RUB 

Quellenlokalisation und akustische Szenenanalyse

Problembeschreibung und Aufgabenstellung

Quellen in komplexen akustischen Szenen zu lokalisieren, zu verfolgen und zu erkennen gehört zu den herausforderndsten Aufgaben in der Akustik. Ein wesentliches Ziel besteht in der Bestimmung der Postion einer Quelle oder mehrer Quellen relativ zu den aufnehmenden Mikrofonen. Anwendungen finden sich zum Beispiel in der Robotik oder in Hörgeräten. Für die Lösung der Aufgabe werden in der Regel Mikrofongruppen („Arrays“) eingesetzt. Die gewonnen Informationen können dann z.B. für Beamforming verwendet werden, welches sich auf die Quellensignale ausrichtet und Störquellen unterdrückt.

Ein akustischer Szenenklassifikator ordnet die durch die Mikrofone aufgenommenen Signale einer Signalklassse oder einer vordefinierten akustischen Szene zu. Beispiele für akustische Signalklassen sind z.B. Geräusch, Musik  oder Sprache. Mit diesen Informationen kann zum Beispiel die Audiosignalverarbeitung in Hörgeräten entsprechend der erkannten akustischen Signalklasse gesteuert werden. Wenn z.B. die Klasse Geräusch erkannt wird, wird automatisch der Rauschunterdrückungs­algortihmus im Hörgerät aktiviert. Unter einer akustischen Szene versteht man das in bestimmten Umgebungen anzutreffende zeitveränderliche Zusammenspiel räumlich verteilter Quellen. Zum Beispiel ist die Szene „Büroumgebung“ durch Stimmen, Telefonklingeln, Tastaturgeräusche und Druckergeräusche charakterisiert. In der Analyse wird die Szene dann durch Informationen über die zeitlichen und räumlichen Eigenheiten der aufgenommenen Mikrofonsignale bestimmt.

Die Bachelor-/Masterarbeit richtet sich in erster Linie auf die Verbesserung vorhandener Algorithmen und die Entwicklung und Implementierung neuer Algorithmen auf verschiedenen Plattformen (PC, Android, Echtzeitsystemen).

Werkzeuge und Methoden?
Die Problemstellungen werden mit den Algorithmen der Audiosignalverbreitung, der statistische Signalverarbeitung und dem maschinelles Lernen bearbeitet. Die Implementierung erfolgt mittels Matlab, Simulink oder Python.

Was kann man lernen?
Im Rahmen einer Bachelor-/Masterarbeit werden Grundlagen der Mustererkennung, der Audiosignalverarbeitung und der statistisch Signalverarbeitung erlangt. Zu dem werden Programmierkenntnisse und die effiziente Implementierung von Algorithmen vertieft.

Voraussetzungen:
Bereitschaft, sich  grundlegende Kenntnisse der Akustik, der Audiosignalverarbeitung und des maschinellen Lernens anzueignen.  Programmierkenntnisse in Matlab und Simulink, Kenntnisse in C++ und Python sind von Vorteil, Interesse an Aufnahmetechnik und Elektronik.

Bespiele abgeschlossener Arbeiten:

  • Schätzung raumakustischer Parameter mittels neuronaler Netze
  • Entwicklung eines mobilen akustischen Szenenklassifikators
  • Implementierung eines zuverlässigen und reproduzierbaren Verfahrens zur Kalibrierung von Hörgerät-Mikrofonen

Ansprechpartner:

Prof. Dr.-Ing. Rainer Martin Semih Ağcaer, M.Sc.
ID 2/233 ID 2/221
0234 32 22495 0234 32 25388
rainer.martin@rub.de semih.agcaer@rub.de
Alexandru Nelus, M.Sc.
ID 2/221
0234 32 25388
alexandru.nelus@rub.de