提供扬声器封闭麦克风系统描述的设备和方法
【技术领域】
[0001] 本发明涉及音频信号处理，并且特别涉及用于识别扬声器封闭麦克风系统（louds peaker-enclosure-microphone system)的设备和方法。
【背景技术】
[0002] 空间音频再现技术变得越来越重要。新兴的空间音频再现技术比如波场合成 (WFS，wavefieldsynthesis)(参见[1])或高阶高保真度立体声响复制（参见[2])目的 在于在扩展的收听区域中创建或者再现声波场，其中该声波场提供了期望的声场景的完美 空间印象。再现技术比如WFS或者H0A使用大量再现声道来向收听者提供高质量空间印象。 为此，通常使用具有数十至数百个元件的扬声器阵列。这些技术与空间记录系统的结合开 启了新的应用领域，比如身临其境的远程现场感和自然声人/机交互。为了获得更身临其 境的用户体验，可以通过空间记录系统来补充这样的再现系统以接近新的应用领域或者改 进再现质量。扬声器阵列、封闭室和麦克风阵列的组合称为扬声器封闭麦克风系统，并且在 许多应用情况下通过观察目前的扬声器和麦克风信号来识别。作为示例，室内的本地声场 景通常记录在由再现系统回放另一声场景的室内。
[0003] 然而，在这样的情况下无扬声器的回音则不能观察到本地声场景的期望麦克风信 号。在电话会议中，作为结果的信号会搅扰远端方[3]，同时在基于语音的人/机前端中 的语音识别器通常会展现出较差的识别率[4]。通常使用回声消除（AEC，acoustic echo cancellation)从所记录的麦克风信号中去除不想要的扬声器回音，同时在不降低质量的 情况下保存本地声场景的期望信号。为此，通过自适应滤波器对扬声器封闭麦克风系统 (LEMS，loudspeaker-enclosure-microphone system)进行建模，该自适应滤波器产生对包 含在麦克风信号中的扬声器回音的估计，该扬声器回音从实际麦克风信号中被减去。该任 务包括对LEMS的识别，从而理想地产生唯一解。下面，术语LEMS始终指MM0 LEMS (多输 入多输出LEMS)。
[0004] AEC在多声道（MC，multichannel)再现情况下与单声道的情况相比明显更具挑 战性，这是因为通常会出现下述非唯一性问题：由于扬声器信号（例如，立体设置中的左声 道和右声道的扬声器信号）之间的强互相关，所以该识别问题的条件不好，不可能唯一地 识别出对应的LEMS的脉冲响应[6]。相反，识别出的系统表不通过扬声器信号的相关性质 来定义的无穷多解中的仅一个解。因此，仅仅不完全地识别出真实的LEMS。从立体音响 AEC (参见例如[6])中已知该非唯一性问题，并且对于大规模多声道再现系统，比如以波场 合成系统为例，该非唯一性问题变得严重。
[0005] 不完全识别系统仍针对目前扬声器信号描述真实LEMS的行为，并且因此可以被 用于不同的自适应滤波应用，然而识别的脉冲响应可能不同于真实的脉冲响应。在AEC的 情况下，获得的脉冲响应描述了对明显抑制扬声器回音足够好的LEMS。
[0006] 然而，当扬声器信号的互相关性质变化时，这不再是真实的，并且依赖自适应滤波 器的系统的行为实际上会不可控。当扬声器信号的互相关有变化时，回音消除性能出故障 是通常的后果。这种鲁棒性缺少对MCAEC的应用构成大障碍。而且，其他的应用比如聆听 室均衡（还称为收听室均衡）或者有源噪音消除（还称为有源噪音控制）也取决于系统识 另IJ，并且以相同方式受到强烈影响。
[0007] 为了在这些情况下提高鲁棒性，通常改变扬声器信号以实现去相关，使得能够唯 一地识别出真实LEMS。扬声器信号的去相关是常规选择。
[0008] 为了此目的，针对每个扬声器信号已知有三个选项：将相互独立的噪音信号与扬 声器信号相加[5、6、7]、不同非线性处理[6、9]或者不同时变滤波[10、11]。尽管不知道完 美解，然而已示出时变相位调制甚至可被应用于高质量音频[11]。虽然所提到的技术理想 上应当不损害所感觉的声音质量，然而应用所提到的再现技术的这些方法可能不是最佳选 择：由于WFS和H0A的扬声器信号以分析的方式确定，所以时变滤波会使再现波场明显失 真，并且当目的是高质量音频再现时，收听者很可能不接受添加噪音信号或者非线性预处 理。
[0009] 可能存在扬声器信号的改变是不想要的或不实用的情况。通过WFS来给出示例， 其中，根据基础理论来确定扬声器信号并且相位上的偏差会使再现波场失真。另一示例是 再现系统的扩展，其中，扬声器信号是可观察的，而不能被改变。然而，在这样的情况下，仍 可以通过试探性方法来减轻非唯一性问题的后果以改进系统描述。这样的试探可以基于与 LEMS的传感器位置和作为结果的脉冲响应有关的知识。对于由Shimauchi等人提出[12] 的在对称阵列设置中的立体声AEC，其中假定该对称阵列设置产生脉冲响应的对称，该脉冲 响应是针对对应的扬声器至麦克风路径的脉冲响应。
[0010] 在使扬声器信号不改变的情况下，仍可以在发生非唯一'丨生问题时改进系统描述， 然而过去几乎没有调查过该可能性。为此，可以使用LEMS几何学的知识来得到另外的约 束，以在试探性意义下选择针对系统描述的改进解。在[12]中给出了一种这样的方法，其 中相应地运用了立体声阵列设置的对称性。
[0011] 然而，在[12]中，对于具有大量扬声器和麦克风的系统，比如扬声器封闭麦克风 系统，没有给出任何解。
[0012] 对于包括多声道回声消除（MCAEC，multichannel acoustic echo cancellation)
[13] 、多声道收听室均衡[27]和多声道有源噪声控制[28]的声信号处理中的各种自适 应滤波任务，由Buchner等人在2004年提出了波域自适应滤波。在2008年，Buchner和 Spors公布了应用于与波域自适应滤波（WDAF，wave-domain adaptive filtering) -起使 用的MCAEC[14]的广义频域自适应滤波（GFDAF，generalized frequency-domain adaptive filtering)算法的公式[15]，然而忽视了非唯一'丨生问题[15]。
[0013] 本发明的目的是提供用于识别扬声器封闭麦克风系统的改进的构思。通过根据权 利要求1所述的设备、通过根据权利要求17所述的方法以及通过根据权利要求19所述的 计算机程序来解决本发明的目的。
【发明内容】
[0014] 提供了一种用于提供扬声器封闭麦克风系统的当前扬声器封闭麦克风系统描述 的设备。该设备包括用于生成多个波域扬声器音频信号的第一变换单元。而且，该设备包 括用于生成多个波域麦克风音频信号的第二变换单元。此外，该设备包括系统描述生成器， 该系统描述生成器用于基于多个波域扬声器音频信号、基于多个波域麦克风音频信号并且 基于多个稱合值来生成当前扬声器封闭麦克风系统描述，其中，该系统描述生成器被配置 成通过确定关系指示来确定分配给多个波域对中的一个波域对的每个耦合值，所述关系指 示指示扬声器信号变换值与麦克风信号变换值之间的关系。
[0015] 具体地，提供了一种用于提供扬声器封闭麦克风系统的当前扬声器封闭麦克风系 统描述的设备，其中，该扬声器封闭麦克风系统包括多个扬声器和多个麦克风。
[0016] 该设备包括第一变换单元，该第一变换单元用于生成多个波域扬声器音频信号， 其中，该第一变换单元被配置成基于多个时域扬声器音频信号并且基于多个扬声器信号变 换值中的一个或更多个扬声器信号变换值来生成波域扬声器音频信号中的每个波域扬声 器音频信号，该多个扬声器信号变换值中的一个或更多个扬声器信号变换值被分配给所生 成的所述波域扬声器音频信号。
[0017] 而且，该设备包括第二变换单元，该第二变换单元用于生成多个波域麦克风音频 信号，其中，该第二变换单元被配置成基于多个时域麦克风音频信号并且基于多个麦克风 信号变换值中的一个或更多个麦克风信号变换值来生成波域麦克风音频信号中的每个波 域麦克风音频信号，该多个麦克风信号变换值中的一个或更多个麦克风信号变换值被分配 给所生成的所述波域扬声器音频信号。
[0018] 此外，该设备包括系统描述生成器，该系统描述生成器用于基于多个波域扬声器 音频信号并且经济与多个波域麦克风音频信号来生成当前扬声器封闭麦克风系统描述。
[0019] 该系统描述生成器被配置成基于多个稱合值来生成扬声器封闭麦克风系统描述， 其中该多个耦合值