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.