (en) * 2009-07-22 2014-11-25 Music Express, Llc Adjustable joint for microphone
CN103238180A (zh) * 2010-11-25 2013-08-07 日本电气株式会社 信号处理设备、信号处理方法及信号处理程序
US10978096B2 (en) * 2017-04-25 2021-04-13 Qualcomm Incorporated Optimized uplink operation for voice over long-term evolution (VoLte) and voice over new radio (VoNR) listen or silent periods
EP4708289A1 (de) * 2019-08-30 2026-03-11 Dolby Laboratories Licensing Corporation Vorkonditionierung von audio für maschinelle wahrnehmung

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3855423A (en) * 1973-05-03 1974-12-17 Bell Telephone Labor Inc Noise spectrum equalizer
US4000369A (en) * 1974-12-05 1976-12-28 Rockwell International Corporation Analog signal channel equalization with signal-in-noise embodiment
DE3243232A1 (de) * 1982-11-23 1984-05-24 Philips Kommunikations Industrie AG, 8500 Nürnberg Verfahren zur erkennung von sprachpausen
US4885790A (en) * 1985-03-18 1989-12-05 Massachusetts Institute Of Technology Processing of acoustic waveforms
NZ228290A (en) * 1988-03-11 1992-01-29 British Telecomm Voice activity detector by spectrum comparison
WO1992015986A1 (en) * 1991-03-05 1992-09-17 Picturetel Corporation Variable bit rate speech encoder
US5341456A (en) * 1992-12-02 1994-08-23 Qualcomm Incorporated Method for determining speech encoding rate in a variable rate vocoder
US5485522A (en) * 1993-09-29 1996-01-16 Ericsson Ge Mobile Communications, Inc. System for adaptively reducing noise in speech signals

Also Published As

Publication number Publication date
JP2002198918A (ja) 2002-07-12
US6842526B2 (en) 2005-01-11
DE10052626A1 (de) 2002-05-02
EP1202253A2 (de) 2002-05-02
DE50105947D1 (de) 2005-05-25
US20020064288A1 (en) 2002-05-30
ATE293828T1 (de) 2005-05-15
EP1202253A3 (de) 2004-01-02

Similar Documents

Publication Publication Date Title
DE69913262T2 (de) Vorrichtung und verfahren zur anpassung der rauschschwelle zur sprachaktivitätsdetektion in einer nichtstationären geräuschumgebung
DE60028779T2 (de) Rückkopplungsanullierung mit niederfrequenzeingang
DE60108401T2 (de) System zur erhöhung der sprachqualität
EP0742664B1 (de) Freisprechverfahren für ein mehrkanaliges Übertragungssystem
EP0421233B1 (de) Vorrichtung gegen das Eindringen von Fremdkörpern in einen Schallwandler
EP0698986A2 (de) Verfahren zur adaptiven Echokompensation
EP1143416A2 (de) Geräuschunterdrückung im Zeitbereich
DE69634841T2 (de) Verfahren und Vorrichtung zur Echokompensation
EP1103956B1 (de) Exponentielle Echo- und Geräuschabsenkung in Sprachpausen
DE19939102C1 (de) Verfahren und Anordnung zum Erkennen von Sprache
DE4330143A1 (de) Anordnung zur Siganlverarbeitung akustischer Eingangssignale
EP2080197B1 (de) Vorrichtung zur geräuschunterdrückung bei einem audiosignal
DE112018003662T5 (de) Sprachsignalnivellierung
EP1202253A2 (de) Adaptiver Geräuschpegelschätzer
EP1155561B1 (de) Vorrichtung und verfahren zur geräuschunterdrückung in fernsprecheinrichtungen
EP0797339B1 (de) Verfahren und Schaltungsanordnung zur Verbesserung der Übertragungseigenschaften einer echobehafteten Übertragungsstrecke in einem Telekommunikationsnetz
DE10137348A1 (de) Verfahren und Schaltungsanordnung zur Geräuschreduktion bei der Sprachübertragung in Kommunikationssystemen
EP0600164A1 (de) Verfahren zum Verbessern der Übertragungseingenschaften einer elektroakustischen Anlage
DE602004006912T2 (de) Verfahren zur Verarbeitung eines akustischen Signals und ein Hörgerät
EP1453355B1 (de) Signalverarbeitung in einem Hörgerät
EP1351550B1 (de) Verfahren zur Anpassung einer Signalverstärkung in einem Hörgerät sowie ein Hörgerät
EP1005016A2 (de) Verfahren und Schaltungsanordnung zur Sprachpegelmessung in einem Sprachsignalverarbeitungssystem
DE10016619A1 (de) Verfahren zur Herabsetzung von Störkomponenten in Sprachsignalen
EP1104096A2 (de) An den aktuellen Geräuschpegel adaptierte Geräuschunterdrückung
DE10030926A1 (de) Störsignalabhängige adaptive Echounterdrückung

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

AX Request for extension of the european patent

Free format text: AL;LT;LV;MK;RO;SI

PUAL Search report despatched

Free format text: ORIGINAL CODE: 0009013

AK Designated contracting states

Kind code of ref document: A3

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

AX Request for extension of the european patent

Extension state: AL LT LV MK RO SI

17P Request for examination filed

Effective date: 20031211

17Q First examination report despatched

Effective date: 20040302

AKX Designation fees paid

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT;WARNING: LAPSES OF ITALIAN PATENTS WITH EFFECTIVE DATE BEFORE 2007 MAY HAVE OCCURRED AT ANY TIME BEFORE 2007. THE CORRECT EFFECTIVE DATE MAY BE DIFFERENT FROM THE ONE RECORDED.

Effective date: 20050420

Ref country code: NL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050420

Ref country code: TR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050420

Ref country code: IE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050420

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050420

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

Effective date: 20050420

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: GERMAN

REF Corresponds to:

Ref document number: 50105947

Country of ref document: DE

Date of ref document: 20050525

Kind code of ref document: P

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050720

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050720

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050720

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: ES

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050731

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: AT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20050912

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050912

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20050920

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MC

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20050930

Ref country code: LI

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20050930

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20050930

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20050930

Ref country code: CH

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20050930

NLV1 Nl: lapsed or annulled due to failure to fulfill the requirements of art. 29p and 29m of the patents act
REG Reference to a national code

Ref country code: IE

Ref legal event code: FD4D

ET Fr: translation filed
PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed

Effective date: 20060123

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DE

Payment date: 20070921

Year of fee payment: 7

BERE Be: lapsed

Owner name: ALCATEL

Effective date: 20050930

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: GB

Payment date: 20070914

Year of fee payment: 7

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20070914

Year of fee payment: 7

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20080912

REG Reference to a national code

Ref country code: FR

Ref legal event code: ST

Effective date: 20090529

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20090401

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20080930

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20080912