Vortragende:

Monika Schmitz, Bachelorstudentin

Thema: 

"Zur Entzerrung von quasi-kontinuierlichen kopfbezogenen Impulsantworten"

Datum:

Donnerstag, 24. Mai 2012

Zeit:

14:00 Uhr

Ort:

Hörsaal 4G des IND

Die sogenannte Head-Related Impulse Response (HRIR) beschreibt für einen bestimmten Schalleinfallswinkel die Schallübertragung aus dem Freifeld bis zum Innenohr. Mit der Aufzeichnung von HRIRs für unterschiedliche Einfallswinkel lassen sich binaurale Signale generieren, die bei der Wiedergabe über Kopfhörer einen Raumeindruck vermitteln. So lässt sich beispielsweise ein virtueller Raum synthetisieren.

Im Rahmen vorangegangener Studienarbeiten ist ein neuartiges Verfahren zur Messung von HRIRs mit quasikontinuierlicher Winkelauflösung untersucht worden, das auf dem Normalized-Least Mean Square (NLMS) Algorithmus basiert.

Bislang ist bei der Auswertung der Daten die Problematik der Entzerrung von Hardwarekomponenten nicht berücksichtig worden. In dieser Bachelorarbeit wurde nun der Einfluss von Entzerrungsmaßnahmen auf Basis einer durchgeführten Referenzmessreihe untersucht. Hierzu sind sowohl objektive Maße als auch die subjektive Audioqualität berücksichtigt worden.

Alle Interessierten sind herzlich eingeladen, eine Anmeldung ist nicht erforderlich.

Vortragender:

Dipl.-Ing. Bernd Geiser

Thema: 

"High-Definition Telephony over Heterogeneous Networks"

Datum:

Mittwoch, 18. April 2012

Zeit:

14:00 Uhr

Ort:

Hörsaal 4G des IND

As of today, (fixed and mobile) telephone connections are still restricted to audio frequencies below 4 kHz, leading to the familiar sound character of “telephone speech.” Meanwhile several coding standards for “High-Definition” Telephony HD voice (7 kHz) are available which offer a significantly better audio quality and speech intelligibility. However, the required costly and time-consuming modifications of the existing network equipment turned out to be a major obstacle for the introduction. The transition from today´s plain old telephony to the future HD voice networks will take a very long time period.

To account for this situation, in this thesis, concepts, methods and algorithms are investigated, evaluated and compared that facilitate a major audio quality upgrade of existing speech communication systems while maintaining backwards compatibility with the installed infrastructure.

The thesis makes major contributions to the following three principal scenarios:

Bandwidth Extension for Embedded Speech and Audio Coding

Two new bandwidth extension (BWE) algorithms are presented which have been developed in the context of recent ITU-T standardization projects for embedded speech and audio coding:

Artificial Bandwidth Extension without Auxiliary Information

Additional audio frequen­cies can be estimated from the received, band-limited signal alone. A consistent quality improvement over band-limited speech signals is obtained, but the quality does not reach the level of the embedded codec.

Bandwidth Extension with Steganographic Parameter Transmission

The availability of (even a small amount of) additional information can dra­mati­cally improve the quality of state-of-the-art speech codecs. For the common case that a modification of the digital bitstream format is not allowed, a new solution is proposed: Data hiding techniques are used to deliver the BWE information to the receiving terminal without altering the standard bitstream format. The inaudibility of the hidden information is ensured by a joint source encoding and data hiding procedure. As a practically relevant application, this concept is applied to ACELP (Algebraic Code Excited Linear Prediction) codecs as used in GSM/UMTS mobile telephony. The key advantage of the proposed solution is its full backwards compatibility with the standard narrowband codecs, i.e., the existing network infrastructure can be kept and used without any modifications.

Alle Interessierten sind herzlich eingeladen, eine Anmeldung ist nicht erforderlich.

- Digitale Signalverarbeitung II, Di. 03.04.12, 8:15, IND Hörsaal 4G

- Advanced Coding and Modulation, Mi. 04.04.12, 8:15, Hörsaal FT

- Forward Error Correction, Do. 05.04.12, 8:15, IND Hörsaal 4G

- Mobilfunk Systemkonzepte, Do. 05.04.12, 11:00, Hörsaal 4G

Introduction: Thursday, October 13, 1:30pm in room 27 (MMR) of the IENT for preparation and assignment of topics.

The paper describes a new noise reduction algorithm for dual-microphone mobile phones. An analysis of the acoustical environment based on recordings with a dual-microphone mock-up phone mounted on a dummy head is given. Motivated by the evaluation of these recordings, a dual-microphone noise reduction algorithm is proposed. The key components are a noise PSD estimator and an improved spectral weighting rule which both explicitly exploit the power level differences of the desired speech signal between the microphones. Experiments with recorded data show that this low complexity system has very good performance and is beneficial for integration into future mobile communication devices.

Die Preisverleihung fand im Forschungszentrum caesar in Bonn am 18. Januar 2012 statt. Im Rahmen dieser Veranstaltung wurde u.a. ein Best-Practice-Fall des IND gemeinsam mit der Fa. Ericsson zum Thema "Steganographie in digitalen Signal-Codierern" präsentiert.

Technische Details und Audiobeispiel

Vortragender:

Dipl.-Ing. Thomas Esch

Thema: 

"Model-Based Speech Enhancement Exploiting
Temporal and Spectral Dependencies "

Datum:

Mittwoch, 25. Januar 2012

Zeit:

11:15 Uhr

Ort:

Hörsaal 4G des IND

Das Mobiltelefon ist heutzutage aus dem alltäglichen Gebrauch der meisten Menschen nicht mehr wegzudenken. Während die Vision nach einer permanenten Erreichbarkeit und Konnektivität inzwischen fast weltweit realisiert worden ist, besteht weiterhin die Notwendigkeit, die Sprachqualität und Sprachverständlichkeit zu verbessern.

In dieser Arbeit wird ein neuartiges, modellbasiertes Sprachverbesserungssystem zur einkanaligen Störgeräuschreduktion vorgestellt. Im Gegensatz zu konventionellen Verfahren steht bei den entwickelten Algorithmen die Ausnutzung zeitlicher und spektraler Abhängigkeiten von Sprach- und Störsignalen explizit im Fokus. Die wesentlichen Fortschritte, die in dieser Arbeit erzielt wurden, lassen sich wie folgt zusammenfassen:

•    Modifiziertes Kalman-Filter im Frequenzbereich zur Berücksichtigung der zeitlichen Korrelation
•    Komplexwertige Prädiktion zur Schätzung der aktuellen DFT-Koeffizienten von Sprache und Störung
•    SNR-abhängige MMSE-Schätzregeln, welche an die gemessenen Statistiken des Eingangssignals angepasst sind
•    Techniken der künstlichen Bandbreitenerweiterung zur verbesserten Störreduktion unter Ausnutzung der spektralen Abhängigkeiten
•    Neuartige breitbandige Störgeräuschreduktion für sog. „HD-Tefefonie“
•    Wirksame Gegenmaßnahmen zur Reduzierung von sogenannten „Musical Tones“
•    Neue Lösung zur Unterdrückung zeitlich stark veränderlicher, periodischer Störungen.

Alle entwickelten Verfahren zur Sprachverbesserung wurden anhand von instrumentellen Messungen und subjektiven Höreindrücken ausgiebig bewertet und evaluiert. Im Vergleich zu konventionellen Verfahren erzielen die vorgestellten Algorithmen deutlich bessere Ergebnisse in Bezug auf Stördämpfung und Sprachverzerrungen. Das neue modellbasierte System ist nicht auf die Anwendung in Mobiltelefonen beschränkt. Es eignet sich auch für Freisprecheinrichtungen, Konferenzsysteme oder digitale Hörgeräte.

Alle Interessierten sind herzlich eingeladen, eine Anmeldung ist nicht erforderlich.

Das IND gratuliert dem Preisträger zur seiner Auszeichnung!

Vortragender:

Dipl.-Ing. Aulis Telle

Thema: 

"Sonotubometrie mit Methoden der digitalen Signalverarbeitung"

Datum:

Donnerstag, 15. Dezember 2011

Zeit:

16:00 Uhr

Ort:

Hörsaal 4G des IND

Die Eustachische Röhre, die auch Tube oder Ohrtrompete genannt wird, bildet eine Verbindung zwischen Mittelohr und Nasenrachen. Ihr wird in der Hals-Nasen-Ohren-Medizin eine überragende Bedeutung für den Verlauf und die Genese akuter und chronischer Mittelohrentzündungen zuge­schrieben. Eine Beurteilung der Tubenfunktion ist sowohl für die Diagnose von Erkrankungen im Bereich des Nasenrachens und des Ohres als auch für die Planung operativer Maßnahmen von besonderer klinischer Relevanz.

Ziel dieser Arbeit ist es, durch den Einsatz von bekannten und in Rahmen dieser Arbeit neu entwickelten Methoden der digitalen Signal­ver­arbeitung die Aussagekraft der Messergebnisse auch bei starken Stör­geräuschen zu er­höhen. Es wird ein virtuelles Tubenmodell vorgestellt, welches auf dem aus der Sprach­signalverarbeitung bekannten Röhrenmodell nach Kelly und Lochbaum basiert. Zur Ermittlung der Modell­parameter werden die Impulsantworten der Übertragungsstrecke herangezogen, die mit Hilfe neuartiger Methoden der Systemidentifikation bestimmt werden. Es werden die Grenzen dieses virtuellen Modells auf­gezeigt und Methoden zur Kom­pen­sation des Einflusses einer Band­pass­cha­rak­teristik des eingesetzten Mess­sys­tems vorgestellt.

Eine neue Sicht auf die Aktivität der dynamischen Übertragungsstrecke Nase–Ohr bietet die in die­ser Arbeit ein­ge­führte korrelationsbasierte Betrachtung der Systemänderung über der Zeit. Durch Aus­nutzung der Korrelations­eigenschaften des Restfehlersignals des zur Nachverfolgung der Systemimpulsantwort ein­ge­setzten NLMS-Algorithmus können System­änderungen weitgehend unabhängig von der vor­liegen­den Stö­rung analysiert werden.

Mit den in dieser Arbeit vorgestellten Erweiterungen kann die Aussagekraft sonotubometrischer Messun­gen im Vergleich zum bisherigen Stand der Technik deutlich erhöht werden.

Alle Interessierten sind herzlich eingeladen, eine Anmeldung ist nicht erforderlich.

Vortragender:

Niklas Nawroth, Bachelorstudent

Thema: 

"Windgeräuschreduktion in Sprachsignalen mit Techniken der künstlichen Bandbreitenerweiterung"

Datum:

Montag, 05. Dezember 2011

Zeit:

14:00 Uhr

Ort:

Hörsaal 4G des IND

Konventionelle Algorithmen zur Störgeräuschreduktion können Windgeräusche nur sehr eingeschränkt unterdrücken. Dies liegt daran, dass zur Schätzung der spektralen Leistungsdichte der Störung das Störgeräusch für eine gewisse Zeitspanne stationär sein muss. Da sich Windgeräusche durch ein hohes Maß an Instationarität auszeichnen, müssen für diesen Fall spezielle Verfahren zur Störgeräuschreduktion angewandt werden.

In dieser Arbeit wird untersucht, inwieweit die durch Wind gestörten Signalanteile mit Hilfe von Techniken aus der künstlichen Bandbreitenerweiterung rekonstruiert werden können.  Diese wird normalerweise verwendet, um ein schmalbandiges Sprachsignal auf einen größeren Frequenzbereich zu erweitern. Der Ansatz der künstlichen Bandbreitenerweiterung  kann auf die Reduktion von Windgeräuschen übertragen werden, da Windgeräusche eine Störung ausschließlich bei tiefen Frequenzen verursachen und ein großer Frequenzbereich nicht gestört wird. Aus diesen ungestörten Signalanteilen kann der gestörte Frequenzbereich der Sprache rekonstruiert werden.

Da die Grundfrequenz  einer der entscheidenden Parameter zur Rekonstruktion des Sprachsignals ist, werden im ersten Teil der Arbeit unterschiedliche Pitchschätzverfahren auf ihre Robustheit  gegenüber Störungen durch Windgeräusche untersucht. Im zweiten Teil der Arbeit wird ein einkanaliger Algorithmus zur Windgeräuschreduktion entwickelt, der die gestörten Frequenzanteile des Sprachsignals mit Hilfe der geschätzten Pitchperiode rekonstruiert.

Alle Interessierten sind herzlich eingeladen, eine Anmeldung ist nicht erforderlich.