Search

EP-4738343-A1 - METHOD FOR ADAPTIVE ACTIVE NOISE CANCELLATION

EP4738343A1EP 4738343 A1EP4738343 A1EP 4738343A1EP-4738343-A1

Abstract

Die Erfindung betrifft ein Verfahren (100) zur adaptiven aktiven Störgeräuschunterdrückung für ein tragbares Audiosystem (10), das eine Mikrofoneinheit umfassend mindestens ein erstes Mikrofon (18) aufweist sowie einen Lautsprecher (26), eine Speichereinheit und eine Recheneinheit (24) aufweist, wobei das Verfahren (100) die nachfolgenden Merkmale aufweist: - Bereitstellen (110) von Auswertedaten umfassend Audiodaten, wobei die Audiodaten unter Verwendung der Mikrofoneinheit aufgenommen werden, wobei die Audiodaten mindestens ein erstes Audiosignal aufweisen, das mit dem ersten Mikrofon der Mikrofoneinheit aufgenommen wird; - Bestimmen (120) von Filterkoeffizienten in Abhängigkeit von den bereitgestellten Auswertedaten unter Verwendung der Recheneinheit; - Erzeugung (130) gefilterter Audiodaten aus den aufgenommenen Audiodaten unter Verwendung der Filterkoeffizienten und der Recheneinheit; und - Wiedergabe (140) der gefilterten Audiodaten unter Verwendung des Lautsprechers.

Inventors

  • Fabry, Johannes
  • BRANDIS, Raphael Nicolas
  • Liebich, Stefan

Assignees

  • Elevear GmbH

Dates

Publication Date
20260506
Application Date
20241031

Claims (15)

  1. Verfahren (100) zur adaptiven aktiven Störgeräuschunterdrückung für ein tragbares Audiosystem (10), das eine Mikrofoneinheit umfassend mindestens ein erstes Mikrofon (18) aufweist sowie einen Lautsprecher (26), eine Speichereinheit und eine Recheneinheit (24) aufweist, wobei das Verfahren (100) die nachfolgenden Merkmale aufweist: - Bereitstellen (110) von Auswertedaten umfassend Audiodaten, wobei die Audiodaten unter Verwendung der Mikrofoneinheit aufgenommen werden, wobei die Audiodaten mindestens ein erstes Audiosignal aufweisen, das mit dem ersten Mikrofon (18) der Mikrofoneinheit aufgenommen wird; - Bestimmen (120) von Filterkoeffizienten in Abhängigkeit von den bereitgestellten Auswertedaten unter Verwendung der Recheneinheit (24); - Erzeugung (130) gefilterter Audiodaten aus den aufgenommenen Audiodaten unter Verwendung der Filterkoeffizienten und der Recheneinheit (24); - Wiedergabe (140) der gefilterten Audiodaten unter Verwendung des Lautsprechers (26); wobei - das Bestimmen der Filterkoeffizienten auf der Verwendung eines auf maschinellem Lernen basierenden Modells beruht; - das auf maschinellem Lernen basierende Modell in der Speichereinheit gespeichert ist; - das auf maschinellem Lernen basierende Modell mit Trainingsdaten trainiert ist, wobei die Trainingsdaten Trainings-Audiodaten sowie den Trainings-Audiodaten zugeordnete Trainings-Filterkoeffizienten aufweisen, wobei - die bereitgestellten Auswertedaten in das auf maschinellem Lernen basierende Modell eingegeben werden und in Abhängigkeit von den bereitgestellten Auswertedaten, durch das auf maschinellem Lernen basierende Modell, Filterkoeffizienten ausgegeben werden.
  2. Verfahren (100) nach Anspruch 1, dadurch gekennzeichnet, dass das Verfahren (100) einen Trainingsprozess für das Trainieren des auf maschinellem Lernen basierenden Modells umfasst.
  3. Verfahren (200) nach Anspruch 2, wobei der Trainingsprozess die nachfolgenden Schritte aufweist: - Bereitstellen (210) von Trainings-Audiodaten umfassend mindestens ein erstes Audiosignal; - Bestimmen (220) jeweils eines Filterkoeffizienten-Satzes für die bereitgestellten Trainings-Audiodaten; - wobei die Bestimmung jeweils eines Filterkoeffizienten-Satzes eine Reduktion einer Kostenfunktion umfasst, wobei die Kostenfunktion bevorzugt einen Schalldruckpegel im Gehörgang (14) eines Benutzers beschreibt; - Trainieren (230) des auf maschinellem Lernen basierenden Modells unter Verwendung der Trainings-Audiodaten und der bestimmten Filterkoeffizienten-Sätze; und - Speichern (240) des trainierten Modells in einer Trainings-Speichereinheit.
  4. Verfahren (200) nach Anspruch 3, dadurch gekennzeichnet, dass die Reduktion der Kostenfunktion eine Reduktion einer Kostenfunktion umfasst, die den Schalldruckpegel im äußeren Gehörgang (14) eines Benutzers beschreibt.
  5. Verfahren (200) nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass das erste Audiosignal als ein in den Frequenzbereich umgewandeltes Audiosignal bereitgestellt wird, wobei die Umwandlung in den Frequenzbereich bevorzugt über eine Kurzzeit-Fouriertransformation erfolgt.
  6. Verfahren (200) nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Audiodaten ein zweites Audiosignal aufweisen, das mit einem zweiten Mikrofon (20) der Mikrofoneinheit aufgenommen wird.
  7. Verfahren (200) nach Anspruch 6, dadurch gekennzeichnet, dass die Audiodaten ein drittes Audiosignal aufweisen, das mit einem dritten Mikrofon (28) der Mikrofoneinheit aufgenommen wird.
  8. Verfahren (200) nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Auswertedaten mindestens eine Transferfunktion aufweisen, die den Übertragungspfad zwischen einem äußeren Störgeräusch und dem Innenohr beschreiben.
  9. Verfahren (200) nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Auswertedaten Anpassungsdaten aufweisen, welche die Anpassung des Audiosystems am Kopf des Benutzers charakterisieren und/oder Richtungsdaten, welche die Einfallsrichtung eines Störgeräuschs charakterisieren.
  10. Verfahren (200) nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass das auf maschinellem Lernen basierende Modell ein künstliches neuronales Netz, eine Support Vector Maschine oder eine lineare Regression umfasst.
  11. Audiosystem (10) zur adaptiven aktiven Störgeräuschreduktion, umfassend eine Mikrofoneinheit mit mindestens einem ersten Mikrofon (18), einen Lautsprecher (26), eine Speichereinheit und eine Recheneinheit (24), wobei - die Mikrofoneinheit dazu ausgelegt ist, Auswertedaten umfassend Audiodaten aufzunehmen, wobei die Audiodaten mindestens ein erstes Audiosignal aufweisen, und das erste Mikrofon (18) der Mikrofoneinheit dazu ausgelegt ist, das erste Audiosignal aufzunehmen; - die Recheneinheit (24) dazu ausgelegt ist, Filterkoeffizienten in Abhängigkeit von den bereitgestellten Auswertedaten zu bestimmen; - die Recheneinheit dazu ausgelegt ist, gefilterte Audiodaten aus den aufgenommenen Audiodaten unter Verwendung der Filterkoeffizienten zu erzeugen; - der Lautsprecher (26) dazu ausgelegt ist, die gefilterten Audiodaten auszugeben; wobei - die Recheneinheit (24) dazu ausgelegt ist, die Filterkoeffizienten unter Verwendung eines auf maschinellem Lernen basierenden Modells zu bestimmen; - das auf maschinellem Lernen basierende Modell in der Speichereinheit gespeichert ist; - das auf maschinellem Lernen basierende Modell mit Trainingsdaten trainiert ist, wobei die Trainingsdaten Trainings-Audiodaten sowie den Trainings-Audiodaten zugeordnete Trainings-Filterkoeffizienten aufweisen, - die Recheneinheit (24) dazu ausgelegt ist, die bereitgestellten Auswertedaten in das auf maschinellem Lernen basierende Modell einzugeben und in Abhängigkeit von den bereitgestellten Auswertedaten, durch das auf maschinellem Lernen basierende Modell, Filterkoeffizienten zu bestimmen.
  12. Audiosystem (10) nach Anspruch 11, dadurch gekennzeichnet, dass die Mikrofoneinheit ein zweites Mikrofon (20) aufweist, das dazu ausgelegt ist, ein zweites Audiosignal der Auswertedaten aufzunehmen.
  13. Audiosystem (10) nach Anspruch 12, dadurch gekennzeichnet, dass das zweite Mikrofon (20) dazu ausgebildet ist, einen Schall innerhalb eines Gehörgangs (14) eines Benutzers zu erfassen.
  14. Audiosystem (10) nach einem der Ansprüche 11 bis 13, dadurch gekennzeichnet, dass die Mikrofoneinheit ein drittes Mikrofon (28) aufweist, das dazu ausgelegt ist, ein drittes Audiosignal der Auswertedaten aufzunehmen.
  15. Audiosystem (10) nach Anspruch 14, dadurch gekennzeichnet, dass das dritte Mikrofon (28) bevorzugt dazu ausgelegt ist, einen Schall außerhalb eines Gehörgangs (14) eines Benutzers zu erfassen.

Description

Die vorliegende Erfindung betrifft ein Verfahren zur adaptiven aktiven Störgeräuschunterdrückung für ein Audiosystem sowie ein entsprechendes Audiosystem. Verfahren zur Störgeräuschunterdrückung sind in verschiedenen Varianten weitläufig bekannt. Im Allgemeinen wird dabei zwischen der passiven und der aktiven Störgeräuschunterdrückung unterschieden. Während bei der passiven Störgeräuschunterdrückung schallabsorbierende Materialien zum Einsatz kommen, die äußere Störgeräusche abschirmen und dadurch die von einem Benutzer wahrgenommenen Störgeräusche reduzieren, werden bei der aktiven Störgeräuschreduktion externe Störgeräusche durch ein Mikrofon aufgenommen und durch eine Recheneinheit analysiert, wobei anschließend ein gegenphasiges Signal erzeugt wird, das über einen Lautsprecher ausgegeben wird. Das gegenphasige Signal interferiert derart mit dem Störgeräusch, dass es zu einer destruktiven Interferenz kommt und das Störgeräusch ausgelöscht oder zumindest stark reduziert wird. Verfahren zur aktiven Störgeräuschreduktion können insbesondere in Kopfhörern (auch als ANC- bzw. Active-Noice-Cancelling-Köpfhörer bezeichnet), Headsets, Hörgeräten und sonstigen Audiosystemen zum Einsatz kommen. Der Einsatz des erfindungsgemäßen Verfahrens ist jedoch explizit nicht auf die vorstehend genannten Vorrichtungen beschränkt. Hingegen kann das erfindungsgemäße Verfahren ebenso bei weiteren Audiosystemen eingesetzt werden, bei denen eine aktive Störgeräuschreduktion gewünscht ist. Bei den Verfahren zur aktiven Störgeräuschunterdrückung können digitale Filter zum Einsatz kommen, die durch Filterkoeffizienten beschrieben werden. Die aufgenommenen Störgeräusche können durch das digitale Filter geleitet werden, wobei das Filter bestimmt, inwiefern die Frequenzkomponenten des Störsignals nach Magnitude und Phase modifiziert werden. Anschließend kann ein gegenphasiges Signal erzeugt werden, dass dann mit dem Störgeräusch destruktiv interferiert und zu einer Reduzierung des durch den Benutzer empfangenen Störgeräuschs führt. Die Bestimmung geeigneter Filterkoeffizienten für ein individuelles Anwendungsszenario (unterschiedliche Störgeräusche, unterschiedliche Passung des Audiogerätes (beispielsweise Sitz eines Kopfhörers), unterschiedliche Einfallsrichtung des Störgeräuschs, etc.) stellt in der Praxis eine beachtliche Herausforderung dar. Ausgehend von der vorstehend beschriebenen Problematik ist es Aufgabe der vorliegenden Erfindung, ein Verfahren zur adaptiven aktiven Störgeräuschreduktion für ein tragbares Audiogerät bereitzustellen, das eine optimierte Bereitstellung der Filterkoeffizienten erlaubt. Zur Lösung der beschriebenen Aufgabe wird mit der vorliegenden Erfindung ein Verfahren zur adaptiven aktiven Störgeräuschunterdrückung für ein tragbares Audiosystem vorgeschlagen, das eine Mikrofoneinheit umfassend mindestens ein erstes Mikrofon aufweist sowie einen Lautsprecher, eine Speichereinheit und eine Recheneinheit, wobei das Verfahren die nachfolgenden Merkmale aufweist: Bereitstellen von Auswertedaten umfassend Audiodaten, wobei die Audiodaten unter Verwendung der Mikrofoneinheit aufgenommen werden, wobei die Audiodaten mindestens ein erstes Audiosignal aufweisen, das mit dem ersten Mikrofon der Mikrofoneinheit aufgenommen wird;Bestimmen von Filterkoeffizienten in Abhängigkeit von den bereitgestellten Auswertedaten unter Verwendung der Recheneinheit;Erzeugung gefilterter Audiodaten aus den aufgenommenen Audiodaten unter Verwendung der Filterkoeffizienten und der Recheneinheit;Wiedergabe der gefilterten Audiodaten unter Verwendung des Lautsprechers; wobeidas Bestimmen der Filterkoeffizienten auf der Verwendung eines auf maschinellem Lernen basierenden Modells beruht;das auf maschinellem Lernen basierende Modell in der Speichereinheit gespeichert ist;das auf maschinellem Lernen basierende Modell mit Trainingsdaten trainiert ist, wobei die Trainingsdaten Trainings-Audiodaten sowie den Trainings-Audiodaten zugeordnete Trainings-Filterkoeffizienten aufweisen, wobeidie bereitgestellten Auswertedaten in das auf maschinellem Lernen basierende Modell eingegeben werden und in Abhängigkeit von den bereitgestellten Auswertedaten, durch das auf maschinellem Lernen basierende Modell, Filterkoeffizienten ausgegeben werden. Das erfindungsgemäße Verfahren bietet den Vorteil, dass die für die adaptive aktive Störgeräuschunterdrückung benötigten optimalen Filterkoeffizienten automatisch und in effizienter Weise bestimmt werden können. Die Filterkoeffizienten werden in Abhängigkeit von dem aktuellen Anwendungsszenario ermittelt. Dabei können beispielsweise die spektralen Eigenschaften des aktuell vorhandenen Störgeräuschs berücksichtigt werden. Darüber hinaus können, wie nachfolgend noch im Detail erläutert wird, die Einfallsrichtung des Störgeräuschs und auch die Passung bzw. Sitz des Audiogerätes berücksichtigt werden, und zwar insbesondere dann, wenn mehrere Mikrofone bereitgestellt werden, die dazu ausgelegt sind, mehrere Audiosignale a