Es ist Aufgabe der vorliegenden Erfindung eine alternative Konferenzeinrichtung sowie ein alternatives Verfahren zur Mehrpunktkommunikation anzugeben, wodurch sich die Verständlichkeit und Unterscheidbarkeit von Konferenzteilnehmern bei der Sprachwiedergabe verbessern lässt.

Gelöst wird diese Aufgabe durch eine Konferenzeinrichtung mit den Merkmalen des Patentanspruchs 1 sowie durch ein Verfahren mit den Merkmalen des Patentanspruchs 9.

Vorteilhafte Ausführungsformen und Weiterbildungen der Erfindung sind in den abhängigen Ansprüchen angegeben.

Die erfindungsgemäße Konferenzeinrichtung weist mehrere, jeweils einem Konferenzteilnehmer zuzuordnende monaurale HRTF-Filter auf. Die Abkürzung HRTF steht für den englischsprachigen Ausdruck "Head Related Transfer Function" und bezeichnet eine sogenannte Außenohrübertragungsfunktion. Ein jeweiliges HRTF-Filter dient zum Filtern eines vom jeweils zugeordneten Konferenzteilnehmer stammenden monauralen Audiosignals. Unter einem Audiosignal sei hier und im Folgenden auch ein Übertragungssignal zur Übertragung einer Datenrepräsentation eines Audiosignals verstanden. Für die Filtercharakteristik eines jeweiligen HRTF-Filters ist ein diesem zugeordneter individueller, monauraler HRTF-Filterkoeffizientensatz maßgeblich. Die Konferenzeinrichtung verfügt weiterhin über eine an die HRTF-Filter gekoppelte Konferenzmischeinrichtung zum Mischen der individuell gefilterten Audiosignale verschiedener Konferenzteilnehmer und zum Übertragen der gemischten monauralen Audiosignale an Konferenzteilnehmer.

Eine Außenohrübertragungsfunktion oder HRTF repräsentiert einen Zusammenhang zwischen dem Schalldruck p(t) (t: Zeitkoordinate) am Ort einer Schallquelle und dem dadurch hervorgerufenen Schalldruck x(t) im Innenohr eines Menschen. Der Schalldruckverlauf im Innenohr unterscheidet sich in charakteristischer Weise vom Schalldruckverlauf am Ort der Schallquelle, da ein Schallsignal auf seinem Weg zum Innenohr zahlreichen Reflexionen und/oder Beugungen am Ohr, Kopf und Körper unterworfen ist. Der Zusammenhang der Schalldrucke an der Schallquelle und im Innenohr kann mittels einer Impulsantwort h(r) folgendermaßen dargestellt werden: x(t) = ∫ h(r)·p(t – &tgr;) d&tgr;

Die Impulsantwort h(&tgr;) wird häufig auch als "Head Related Impulse Response" (HRIR) bezeichnet. Die Außenohrübertragungsfunktion oder HRTF wird oft durch die Fouriertransformierte von h(&tgr;), d.h. durch die entsprechende spektrale Übertragungsfunktion repräsentiert.

Die HRTF-Filter der erfindungsgemäßen Konferenzeinrichtung bilden jeweils eine Signalveränderung, die ein Schallsignal von der Schallquelle bis zum Innenohr erfährt, in repräsentativer Weise künstlich nach.

Mit Hilfe einer sowohl für das linke Ohr als auch für das rechte Ohr vorliegenden Außenohrübertragungsfunktion können aus einem monauralen Audiosignal binaurale Audiosignale synthetisiert werden, die – wenn mit beiden Ohren wahrgenommen – einen korrekten räumlichen Höreindruck hervorrufen. Mit binaural wird in diesem Zusammenhang, wie beim gebräuchlichen Begriff "stereo", eine Differenzierung nach linkem und rechtem Ohr bezeichnet, während monaural ("mono") ein Fehlen einer solchen Differenzierung bezeichnet.

Eine binaurale Filterung von Audiosignalen erfordert allerdings zwei Audiokanäle sowie zwei geeignet positionierte Wiedergabelautsprecher pro Audiosignal. In gebräuchlichen Kommunikationssystemen und insbesondere bei Konferenzsystemen sind zweikanalige Audioübertragungen jedoch meist nicht vorgesehen, so dass binaurale HRTFs dort meist nicht nutzbringend eingesetzt werden können.

Mit Einschränkungen lässt sich jedoch auch mittels monauraler HRTFs, d.h. gewissermaßen durch Klangfärbung von Audiosignalen ein richtungsabhängiges Hörempfinden virtuell nachbilden. Auf diese Weise können Quellen von monauralen Audiosignalen durch mit individuellen HRTF-Filterkoeffizientensätzen versehene HRTF-Filter hinsichtlich eines Höreindrucks der gefilterten Audiosignale virtuell in unterschiedlichen Richtungen einer sogenannten Medianebene positioniert werden. Als Medianebene wird üblicherweise die auf der Verbindungsachse beider Ohren senkrecht stehende Ebene bezeichnet.

Anders als binaurale HRTF-Filter lassen sich monaurale HRTF-Filter ohne wesentliche Modifikationen gebräuchlicher monaural-basierter Kommunikationssysteme einsetzen. Monaurale HRTF-Filter lassen sich auch auf einfache Weise in herkömmliche monaurale Konferenzeinrichtungen integrieren.

Durch eine virtuelle Positionierung von Konferenzteilnehmern in unterschiedlichen Richtungen der Medianebene kann die Unterscheidbarkeit der Konferenzteilnehmer, insbesondere wenn diese gleichzeitig sprechen, wesentlich verbessert werden. Darüber hinaus kann auch die Verständlichkeit eines gegebenenfalls auszuwählenden Konferenzteilnehmers verbessert werden, indem dieser Konferenzteilnehmer virtuell in einer Richtung positioniert wird, in der hörerseitig eine bessere Sprachverständlichkeit vorhanden ist. Dies ist in der Medianebene z.B. in gerader Blickrichtung der Fall.

Vorzugsweise kann eine Filtersteuerung zum statischen oder dynamischen Zuordnen eines individuellen HRTF-Filterkoeffizientensatzes zu einem HRTF-Filter und/oder zum Zuordnen eines HRTF-Filters zu einem Konferenzteilnehmer vorgesehen sein. Die zuzuordnenden HRTF-Filterkoeffizientensätze können hierbei nach unterschiedlichen Kriterien statisch oder dynamisch gewählt, erzeugt oder konfiguriert werden. Die Zuordnung kann abhängig von einer Konferenzsteuerung oder abhängig von Anforderungen von Konferenzteilnehmern erfolgen.

Nach einer vorteilhaften Weiterbildung der Erfindung kann die Filtersteuerung eine Audioanalyseeinrichtung zur Analyse von Audiosignalen der Konferenzteilnehmer aufweisen, die derart eingerichtet ist, dass die Zuordnung abhängig vom Analyseergebnis erfolgt.

Durch die Analyse der Audiosignale und einer analyseabhängigen Zuordnung kann z.B. ein jeweils wortführender Konferenzteilnehmer hinsichtlich des Höreindrucks virtuell von anderen Konferenzteilnehmern separiert werden und so gewissermaßen virtuell im Zentrum der Aufmerksamkeit positioniert werden, während andere Konferenzteilnehmer virtuell in einem Hörhintergrund positioniert werden.

Nach einer vorteilhaften Ausführungsform der Erfindung sind die HRTF-Filterkoeffizientensätze spezifisch an eine Übertragungsbandbreite der Konferenzeinrichtung und/oder an eine Übertragungsbandbreite von an einer Konferenz zu beteiligenden Endgeräten abgestimmt. Derartige HRTF-Filterkoeffizientensätze können beispielsweise so erstellt werden, dass sie bei eingeschränkter Übertragungsbandbreite hinsichtlich des Höreindrucks eine ähnliche Hörrichtungswahrnehmung hervorrufen, wie für den gesamten Hörfrequenzbereich ermittelte HRTF-Filterkaeffizientensätze.

Weiterhin können unterschiedliche teilnehmerspezifische, endgerätespezifische, verbindungsspezifische, netzspezifische und/oder konferenzstatusspezifische HRTF-Filterkoeffizientensätze vorgesehen sein.

Nach einer vorteilhaften Weiterbildung der Erfindung kann die Konferenzeinrichtung eine Umsetzeinrichtung aufweisen zum Umsetzen eines von einem binauralen Konferenzteilnehmer stammenden binauralen Audiosignals in ein von einem der monauralen HRTF-Filter zu filterndes monaurales Audiosignal. Mittels einer solchen Umsetzeinrichtung können auch binaurale Konferenzteilnehmer, d.h. über mindestens zwei Audiokanäle verfügende Konferenzteilnehmer in eine Konferenz mit monauralen Konferenzteilnehmern einbezogen werden.

Eine derartige Konferenz zwischen monauralen und binauralen Konferenzteilnehmern kann beispielweise realisiert werden, indem durch die Konferenzeinrichtung zwei separate Konferenzschaltungen eingerichtet werden und zwar eine monaurale und eine binaurale Konferenzschaltung. Bei x monauralen und y binauralen Konferenzteilnehmern umfasst die monaurale Konferenz x + y monaurale Eingangsteilnehmer und x Ausgangsteilnehmer, während die binaurale Konferenz x + y binaurale Eingangsteilnehmer und y Ausgangsteilnehmer aufweist. Bei der binauralen Konferenzschaltung sind die Audiosignale der x monauralen Konferenzteilnehmer zur Erzielung eines mit dem binauralen Konferenzteilnehmer vergleichbaren Höreindrucks mittels binauraler HRTF-Filter zu filtern. Entsprechend sind bei der monauralen Konferenz die Audiosignale der y binauralen Teilnehmer jeweils mittels der Umsetzeinrichtung in ein monaurales Audiosignal umzusetzen.

Vorzugsweise ist die Umsetzeinrichtung derart ausgestaltet, dass eine durch einen Höreindruck des binauralen Audiosignals bestimmte virtuelle Position des binauralen Konferenzteilnehmers in einen monauralen HRTF-Filterkoeffizientensatz für den betreffenden HRTF-Filter umgesetzt wird, durch dessen Filterung der binaurale Konferenzteilnehmer virtuell in der Medianebene positioniert wird. Auf diese Weise kann eine durch ein binaurales Audiosignal angedeutete virtuelle Audioquellenposition im dreidimensionalen Raum auf eine geeignete Position in der zweidimensionalen Medianebene abgebildet werden.