DE112016000545T5

DE112016000545T5 - Kontextabhängiges schalten von mikrofonen

Info

Publication number: DE112016000545T5
Application number: DE112016000545.8T
Authority: DE
Inventors: Shailesh Sakri; Harsha Inna Kedage Rao; Ajay Kumar Dhanapalan
Original assignee: Knowles Electronics LLC
Current assignee: Knowles Electronics LLC
Priority date: 2015-01-30
Filing date: 2016-01-29
Publication date: 2017-11-02
Anticipated expiration: 2036-01-30
Also published as: WO2016123560A1; DE112016000545B4; US9668048B2; CN107210824A; US20160227336A1

Abstract

Bereitgestellt werden Systeme und Verfahren für das kontextabhängige Schalten von Mikrofonen in Audiogeräten. Ein beispielhaftes Verfahren umfasst das Detektieren einer Änderung von Bedingungen zum Erfassen eines akustischen Signals durch mindestens zwei Mikrofone. Eine Konfiguration ist mit den mindestens zwei Mikrofonen assoziiert. Das beispielhafte Verfahren bietet das Bestimmen, dass die Änderung von Bedingungen über eine vorgegebene Zeitspanne dauerhaft war. Als Reaktion auf das Bestimmen ändert das Verfahren die mit den mindestens zwei Mikrofonen assoziierte Konfiguration. Die Bedingungen können die Abwesenheit oder das Vorhandensein von Fernbereichs-Sprache, eines Nachhalls, eines niedrigen/hohen Signal-Rausch-Verhältnisses, eines niedrigen/hohen Signal-Echo-Verhältnisses (SER), von Hintergrundgeräuschen usw. beinhalten. Die Änderung der Konfiguration beinhaltet die Zuweisung eines primären Mikrofons und eines sekundären Mikrofons auf der Basis einer Änderung der Bedingungen. Basierend auf der geänderten Konfiguration können Timing-Parameter zur Rauschunterdrückung und zur akustischen Echokompensation eingestellt werden.

Description

Die vorliegende Anmeldung beansprucht den Vorteil der am 30. Januar 2015 eingereichten vorläufigen U. S. Patentanmeldung Nr. 62/110,171. Der Gegenstand der vorgenannten Anmeldung wird hierin durch Bezugnahme für alle Zwecke aufgenommen.
GEBIET
Die vorliegende Anmeldung bezieht sich allgemein auf die Audioverarbeitung und insbesondere auf Systeme und Verfahren zum kontextabhängigen Schalten von Mikrofonen.
HINTERGRUND
Es ist bei Geräten wie Handys, Personal Computern (PCs), Tablet-Computern, Spielekonsolen und Wearables üblich, dass sie mehr als ein Mikrofon und einen oder mehrere Lautsprecher aufweisen. Mit jeder fortschreitenden Generation der Geräte hat sich der Marktfokus auf die Verbesserung der Erlebnisse des Endbenutzers konzentriert. Es kann undurchführbar sein, dass Mikrofone an gewünschten Orten an einem Mobiltelefon oder anderen Geräten platziert werden, zum Beispiel wegen eines wasserdichten Designs, eines einstöckigen Glasdesigns, gebogener Bildschirme, der Batterieplatzierung, der Lage der Kamera, eines Herzfrequenzsensors, der Lautsprechergröße, Infrarot(IR)/Näherungs-, Feuchtigkeits-, Magnetsensoren und so weiter. Diese Erweiterungen können in unterschiedlichen Szenarien eine gewünschte Leistung zur Herausforderung werden lassen. Beispielsweise ist es angesichts des Formfaktors eines Gerätes und der Lage von Mikrofonen und Lautsprechern am Gerät oft schwierig, die gewünschte Rauschunterdrückung (NS) und die akustische Echokompensation (AEC) in verschiedenen Szenarien zu erhalten, bei denen dasselbe Mikrofon als primäres Mikrofon verwendet wird.
ZUSAMMENFASSUNG
Diese Zusammenfassung dient der Vorstellung eine Auswahl von Konzepten in vereinfachter Form, die weiter unten in der detaillierten Beschreibung beschrieben werden. Diese Zusammenfassung ist nicht dazu bestimmt, Hauptmerkmale oder wesentliche Merkmale des beanspruchten Gegenstandes zu bezeichnen, noch soll sie als Hilfsmittel bei dem Bestimmen des Umfangs des beanspruchten Gegenstandes verwendet werden.
Vorgesehen sind Systeme und Verfahren zum kontextabhängigen Schalten von Mikrofonen. Ein beispielhaftes Verfahren umfasst das Detektieren einer Änderung von Bedingungen zum Erfassen eines akustischen Signals durch mindestens zwei Mikrofone, wobei eine Konfiguration mit den mindestens zwei Mikrofonen assoziiert ist. Das Verfahren ermöglicht das Bestimmen, dass die Änderung der Bedingungen dauerhaft war, indem die Änderung über eine vorgegebene Zeitspanne stattgefunden hat. Als Reaktion auf das Bestimmen umfasst das Verfahren das Ändern der Konfiguration, die mit den mindestens zwei Mikrofonen assoziiert ist.
In verschiedenen Ausführungsformen umfassen die Mikrofone mindestens ein erstes Mikrofon und ein zweites Mikrofon. Die Konfiguration kann beinhalten, dass dem ersten Mikrofon die Funktion des primären Mikrofons zugewiesen wird und dem zweiten Mikrofon die Funktion des sekundären Mikrofons zugewiesen wird. In anderen Ausführungsformen beinhaltet das Ändern der Konfiguration, dass dem ersten Mikrofon die Funktion des sekundären Mikrofons zugewiesen wird und dem zweiten Mikrofon die Funktion des primären Mikrofons zugewiesen wird.
In einigen Ausführungsformen beinhaltet das Verfahren weiter das Einstellen von Abstimmparametern zur Rauschunterdrückung (NS) basierend auf der geänderten Konfiguration. In bestimmten anderen Ausführungsformen beinhaltet das Verfahren weiter das Einstellen von Abstimmparametern zur akustischen Echokompensation (AEC) basierend auf der geänderten Konfiguration.
In anderen Ausführungsformen beinhaltet das Detektieren der Änderung der Bedingungen das Detektieren, dass das erste Mikrofon verdeckt ist und dass das zweite Mikrofon nicht verdeckt ist. Das Verdecktsein kann beispielsweise auf der Basis des Mikrofonenergieniveaus festgestellt werden. Das Ändern der Konfiguration kann beinhalten, dass dem zweiten Mikrofon die Funktion des primären Mikrofons zugewiesen wird.
In einigen Ausführungsformen beinhaltet das Detektieren der Änderung der Bedingungen das Detektieren des Vorhandenseins eines Nachhalls. Die mindestens zwei Mikrofone können mindestens drei Mikrofone umfassen. Als Reaktion auf das Detektieren des Vorhandenseins des Nachhalls beinhaltet das Ändern der Konfiguration das Auswählen eines ersten Mikrofons und eines zweiten Mikrofons aus den mindestens drei Mikrofonen zum Erfassen des akustischen Signals. Das erste Mikrofon und das zweite Mikrofon können ein Paar der Mikrofone sein, die durch einen maximalen Abstand voneinander getrennt sind.
In verschiedenen Ausführungsformen sind die Bedingungen mit mindestens einem der Folgenden assoziiert: der Abwesenheit oder dem Vorhandensein von Fernbereichs-Sprache, einer Art von Hintergrundgeräuschen, der Empfindlichkeiten der mindestens zwei Mikrofone und Dichtungen der mindestens zwei Mikrofone.
In einigen Ausführungsformen umfasst das Bestimmen der Bedingungen eine oder mehrere des Folgenden: das Bestimmen eines Pegels des Signal-Rausch-Verhältnisses (SNR) in dem akustischen Signal und das Bestimmen eines Pegels des Signal-Echo-Verhältnisses (SER) in dem akustischen Signal.
Gemäß einer weiteren beispielhaften Ausführungsform der vorliegenden Offenbarung werden die Schritte des Verfahrens zum kontextabhängigen Schalten von Mikrofonen auf einem maschinenlesbaren Medium mit Anweisungen gespeichert, die, wenn sie von einem oder mehreren Prozessoren implementiert werden, die genannten Schritte durchführen.
Andere beispielhafte Ausführungsformen der Offenbarung und Aspekte werden aus der folgenden Beschreibung in Verbindung mit den folgenden Zeichnungen deutlich.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Ausführungsbeispiele sind beispielhaft und nicht beschränkend in den Figuren der beigefügten Zeichnungen dargestellt, in denen gleiche Bezugszeichen ähnliche Elemente bezeichnen.
1 ist ein Blockdiagramm eines beispielhaften Audiogeräts.
2A und 2B sind Blockdiagramme, die zwei Konfigurationen von Mikrofonen eines Audiogeräts gemäß beispielhafter Ausführungsformen darstellen.
3 ist ein Blockdiagramm, das Zustände darstellt, die gemäß einer beispielhaften Ausführungsform mit Konfigurationen von Mikrofonen und Übergängen zwischen den Zuständen assoziiert sind.
4 ist ein Flussdiagramm eines beispielhaften Verfahrens zum kontextabhängigen Schalten von Mikrofonen gemäß einer beispielhaften Ausführungsform.
5 ist ein Flussdiagramm eines beispielhaften Verfahrens zum kontextabhängigen Schalten von Mikrofonen gemäß einer weiteren beispielhaften Ausführungsform.
6 ist ein Flussdiagramm eines beispielhaften Verfahrens zum kontextabhängigen Schalten von Mikrofonen gemäß noch einer weiteren beispielhaften Ausführungsform.
7 stellt ein beispielhaftes Computersystem dar, das verwendet werden kann, um Ausführungsformen der offenbarten Technologie zu implementieren.
DETAILLIERTE BESCHREIBUNG
Die hierin offenbarte Technologie bezieht sich auf Systeme und Verfahren zum kontextabhängigen Schalten von Mikrofonen. Ausführungsformen der vorliegenden Technologie können mit Audiogeräten ausgeführt werden, die zumindest zum Erfassen und Verarbeiten akustischer Signale betreibbar sind.
Gemäß einer beispielhaften Ausführungsform beinhaltet ein Verfahren zum kontextabhängigen Schalten von Mikrofonen das Detektieren einer Änderung von Bedingungen zum Erfassen eines akustischen Signals durch mindestens zwei Mikrofone. Das Verfahren ermöglicht das Bestimmen, dass die Änderung von Bedingungen über eine vorgegebene Zeitspanne dauerhaft war. Als Reaktion auf das Bestimmen ermöglicht das Verfahren das Ändern der mit den mindestens zwei Mikrofonen assoziierten Konfiguration..
1 ist ein Blockdiagramm, das ein beispielhaftes Audiogerät 100 veranschaulicht, das geeignet ist, ein Verfahren zum kontextabhängigen Schalten von Mikrofonen gemäß einiger Ausführungsformen zu implementieren. Das beispielhafte Audiogerät 100 umfasst einen (Funk-)Sendeempfänger 110, einen Prozessor 130, Mikrofone 120 (weiter auch als Mikrofone 120a, 120b, 120c usw. bezeichnet), einen Lautsprecher 140, ein Audioverarbeitungssystem 150 und Sensoren 160. In anderen Ausführungsformen enthält das Audiogerät 100 mehr oder andere Komponenten, um eine bestimmte Operation oder Funktionalität bereitzustellen. Gleichermaßen kann das Audiogerät 100 weniger Komponenten enthalten, die ähnliche oder äquivalente Funktionen wie die in 1 ausführen.
In einigen Ausführungsformen ist der Sendeempfänger 110 so konfiguriert, dass er mit einem Netzwerk, wie dem Internet, dem Fernnetz (Wide Area Network WAN), dem lokalen Netz (Local Area Network LAN), dem Mobilfunknetz und so weiter kommuniziert, um einen Audiodatenstrom zu empfangen und/oder zu übertragen. Der empfangene Audiodatenstrom kann dann an das Audioverarbeitungssystem 150 und den Lautsprecher 140 weitergeleitet werden.
Der Prozessor 130 enthält Hardware und Software, die die Verarbeitung von Audiodaten und verschiedene andere Operationen in Abhängigkeit von der Art des Audiogeräts 100 (z. B. Kommunikationsvorrichtung und Computer) gemäß einiger Ausführungsformen implementieren. Ein Speicher (z. B. ein nicht-flüchtiges computerlesbares Speichermedium) ist betreibbar, um zumindest teilweise Anweisungen und Daten zur Ausführung durch den Prozessor 130 zu speichern.
In verschiedenen Ausführungsformen enthält das Audioverarbeitungssystem 150 Hardware und Software, die die Codierung von akustische(n) Signal(en) implementieren. Beispielsweise ist das Audioverarbeitungssystem 150 so konfiguriert, dass es akustische Signale von einer akustischen Quelle über Mikrofon(e) 120 (das ein oder mehrere Mikrofone oder akustische Sensoren sein kann) empfängt und die akustischen Signale verarbeitet. Nach dem Empfang durch die/das Mikrophon(e) 120 können die akustischen Signale durch einen Analog-Digital-Wandler in elektrische Signale umgewandelt werden. In einigen Ausführungsformen enthält die Verarbeitung eines akustischen Signals oder akustischen Signalen NS und/oder AEC. Rauschen ist unerwünschte Geräusche einschließlich Straßengeräusche, Umgebungsgeräusche und Sprache von Wesen, die nicht der beabsichtigte Sprecher sind. Zum Beispiel umfassen Rauschquellen eine in Betrieb befindliche Klimaanlage, Lüftungsventilatoren, Fernsehgeräte, Mobiltelefone, Radio-Audiosysteme und dergleichen. Bestimmte Arten von Rauschen können sowohl beim Betrieb von Maschinen (z. B. Autos) als auch von Umgebungen ausgehen, in denen sie tätig sind (z. B. eine Straße, ein Pfad, ein Reifen, ein Rad, ein Ventilator, ein Wischerblatt, ein Motor, ein Auspuff, ein Unterhaltungssystem, Wind, Regen, Wellen und dergleichen).
Ein beispielhaftes Audioverarbeitungssystem, das zur Durchführung von Rauschunterdrückung geeignet ist, wird ausführlicher in der am 8. Juli 2010 eingereichten US-Patentanmeldung Nr. 12/832,901 (jetzt US-Patent Nr. 8,473,287) mit dem Titel ”Method for Jointly Optimizing Noise Reduction and Voice Quality in a Mono or Multi-Microphone System (Verfahren zur gemeinsamen Optimierung der Rauschminderung und Sprachqualität in einem Einfach- oder Mehrfach-Mikrofon-System)” diskutiert, deren Offenbarung hierin durch Bezugnahme für alle Zwecke aufgenommen wird. Als Beispiel und nicht beschränkend sind Rauschunterdrückungsverfahren in der am 30. Juni 2008 eingereichten US-Patentanmeldung Nr. 12/215,980 (jetzt US-Patent Nr. 9,185,487) mit dem Titel „System and Method for Providing Noise Suppression Utilizing Null Processing Noise Subtraction (System und Verfahren zur Bereitstellung von Rauschunterdrückung unter Verwendung von Nullverarbeitungsrauschen-Subtraktion)” beschrieben, und in der am 29. Januar 2007 eingereichten US-Patentanmeldung Nr. 11/699,732 (jetzt US-Patent Nr. 8,194,880) mit dem Titel ”System and Method for Utilizing Omni-Directional Microphones for Speech Enhancement (System und Verfahren zur Verwendung von omni-direktionalen Mikrofonen zur Sprachverstärkung”, die hierin durch Bezugnahme vollumfänglich aufgenommen sind.
Der Lautsprecher 140 ist eine Vorrichtung, die eine Audioausgabe für einen Hörer bereitstellt. In einigen Ausführungsformen enthält das Audiogerät 100 ferner einen Klasse-D-Ausgang, ein Ohrstück eines Headsets oder einen Handapparat an dem Audiogerät 100.
In verschiedenen Ausführungsformen umfassen die Sensoren 160 einen Beschleunigungsmesser, ein Magnetometer, ein Gyroskop, eine Inertialmesseinheit (IMU), einen Temperatursensor, einen Höhensensor, einen Näherungssensor, ein Barometer, einen Feuchtigkeitssensor, einen Farbsensor, einen Lichtsensor, einen Drucksensor, ein GPS-Modul, einen Funksender, einen WiFi-Sensor, einen Ultraschallsensor, einen Infrarotsensor, einen Berührungssensor und dergleichen, wobei sie nicht darauf beschränkt sind. In einigen Ausführungsformen können die Sensordaten verwendet werden, um Bedingungen und Kontext zum Erfassen akustischer Signale durch Mikrofon(e) 120 zu schätzen.
2A und 2B sind Blockdiagramme, die zwei Konfigurationen von Mikrofonen 120 eines Audiogerätes gemäß einiger beispielhafter Ausführungsformen darstellen. Bei den in den 2A und 2B gezeigten Beispielen umfasst das Audiogerät 100 Mikrofone 120a, 120b und 120c (ebenfalls in 1 als Mikrofon(e) 120 gezeigt, gemäß bestimmter Ausführungsformen).
In verschiedenen Ausführungsformen ist jedes der Mikrofone 120a, 120b und 120c betreibbar, um eine vorgegebene Funktionalität bereitzustellen. In einer typischen Situation, wenn ein Benutzer während eines Anrufs auf dem Audiogerät 100 spricht, empfiehlt es sich, dass das dem Mund eines Zielsprechers am nächsten befindliche Mikrofon so konfiguriert ist, dass es als primäres Mikrofon in dem Audiogerät fungiert. In diesem Fall, wie in 2A dargestellt, fungiert das Mikrofon 120a am unteren linken Rand des Geräts als primäres Mikrofon (”PRI”). Die Eingänge von Mikrofonen 120b und 120c, die in diesem Beispiel als Sekundärmikrofon (”SEC”) und Tertiärmikrofon (”TER”) fungieren, können von dem Audiogerät 100 zur Rauschminderung und AEC im akustischen Signal verwendet werden. Die Rauschminderung kann Rauschkompensation und/oder Rauschunterdrückung beinhalten.
In einem beispielhaften Szenario, wenn der Lautsprecher 140 aktiv ist, kann das in diesem Beispiel als primäres Mikrofon designierte Mikrofon 120a aufgrund seiner ummittelbaren Nähe zum Lautsprecher 140 ein starkes Echo aufnehmen. In diesem Szenario ist das zum Erfassen eines Zielsprechers zugewiesene primäre Mikrofon bevorzugt das vom Lautsprecher 140 am weitesten entfernte Mikrofon. Wie in 2B gezeigt, wird für dieses Beispiel dem an der oberen Kante des Audiogeräts 100 befindlichen Mikrofon 120b die Aufgabe des primären Mikrofons zugewiesen (im Gegensatz zu dem in 2A gezeigten Beispiel, wo das Mikrofon 120a als primäres Mikrofon fungiert).
Gemäß verschiedener Ausführungsformen erlauben die hierin beschriebenen Technologien das dynamische Schalten eines oder mehrerer Mikrofone auf der Basis von Nahbereichs-(Zielsprecher-) und Fernbereichs-Bedingungen. Das kontextabhängige Schalten kann auf einem oder mehreren der folgenden Faktoren beruhen: der Abwesenheit oder dem Vorhandensein von Fernbereichs-Sprache (Echo), der Abwesenheit oder dem Vorhandensein von Nachhall, der Art von Hintergrundgeräuschen und Mikrofoneigenschaften wie Empfindlichkeiten und Dichtungen, in einigen Ausführungsformen basiert das kontextabhängige Schalten auf Werten des Signal-Rausch-Verhältnisses (SNR) von durch verschiedenen Mikrofone 120 des Audiogeräts 100 erfassten Signalen. Beispielsweise kann das Zuordnen, welches der beiden Mikrofone ein primäres Mikrofon ist und welches ein sekundäres Mikrofon ist, auf der Bestimmung basieren, welches der Mikrofone 120 gegenwärtig ein niedriges SNR und ein hohes SNR liefert. Ähnlich basiert das kontextabhängige Mikrofonschalten in bestimmten Ausführungsformen auf einem Signal-Echo-Verhältnis (SER) in von verschiedenen Mikrofonen 120 des Audiogeräts 100 erfassten Signalen.
In einigen Ausführungsformen kann eines der Mikrofone 120, beispielsweise das Mikrofon 120a, verdeckt sein. Beispielsweise kann das Mikrofon, das sich am Boden des Audiogeräts 100 befindet (das Mikrofon 120a in 2A und 2B), blockiert sein, wenn das Audiogerät 100 in einen Becherhalter in einem Fahrzeug eingeführt wird. In dieser Situation kann dem anderen Mikrofon, beispielsweise dem Mikrofon 120b, das sich auf der gegenüberliegenden Seite des Audiogeräts 100 befindet, die Funktion des primären Mikrofons zugewiesen (konfiguriert) sein (wie in 2B dargestellt) und dem Mikrofon 120a kann die Funktion des sekundären Mikrofons zugewiesen sein.
3 ist ein Blockdiagramm, das Zustände darstellt, die gemäß einer beispielhaften Ausführungsform mit Konfigurationen von Mikrofonen in Audiogeräten und Übergängen zwischen den Zuständen assoziiert sind. Das beispielhafte Diagramm aus 3 enthält einen Zustand 310 und einen Zustand 320. In einigen Ausführungsformen entspricht der Zustand 310 einer Konfiguration, in der Mikrofon 120a (wie in 2A gezeigt) ein primäres Mikrofon ist, während der Zustand 320 einer Konfiguration entspricht, in der das Mikrofon 120b (wie in 2B gezeigt) das primäre Mikrofon ist. In anderen Ausführungsformen ist jeder der Zustände 310 und 320 mit einem Satz von Abstimmparametern für NS und AEC assoziiert.
In verschiedenen Ausführungsformen unterscheiden sich die beiden Zustände 310 und 320 in 3 durch eines oder mehrere des Folgenden:

1) Abstimmung auf Aggressivität von NS: aggressiver bei niedrigen SNR-Bedingungen und weniger Unterdrückung bei hohen SNR-Bedingungen für stationäre oder nicht-stationäre Ablenker;
2) Robustes Timing für AEC: basierend auf dem Detektieren von Fernbereichs-Aktivitäten, Schalten des primären Mikrofons, so dass es das am weitesten vom Lautsprecher entfernte ist, oder Anpassen der Signalverstärkung des Mikrofons das dem Lautsprecher am nächsten ist, um Beschneidung zu vermeiden.
3) Nachhallbedingungen: wenn Nachhallbedingungen detektiert werden, das Verwenden von Mikrofonen, die durch einen maximalen Abstand voneinander getrennt sind, um den Nachhall von einer Zielrede zu entfernen; und
4) Mikrofon verdeckt: wenn das Mikrofon aufgrund eines Handy-Gehäuses, der Hand eines Benutzers oder durch einen Becherhalter verdeckt ist, das Schalten zur Verwendung von verfügbaren, nicht verdeckten Mikrofonen.

Bedingungs-Hinweise zum Schalten zwischen den Zuständen werden in den Blöcken 330 und 340 geprüft, die auch als ”Hinweise zum Schalten prüfen”-Bausteine bezeichnet werden. In den Blöcken 330 und 340 werden grobe Merkmale zum Erkennen von Bedingungen zum Schalten zwischen den Zuständen verwendet. In verschiedenen Ausführungsformen umfasst die Untermenge von für die Entscheidung verwendeten Hinweisen, ohne darauf beschränkt zu sein:

1) Tonhöhe (Pitch);
2) SNR;
3) SER;
4) Kohärenz;
5) Art der Geräuschquelle (z. B. Zug, Auto, Kneipe, Bibliothek, Cafeteria, Flughafen usw.);
6) Mikrofon-Energieniveau; und
7) das Detektieren von Nachhallbedingungen.

Wenn die Bedingungen für eine Schaltung erfüllt sind, wird in den Blöcken 350 und 360 eine Prüfung der Dauerhaftigkeit von Hinweisen hinsichtlich einer vorgegebenen Zeitspanne durchgeführt. In verschiedenen Ausführungsformen liegt die vorgegebene Zeitspanne in einem Bereich von etwa 20 Millisekunden–50 Millisekunden. Der Übergang von Zustand 310 zu Zustand 320 wird in Reaktion darauf ausgeführt, dass die Bedingungen für eine Schaltung eine vorgegebene Zeitspanne lang erfüllt sind. Ansonsten werden die bestehende Konfiguration der Mikrofone und die zugehörigen Timing-Parameter weiterhin verwendet.
4 ist ein Flussdiagramm, das ein beispielhaftes Verfahrens 400 zum kontextabhängigen Schalten von Mikrofonen gemäß verschiedener beispielhafter Ausführungsformen zeigt. Das beispielhafte Verfahren 400 kann mit dem Audiogerät 100 implementiert werden. Das beispielhafte Verfahren 400 beginnt mit dem Detektieren einer Änderung der Bedingungen zum Erfassen eines akustischen Signals durch mindestens zwei Mikrofone, wobei in Block 410 eine Konfiguration mit den mindestens zwei Mikrofonen assoziiert ist. Die Bedingungen können durch die Abwesenheit oder das Vorhandensein von Fernbereichs-Sprache, einer Art von Hintergrundgeräuschen, Empfindlichkeiten der mindestens zwei Mikrofone und Dichtungen der mindestens zwei Mikrofone gekennzeichnet sein. In bestimmten Ausführungsformen sind die Bedingungen mit einem niedrigen oder hohen SNR in dem akustischen Signal und einem niedrigen oder hohen SER in dem akustischen Signal assoziiert, das von den mindestens zwei Mikrofonen erfasst wird.
Das beispielhafte Verfahren 400 umfasst im Block 420 das Bestimmen, dass die Änderung von Bedingungen für eine vorgegebene Zeitspanne dauerhaft war. Im Block 430 umfasst das beispielhafte Verfahren 400 als Reaktion auf das Bestimmen, das Schalten [sic] einer mit den Mikrofonen assoziierten Konfiguration.
In einigen Ausführungsformen umfasst das Verfahren 400 in Block 440 wahlweise das Einstellen von Abstimmparametern zur Rauschunterdrückung basierend auf der geänderten Konfiguration. In anderen Ausführungsformen umfasst das beispielhafte Verfahren 400 in Block 450 wahlweise das Einstellen von Abstimmparametern zur akustischen Echokompensation basierend auf der geänderten Konfiguration.
5 ist ein Flussdiagramm, das ein beispielhaftes Verfahrens 500 zum kontextabhängigen Schalten von Mikrofonen gemäß verschiedener beispielhafter Ausführungsformen zeigt. Das Beispielhafte Verfahren 500 kann mit dem Audiogerät 100 implementiert werden. Das beispielhafte Verfahren 500 kann im Block 510 mit dem Detektieren beginnen, dass ein erstes Mikrofon der Mikrofone eines Audiogeräts verdeckt ist und ein zweites Mikrofon der Mikrofone nicht verdeckt ist. Im Block 520 umfasst das beispielhafte Verfahren 500, dass dem zweiten Mikrofon die Funktion des primären Mikrofons zum Erfassen eines akustischen Signals zugewiesen wird.
6 ist ein Flussdiagramm, das ein beispielhaftes Verfahrens 600 zum kontextabhängigen Schalten von Mikrofonen gemäß verschiedener beispielhafter Ausführungsformen zeigt. Das Beispielhafte Verfahren 600 kann mit dem Audiogerät 100 implementiert werden. Das beispielhafte Verfahren 600 kann im Block 610 mit dem Detektieren des Vorhandenseins eines Nachhalls in einem akustischen Signal beginnen (z. B. eine Zielsprache), das von mindestens drei Mikrofonen erfasst wird.
Im Block 620 umfasst das Verfahren 600 das Auswählen eines ersten Mikrofons und eines zweiten Mikrofons aus den mindestens drei Mikrofonen zum Erfassen des akustischen Signals. Das erste und das zweite Mikrofon können durch einen maximalen Abstand voneinander getrennt sein, wobei das erste und das zweite Mikrofon verwendet werden, um den Nachhall in dem erfassten akustischen Signal zu entfernen.
7 stellt ein beispielhaftes Computersystem 700 dar, das verwendet werden kann, um einige Ausführungsformen der vorliegenden Offenbarung zu implementieren. Das Computersystem 700 aus 7 kann im Rahmen nach Art von Computern, Netzwerken, Servern oder Kombinationen davon implementiert werden. Das Computersystem 700 aus 7 umfasst eine oder mehrere Prozessoreinheiten 710 und einen Hauptspeicher 720. Der Hauptspeicher 720 speichert teilweise Anweisungen und Daten zur Ausführung durch die Prozessoreinheit(en) 710. Der Hauptspeicher 720 speichert in diesem Beispiel während des Betriebs den ausführbaren Code. Das Computersystem 700 aus 7 umfasst ferner einen Massendatenspeicher 730, eine tragbare Speichervorrichtung 740, Ausgabevorrichtungen 750, Benutzereingabevorrichtungen 760, ein Grafikanzeigesystem 770 und Peripheriegeräte 780.
Die in 7 gezeigten Komponenten sind als über einen einzigen Bus 790 verbunden dargestellt. Die Komponenten können durch eine oder mehrere Datentransporteinrichtungen verbunden sein. Die Prozessoreinheit 710 und der Hauptspeicher 720 sind über einen lokalen Mikroprozessorbus verbunden und der Massendatenspeicher 730, die Peripheriegeräte 780, die tragbare Speichervorrichtung 740 und das Grafikanzeigesystem 770 sind über eine oder mehrere Eingabe/Ausgang (I/O) Busse verbunden.
Der Massendatenspeicher 730, der als ein Magnetplattenlaufwerk, ein Solid-State-Laufwerk oder ein optisches Plattenlaufwerk realisiert sein kann, ist ein Permanentspeicher zum Speichern von Daten und Anweisungen zur Verwendung durch die Prozessoreinheit(en) 710. Der Massendatenspeicher 730 speichert die Systemsoftware zur Implementierung von Ausführungsformen der vorliegenden Offenbarung zum Zwecke des Ladens dieser Software in den Hauptspeicher 720.
Die tragbare Speichervorrichtung 740 arbeitet in Verbindung mit einem tragbaren Permanentspeicher, wie beispielsweise einem Flash-Laufwerk, einer Diskette, einer CD, einem digitalen Bildplattenspeicher oder einem USB-Speicher (Universal Serial Bus) zur Ein- und Ausgabe von Daten und Code in das und aus dem Computersystem 700 von 7. Die Systemsoftware zur Implementierung von Ausführungsformen der vorliegenden Offenbarung wird auf einem derartigen tragbaren Medium gespeichert und über die tragbare Speichervorrichtung 740 in das Computersystem 700 eingegeben.
Die Benutzereingabevorrichtungen 760 können einen Teil einer Benutzerschnittstelle bereitstellen. Die Benutzereingabevorrichtungen 760 können ein oder mehrere Mikrofone, ein alphanumerisches Keypad, wie z. B. ein Tastatur, zum Eingeben von alphanumerischen und anderen Informationen, oder eine Zeigevorrichtung, wie z. B. eine Maus, einen Trackball, einen Stylus oder Cursor-Richtungstasten umfassen. Die Benutzereingabevorrichtungen 760 können auch einen Berührungsbildschirm umfassen. Zusätzlich umfasst das Computersystem 700 Ausgabevorrichtungen 750, wie in 7 gezeigt. Geeignete Ausgabevorrichtungen 750 umfassen Lautsprecher, Drucker, Netzwerkschnittstellen und Monitore.
Das Grafikanzeigesystem 770 umfasst eine Flüssigkristallanzeige (LCD) oder eine andere geeignete Anzeigevorrichtung. Das Grafikanzeigesystem 770 ist konfigurierbar, um Text- und Grafik-Informationen zu empfangen und die Information zur Ausgabe an die Anzeigevorrichtung zu verarbeiten.
Die Peripheriegeräte 780 können jede Art von Computerunterstützungsvorrichtung umfassen, die dem Computersystem zusätzliche Funktionalität beisteuert.
Die in dem Computersystem 700 aus 7 bereitgestellten Komponenten sind typischerweise in Computersystemen vorhanden, die zur Verwendung mit Ausführungsformen der vorliegenden Offenbarung geeignet sind, und sollen eine breite Kategorie solcher im Stand der Technik bekannter Computerkomponenten darstellen. Das Computersystem 700 aus 7 kann daher ein Personal Computer (PC), ein Computer-Handgerät-System, ein Telefon, ein mobiles Computer-System, eine Workstation, ein Tablet, ein Phablet, ein Handy, ein Server, ein Minicomputer, ein Mainframe-Computer, Wearables oder jedes andere Computer-System sein. Der Computer kann auch unterschiedliche Buskonfigurationen, vernetzte Plattformen, Multiprozessorplattformen und dergleichen umfassen. Verschiedene Betriebssysteme können verwendet werden, einschließlich UNIX, LINUX, WINDOWS, MAC OS, PALM OS, QNX ANDROID, IOS, CHROMS, TIZEN und andere geeignete Betriebssysteme.
Die Verarbeitung für verschiedene Ausführungsformen kann in Cloud-basierter Software implementiert werden. In einigen Ausführungsformen ist das Computersystem 700 als eine Cloud-basierte Computerumgebung implementiert, wie beispielsweise als eine in der Computing Cloud operierende virtuelle Maschine. In anderen Ausführungsformen kann das Computersystem 700 selbst eine Cloud-basierte Computerumgebung umfassen, wobei die Funktionalitäten des Computersystems 700 dezentral ausgeführt werden. Das Computersystem 700, wenn es als Computing Cloud konfiguriert ist, kann daher eine Vielzahl von Rechnern in verschiedenen Formen enthalten, wie es nachfolgend detaillierter beschrieben wird.
Im Allgemeinen ist eine Cloud-basierte Rechenumgebung eine Ressource, die typischerweise die Rechenleistung einer großen Gruppierung von Prozessoren (wie beispielsweise innerhalb von Webservern) kombiniert und/oder die Speicherkapazität einer großen Gruppierung von Computerspeichern oder Speichergeräten kombiniert. Cloud-basierte Ressourcen bereitstellende Systeme können ausschließlich von ihren Besitzern genutzt werden, oder solche Systeme können dritten Benutzern zugänglich sein, die Anwendungen innerhalb der Computerinfrastruktur einsetzen, um den Vorteil großer Rechen- oder Speicherressourcen zu nutzen.
Die Cloud kann beispielsweise durch ein Netzwerk von Webservern gebildet sein, die eine Vielzahl von Rechenvorrichtungen wie beispielsweise das Computersystem 700 umfassen, wobei jeder Server (oder zumindest eine Vielzahl davon) Prozessor- und/oder Speicherressourcen bereitstellt. Diese Server können Workloads (Verarbeitungen) verwalten, die von mehreren Benutzern bereitgestellt werden (z. B. Cloud-Resource-Kunden oder anderen Benutzern). Typischerweise liefert jeder Benutzer Workload-Anforderungen an die Cloud, die in Echtzeit – manchmal dramatisch – variieren. Die Art und das Ausmaß dieser Variationen hängt typischerweise von der Art des mit dem Benutzer verbundenen Geschäfts ab.
Die vorliegende Technik ist vorstehend anhand von Ausführungsbeispielen beschrieben. Daher sollen andere Variationen der beispielhaften Ausführungsformen von der vorliegende Offenbarung umfasst sein.

Claims

Ein Verfahren zum kontextabhängigen Schalten von Mikrofonen, das Verfahren umfassend: das Detektieren einer Änderung von Bedingungen zum Erfassen eines akustischen Signals durch mindestens zwei Mikrofone, wobei eine Konfiguration mit den mindestens zwei Mikrofonen assoziiert ist; das Bestimmen, dass die Änderung von Bedingungen über eine vorgegebene Zeitspanne stattgefunden hat; und als Reaktion auf das Bestimmen, das Ändern der mit den mindestens zwei Mikrofonen assoziierten Konfiguration.
Das Verfahren nach Anspruch 1, wobei die Konfiguration beinhaltet, dass dem ersten Mikrofon der mindestens zwei Mikrofone die Funktion des primären Mikrofons zugewiesen wird und dem zweiten Mikrofon der mindestens zwei Mikrofone die Funktion des sekundären Mikrofons zugewiesen wird.
Das Verfahren nach Anspruch 2, wobei das primäre Mikrofon das Mikrofon der mindestens zwei Mikrofone ist, das sich einem Ziel-Sprecher am nächsten befindet.
Das Verfahren nach Anspruch 2, das Ändern der Konfiguration umfassend: dass dem ersten Mikrofon die Funktion des sekundären Mikrofons zugewiesen wird und dass dem zweiten Mikrofon die Funktion des primären Mikrofons zugewiesen wird.
Das Verfahren nach Anspruch 2, weiter umfassend das Einstellen von Abstimmparametern zur Rauschunterdrückung (NS) basierend auf der geänderten Konfiguration.
Das Verfahren nach Anspruch 2, weiter umfassend das Einstellen von Abstimmparametern zur akustischen Echokompensation (AEC) basierend auf der geänderten Konfiguration.
Das Verfahren nach Anspruch 1, wobei das Detektieren der Änderung der Zustände das Detektieren beinhaltet, dass ein erstes Mikrofon der mindestens zwei Mikrofone verdeckt ist und ein zweites Mikrofon der mindestens zwei Mikrofone nicht verdeckt ist.
Das Verfahren nach Anspruch 7, wobei das Detektieren, dass das erste Mikrofon verdeckt ist, auf dem Detektieren des Energieniveaus des ersten Mikrofons basiert und das Detektieren, dass das zweite Mikrofon nicht verdeckt ist, auf dem Detektieren des Energieniveaus des zweiten Mikrofons basiert.
Das Verfahren nach Anspruch 7, wobei das Ändern der Konfiguration beinhaltet, dass dem zweiten Mikrofon die Funktion des primären Mikrofons zugewiesen wird.
Das Verfahren nach Anspruch 1, wobei das Detektieren der Änderung der Bedingungen das Detektieren des Vorhandenseins eines Nachhalls beinhaltet.
Das Verfahren nach Anspruch 10, wobei die mindestens zwei Mikrofone mindestens drei Mikrofone umfassen, wobei, als Reaktion auf das Detektieren des Vorhandenseins des Nachhalls beinhaltet das Ändern der Konfiguration das Auswählen eines ersten Mikrofons und eines zweiten Mikrofons aus den mindestens drei Mikrofonen zum Erfassen des akustischen Signals, wobei das erste und das zweite Mikrofon durch einen Abstand voneinander getrennt sind, der einem maximalen Abstand zwischen irgendeinem Paar der mindestens drei Mikrofone entspricht.
Das Verfahren nach Anspruch 1, wobei das Detektieren der Änderung der Bedingungen das Detektieren der Veränderung in mindestens einem der Folgenden beinhaltet: das Vorhandensein von Fernbereichs-Sprache: die Art der Hintergrundgeräusche; die Empfindlichkeiten der mindestens zwei Mikrofone; und die Dichtungen der mindestens zwei Mikrofone.
Das Verfahren nach Anspruch 1, wobei das Detektieren der Änderung der Bedingungen das Detektieren der Veränderung in mindestens einem der Folgenden beinhaltet: der Pegel des Signal-Rausch-Verhältnisses (SNR) in dem akustischen Signal; und der Pegel des Signal-Echo-Verhältnisses (SER) in dem akustischen Signal.
Ein System zum kontextabhängigen Schalten von Mikrofonen, das System umfassend: mindestens einen Prozessor; und einen Speicher, der kommunikativ mit dem mindestens einen Prozessor gekoppelt ist, wobei der Speicher Anweisungen speichert, die, wenn sie von dem mindestens einem Prozessor ausgeführt werden, ein Verfahren ausführen, umfassend: das Detektieren einer Änderung von Bedingungen zum Erfassen eines akustischen Signals durch mindestens zwei Mikrofone, wobei eine Konfiguration mit den mindestens zwei Mikrofonen assoziiert ist; das Bestimmen, dass die Änderung von Bedingungen über eine vorgegebene Zeitspanne stattgefunden hat; und als Reaktion auf das Bestimmen, das Ändern der mit den mindestens zwei Mikrofonen assoziierten Konfiguration.
Das System nach Anspruch 14, wobei die Konfiguration beinhaltet, dass dem ersten Mikrofon der mindestens zwei Mikrofone die Funktion des primären Mikrofons zugewiesen wird und dem zweiten Mikrofon der mindestens zwei Mikrofone die Funktion des sekundären Mikrofons zugewiesen wird.
Das System nach Anspruch 15, wobei das primäre Mikrofon das Mikrofon der mindestens zwei Mikrofone ist, das sich einem Ziel-Sprecher am nächsten befindet.
Das System nach Anspruch 15, das Ändern der Konfiguration umfassend: dass dem ersten Mikrofon die Funktion des sekundären Mikrofons zugewiesen wird und dem zweiten Mikrofon die Funktion des primären Mikrofons zugewiesen wird.
Das System nach Anspruch 15, weiter umfassend das Einstellen von Abstimmparametern zur Rauschunterdrückung (NS) basierend auf der geänderten Konfiguration.
Das System nach Anspruch 15, weiter umfassend das Einstellen von Abstimmparametern zur akustischen Echokompensation (AEC) basierend auf der geänderten Konfiguration.
Das System nach Anspruch 14, wobei das Detektieren der Änderung der Bedingungen das Detektieren der Veränderung in mindestens einem der Folgenden beinhaltet: das Vorhandensein von Fernbereichs-Sprache: die Art der Hintergrundgeräusche; die Empfindlichkeiten der mindestens zwei Mikrofone; und die Dichtungen der mindestens zwei Mikrofone.
Ein nicht-flüchtiges computerlesbares Speichermedium mit darin enthaltenen Anweisungen, die, wenn sie durch mindestens einen Prozessor ausgeführt werden, Schritte eines Verfahrens durchführen, das Verfahren umfassend: das Detektieren einer Änderung von Bedingungen zum Erfassen eines akustischen Signals durch mindestens zwei Mikrofone, wobei eine Konfiguration mit den mindestens zwei Mikrofonen assoziiert ist; das Bestimmen, dass die Änderung von Bedingungen über eine vorgegebene Zeitspanne stattgefunden hat; und als Reaktion auf das Bestimmen, das Ändern der mit den mindestens zwei Mikrofonen assoziierten Konfiguration.