HK1240389B

HK1240389B - Speech reproduction device configured for masking reproduced speech in a masked speech zone

Info

Publication number: HK1240389B
Application number: HK17113529.4A
Authority: HK
Inventors: Andreas Walther; Martin Schneider; Emanuel Habets; Oliver Hellmuth
Original assignee: Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V.
Priority date: 2015-01-20
Filing date: 2016-01-13
Publication date: 2022-07-22

Claims

Dispositif de reproduction de la parole pour reproduire la parole (SP) sur base d'un signal de parole (SPS) reçu de sorte que la parole (SP) reproduite soit intelligible dans une zone de parole claire (CSZ) et inintelligible dans une zone de parole masquée (MSZ), le système de reproduction de parole (1) comprenant:
un module de traitement audio (2) configuré pour recevoir le signal de parole (SPS);

un ensemble (3) de haut-parleurs de parole (4) configurés pour reproduire la parole (SP) sur base d'un ou plusieurs signaux de haut-parleur de parole (S.1 ... S.n); et

un ensemble (5) de haut-parleurs de son de masquage (6) configurés pour produire un son de masquage (MN) sur base d'un ou plusieurs signaux de haut-parleur de son de masquage (M.1, M.2 ... M.m), où le son de masquage (MN) masque la parole (SP) dans la zone de parole masquée (MSZ);

dans lequel le module de traitement audio (2) comprend un producteur de signaux de haut-parleur de parole (7) configuré pour produire les un ou plusieurs signaux de haut-parleur de parole (S. 1 ... S.n) sur base du signal de parole (SPS);

dans lequel le module de traitement audio (2) comprend un module d'analyse de signal de parole (8) configuré pour produire un ou plusieurs signaux d'analyse (AS) sur base des caractéristiques spectrales et/ou temporelles du signal de parole (SPS);

dans lequel le module de traitement audio (2) comprend un générateur de sons de masquage (9) configuré pour produire un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) sur base des un ou plusieurs signaux d'analyse (AS);

dans lequel le module de traitement audio (2) comprend un producteur de signaux de haut-parleur de son de masquage (10) configuré pour produire les un ou plusieurs signaux de haut-parleur de son de masquage (M.1, M.2 ... M.m) sur base des un ou plusieurs signaux de son de masquage (MS);

caractérisé par le fait que

le module de traitement audio (2) est configuré pour recevoir un signal de configuration (SI) contenant les informations relatives à une configuration de l'ensemble (3) de haut-parleurs de parole (4.1 ... 4.n) et/ou la configuration de l'ensemble (5) de haut-parleurs de son de masquage (6.1, 6.2 ... 6.m); et

le signal de configuration (SI) est utilisé par le producteur de signaux de haut-parleur de parole (7) pour produire les un ou plusieurs signaux de haut-parleur de parole (S.1 ... S.n), par le générateur de sons de masquage (9) pour produire un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) et/ou par le producteur de signaux de haut-parleur de son de masquage (10) pour produire les un ou plusieurs signaux de haut-parleur de son de masquage (M.1, M.2 ... M.m).
Dispositif de reproduction de la parole selon la revendication précédente, dans lequel le producteur de signaux de haut-parleur de parole (7) est configuré pour produire une pluralité de signaux de haut-parleur de parole (S.1 ... S.n) et pour commander les caractéristiques de chaque signal de haut-parleur de parole (S.1 ... S.n) de la pluralité de signaux de haut-parleur de parole (S.1 ... S.n) indépendamment pour commander les repères spatiaux de la parole (SP).
Dispositif de reproduction de parole selon l'une des revendications précédentes, dans lequel le producteur de signaux de haut-parleur de son de masquage (10) est configuré pour produire une pluralité de signaux de haut-parleur de son de masquage (M.1, M.2... M.m) et pour commander les caractéristiques de chaque signal de haut-parleur de son de masquage (M.1, M.2 ... M.m) de la pluralité de signaux de haut-parleur de son de masquage (M.1, M.2 ... M.m) indépendamment pour commander les repères spatiaux du son de masquage (MN).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le générateur de sons de masquage (9) comprend une pluralité de sources de son de masquage (11.1, 11.2, 11.3, 11.4) configurées pour fournir un signal de son de masquage brut (RMS.1, RMS.2, RMS.3, RMS.4) et une pluralité de modules d'adaptation de signal de son de masquage brut (12.1, 12.2, 12.3, 12.4), dans lequel chacun des modules d'adaptation de signal de son de masquage brut (12.1, 12.2, 12.3, 12.4) est attribué à l'une des sources de son de masquage (11.1, 11.2, 11.3, 11.4), dans lequel le module d'adaptation de masquage attribué (12.1, 12.2, 12.3, 12.4) est configuré pour adapter le signal de son de masquage brut (RMS.1, RMS.2, RMS.3, RMS.4) des sources de son de masquage respectives (11.1, 11.2, 11.3, 11.4) sur base du signal d'analyse (AS) pour produire un des un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4).
Dispositif de reproduction de la parole selon la revendication précédente, dans lequel l'au moins une source de son de masquage (11.1, 11.2, 11.3, 11.4) comprend une source de musique (11.1) configurée pour fournir un signal de son de masquage de musique brut (RMS.1), dans lequel le module d'adaptation de masquage attribué (12.1) est configuré pour adapter le signal de son de masquage de musique brut (RMS.1) sur base du signal d'analyse (AS) pour produire un signal de son de masquage (MS.1) des un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4).
Dispositif de reproduction de la parole selon la revendication 4 ou 5, dans lequel l'au moins une source de son de masquage (11.1, 11.2, 11.3, 11.4) comprend une source de bruit continu (11.2) configurée pour fournir un signal de son de masquage de bruit continu brut (RMS.2), dans lequel le module d'adaptation de masquage attribué (12.2) est configuré pour adapter le signal de son de masquage de bruit continu brut (RMS.2) sur base du signal d'analyse (AS) pour produire un signal de son de masquage (MS.2) des un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4).
Dispositif de reproduction de la parole selon l'une des revendications 4 à 6, dans lequel l'au moins une source de son de masquage (11.1, 11.2, 11.3, 11.4) comprend une source de bruit dynamique (11.3) configurée pour fournir un signal de son de masquage de bruit dynamique brut (RMS.3), dans lequel le module d'adaptation de masquage attribué (12.3) est configuré pour adapter le signal de son de masquage de bruit dynamique brut (RMS.3) sur base du signal d'analyse (AS) pour produire un signal de son de masquage (MS.3) des un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le module de traitement audio (2) comprend un module de traitement de parole adaptatif (13) configuré pour fournir un signal de parole adapté (ASPS) sur base du signal de parole (SPS), dans lequel le producteur de signaux de haut-parleur de parole (7) est configuré pour produire les un ou plusieurs signaux de haut-parleur de parole (S.1 ... S.n) sur base du signal de parole adapté (ASPS).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le générateur de sons de masquage (9) est configuré pour recevoir un signal météorologique (WSI) contenant des informations relatives aux conditions météorologiques et pour produire les un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) sur base du signal météorologique (WSI).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le générateur de sons de masquage (9) est configuré pour recevoir un signal lumineux (LSI) contenant les informations relatives aux conditions de lumière et pour produire les un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) sur base du signal lumineux (LSI).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le générateur de sons de masquage (9) est configuré pour recevoir un signal horaire (TSI) contenant les informations de date et/ou d'heure et pour produire les un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) sur base du signal horaire (TSI).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le générateur de sons de masquage (9) est configuré pour recevoir un signal de moteur (ESI) contenant les informations relatives à un paramètre de fonctionnement d'un moteur produisant des sons (EG) et pour produire les un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) sur base du signal de moteur (ESI).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le dispositif de reproduction de la parole (1) comprend un dispositif de repérage (14) configuré pour repérer une position et/ou une orientation d'une personne dans la zone de parole claire (CSZ) et/ou pour repérer une position et/ou une orientation d'une personne dans la zone de parole masquée (MSZ), dans lequel le dispositif de repérage (14) est configuré pour produire un signal de repérage (TRS) comprenant la position et/ou l'orientation de la personne dans la zone de parole claire (CSZ) et/ou la position et/ou l'orientation de la personne dans la zone de parole masquée (MSZ), dans lequel le module de traitement audio (2) est configuré pour recevoir le signal de repérage (TRS) et pour produire les un ou plusieurs signaux de haut-parleur de son de masquage (M.1, M.2 ... M.m) sur base du signal de repérage (TRS).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le producteur de signaux de haut-parleur de son de masquage (10) est configuré pour produire les signaux de haut-parleurs de son de masquage (M.1, M.2...M.m) de sorte que le son de masquage (MN) présente les mêmes repères spatiaux que la parole (SP) dans la zone de parole masquée (MSZ).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le dispositif de reproduction de la parole (1) comprend un ou plusieurs microphones (15.1, 15.2) attribués à la zone de parole masquée (MSZ), dans lequel chacun des microphones (15.1, 15.2) produit un signal de microphone (MSI.1, MSI.2).
Dispositif de reproduction de parole selon la revendication 14 et 15, dans lequel au moins deux signaux de microphone (MSI.1, MSI.2) des signaux de microphone (MSI.1, MSI.2) sont alimentés vers le producteur de signal de haut-parleur de son de masquage (10), et dans lequel le producteur de signal de haut-parleur de son de masquage (10) est configuré pour déterminer les repères spatiaux de la parole (SP) dans la zone de parole masquée (MSZ) sur base des au moins deux signaux de microphone (MSI.1, MSI.2).
Dispositif de reproduction de la parole selon la revendication 15 ou 16, dans lequel au moins un signal de microphone (MSI.2) des signaux de microphone (MSI.1, MSI.2) est alimenté vers le générateur de sons de masquage (9), dans lequel le générateur de sons de masquage (9) est configuré pour produire les un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) sur base de l'au moins un signal de microphone (MSI.1, MSI.2).
Dispositif de reproduction de la parole selon l'une des revendications précédentes, dans lequel le générateur de sons de masquage (9) est configuré pour produire les un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) sur base d'une ou plusieurs réponses impulsionnelles de local et/ou d'une ou plusieurs fonctions de transfert de l'ensemble (3) de haut-parleurs de parole (4.1 ... 4.n) à la zone de parole claire (CSZ), sur base d'une ou plusieurs réponses impulsionnelles de local et/ou d'une ou plusieurs fonctions de transfert de l'ensemble (5) de haut-parleurs de son de masquage (6.1, 6.2 ... 6.m) à la zone de parole claire (CSZ), sur base d'une ou plusieurs réponses impulsionnelles de local et/ou d'une ou plusieurs fonctions de transfert de l'ensemble (3) de haut-parleurs de parole (4.1 ... 4.n) à la zone de parole masquée (MSZ) et/ou sur base d'une ou plusieurs réponses impulsionnelles de local et/ou d'une ou plusieurs fonctions de transfert de l'ensemble (5) de haut-parleurs de son masqué (6.1, 6.2 ... 6.m) à la zone de parole masquée (MSZ).
Procédé de reproduction de la parole (SP) sur base d'un signal de parole reçu (SPS) de sorte que la parole reproduite (SP) soit intelligible dans une zone de parole claire (CSZ) et inintelligible dans une zone de parole masquée (MSZ), le procédé comprenant les étapes consistant à:
recevoir le signal de parole (SPS) à l'aide d'un module de traitement audio (2);

reproduire la parole (SP) sur base d'un ou plusieurs signaux de haut-parleur de parole (S.1 ... S.n) à l'aide d'un ensemble (3) de haut-parleurs de parole (4.1 ... 4.n);

produire un son de masquage (MN) sur base d'un ou plusieurs signaux de haut-parleur de son de masquage à l'aide d'un ensemble (5) de haut-parleurs de son de masquage (6.1, 6.2, ... 6.m), où le son de masquage (MN) masque la parole (SP) dans la zone de parole masquée (MSZ);

produire les un ou plusieurs signaux de haut-parleur de parole (S.1 ... S.n) sur base du signal de parole (SPS) à l'aide d'un producteur de signal de haut-parleur de parole (7) du module de traitement audio (2);

produire un ou plusieurs signaux d'analyse (AS) sur base des caractéristiques spectrales et/ou temporelles du signal de parole (SPS) à l'aide d'un module d'analyse de signal de parole (8) du module de traitement audio (2);

produire un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) sur base des un ou plusieurs signaux d'analyse (AS) à l'aide d'un générateur de sons de masquage (9) du module de traitement audio (2); et

produire les un ou plusieurs signaux de haut-parleur de son de masquage (M.1, M.2 ... M.m) sur base des un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) à l'aide d'un producteur de signal de haut-parleur de son de masquage (10) du module de traitement audio (2);

caractérisé par le fait de

recevoir un signal de configuration (SI) contenant les informations relatives à une configuration de l'ensemble (3) de haut-parleurs de parole (4.1 ... 4.n) et/ou la configuration de l'ensemble (5) de haut-parleurs de son de masquage (6.1, 6.2 ... 6.m) par le module de traitement audio (2); et

utiliser le signal de configuration (SI) par le producteur de signaux de haut-parleur de parole (7) pour produire les un ou plusieurs signaux de haut-parleur de parole (S.1 ... S.n), par le générateur de sons de masquage (9) pour produire un ou plusieurs signaux de son de masquage (MS.1, MS.2, MS.3, MS.4) et/ou par le producteur de signaux de haut-parleur de son de masquage (10)pour produire les un ou plusieurs signaux de haut-parleur de son de masquage (M.1, M.2 ... M.m).
Programme d'ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées sur un processeur, amènent le processeur à réaliser le procédé selon la revendication précédente.