Sistema audio multicanal en una parte de conferencia de extremo próximo,

estando dicho sistema de audio multicanal configurado para recibir una señal audio multicanal desde una parte de conferencia de extremo lejano, dicha señal audio multicanal comprendiendo una pluralidad N de señales audio de canal, una para cada canal del sistema audio,

para presentar el audio correspondiente en N altavoces,

para captar el audio de extremo próximo mediante uno o más micrófonos y para transmitir una señal audio de extremo próximo a la parte de conferencia de extremo lejano,

estando dicho sistema audio caracterizado por

una unidad de fusión para fusionar la señal audio multicanal en una señal mono que conserva la información audio espacial filtrando cada señal audio de canal con un filtro correspondiente procedente de un primer conjunto de N filtros complementarios de frecuencia, generando así N señales audio de canal filtradas, y añadiendo las N señales audio de canal filtradas para crear dicha señal mono, y

una unida de precarga para dividir dicha señal mono filtrando dicha señal mono con cada uno de un conjunto de N filtros complementarios de frecuencia que tienen respuestas de frecuencia correspondientes a las respuestas de frecuencia de los filtros de dicho primer conjunto de N filtros complementarios de frecuencia, generando así N señales de altavoz, y para proporcionar cada señal de altavoz a un altavoz correspondiente o, alternativamente, solo para proporcionar cada señal audio de canal filtrada a un altavoz correspondiente, y

un cancelador de eco mono que comprende medios para generar una señal de modelo de eco a partir de dicha señal mono utilizada como señal de referencia y medios para substraer dicha señal de modelo de eco de la señal audio de extremo próximo, generando así una señal eco-cancelada para transmitirse a la parte de conferencia de extremo lejano

Sistema y procedimiento audio para la cancelación de eco acústica.

Campo de la invención

La presente invención se refiere a un sistema y procedimiento de comunicación por audio con características acústicas mejoradas, y particularmente a un sistema de conferencias que incluye características de cancelación de eco audio mejoradas.

Antecedentes de la invención

En un sistema de conferencia convencional, uno o más micrófonos capturan una onda sonora en un punto lejano, y transforma la onda sonora en una primera señal audio. La primera señal audio se transmite a un extremo próximo, donde un equipo de televisión o un amplificador y un altavoz, reproducen la onda sonora original al convertir la primera señal audio generada en el primer extremo en una onda sonora. La onda sonora producida en el extremo próximo es captada parcialmente por el sistema de captación de audio en el extremo próximo, convertida en una segunda señal audio, y devuelta al sistema en el extremo lejano. Este problema de tener una onda sonora capturada en un sitio, transmitida a otro sitio y después devuelta al sitio inicial es referido como eco acústico. En su manifestación más grave, el eco acústico puede causar sonido de retorno, cuando la ganancia de lazo sobrepasa la unidad. El eco acústico también provoca que los participantes de ambos sitios se escuchen a sí mismos, dificultando la conversación en el sistema de conferencia, particularmente si hay retrasos en la configuración del sistema, como es frecuente en los sistemas de videoconferencias. El problema del eco acústico se soluciona normalmente utilizando un cancelador de eco acústico, descrito a continuación.

La figura 3 muestra un ejemplo de un subsistema cancelador de eco acústico. Al menos uno de los sitios participantes tiene el subsistema cancelador de eco acústico, para reducir el eco en el sistema de comunicación. El subsistema cancelador de eco acústico es un modelo de banda completa de un cancelador de eco acústico digital. Un modelo de banda completa procesa una banda de audio completa (p. ej., hasta 20 kHz; para videoconferencias, la bada es típicamente de 7 kHz o superior, en audioconferencias, la banda es típicamente de hasta 3,4 kHz) de las señales de audio directamente.

Como ya se ha mencionado, la compensación del eco acústico se logra normalmente mediante el cancelador de eco acústico. El cancelador de eco acústico es un dispositivo independiente o una parte integrada en el caso del sistema de comunicación. El cancelador de eco acústico transforma la señal acústica transmitida desde el extremo lejano hasta el extremo próximo utilizando, por ejemplo, un modelo matemático lineal/no-lineal, y después substrae la señal acústica modulada matemáticamente a partir de la señal acústica transmitida desde el extremo lejano hasta el extremo próximo. Más detalladamente, en referencia por ejemplo al subsistema cancelador de eco acústico en el extremo lejano de la figura 1, el cancelador de eco acústico pasa la primera señal acústica procedente del extremo lejano por el modelador matemático del sistema acústico, calcula una estimación de la señal de eco, substrae la señal de eco estimada procedente de la segunda señal de audio captada en el extremo próximo y la devuelve a la segunda señal de audio, menos el eco estimado, hasta el extremo lejano. El subsistema cancelador de eco de la figura 1 incluye también un error de estimación, es decir, una diferencia entre el eco estimado y el eco real, para actualizar o adaptar el modelo matemático a un sonido ambiental y a los cambios en el entorno, en una posición donde el sonido es captado por el dispositivo de captación de audio.

El modelo del sistema acústico utilizado en la mayoría de canceladores de eco es un filtro FIR (del inglés Finite Impulse Response), que se aproxima a la función de transferencia del sonido directo y a la mayoría de reflejos de la habitación. Un modelo de banda completa del sistema acústico es relativamente complejo y requiere procesar energía, y normalmente se prefieren alternativas a los modelos de banda completa.

Una manera de reducir la capacidad de procesamiento de un cancelador de eco es introducir el procesamiento sub-banda, es decir, dividir la señal en bandas con anchos de banda menores, que se puede representar utilizando una frecuencia de muestreo inferior. Un ejemplo de tal sistema se ilustra en la figura 2. Las señales del altavoz y el micrófono son divididas por el filtro de análisis en sub-bandas, cada una representando un rango menor de frecuencias del altavoz y micrófonos originales respectivamente. Canceladores de eco similares y otros procesos se realizan en cada sub-banda, anteriormente el filtro de análisis ha unido todas las bandas del micrófono modificado para formar la señal de banda completa.

El componente central de un cancelador de eco es el ya mencionado modelo acústico (implementado más comúnmente por un filtro FIR). El modelo acústico intenta imitar la función de transferencia de la señal del extremo lejano del altavoz al micrófono. Este modelo adaptativo se actualiza mediante un algoritmo de búsqueda gradiente. El algoritmo intenta minimizar una función de error, que es la potencia de la señal tras la substracción de la estimación de eco. Esta solución funciona para canceladores de eco mono, y es una solución uniforme e única.

Sin embargo, en comunicaciones de alta calidad, a menudo es preferible transmitir y presentar audio con múltiples canales de alta calidad, p. ej., audio estéreo. El audio estéreo incluye señales de audio procedentes de dos canales separados que representan diferente audio espacial a partir de cierta composición de sonido. La carga de canales en cada altavoz respectivo crea una reproducción de audio más fiable, ya que los oyentes percibirán una diferencia espacial entre las fuentes de audio desde las que se crea la composición sonora.

La señal que se reproduce en el altavoz difiere de la señal presentada en el otro(s) altavoz(ces). Por tanto, en un cancelador de eco estéreo (o con múltiples canales), la función de transferencia desde cada altavoz respectivo hasta el micrófono necesita ser compensada. Esta situación es algo diferente en comparación con la cancelación de eco de audio mono, ya que hay dos señales diferentes, aunque correlativas, que se tienen que compensar.

Hay que tener en cuenta que la transmisión de señales estéreo, utilizando diversos micrófonos, no requiere la cancelación de eco si solo hay un altavoz (o señal de presentación mono). Si hay que registrar audio multicanal, los algoritmos (tanto en la técnica anterior como en la invención) se pueden duplicar, y en ocasiones simplificar (porque muchas partes son comunes para todos los micrófonos). La duplicación es directa, también en el caso de la recepción de señales estéreo o multicanal, y este documento no trata la utilización de más micrófonos en detalles.

En audio estéreo, la correlación en los diferentes canales tiende a ser significativa. Esto provoca que los algoritmos de búsqueda de gradientes sean más complicados. Expresado de forma matemática, la correlación introduce diversas soluciones mínimas falsas para la función de error. Esto se describe en Steven L. Gat and Jacob "Acoustic signal processing for telecommunication", Boston: Kluwer Academic Publishers, 2000. El problema fundamental es que cuando múltiples canales transportan señales relacionadas linealmente, la solución de la función normal correspondiente a la función de error solucionada por el algoritmo adaptativo es única. Esto implica que no hay una única solución para la ecuación, sino un número infinito de soluciones, y se puede demostrar que todas excepto la verdadera dependen de las respuestas de impulso de la habitación de la transmisión (en este contexto, la habitación de la transmisión puede incluir un habitación de transmisión sintetizada, como por ejemplo material grabado o programado que se vuelve a reproducir en el extremo lejano). El algoritmo de búsqueda de gradientes se puede atrapar en un mínimo que no es necesariamente la solución mínima verdadera.

Otra forma común de expresar este problema de adaptación de cancelador de eco estéreo es que es difícil distinguir entre un cambio en la respuesta de la habitación y un movimiento audio en la imagen estéreo. Por ejemplo, el modelo acústico tiene que volver a converger si un hablante empieza a hablar en una ubicación diferente en el extremo lejano. No existe ningún algoritmo adaptativo que pueda rastrear tal cambio de forma suficientemente rápida, y un cancelador de...

1. Sistema audio multicanal en una parte de conferencia de extremo próximo, estando dicho sistema de audio multicanal configurado para recibir una señal audio multicanal desde una parte de conferencia de extremo lejano, dicha señal audio multicanal comprendiendo una pluralidad N de señales audio de canal, una para cada canal del sistema audio,

para presentar el audio correspondiente en N altavoces,

para captar el audio de extremo próximo mediante uno o más micrófonos y para transmitir una señal audio de extremo próximo a la parte de conferencia de extremo lejano,

estando dicho sistema audio caracterizado por

una unidad de fusión para fusionar la señal audio multicanal en una señal mono que conserva la información audio espacial filtrando cada señal audio de canal con un filtro correspondiente procedente de un primer conjunto de N filtros complementarios de frecuencia, generando así N señales audio de canal filtradas, y añadiendo las N señales audio de canal filtradas para crear dicha señal mono, y

una unida de precarga para dividir dicha señal mono filtrando dicha señal mono con cada uno de un conjunto de N filtros complementarios de frecuencia que tienen respuestas de frecuencia correspondientes a las respuestas de frecuencia de los filtros de dicho primer conjunto de N filtros complementarios de frecuencia, generando así N señales de altavoz, y para proporcionar cada señal de altavoz a un altavoz correspondiente o, alternativamente, solo para proporcionar cada señal audio de canal filtrada a un altavoz correspondiente, y

un cancelador de eco mono que comprende medios para generar una señal de modelo de eco a partir de dicha señal mono utilizada como señal de referencia y medios para substraer dicha señal de modelo de eco de la señal audio de extremo próximo, generando así una señal eco-cancelada para transmitirse a la parte de conferencia de extremo lejano.

2. Sistema de audio según la reivindicación 1, en el que dichos filtros complementarios de frecuencia son filtros con respuestas de frecuencia de filtro de peine.

3. Sistema audio según la reivindicación 1, en el que

los medios para generar una señal de modelo de eco a partir de dicha señal mono utilizada como referencia comprende un primer filtro de análisis para dividir dicha señal mono en un número M de señales mono sub-banda, y medios para generar M señales de modelo de eco sub-banda a partir de dichas M señales mono sub-banda, y

los medios para substraer dicha señal de modelo de eco de la señal audio de extremo próximo, generando así una señal eco-cancelada para la transmisión a la parte de conferencia de extremo lejano comprende

un segundo filtro de análisis para dividir la señal audio de extremo próximo en M señales audio de extremo próximo sub-banda y

medios para substraer cada señal de modelo de eco sub-banda a partir de una señal audio de extremo próximo sub-banda correspondiente, generando así M señales eco-canceladas sub-banda, y un primer filtro de síntesis para fusionar dichas M señales eco-canceladas sub-banda en dicha señal eco-cancelada para la transmisión a la parte de conferencia de extremo lejano.

4. Sistema audio según cualquiera de las reivindicaciones 1-3, en el que dicha unidad precargada coincide con dichos filtros complementarios de frecuencia.

5. Sistema audio según una de las reivindicaciones anteriores, en el que la señal audio multicanal es una señal audio estéreo que comprende una señal audio de canal izquierdo (L) y una señal audio de canal derecho (R).

6. Sistema de audio según la reivindicación 5, en el que el primero de dichos filtros complementarios de frecuencia asociado a dicho canal izquierdo tiene una respuesta de frecuencia según las siguientes características:

y el segundo de dichos filtros complementarios de frecuencia asociado a dicho canal derecho tiene una respuesta de frecuencia según las siguientes características:

7. Sistema audio en una parte de conferencia de extremo próximo, estando dicho sistema de audio configurado para

recibir una señal audio estéreo desde una parte de conferencia de extremo lejano, dicha señal audio estéreo comprendiendo una señal audio de canal izquierdo y una señal audio de canal derecho,

para presentar el audio correspondiente en el altavoz izquierdo y en el derecho respectivamente,

para captar el audio de extremo próximo mediante uno o más micrófonos, y para transmitir la señal audio de extremo próximo correspondiente a la parte de conferencia de extremo lejano,

estando dicho sistema audio caracterizado por un filtro de análisis izquierdo para dividir dicha señal audio de canal izquierdo en un número M de salidas de frecuencia sub-banda que comprenden salidas de frecuencia sub-banda izquierda pares e impares, y

un filtro de análisis derecho para dividir dicha señal audio de canal derecho en M salidas de frecuencia sub-banda derechas que comprenden salidas de frecuencia sub-banda derechas pares e impares, y un filtro de análisis izquierdo para fusionar las salidas de frecuencia sub-banda izquierdas pares en una señal fusionada de canal izquierdo y para proporcionar dicha señal fusionada de canal izquierdo a dicho altavoz izquierdo, y

un filtro de análisis derecho para fusionar las salidas de frecuencia derechas impares en una señal fusionada de canal derecho y para proporcionar dicha señal fusionada de canal derecho a dicho altavoz derecho y

medios para generar m señales de modelo de eco sub-banda a partir de M señales mono sub-banda que comprenden señales mono sub-banda pares e impares para que las señales mono sub-banda pares sean las salidas de frecuencia sub-band izquierdas pares y las señales mono sub-banda impares sean las salidas de frecuencia sub-banda derechas impares, y

un segundo filtro de análisis para dividir la señal audio de extremo próximo en M señales audio sub-banda de extremo próximo y

medios para substraer cada señal de modelo de eco sub-banda a partir de una señal audio de extremo próximo sub-banda correspondiente, generando así M señales eco-canceladas sub-banda, y

un segundo filtro de síntesis para fusionar dichas M señales eco-canceladas sub-banda en dicha señal eco-cancelada, para la transmisión a la parte de conferencia de extremo lejano.

8. Procedimiento en un sistema audio en una parte de conferencia de extremo próximo, recibiendo dicho sistema audio una señal audio multicanal de una parte de conferencia de extremo lejano, dicha señal audio multicanal comprendiendo una pluralidad N de señales audio de canal, una para cada canal del sistema audio, presentando el audio correspondiente en N altavoces, captando el audio de extremo próximo mediante uno o más micrófonos y transmitiendo la señal audio de extremo próximo correspondiente a la parte de conferencia de extremo lejano,

estando dicho procedimiento caracterizado por

la fusión de la señal audio multicanal en una señal mono que conserva la información audio espacial mediante el filtrado de cada señal audio de canal con un filtro correspondiente procedente de un primer conjunto de N filtros complementarios de frecuencia, generando así N señales audio de canal filtradas, y al añadir las N señales audio de canal filtradas para crear dicha señal mono, y

dividir dicha señal mono al filtrar dicha señal mono con cada uno de un segundo conjunto de N filtros complementarios de frecuencia que tienen respuestas de frecuencia correspondientes a las respuestas de frecuencia de los filtros de dicho primer conjunto de N filtros complementarios de frecuencia, generando así N señales de altavoz, y proporcionando cada señal de altavoz a un altavoz correspondiente o, alternativamente, solo proporcionando cada señal audio de canal filtrada a un altavoz correspondiente, y

proporcionar dicha señal mono como señal de referencia para un cancelador de eco mono, dicho cancelador de eco mono generando una señal de modelo de eco a partir de dicha señal mono, substrayendo dicho señal de modelo de eco de la señal audio de extremo próximo, generando así una señal eco-cancelada para transmitirse a la parte de conferencia de extremo lejano.

9. Procedimiento según la reivindicación 8, en el que dichos filtros complementarios de frecuencia son filtros con respuestas de frecuencia de filtro de peine.

10. Procedimiento según la reivindicación 8,

en el que la etapa de generar una señal de modelo de eco a partir de dicha señal mono comprende dividir dicha señal mono en un número M de señales mono sub-banda, mediante un primer filtro de análisis, y generar M señales de modelo de eco sub-banda a partir de dichas M señales mono sub-banda, y

en el que la etapa de substracción de dicha señal de modelo de eco de la señal audio de extremo próximo, generando así una señal eco-cancelada para su transmisión a la parte de conferencia de extremo lejano, comprende las etapas de

dividir la señal audio de extremo próximo en M señales audio de extremo próximo sub-band por medio de un segundo filtro de análisis y substraer cada señal de modelo de eco sub-banda de una señal audio de extremo próximo sub-banda, generando así M señales eco-canceladas sub-banda, y fusionar dichas M señales eco-canceladas sub-banda en dicha señal eco-cancelada por medio de un primer filtro de análisis, para su transmisión a la parte de conferencia de extremo lejano.

11. Procedimiento según una de las reivindicaciones 8-10. caracterizado por el hecho de que la señal audio multicanal es una señal audio estéreo que comprende una señal audio de canal izquierdo (L) y una señal audio de canal derecho (R).

12. Procedimiento según la reivindicación 11, en el que el primero de dichos filtros complementarios de frecuencia asociado a dicho canal izquierdo tiene una respuesta de frecuencia según las siguientes características:

y el segundo de dichos filtros complementarios de frecuencia asociado a dicho canal derecho tiene una respuesta de frecuencia según las siguientes características:

13. Procedimiento en un sistema audio en una parte de conferencia de extremo próximo, dicho sistema de audio recibiendo una señal audio estéreo desde una parte de conferencia de extremo lejano, dicha señal audio estéreo comprendiendo una señal audio de canal izquierdo y una señal audio de canal derecho, presentando el audio correspondiente en un altavoz izquierdo y en un altavoz derecho respectivamente, capturando el audio de extremo próximo mediante uno o más micrófonos y transmitiendo la señal audio de extremo próximo a la parte de conferencia de extremo lejano,

estando el procedimiento caracterizado por

dividir dicha señal audio de canal izquierdo mediante un filtro de análisis izquierdo en un número M de salidas de frecuencia sub-banda izquierdas que comprenden salidas de frecuencia sub-banda izquierdas pares e impares y

dividir dicha señal audio de canal derecho mediante un filtro de análisis derecho en M de salidas de frecuencia sub-banda derechas que comprenden salidas de frecuencia sub-banda derechas pares e impares y

fusionar las salidas de frecuencia sub-banda izquierdas pares mediante un filtro de síntesis izquierdo, generando así una señal fusionada de canal izquierdo y

fusionar las salidas de frecuencia sub-banda derechas impares mediante un filtro de análisis derecho, generando así una señal fusionada de canal derecho, y proporcionar dicha señal fusionada de canal izquierdo en dicho altavoz izquierdo y dicha señal fusionada de canal derecho en dicho altavoz derecho y

generar M señales de modelo de eco sub-banda que comprenden señales mono sub-banda pares e impares para que las señales mono sub-banda pares sean las salidas de frecuencia sub-banda izquierdas pares y las señales mono sub-banda impares sean las salidas de frecuencia sub-banda derechas impares y

generar M señales de modelo de eco sub-banda a partir de dichas M señales mono sub-banda, y dividir la señal audio de extremo próximo en M señales audio de extremo próximo sub-banda por medio de un segundo filtro de análisis y

substraer cada señal de modelo de eco sub-banda a partir de una señal audio de extremo sub-banda, generando así M señales eco-canceladas sub-banda y

fusionar dichas M señales eco-canceladas sub-banda en una señal eco-cancelada mediante un segundo filtro de análisis, para transmitirse a la parte de conferencia de extremo lejano.