Wind noise reduction : signal processing concepts

Nelke, Christoph Matthias; Vary, Peter; Naylor, Patrick A.

doi:1437-6768

Wind noise reduction : signal processing concepts = Windgeräusch Reduktion : Signalverarbeitungskonzepte

Nelke, Christoph Matthias

2016

VerantwortlichkeitsangabeChristoph Matthias Nelke

Ausgabe1. Auflage

ImpressumAachen : Wissenschaftsverlag Mainz 2016

Umfang1 Online-Ressource (163 Seiten) : Illustrationen, Diagramme

ISBN978-3-95886-107-7

ReiheAachener Beiträge zu digitalen Nachrichtensystemen ; 43

Dissertation, RWTH Aachen University, 2016

Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak06

Hauptberichter/Gutachter
Vary, Peter (Thesis advisor) ; Naylor, Patrick A. (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2016-05-10

Online
URN: urn:nbn:de:hbz:82-rwth-2016-054035
URL: https://publications.rwth-aachen.de/record/660497/files/660497.pdf
URL: https://publications.rwth-aachen.de/record/660497/files/660497.pdf?subformat=pdfa

Einrichtungen

Lehrstuhl und Institut für Nachrichtengeräte und Datenverarbeitung (613310)

Inhaltliche Beschreibung (Schlagwörter)
wind noise reduction (frei) ; noise suppression (frei) ; speech enhancement (frei) ; digital signal processing (frei)

Thematische Einordnung (Klassifikation)
DDC: 621.3

Kurzfassung
Mit dem technologischen Fortschritt können mobile Kommunikationsgeräte, wie Mobiltelefone, Tablet-Computer oder Hörgeräte, in sehr vielen alltäglichen Situationen verwendet werden. Neben Fehlern bei der Funkübertragung können auch akustische Störungen die Qualität der aufgenommenen Sprache deutlich verschlechtern. Ein besonderes Störsignal ist gegeben, wenn das benutzte Mikrofon Wind ausgesetzt ist. Dies erzeugt eine unangenehme tief-frequente Störung mit schnellveränderlichen Signalpegeln. Auf Grund dieser Instationarität sind gängige Verfahren zur Unterdrückung von Störgeräuschen bis jetzt nicht in der Lage Windgeräusche zu reduzieren. Dies ist die erste Arbeit auf diesem Gebiet, die einen zusammenhängenden Überblick über die ThemenEntstehung von Windgeräuschen Statistische Analyse der digitalisierten SignaleUnterdrückung von Windgeräuschegibt, wobei immer die digitale Signalverarbeitung im Mittelpunkt steht. Alle Themen werden immer unter dem Gesichtspunkt betrachtet um Algorithmen zur Detektion und Reduktion von Windgeräuschen in Sprachsignalen zu entwickeln. Im ersten Teil werden digitalen Windgeräuschaufnahmen untersucht und spezifische Eigenschaften herausgestellt. Diese geben wertvolle Informationen für die Detektion der entstehenden Störung die für die letztendlich Reduktion notwendig. Des Weiteren führt die Signalanalyse zu einem digitalen Signalmodell zur Generierung von synthetischen Windgeräuschen. Dieses Modell ist ein wichtiges Werkzeug um reproduzierbare Simulationsbedingungen für die Entwicklung und Evaluierung von Algorithmen. Der Hauptteil der Arbeit befasst sich mit der Verbesserung von durch Wind gestörten Sprachsignalen. Für diese ist immer eine Schätzung des Windsignals notwendig. Im Gegensatz zu konventionellen Störschätzverfahren wird die spektrale Energieverteilung zur Unterscheidung von Sprache und Windgeräuschen ausgenutzt. In dem Frequenzbereich in dem Wind auftritt, ist vornehmlich stimmhafte Sprache vorzufinden, die durch eine harmonische Struktur charakterisiert ist und sich deutlich von der spektralen Kontur des Windspektrums unterscheidet. Diese Eigenschaften werden in dieser Arbeit genutzt, um effiziente Schätzverfahren für das Kurzzeitspektrum von Windgeräuschen in einem Sprachsignal zu schätzen. Für Systeme, die zwei Mikrofone benutzen, kann die geringe räumliche Korrelation von Windsignale ausgenutzt werden. Dazu wird ein Verfahren hergeleitet, das unter Verwendung der komplexen Kohärenzfunktion eine Schätzung des Windspektrums liefert. Speziell die Information der Phase der Kohärenz steigert hier die Genauigkeit der Schätzung. Konventionelle Ansätze basieren auf einer spektrale Gewichtung zur Störreduktion. Nachteile sind z.T. starke Sprachverzerrungen bei hohen Störpegeln. Ein alternatives Konzept, das in dieser Arbeit entwickelt wurde, umgeht diese Probleme, indem stark gestörte Sprachkomponenten mit Hilfe eines künstlichen Sprachsignals rekonstruiert werden. Dieses neuartige System zur Sprachverbesserung benutzt dabei Techniken, die aus der künstlichen Bandbreitenerweiterung bekannt sind.

With the technological progress, devices, such as mobile phones, tablet computers or hearing aids, can be used in a large variety of every-day situations for mobile communication. Acoustic background noise signals, which are picked up with the desired speech signal, can impair the signal quality and the intelligibility of a conversation. A special noise type is generated outdoors, if the microphone is exposed to a wind stream resulting in strong-rumbling noise, which is highly non-stationary. As a result, conventional approaches for noise reduction fail in the case of noise induced by wind turbulences.This thesis is focused on the development of signal processing concepts, which reduce the undesired effects of wind noise. The key contributions are:- Signal analysis of wind noise- Digital signal model for wind noise generation- Signal processing algorithms for detection and reduction of wind noise signals.All these topics are considered with the focus on the development of algorithms for single and dual microphone systems.The analysis of recorded wind signals is the first step and gives valuable information for the estimation and reduction of wind noise. Furthermore it leads to a signal model for the generation of reproducible artificial wind noise signals.For the enhancement of the disturbed speech, an estimate of the underlying wind noise signal is required. In contrast to state-of-the-art noise estimation algorithms, the spectral shape and energy distribution is exploited for the distinction between speech and wind noise components leading to a novel estimation scheme of the wind noise short-term power spectrum. Considering a system with two microphone inputs, the complex coherence function of the two recorded signals is exploited for wind noise estimation. In addition to commonly used noise reduction schemes by spectral weighting, an innovative concept for speech enhancement is developed by using techniques known from artificial bandwidth extension. Highly disturbed speech parts are replaced by corresponding parts from an artificial speech signal.Objective measures indicate a significant increase of both the signal-to-noise ratio and the speech intelligibility. Besides, two application examples show that the proposed methods are very efficient and robust in realistic scenarios.

OpenAccess:
PDF PDF (PDFA)
(additional files)