DE69331732T2

DE69331732T2 - Anordnung und Verfahren zur Feststellung der Anwesenheit eines Sprechsignals

Info

Publication number: DE69331732T2
Application number: DE69331732T
Authority: DE
Inventors: Claude Cesaro; Gerard Richter
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 1993-04-29
Filing date: 1993-04-29
Publication date: 2003-02-06
Anticipated expiration: 2013-04-30
Also published as: JP2597817B2; DE69331732D1; EP0622964A1; EP0622964B1; US5533118A; US5619565A; JPH07321912A

Description

Technischer Bereich

Die Erfindung bezieht sich auf Spracherkennung im Telekommunikationsbereich und insbesondere auf ein Verfahren und eine Anordnung, um Sprechsignale von zahlreichen Call- Progress-Signalen, die in Telefonleitungen transportiert werden, zu unterscheiden.

Hintergrund der Technik

Die Feststellung von der Anwesenheit eines Sprechsignals scheint ein Hauptproblem für Fernmeldeingenieure zu sein, da immer mehr Einrichtungen, die von einfacheren Faxgeräten bis zu den technisch hochentwickelteren Sprachverarbeitungssystemen reichen, wahrscheinlich an ein gemeinsames Private Switched Telephone Network (PSTN) anzuschließen sind.
Die Patenschrift US-A-5,070,526 ist ein Beispiel für ein System aus dem Stand der Technik, eine digitale Darstellung eines Signals mit dem Ziel zu analysieren, Call-Progress- Signale, die - wie sich beim Vergleich mit Sprechsignalen herausgestellt hat, die von einem im wesentlichen zufälligen Frequenzinhalt innerhalb des hörbaren Frequenzbands stammen - periodisch sind. In diesem System wird ein analoges, über eine Telefonleitung übertragenes Kommunikationssignal in ein digitales Signal umgewandelt und im Speicher eines Computers gespeichert. Die Segmente von der digitalen Darstellung des Signals werden analysiert, um festzustellen, ob das Signal gleichmäßige, in regelmäßigen Abständen wiederholte Frequenzkomponenten hat oder nicht.
EP-A-0 228 096 beschreibt ein Verfahren, um verschiedene Signale, die für den Fortschritt bei der Herstellung einer Telefonverbindung bezeichnend sind, zu unterscheiden. Ein Call-Progress-Analyzer benutzt einen bestimmten Wellenformparameter, den sogenannten Amplitudenfaktor, um bei der Erkennung von und der Unterscheidung zwischen Einton-, Doppeltonsignalen und Sprache zu helfen. Der Amplitudenfaktor der Wellenform wird gemessen und mit den Amplitudenfaktorbereichen, die zuvor für die verschiedenen Signalarten bestimmt wurden, verglichen. Die ON- und OFF- Zeiten der Wellenform werden mit den Signalartbestimmungen kombiniert, um den Status eines Anrufs automatisch zu ermitteln.
Das Problem bei der Feststellung der Anwesenheit eines Sprechsignals ist besonders im Fall von Voice-Server- Anwendungen wichtig, die die Übertragung einer verständlichen Sprachnachricht von einem System auf der einen Seite der Telefonleitung zu einem Menschen auf der anderen Seite vorsieht. Zwei verschiedene Arten von Anrufen lassen sich bei diesen Systemen entsprechend dem Anrufer feststellen. Ein erster Typ wird oft als "ankommendes" (in-coming) Gespräch bezeichnet, d. h. Telefonverbindungen, die von einer Person getätigt werden, die die Telefonnummer einer Voice-Server- Anwendung gewählt hat, beispielsweise im Fall von Versandhandel. Im Gegensatz dazu kann in einigen technisch hochentwickelten Systemen der Anruf auch von dem Gerät getätigt werden, wobei das Gerät die erforderlichen Wähloperationen durchführt, um einen privaten Telefonteilnehmer anzurufen und Sprachmitteilungen zu übermitteln. Der zweite Typ von Anrufen wird als "abgehendes" (out-going) Gespräch bezeichnet. Betrachtet man beispielsweise den Fall einer Flugbuchungsanwendung gemäß Fig. 1. Hier ist ein Voice-Server 101, der Flugreservierungen ermöglicht, an ein PSTN-Netz 102 angeschlossen und kann deshalb einen bestimmten privaten Telefonapparat 103 anrufen. Angenommen, daß ein bestimmter Flug annulliert wurde, ist es ausgesprochen wünschenswert, daß alle Personen, die einen Platz gebucht haben, von der erfolgten Annullierung informiert werden. Der Voice-Server 101 hat eine Reihe von Telefongesprächen zu führen, indem er die Telefonnummern der Telefonteilnehmer wählt, die für den betreffenden, annullierten Flug gebucht wurden, er hat die verschiedenen Call-Progress-Prozeduren zu verwalten, er muß erkennen, ob sich am anderen Ende der Leitung eine Person befindet, und er hat schließlich eine Sprachmitteilung zu überbringen, die die Person von der erfolgten Annullierung informiert. Falls der Anruf nicht erfolgreich war, wird der Voice-Server den Anruf später wiederholen.
Wahrscheinlich werden in den Telefonsystemen Mehrfachtöne verwendet, da es verschiedene Kontroll- und Anrufstatusinformationen gibt - im allgemeinen unter der Bezeichnung Call-Progress-Töne bekannt - die normalerweise von einer Fernsprechzentrale übertragen und einem anrufenden Teilnehmer übermittelt werden, um diesen Teilnehmer vom aktuellen Status des Anrufs zu informieren.
In Anbetracht der Tatsache, daß diese Voice-Server-Anwendungen wahrscheinlich auf internationaler Ebene verwendet werden, müssen diese Systeme in der Lage sein, die zahlreichen Call- Progress-Prozeduren, die weltweit existieren, zu verarbeiten. Das System muß deshalb eine große Anzahl vorhandener Töne, die in den verschiedenen, weltweit vorhandenen PSTN vorhanden sind, verarbeiten und erkennen können. Ein hohes Unterscheidungsniveau ist wünschenswert, um eine exakte Unterscheidung der verschiedenen Töne, die durch das Netzwerk transportiert werden, d. h. Wählton, Rückrufton, Besetztton, Warntöne, Recorder-Ton usw., die in jedem Land einen anderen Frequenzwert haben, bereitzustellen.
Betrachtet man das allgemeine Wähltonsignal: obgleich das Wähltonsignal in Frankreich einen Frequenzwert von 440 Hz hat, hat das Wähltonsignal in Italien einen Frequenzwert von 425 Hz mit einem spezifischen Takt und besteht in den USA aus einem Dauerton, der durch die Kombination von Signalen entsteht, die in den USA Frequenzen von 350 Hz und 440 Hz haben.
Da der Anruf außerdem auch unter Verwendung von Dual Tone Multi-Frequency (DTMF) Tönen durchgeführt werden kann, insbesondere in moderneren Faxsystemen oder auch in den rasch zunehmenden Voice-Server-Anwendungen, die eine von sechzehn Kombinationen aus vier Frequenzen von einer Hochfrequenzgruppe und vier Frequenzen von einer Niederfrequenzgruppe sind und ausgegeben werden, wenn eine Drucktaste am Telefon gedrückt wird, was umgangsprachlich auch Tasten- oder Wählton genannt wird.
Verallgemeinernd kann man sagen, daß Tonbestimmung und die Feststellung von der Anwesenheit eines Sprechsignals in Telekommunikationssystemen entweder auf einer hochentwickelten Fast Fourier Transformation (FFT) oder der Verwendung von digitalen Bandpaßfiltern, die auf die gewünschten Frequenzen, die zu erkennen sind, eingestellt werden. Die früheren Systeme brauchten eine große Menge an digitalen Verarbeitungsressourcen und die neueren lassen sich nicht einfach einstellen, um es mit der breiten Palette an Tönen aufzunehmen, die in den verschiedenen Ländern vorhanden sind.
Es besteht deshalb in der Telekommunikationsindustrie ein Bedarf an einem einfachen Spracherkennungsprozeß, der außerdem die Erkennung von Call-Progress-Tönen, die höchstwahrscheinlich in den verschiedenen Ländern der Erde vorhanden sind, vorsieht, und der keine große Menge an digitalen Verarbeitungsressourcen braucht.

Zusammenfassung der Erfindung

Das Problem, das mit der vorliegenden Erfindung gelöst werden soll, besteht darin, ein einfaches Spracherkennungsverfahren für einen Call-Progress-Mechanismus vorzusehen, das eine präzise Erkennung von wenigstens einem Ton in einem empfangenen Signal ermöglicht und das auch eingestellt werden kann, um es mit einer breiten Palette an verschiedenen Frequenzwerten aufzunehmen.
Dieses Problem wird durch das Verfahren zur Feststellung der Anwesenheit eines Sprechsignals gemäß der vorliegenden Erfindung gelöst, wobei das Verfahren Schritte enthält, um
den Wert des Verhältnisses
A /E
zu berechnen, wobei Amax der Höchstwert des empfangenen Signals während eines Abtastfensters ist und E eine Messung der Energie ist,
- das berechnete Verhältnis mit einem ersten bestimmten Schwellwert zu vergleichen,
- das Vorhandensein eines einzelnen Tons zu protokollieren, wenn das Verhältnis kleiner als der erste Schwellwert ist.
Dieses Verhältnis wird außerdem mit einem zweiten Schwellwert verglichen, und wenn dieses kleiner zu sein scheint, wird das System das Vorhandensein eines Doppeltons in dem empfangenen Signal protokollieren und dann die Doppelton- Verarbeitungsoperationen aufrufen. Im Gegensatz dazu wird das System, wenn das Verhältnis größer zu sein scheint als der zweite Schwellwert, und angenommen, daß der Pegel des empfangenen Signals größer ist als ein Wert von ca. -43 dBm, daraus die Anwesenheit eines Sprechsignals in dem empfangenen Signal schließen und diese Information an die Voice-Server- Anwendung weitergeben.
Die Bestimmung des Frequenzwerts von Einzel- oder Doppelton enthält vorzugsweise Schritte, um
- einen autoregressiven Prozeß zweiter oder vierter Ordnung als Reaktion auf diese Bestimmung anzulegen und eine erste Schätzung der autoregressiven Parameter des empfangenen Signals durchzuführen,
- eine digitale Bandpaßfilterung durchzuführen, die auf das Ergebnis von der Schätzung der autoregressiven Parameter eingestellt ist, um eine teilweise Beseitigung des im empfangenen Signals vorhandenen Geräuschs bereitzustellen,
- erneut einen autoregressiven Prozeß zweiter oder vierter Ordnung als Reaktion auf diese Bestimmung anzulegen und eine endgültige Schätzung der autoregressiven Parameter von diesem empfangenen Signal durchzuführen,
- die Frequenzwerte von jedem Ton vom Wert der geschätzten Parameter zu berechnen.
In dem bevorzugten Ausführungsbeispiel der Erfindung erfolgt die Bestimmung, ob in dem empfangenen Signal derzeit ein Ton oder zwei verschiedene Töne vorhanden sind, durch die Berechnung des folgenden Verhältnisses:
A /E
Da dieses Verhältnis im Fall eines einzelnen Tons gleich 2 und im Fall eines Doppeltons gleich 4 sein sollte, sieht die Berechnung des Letzteren einen einfachen Weg vor, um die Anzahl der im Signal anwesenden Töne zu bestimmen.
Der erste und der letzte basieren auf der vorhergesagten Funktion mit der z-Transferfunktion
zu der ein mittlerer quadratischer Algorithmus (Least Mean Square) gehört, der die Parameter des Prädiktors anpaßt, um ein Fehlersignal zu minimieren.
In dem bevorzugten Ausführungsbeispiel der Erfindung basieren der erste und der letzte autoregressive Prozeß vierter Ordnung auf der vorhergesagten Funktion mit der z-Transferfunktion
zu der ebenfalls ein entsprechender mittlerer quadratischer Algorithmus gehört.
Um die DSP-Ressourcen zu reduzieren und auch die Genauigkeit des Tonererkennungsmechanismus zu verbessern, wird der autoregressive Prozeß zweiter Ordnung vorzugsweise mit dem Wert des a2-Parameters durchgeführt, der konstant mit -1 festgelegt ist. Der autoregressive Prozeß vierter Ordnung wird mit den Werten eines a3- und a4-Parameters durchgeführt, der gleich 1 bzw. -1 ist.
Wenn ein einzelner Ton zu verarbeiten ist, basiert die digitale Filterung vorzugsweise auf einem digitalen Filter mit der z-Transferfunktion
Im Fall eines Doppeltons basiert die digitale Filterung auf der folgenden z-Transferfunktion:
Da nur einfache Verarbeitungsschritte enthalten sind, die sowohl zur Spracherkennung als auch zur Bestimmung der Frequenzwerte benutzt werden, kann die Menge an digitalen Verarbeitungsressourcen eingeschränkt werden.
Wie aus der detaillierten Beschreibung des bevorzugten Ausführungsbeispiels der Erfindung hervorgeht, eignet sich das Verfahren insbesondere zur Verarbeitung von DTMF-Signalen und ist auch in Voice-Server-Anwendungen nützlich.

Beschreibung der Zeichnungen

Fig. 1 zeigt eine schematische Darstellung von einer Voice- Server-Anwendung, in der auf vorteilhafte Art und Weise der Tonerkennungsprozeß (tone-detection process) gemäß der vorliegenden Erfindung eingesetzt werden kann.
Fig. 2 zeigt ein Flußdiagramm, in dem das Zeitverhältnis zwischen dem Verfahren zur Feststellung der Anwesenheit eines Sprechsignals und die Verarbeitung der Call-Progress-Töne detailliert ist.
Fig. 3 zeigt die Basisschritte des Prozesses zur Feststellung der Anwesenheit eines Sprechsignals gemäß der vorliegenden Erfindung.
Fig. 4 zeigt im Detail das Prinzip der autoregressiven Signalmodellierung (modelization of the signal).
Fig. 5 zeigt das Prinzip des autoregressiven Algorithmus im Fall von x-verschiedenen Tönen.
Fig. 6 und Fig. 7 zeigen jeweils ein Diagramm, in dem die Fähigkeit eines FFT-basierenden Verfahren bzw. das Verfahren gemäß der vorliegenden Erfindung dargestellt ist, um zwischen zwei dicht aufeinanderfolgenden Tönen zu unterscheiden.

Beschreibung des bevorzugten Beispiels der Erfindung

Im bevorzugten Beispiel der Erfindung sieht das Verfahren zur Feststellung der Anwesenheit eines Sprechsignals die Erkennung von Call-Progress-Tönen vor, die in einer Voice-Server- Anwendung basierend auf einem bekannten RISC/6000 (Warenzeichen der IBM Corp.) Host vor. Dieser Host-Computer verfügt über eine bestimmte Voice-Server-Anwendung wie beispielsweise Telefonbanking- oder Versandhandel-Anwendungen. Der Host-Computer überwacht mehrere digitale T1- oder E1- Verbindungen, was über spezifische Karten erfolgt, die das Management der primären digitalen Verbindungen vorsehen. Bekannte Karten für den RISC/6000 Computer, die auf vorteilhafte Art und Weise das Tonerkennungsverfahren und den Call-Progress-Mechanismus gemäß der vorliegenden Erfindung ausführen können, sind als "Voice-Server Card Adapter" bekannt und gehören zu dem "Voice pack" 9291 oder 9295.
Es sollte jedoch klar sein, daß die Erfindung nicht auf dieses spezifische Host-Computer-System begrenzt ist und in Telefonsystemen oder Voice-Server-Anwendungen ausgeführt werden kann, die die Anwesenheit eines Sprechsignals in einem Signal mit zahlreichen Tönen erkennen können. Grundsätzlich wird jede der obenerwähnten Karten mit Digital-Signal- Processing-Ressourcen zur Verarbeitung von Kommunikationsaufgaben bereitgestellt, die wahrscheinlich von der Voice-Server-Anwendung aufgerufen werden. Unter anderem gehören zu diesen Verarbeitungsaufgaben - neben den traditionellen DTMF- und Call-Progress-Management-Funktionen - Komprimierungs- und Dekomprimierungsalgorithmen, um die Größe des Speichers, der zur Speicherung der zahlreichen Anforderungsmitteilungen erforderlich ist, die in dem allgemeinen Anwendungsprogramm verwendet werden, das in Host- Computer-, Spracherkennungsalgorithmen-, Echokompensationsoperationen (echo-cancellation) läuft, zu begrenzen.
Fig. 2 zeigt ein Flußdiagramm mit den technischen Schritten, die in der Voice-Server-Anwendung erforderlich sind und die insbesondere das Verfahren zur Feststellung der Anwesenheit eines Sprechsignals und die Verarbeitung von Call-Progress- Tönen enthalten. In Schritt 10 nimmt die Einrichtung ab (off- hook), um das Freizeichen zu erhalten. Dann wird in Schritt 20 das Signal in der Leitung analysiert, um das Vorhandensein des Wähltons in der Leitung festzustellen. In diesem Fall wird der Wählvorgang in Schritt 30 ausgeführt. An den Wählvorgang schließt sich die Feststellung der verschiedenen Töne in Schritt 40 (z. B. "Rückruf"- oder "Besetzttöne") an, und gleichzeitig wird das Verfahren zur Feststellung der Anwesenheit eines Sprechsignals durchgeführt, um den Zeitpunkt zu bestimmen, wenn sich am anderen Ende der Leitung eine Person meldet.
Es wird Bezug auf Fig. 3 genommen, in der die verschiedenen technischen Schritte dargestellt sind, die - gleichzeitig und ohne eine große Menge an digitalen Signalverarbeitungsressourcen - das Verfahren zur Feststellung der Anwesenheit eines Sprechsignals und die Verarbeitung der Call-Progress-Töne bereitstellen. Zuerst erfolgt ein Skalierungsschritt 151, der auf einer traditionellen und grundlegenden u- oder A-Rechtsumwandlung im digitalisierten 64 KBps Signal durchgeführt wird, das über die digitale T1- oder E1-Verbindung empfangen wird. Diese stellt möglicherweise einen zwölf Bit PMC-Abtaststrom bei 8 KHz bereit. Dieser u- oder A-Rechtsumwandlungsprozeß ist im Stand der Technik bekannt und wird hier nicht weiter beschrieben.
Anschließend wird, wieder mit Bezug auf Fig. 3, der maximale Wert des empfangenen Signals Amax in einem Satz von k-PCM- Abtastungen in dem betreffenden Abtastfenster in Schritt 152 berechnet. In dem bevorzugten Ausführungsbeispiel der Erfindung wird diese Berechnung an einem Satz mit k = 160 Abtastungen in einem Abtastfenster von 20 Millisekunden durchgeführt. Das Ergebnis wird dann benutzt, um in Schritt 153 die Berechnung der Energie E in dem empfangenen Signal durchzuführen. Zu diesem Zweck berechnet das digitale Verarbeitungsmittel den mittleren quadratischen Wert aus den PCM-Abtastungen. Anschließend wird in Schritt 154 das folgende Verhältnis R gemäß der folgenden Formel berechnet:
A /E
wobei Amax der maximale Wert des empfangenen Signals und E das errechnete Maß der Energie ist.
Dann wird eine Reihe von Tests durchgeführt, um die Art des empfangenen Signals zu bestimmen, d. h. um zu sagen, ob das Signal einen einzelnen Ton oder zwei unterschiedliche Töne enthält. Wenn das Signal in der Tat einen einzelnen, sinusförmigen Ton enthält, zeigt es sich, daß das letztere Verhältnis gleich 2 ist, während im Fall von zwei unterschiedlichen Tönen der Wert "4" erreicht wird. Es ist auch zu beachten, daß der Wert dieses Verhältnisses nicht von dem Wert der Tonfrequenzen abhängt. Deshalb wird der Algorithmus in Schritt 155, wenn das berechnete Verhältnis R kleiner 3 ist, feststellen, daß ein einzelner Ton in dem empfangenen Signal vorhanden ist, und der Prozeß wird mit Schritt 203 fortfahren, wo eine genaue Messung des Frequenzwerts durchgeführt wird. Die Messung ist nachstehend im einzelnen beschrieben.
Im umgekehrten Fall wird, wenn das Ergebnis von Testschritt 155 zeigt, daß das Verhältnis R größer 3 ist, in Schritt 156 ein weiterer Test durchgeführt, um dieses Verhältnis mit einem Wert zu vergleichen, der etwa gleich 5,2 ist. Ist das Verhältnis kleiner 5,2, wird der Prozeß auf die Anwesenheit eines Doppeltons in den empfangenen Signalen schließen, und der Prozeß wird mit Schritt 208 fortfahren, wo die Frequenzen von beiden Tönen ausgeführt werden. Im Gegensatz dazu wird, wenn das obengenannte Verhältnis größer 5,2 ist, ein weiterer Testschritt 157 durchgeführt, um zu bestimmen, ob das empfangene Signal einen Pegel hat, der wenigstens gleich -43 dBm ist. In diesem Fall schließt der Prozeß auf die Anwesenheit eines Sprechsignals in dem empfangenen Signal und wird diese Information der Voice-Server-Anwendung mitteilen. Wenn das empfangene Signal jedoch einen Pegel kleiner -43 dBm hat, folgert der Prozeß, daß es sich um ein reines Rauschsignal handelt und wird nichts weiter unternehmen.
Nachstehend werden die weiteren technischen Schritte beschrieben, die die Berechnung des Frequenzwerts sowohl bei Nachstehend werden die weiteren technischen Schritte beschrieben, die die Berechnung des Frequenzwerts sowohl bei der Einzel- als auch bei der Doppeltonerkennung vorsehen. Es zeigt sich, daß nur wenige technische Schritte, von denen die meisten (z. B. die Berechnung von Amax, E und des obengenannten Verhältnisse) sowohl für die Berechnung von Einzel- oder Doppeltonfrequenzen als auch zur Feststellung der Anwesenheit eines Sprechsignals im empfangenen Signal benutzt werden. Es wird somit ein umfassender Prozeß zur Feststellung der Anwesenheit eines Sprechsignals und zur Berechnung von Tonfrequenzen bereitgestellt, die keine große Menge an digitalen Signalverarbeitungsressourcen benötigen.
Bei Erkennung eines einzelnen Tons im empfangenen Signal fährt der Prozeß mit Schritt 203 fort, wo eine erste Schätzung der autoregressiven Parameter des Signals durchgeführt wird. Dies erfolgt über einen autoregressiven Prozeß, der im Blockdiagramm von Fig. 4 abgebildet ist.
Entsprechend der Abbildung liefert ein AutoRegressive (AR) Prädiktor-Block 302 das geschätzte Signal. Es ist durch die folgende z-Transferfunktion gekennzeichnet:
Ein Subtrahend 304 berechnet den Fehlerwert zwischen dem geschätzten Wert von und dem empfangenen Signal x. Ein Least-Mean-Square-Block (LMS) 302, der das Signal x und den geschätzten Wert des Fehlers empfängt, paßt den Wert des a1- Parameters ständig an, um den geschätzten Fehler zu minimieren. Da davon ausgegangen wird, daß das empfangene Signal ein sinusförmiger Ton ist, wird angenommen, daß der a2- Parameter gleich -1 ist, und der autoregressive Prozeß wird ständig mit Parameter a2 ausgeführt, der gleich 1 ist. Dadurch erforderlich sind, erheblich reduziert und auch die Genauigkeit bei der Berechnung des a1-Parameters erhöht.
Die Gleichung des LMS-Blocks 302 ist wie folgt:
α&sub1;(k + 1) = α&sub1;(k) + β · e(k) · x (k - 1)
In dem bevorzugten Ausführungsbeispiel der Erfindung werden gute Ergebnisse erzielt, wenn der Beta-Wert wie folgt berechnet wird:
β = β&sub0;/E
wobei β&sub0; eine Konstante ist, und E der Wert der Energie ist, die oben berechnet wurde.
Wieder mit Bezug auf Fig. 3 wird in Schritt 203 eine erste Schätzung des autoregressiven Parameters α&sub1; von dem empfangenen Signal erstellt (wie oben im einzelnen beschrieben wurde). In Schritt 204 führt der Prozeß dann eine digitale Bandpaßfilterung durch, die im Bereich von der Frequenz des in Schritt 203 festgestellten Tons eingestellt wird. Der Filterungsprozeß aus Schritt 204 basiert auf einem digitalen Filter erster Ordnung, dessen Merkmale so eingestellt werden, daß der größte Teil des Rauschsignals, das im Bereich des erkannten Tons vorhanden ist, entfernt wird. In dem bevorzugten Ausführungsbeispiel der Erfindung basiert der Bandpaßfilter erster Ordnung auf der folgenden z- Transferfunktion:
wobei u ein Parameter ist, der die Selektivität des Filters kennzeichnet. Dieser Parameter hat vorzugsweise einen Wert, der nahe bei 1 liegt, so daß ein hoher Grad an Selektivität bereitgestellt wird. Im bevorzugten Ausführungsbeispiel der Erfindung ist dieser mit 0,92 definiert.
Es wurde beobachtet, daß dieser Filter erster Ordnung die Toleranz des gesamten Algorithmus gegenüber dem Rauschen wesentlich verbessert und möglicherweise die Verarbeitung eines Signals mit einem herabgesetzten Signal-Rausch- Verhältnis (signal-to-noise ratio) ermöglicht.
In Schritt 205 wird dann eine endgültige Schätzung der autoregressiven Parameter durchgeführt. Dies geschieht, indem das gefilterte Signal gemäß dem autoregressiven Blockdiagramm von Fig. 4 verarbeitet wird, das nachstehend ausführlich beschrieben wird. In Schritt 206 wird der Frequenzwert dann gemäß der folgenden Gleichung berechnet:
α&sub1; = 2cos(2ΠfΔt)
wobei Δt dem Abtastzeitraum entspricht.
Anschließend fährt der Prozeß mit dem Takten des Verarbeitungsschritts 207 fort, wobei Wert und Dauer des Tons dem Anwendungsprogramm mitgeteilt werden, das im Host- Prozessor ausgeführt wird.
Falls beim Test in Schritt 202 die Anwesenheit von Doppeltönen im empfangenen Signal erkannt wird, fährt der Prozeß mit Schritt 208 fort, wo ein autoregressiver Prozeß vierter Ordnung durchgeführt wird. Ähnlich wie oben, basiert dieser neue AR-Prozeß auf dem Blockdiagramm von Fig. 4, wo der AR- Prädiktor-Block 302 jetzt aus einem Prädiktor vierter Ordnung mit der folgenden z-Transferfunktion besteht:
wobei "a1, a2, a3 und a4" die vier Parameter der autoregressiven Signalmodellierung sind. Ähnlich wie oben, sind die Werte von a3 und a4 konstant mit gleich a1 und -1 festgelegt. Dadurch wird die Berechnung des AR-Algorithmus erleichtert und die Genauigkeit der Frequenzberechnung verbessert.
Im Prozeß von Schritt 208 ist der LMS-Block 302 durch die folgende Gleichung gekennzeichnet:
Bei Beendigung des autoregressiven Prozesses in Schritt 208 wird eine duale digitale Bandpaßfilterung durchgeführt, die so eingestellt ist, daß sie bei 204 zu den beiden Frequenzen, die anhand der Bestimmung der vier obengenannten Parameter bewertet werden kann, paßt. Ähnlich wie oben, basiert diese duale Filterung auf der Kombination von zwei digitalen Bandpaßfiltern mit folgender Gleichung:
wobei u wiederum ein Parametermerkmal von der Selektivität des Filters ist.
Bei Schritt 210 wird schließlich eine endgültige Schätzung der autoregressiven Parameter durchgeführt, wie oben in Verbindung mit Schritt 205 beschrieben wurde. Die genauen Werte können eventuell in Schritt 211 gemäß den folgenden Gleichungen durchgeführt werden:
Nach erfolgter Berechnung können die Werte der beiden Frequenzen an die Taktverarbeitungsroutinen in Schritt 207 übermittelt und dann von dem allgemeinen Anwendungsprogramm, das im Host-Computer ausgeführt wird, verarbeitet werden.
Auch werden die jeweiligen Energien der beiden Töne berechnet. Dies geschieht zuerst mittels einer Berechnung der Autokorrelationsfunktionen Rxx(1) und Rxx(2) in Schritt 212 gemäß dem bekannten Verhältnis:
Rxx(n) = x(k) · x(k + n)
Dann wird in Schritt 213 die folgende Matrixgleichung gelöst, um die gewünschten Werte P1 und P2 von der Schätzung der Energie von beiden Tönen zu berechnen.
Die berechneten Werte von P1 und P2 werden dann an die Taktverarbeitungsfunktionen in Schritt 207 übertragen. Durch Kenntnis der Energiewerte wird insbesondere die Unterscheidung der Perioden erleichtert, in denen tatsächlich ein Ton bzw. Töne vorhanden ist bzw. sind oder nicht und verbessert dadurch die Taktverarbeitungsoperationen in Schritt 207.
Fig. 5 zeigt den autoregressiven Prozeß gemäß der vorliegenden Erfindung, der die Erkennung von x-verschiedenen Tönen in einem empfangenen Signal bereitstellt.
Dies wird durch einen AR-Block 402 erreicht, der auf der folgenden Gleichung basiert:
xk = α&sub1;xk-1
Ähnlich wie oben, werden die "a1" Koeffizienten vom LMS Block 406 bestimmt, der den Koeffizienten ständig aktualisiert, um dadurch den Fehler entsprechend dem folgenden Verhältnis zu reduzieren:
α&sub1;(k + 1) = a&sub1;(k) + u·xk-1·ek
Dann wird die Frequenz durch die Suche nach den Wurzeln der Gleichung bestimmt:
z2p + α&sub1;z2p-1 + ... + α2p mit n = 1, ..., p und αi = α2p-i
Die Energie für jeden Ton wird gemäß der folgenden Formel berechnet und dann an den Taktverarbeitungsschritt 207 zu Freigabezwecken übermittelt:
Die Fig. 6 und 7 zeigen jeweils Simulationsdiagramme, die den hohen Unterscheidungsgrad beim Tonerkennungsprozeß zeigen, der das Verfahren zur Feststellung der Anwesenheit eines Sprechsignals gemäß der vorliegenden Erfindung mit Bezug auf die traditionelle FFT-Transformation verwendet. Wie aus Fig. 6 hervorgeht, bietet das Tonerkennungsverfahren gemäß der vorliegenden Erfindung nichtsdestotrotz die eindeutige Unterscheidung von zwei dicht aufeinanderfolgenden Tönen in einem empfangenen Signal, obgleich eine geringe Menge an digitalen Signalverarbeitungsressourcen erforderlich ist.

Claims

1. Verfahren zur Feststellung der Anwesenheit von Sprechsignalen in einem Telefonsignal, wobei auch ein oder zwei Frequenztöne vorhanden sein können, und das Verfahren dadurch gekennzeichnet ist, daß es Schritte enthält, um

den Wert des Verhältnisses

A /E

zu berechnen, wobei Amax der Höchstwert des empfangenen Signals während eines Abtastfensters ist und E eine Messung der Energie ist,

- das berechnete Verhältnis mit einem ersten bestimmten Schwellwert zu vergleichen,

- das Vorhandensein eines einzelnen Tons zu protokollieren, wenn das Verhältnis kleiner als der erste Schwellwert ist.

2. Das Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, daß es außerdem Schritte enthält, um

- das berechnete Verhältnis mit einem zweiten, bestimmten Schwellwert zu vergleichen, der größer als der erste Schwellwert ist,

- als Reaktion auf diesen Vergleich, die Anwesenheit eines Doppeltons im empfangenen Signal zu protokollieren, wenn das Verhältnis kleiner dem zweiten Schwellwert ist.

3. Das Verfahren gemäß Anspruch 2, das dadurch gekennzeichnet ist, daß, wenn das Verhältnis größer als der zweite Schwellwert ist und der Pegel des empfangenen Signals größer als ein dritter bestimmter Schwellwert ist, die Anwesenheit eines Sprechsignals in dem empfangenen Signal protokolliert wird.

4. Das Verfahren gemäß Anspruch 2, das dadurch gekennzeichnet ist, daß der erste, zweite und dritte Schwellwert auf "3", "5, 2" und "-43 dB" festgesetzt sind.

5. Das Verfahren gemäß einem der Ansprüche 1-4, das dadurch gekennzeichnet ist, daß es als Reaktion auf die Bestimmung eines Einzeltons in dem Empfangssignal Schritte enthält, um

- einen autoregressiven Prozeß zweiter Ordnung anzulegen und eine erste Schätzung der autoregressiven Parameter des empfangenen Signals durchzuführen (203, 208),

- eine digitale Bandpaßfilterung (205, 210) durchzuführen, die auf das Ergebnis von der Schätzung der autoregressiven Parameter eingestellt ist, um eine teilweise Beseitigung des im empfangenen Signals vorhandenen Geräuschs bereitzustellen,

- erneut einen autoregressiven Prozeß zweiter Ordnung anzulegen (205, 210) und eine endgültige Schätzung der autoregressiven Parameter von diesem empfangenen Signal durchzuführen,

- den Frequenzwert vom Einzelton anhand des geschätzten Parameters zu berechnen (206, 211).

6. Das Verfahren gemäß einem der Ansprüche 1-4, das dadurch gekennzeichnet ist, daß es als Reaktion auf die Bestimmung eines Doppeltons in dem Empfangssignal Schritte enthält, um

- einen autoregressiven Prozeß vierter Ordnung anzulegen und eine erste Schätzung der autoregressiven Parameter des empfangenen Signals durchzuführen (203, 208),

- erneut einen autoregressiven Prozeß vierter Ordnung anzulegen (205, 210) und eine endgültige Schätzung der autoregressiven Parameter von diesem empfangenen Signal durchzuführen,

- den Frequenzwert vom Doppelton anhand des geschätzten Parameters zu berechnen (206, 211)

7. Das Verfahren gemäß Anspruch 5, das dadurch gekennzeichnet ist, daß der erste und letzte autoregressive Prozeß zweiter Ordnung auf einer vorhergesagten Funktion mit der z-Transfergleichung basiert:

8. Das Verfahren gemäß Anspruch 7, das dadurch gekennzeichnet ist, daß der autoregressive Prozeß mit dem Wert des a2-Parameters, der konstant auf -1 festgesetzt ist, durchgeführt wird.

9. Das Verfahren gemäß Anspruch 7, das dadurch gekennzeichnet ist, daß die digitale Filterung auf einem digitalen Filter mit der z-Transferfunktion basiert:

10. Das Verfahren gemäß Anspruch 9, das dadurch gekennzeichnet ist, daß der "u" Parameter auf einen Wert festgesetzt ist, der zwischen 0,90 und 0,95 liegt.

11. Das Verfahren gemäß Anspruch 6, das dadurch gekennzeichnet ist, daß, als Reaktion auf die Bestimmung eines Doppeltons, der erste und letzte autoregressive Prozeß vierter Ordnung auf der vorhergesagten Funktion mit der z-Transfergleichung basiert:

zu der ebenfalls ein entsprechender mittlerer quadratischer Algorithmus gehört, mit dem die Parameter der vorhergesagten Funktion angepaßt werden können, um so den Fehler, der sich aus der Differenz zwischen dem empfangenen Signal und dem geschätzten Signal ergibt, das anhand der z-Transferfunktion berechnet wurde, zu reduzieren.

12. Das Verfahren gemäß Anspruch 11, das dadurch gekennzeichnet ist, daß der autoregressive Prozeß vierter Ordnung mit dem Wert der a3- und a4-Parameter, die konstant auf a1 und -1 festgesetzt sind, durchgeführt wird.

13. Das Verfahren gemäß Anspruch 11, das dadurch gekennzeichnet ist, daß die digitale Filterung auf einem digitalen Filter mit z-Transferfunktion basiert:

14. Das Verfahren gemäß den Ansprüchen 5 und 6-10, das dadurch gekennzeichnet ist, daß es als Reaktion auf die Bestimmung eines einzelnen Tons in diesem Signal außerdem den Schritt enthält, um

- die Autokorrelationsfunktionen Rxx(1) und Rxx(2) von dem empfangenen Signal zu berechnen, und um

- die Energie von jedem Ton anhand der berechneten Autokorrelationsfunktionen Rxx(1) und Rxx(2) gemäß der Gleichung:

15. Ein Call-Progress-Verfahren mit Schritten, um die zahlreichen Call-Progress-Töne zu verarbeiten, die wahrscheinlich von einem Telefonnetz empfangen werden, dadurch gekennzeichnet, daß das Verfahren wenigstens einen Schritt zur Feststellung der Anwesenheit eines Sprechsignals gemäß einem der Ansprüche 1 bis 14 enthält.

16. Das Verfahren nach irgendeinem der Ansprüche 1 bis 15, dadurch gekennzeichnet, daß es die Erkennung eines Doppeltons in einem Doppelton-Mehrfrequenzempfänger (dual-tone multifrequency receiver) enthält, um die Töne, die von einer Taste auf dem Telefon erzeugt werden, in eine codierte Darstellung von der gewählten Nummer zu übersetzen.

17. Das Verfahren nach irgendeinem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß es in Fernmeldesystemen benutzt wird, die über eine digitale E1- oder T1-Verbindung an das Fernmeldenetz angeschlossen sind.

18. Nutzung des Tonerkennungsverfahrens nach irgendeinem der vorhergehenden Ansprüche in einer Voice-Server-Anwendung.

19. Fernmeldeanlage, die dadurch gekennzeichnet ist, daß sie Mittel enthält, um das Verfahren nach irgendeinem der vorhergehenden Ansprüche auszuführen.