Algorithmen zur Stoergerauschunterdruckung mit differenziellen Mikrofonanordnungen fur automatische Spracherkennungssysteme

Die vorliegende Arbeit zeigt mehrere neue Algorithmen zur effektiven Stoergerauschunterdruckung fur differenzielle Mikrofonanordnungen (DMA). Die Algorithmen basieren einerseits auf der Nullstellensteuerung mit Hilfe der blinden Quellentrennung und andererseits auf der binaren Maskierung. Im Unterschied zu konventionellen Mikrofonarrays, welche prinzipbedingt mit konvolutiv uberlagerten Signalen arbeiten mussen, erlauben die besonderen Eigenschaften von DMAs den Einsatz von Algorithmen zur blinden Quellentrennung von instantan uberlagerten Signalen. Die Algorithmen sind in diesem Fall mit wesentlich geringerem Rechenaufwand, hoeherer Stabilitat und schnellerer Konvergenz loesbar. Die winkelabhangige binare Maskierung verringert die relativ grosse Hauptkeule einer DMA effektiv und erlaubt damit das Filtern von Quellen mit einem Abstand von 30 Degrees und weniger. Weiterhin wird ein entfernungsabhangiges Filter auf Basis der binaren Maskierung vorgestellt, dessen Wirkungsweise einem physisch ausgedehnten Mikrofonarray mit Nahfeld-Beamforming ahnlich ist. Die flexible Ausrichtung der Richtcharakteristik wird durch eine zweidimensionale DMA demonstriert, mit welcher die vorgenannten Algorithmen ebenfalls erfolgreich getestet werden. Alle vorgestellten Algorithmen werden in einem realen Raum mit einer oder zwei Stoerquellen evaluiert. Als Stoerquellen kommen Sprecher zum Einsatz, die gleichzeitig mit dem Nutz-Sprecher aktiv sind. Zur Evaluierung wird der SNR und die Erkennungsrate eines Spracherkenners mit zwei verschieden komplexen Korpora genutzt. Es werden dabei Verbesserungen von bis zu 60 Prozentpunkten erreicht.