Neue Ansätze zur Sprachsignalverarbeitung für verteilte sprecherzugeordnete Mikrofonsysteme im Kraftfahrzeug

Bei der Kommunikation mit Freisprecheinrichtungen oder Sprachbediensystemen in einer
Kraftfahrzeugumgebung wächst zunehmend der Anspruch des Benutzers, eine Bedienung von
mehreren Sitzplatzpositionen aus vornehmen zu können. Die Möglichkeit zur Konferenztelefonie
unter Beteiligung mehrerer sich im Fahrzeug befindlicher Sprecher ist dabei ebenso zu
thematisieren wie der parallele Betrieb von mehreren an verschiedene Empfänger gerichteten
Kommunikationsanwendungen. In dieser Arbeit werden neue Ansätze für ein mehrkanaliges
System zur Sprachsignalverarbeitung basierend auf Signalen verteilter sprecherzugeordneter
Mikrofone im Automobil entwickelt. Zur Realisierung eines flexiblen Gesamtsystems, das
zwischen der Aktivität verschiedener Sprecher differenzieren, Übersprechanteile störender
Sprecher unterdrücken und andere Sprechersignale kombinieren kann, werden neuartige Methoden
in Bezug auf drei Hauptbestandteile einer geeigneten Verarbeitung eingeführt und
mittels instrumenteller Qualitätsmaße analysiert.
Eine energiebasierte Sprecheraktivitätsdetektion bildet den ersten Funktionsblock, der
anhand eines Vergleichs der in den einzelnen Mikrofonsignalen auftretenden Signalleistungen
den gerade aktiven Sprecher detektiert. Ein Grundgedanke für den Entwurf eines in
der Praxis robusten Systems besteht in der Verwendung dieser Detektionsinformation für
die Steuerung der weiteren Algorithmen. Eine Struktur zur Störsprecherunterdrückung bildet
die zweite Komponente des vollständigen Systems, wobei eine adaptive Kompensationsstruktur
einschließlich Nutzsignalblockierung zur verzerrungsarmen Kompensation von
Störsprecheranteilen verwendet wird. Restübersprechen kann durch eine Nachfilterung wirkungsvoll
reduziert werden. Als dritter Systembestandteil erfolgt eine selektive Kombination
der Signale verschiedener Sprecher, indem die einzelnen Mikrofonsignale durch frequenzselektive
Auswahl desjenigen Kanals mit Sprecheraktivität zusammengefasst werden. Neben
einer automatischen Verstärkungsregelung wird als Vorverarbeitung ein Ansatz zur dynamischen
Geräuschreduktion vorgestellt, um möglicherweise unterschiedliche in den Mikrofonen
auftretende Geräuschsignalcharakteristiken anzugleichen. Basierend auf den einzelnen algorithmischen
Ansätzen lässt sich letztendlich ein Gesamtsystem unter Verwendung einer
gemeinsamen Geräuschreduktionskennlinie zur Reduzierung des stationären Hintergrundgeräusches
und der Übersprechkomponenten sowie die Anpassung der Signalcharakteristik bei
der Signalkombination realisieren.
Anhand instrumenteller Qualitätsmaße werden die Vorteile der einzelnen Verarbeitungsschritte
und die geeignete Zusammenfassung im Gesamtsystem belegt. Zur Erzeugung einer
definierten mehrkanaligen Testdatenbasis für sprecherzugeordnete Mikrofone bei mehreren
vorhandenen Sprechern wird ein definiertes neues Vorgehen vorgeschlagen, nach dem sich unterschiedlich
stark gestörte Mikrofonsignale auf Basis von einzelnen gemessenen Signalkomponenten
erzeugen lassen. Zur Auswertung dieser Signale nach oben skizzierter Verarbeitung
werden geeignete Qualitätsmaße eingeführt.