TELEFONIE UND SCHWERHÖRIGKEIT ERSTE ANSÄTZE ZUR BEWERTUNG DER STÖRGRÖSSEN

Transkript

1 TELEFONIE UND SCHWERHÖRIGKEIT ERSTE ANSÄTZE ZUR BEWERTUNG DER STÖRGRÖSSEN Jan Krebber 1, Rob Drullman 2, Koen Eneman 3, Rainer Huber 4, Heleen Luts 3, 1 Institut für Akustik und Sprachkommunikation, Technische Universität Dresden, D-01169, Deutschland, 2 TNO Human Factors, Dept. Of Perception and Hearing Research, NL-3769ZG Soesterberg, The Netherlands, 3 Katolieke Universiteit Leuven, Faculty of Medicine, Dept. ENT, HNS / Lab. Exp. ORL, B Leuven, Belgium, 4 HörTech ggmbh, D Oldenburg, Deutschland, jan.krebber@rub.de Abstract: In diesem Beitrag werden unterschiedliche auditive Störeinflüsse in modernen Telekommunikationsnetzen und deren Einflüsse auf unterschiedliche Schwerhörigkeitsformen betrachtet. Dabei werden die unterschiedliche Einflussgrößen anhand eines Netzwerkplanungsmodells erläutert. Anschließend werden Tests vorgestellt, um die Qualitätsverluste durch unterschiedlichen Störgrößen bestimmen zu können. Die Tests wurden in zwei unterschiedlichen Sprachen mit vier verschiedenen Hörergruppen durchgeführt. Die Ergebnisse aus den Tests können dazu beitragen, erste Empfehlungen für hörbeeinträchtigte Benutzer, für Telefonnetzwerkanbieter und für Endgerätehersteller zu geben. 1 Einleitung Mit der Liberalisierung des Telekommunikationsmarktes sind viele Beschränkungen in Telekommunikationsnetzen zugunsten eines freien Wettbewerbs weggefallen. Mit der Einführung von Voice over Internet Protocol (VoIP) Telekommunikationsdiensten verschärfte sich die Situation da viele neue Standards eingeführt wurden. Dadurch wurden zusätzliche Schnittstellen geschaffen, die zu weiteren Störeinflüssen zwischen den Netzwerken führen können. Daher stellt der Übergang zwischen den einzelnen Kommunikationsnetzen Plain Old Telephone System (POTS), Integrated Services Digital Network (ISDN), Mobiltelefonnetzwerke und VoIP Netzwerke noch immer ein Problem dar. Neben den traditionellen Beeinträchtigungen wie Rauschen oder Echos, bringen die neuen Technologien auch neue Störungen mit sich, wie z.b. unterschiedliche Enkodier- /Dekodierverfahren, Paketverluste oder Bit Error Rates (BER). Traditionelle Störungen und neue Beeinträchtigungen in modernen Telekommunikationsnetzwerken wurden umfassend von Möller (2000) und Raake (2006) für normal hörende Personen getestet. Bislang gibt es jedoch nur wenige Versuche mit schwerhörigen Versuchsteilnehmern, die Beeinträchtigungen durch moderne Telefonnetze berücksichtigen. In diesem Beitrag werden wir die unterschiedlichen alten und neuen auditiven Beeinträchtigungen in modernen Telekommunikationsnetzen beschreiben. Des weiteren beschreiben wir bilinguale (deutsche und niederländische) Versuche um die größten Beeinträchtigungen für Schwerhörige (hearing impaired, HI) im Vergleich zu normal hörenden Benutzern (normal hearing, NH) zu finden.

2 2 Beschreibung der unterschiedlichen auditiven Störeinflüsse bei Telefonübertragungen Schon die Übertragungsqualität von traditionellen Telefonnetzwerken der POTS Generation war anfällig für unterschiedliche auditive Störeinflüsse. Die Effekte die dabei wahrgenommen werden sind (ohne Wertung): - Bandpass Filterung 200 Hz 3400 Hz - Rauschen durch Verstärker in der Übertragungsstrecke - Zu große oder zu geringe Lautstärke aufgrund schlecht gewählter Verstärkungsfaktoren - Verzögerungen durch lange Übertragungsstrecken mit vielen Verarbeitungsstufen - Echos durch falsche Leitungsabschlusswiderstände Mit Einführung digitaler Netzwerktechnik sind unterschiedlich Sprachkodieralgorithmen ein wichtiger Bestandteil der Übertagungsstrecke. Jedoch verursachen Sprachkodieralgorithmen zusätzliche Verzerrungen des Sprachsignals. Der letzte Technologiesprung in der Netzwerktechnik war die Einführung von paketbasierten Übertragungstechniken. Hierbei wird nicht mehr ein kontinuierlicher Datenstrom übertragen, sondern das Sprachsignal wird auf der Sendeseite in Pakete gepackt welche anschließend übertragen werden. Auf der Empfängerseite werden die Pakete zusammengeführt und schließlich eine kontinuierliche Sprachausgabe erzeugt. Während des Transports müssen die Pakete nicht zwingendermaßen die selbe Strecke nehmen, sondern es wird die jeweils günstigste Route ausgewählt, wobei günstig durch die Netzwerkpfadlast und Netzwerkpfadverzögerung bestimmt wird. Da die Pakete unterschiedliche Übertragungszeiten aufweisen können, benötigt man an der Empfangsseite einen Jitterpuffer. Dieser Puffer speichert die ankommenden Daten für eine bestimmte Zeit und sortiert die eingehenden Pakete nach ihrem zeitlichen Ursprung. Der Jitterpuffer ermöglicht somit, dass im zeitlichen Mittel zu frühe Paketen bzw. im zeitlichen Mittel (etwas) zu späte Pakten noch zur Sprachsignalgenerierung berücksichtigt werden. Jedoch benötigt der Jitterpuffer Zeit, und Pakete die zu spät eintreffen gehen verloren und müssen ersetzt werden. Die Wahrscheinlichkeit, dass ein Paket in einem VoIP - Netzwerk verloren geht, wird mit der sogenannten Packet Loss Propability (Ppl) bezeichnet. Pakete die bei einer Mobilfunkübertragung nicht rechtzeitig oder nicht vollständig an Ihr Ziel gelangen, werden durch eine Bit Error Rate (BER) beschrieben. Neben den Einflüssen durch die neue Übertragungstechnik, beeinträchtigt auch das Design neuer Telefonhandapparate die Übertragungsqualität. Die wichtigsten hierbei auftretenden auditiven Störungen sind: - Verschlechtertes Signal-zu-Rausch-Verhältnis durch zu große Entfernungen zwischen Mund und Mikrofon - Nicht optimierter Rückhörpfad (Rückkoppelpfad vom Handapparatmikrofon zum Handapparatlautsprecher) - Zusätzliche Sprachkodierverfahren - Zusätzliche Echos durch ein Übersprechen zwischen Handapparatlautsprecher und Handapparatmikrofon Die beschriebenen auditiven Einflüsse, die in einer Telefonsituation präsent sein können, sind in Abbildung 1 dargestellt.

3 Abbildung 1 Typische Störungen in einer Telefonsituation: Bandbegrenzung, Rauschen, schlechte Verstärkungsfaktor, Verzögerung, Echo, Kodierverfahren, Paketverluste, schlechter Verstärkungsfaktor im Rückhörpfad und Umgebungsgeräusche. 3 Beschreibung der Versuche um die Sprachqualität für unterschiedliche Störungen bei Telefonübertragungen und für unterschiedliche Schwerhörigengruppen 3.1 Methode Die Tests bilden die Grundlage für die Erweiterung von Qualitätsmodellen aus dem Bereich der Telephonie für Schwerhörige als Benutzergruppe. Ein standardisiertes Modell für normal hörende Telefonbenutzer ist das E-Modell. Das E-Modell ist ein Qualitätsvorhersagemodell und erlaubt anhand bekannter oder geschätzter physikalischer Beeinträchtigungen, eine Aussage über die zu erwartende Qualität eines zukünftigen Telekommunikationsnetzwerkes. Dabei werden nicht nur die Einflüsse auf der Übertragungsstrecke berücksichtigt, sondern es werden dabei auch die Umgebungsgeräusche und die Bauart der Endgeräte jeweils an Sendeund Empfangsseite berücksichtigt. Das E-Modell liefert einen Einzahlwert der in die fünf Punkte Mean Opinion Score 1 (MOS) Skala umgewandelt werden kann. Daher wurden die Tests in Anlehnung an die ITU-T Rec. P.800 konzipiert. Ein Nachteil der fünf Punkte MOS Skala ist jedoch, dass nur fünf diskrete Urteil möglich sind. In viele Fälle können die Versuchspersonen dadurch in Ihrer Urteilsfähigkeit eingeschränkt werden. Daher wurde die diskrete Unterteilung der Skala zugunsten einer kontinuierlichen, äquidistanten Unterteilung umgewandelt. Die verwendete Skala ist in Abbildung 2 dargestellt. MOS 0, ,5 schlecht dürftig ordentlich gut ausgezeichnet Abbildung 2 Skala mit entsprechender Beschriftung die während der Experimente benutzt wurde. Die Skala weist einheitliche Abstände zwischen den einzelnen Beschriftungen auf, auch wenn diese im semantischen Sinne nicht äquidistant sind. Dieser Nachteil wird aber durch die linearen Zwischenmarkierungsabstände zu weiten Teilen aufgefangen. Zusätzlich sei auf die Erweiterung der Skala um + / - 0,5 MOS an den Enden der Skala hingewiesen. Ohne diese Erweiterung würden die Ergebnisse an den Enden der Skala verzerrt. Die Ausgangs-Sprechdaten wurden über einen Telefonleitungssimulator übertragen, aufgezeichnet und während des Versuches nach einer randomisietren Reihenfolge abgespielt. Nach jeder Sprachprobe wurden die Versuchsteilnehmer aufgefordert die Gesamtqualität 1 Die fünf Punkte MOS Skala wird in der ITU-T Rec. P.800 (2003) beschrieben.

4 der Sprechprobe zu beurteilen 2. Dabei war es den Scherhörigen zu Beginn des Versuches möglich, Ihre bevorzugte Lautstärke für eine Standardtelefonverbindung einzustellen. Der Test begann mit einer Trainingssequenz, die den Probanden die Möglichkeit gab, sich mit der Versuchsaufgabe und der Versuchsumgebung vertraut zu machen. Während des Versuchs mussten 136 Stimuli bewertet werden. Dabei mussten die Versuchspersonen mindestens zwei Pausen einlegen. 3.2 Apparate Die Hörversuche wurden mit identischem Telefonapparaten durchgeführt. Hierbei handelt es sich um einen Deutsche Post / Deutsche Telekom B7 -Handapparat mit entsprechendem Endgerät. Eines der verwendeten Endgeräte mit Handapparat ist in Abbildung 3 dargestellt. Abbildung 3 Standard Telefon mit B7 -Handapparat. Das Endgerät dient hier nur als optischer Eindruck für das Telefon, als Handapparataufnahme und Rückseitig als Anschlussfeld, da das Mikrofon und der Lautsprecher direkt angeschlossen sind. Dadurch werden störende Einflüsse durch eine 2- Draht / 4-Drahtumwandlung umgangen. Die Frequenzgänge der einzelnen Handapparate wurden gemessen und gemäß des Intermediate Reference System (IRS) (ITU-T Rec. P.48, 1993) individuell entzerrt. Alle Versuchspartner verwendeten hochwertige Analog- Digitalwandler und Studioverstärker um die Telefone mit den Messrechnern zu betreiben. Die Tests fanden in ruhigen Versuchsräumen statt, welche die Vorgaben der ITU-T Rec. P.800 erfüllen. Die Versuchsteilnehmer sollten das Telefon entsprechend ihrer normalen Handhabung verwenden. Versuchsteilnehmer mit einem Hörgerät sollten dieses in Verbindung mit dem Handapparat wie in ihrem täglichen Gebrauch benutzen. Die Sprechproben die mit einer standard ISDN Verbindung übertragen wurden, wiesen am Ear Reference Point (ERP) einen Active Speech Level (ASL) von 79,3 db SPL auf. Probanden mit einer Hörbeeinträchtigung waren außerdem dazu angehalten zu Beginn des Versuches ihre bevorzugte Lautstärke für ein normales Gespräch einzustellen. Dabei war die Kombination aus Telefon und verwendeten Verstärkern in der Lage, Schalldruckpegel von bis zu 120 db SPL mit einer harmonischen Verzerrung von weniger als 1%, gemessen am ERP, zu erzeugen. 3.3 Stimuli Das Ausgangssprechmaterial musste einige Vorraussetzungen erfüllen: - Beide Sprachen die während des Versuches verwendet wurden, sollten im Sprachkorpus vorhanden sein - Die Phrasen sollten länger als 10 Sekunden sein, um auch Einflüsse mit einer geringen Erscheinungsrate darzustellen 2 Es sei angemerkt, dass auch die niederländischen Versuche gemäß der ITU-T Rec. P.800 durchgeführt wurden.

5 - Validierte Sprechdatenbank, validierte Sprechproben - Mindestens 2 männliche und 2 weibliche Sprecher je Sprache Alle Vorgaben werden durch die EUROM 1 Datenbank erfüllt. Die EUROM 1 Datenbank ist ein Ergebnis des ESPRIT-Projektes 2589 (Chan et al., 1995). Aus der Datenbank wurden je Sprache 2 männliche und 2 weibliche Sprecher mit unterschiedlichen Phrasen ausgewählt. Um nun einen große Breite der auftretenden Störungen zu untersuchen, wurden 4 Sets gebildet: 1. Set: Lautheitsbewertung (5 Zustände, -10 db, -5 db, 0 db, +5 db, +10 db; 20 Stimuli) 2. Set: Frequenzgangausgleich und Rauschen (5 Zustände, Standard-ISDN-Verbindung, Bandpassrauschen mit 45 db, Bandpassrauschen mit 30 db, Hochpass- Kuhschwanzfilter bei 1 khz, +6 db und Hochpass-Kuhschwanzfilter bei 1 khz, +12 db, 20 Stimuli) 3. Set: Codecs (5 Zustände, Standard-ISDN-Verbindung 3, AMR 12.2 kbit/s, AMR 7.4 kbit/s, AMR 4.75 kbit/s, GSM06.10, G with 5.3 kbit/s, ADPCM 32 kbit/s, ADPCM 16 kbit/s; 36 Stimuli) 4. Set: Zeitvariante Störungen (15 Zustände, G.711, G.729, mit 0%, 3%, 5%, 10%, 15% Packet Loss, GSM06.10 mit 0, 2, 4, 6, 8 Bit Error Rate; 60 Stimuli) 3.4 Versuchsteilnehmer Die Mittelwerte der Audiogramme sind für jede Gruppe in Abbildung 4 dargestellt. Alle Versuchspersonen wurden für Ihre Teilnehme bezahlt. Abbildung 4 Mittelwerte der Audiogramme der jeweiligen Versuchspersonengruppe. Normal hörende Teilnehmer (NH) Niederländisch 15 Teilnehmer (6 Männer, 9 Frauen) mit einem normalen Hörvermögen (nach ISO 4869, Teil 1) nahmen an den Hörversuchen bei TNO in den Niederlanden teil. Die Versuchspersonen waren zwischen 21 und 30 Jahren alt. 3 Bei einer Standard-ISDN-Verbindung wird ein G.711 Codec (logarithmische PCM) verwendet.

6 Teilnehmer mit einer leichten Hörbeeinträchtigung, mild hearing loss (MiH) Belgisch (niederländische Sprache) Die belgische MiH Gruppe umfasste 16 Teilnehmer (6 Frauen und 10 Männer) im Alter zwischen 43 und 74 Jahren (Mittelwert = 58,1 Jahre) Teilnehmer mit einem moderaten Hörverlust, unversorgt, unaided, (MoHU) und versorgt, aided, (MoHA) Deutsch Die deutsche MoHU/MoHA Gruppe bestand aus 15 Teilnehmern (8 Frauen und 7 Männer), in einem Alter zwischen 31 und 77 Jahren (Mittelwert = 58,3 Jahre). Alle Teilnehmer dieser Gruppe führten den Test einmal mit und einmal ohne Hörgerät durch. 4 Ergebnisse Die Ergebnisse sind in Abbildung 5 dargestellt und werden im Folgenden diskutiert. Es sei darauf hingewiesen das in Pilotstudien durchgeführt wurden, um eine Vergleichbarkeit der Ergebnisse aus den unterschiedlichen Labors und Sprachen sicherstellen. Einfluss der Lautheit Für die NH Probanden liegt das Optimum zwischen 0 db und +5 db. MiH und MoHU- Teilnehmer leiden eher unter einer zu geringen Wiedergabelautstärke als Teilnehmer aus den NH und MoHA-Gruppen. Hierbei zeigt sich sehr deutlich der Qualitätsgewinn, der durch ein Hörgerät erzielt werden kann. Obwohl die Versuchsteilnehmer aus den MiH-, MoHU/MoHA- Gruppen zu Beginn des Versuches ihre bevorzugte Lautstärke (most comfortable level, MCL) für eine Standard-ISDN-Verbindung einstellen durften, bevorzugten während der Tests alle Gruppen eine etwas höhere Lautheit (+5 db) als den MCL. Einfluss des Frequenzgangs und Rauschen Die Zustände HS6 und HS12 sind ursprünglich genau wie eine Standard-ISDN-Verbindung übertragen worden. Am Ende jedoch wurde ein zusätzliches Korrekturfilter auf das übertragene Signal angewandt. Die Kuhschwanzfilter (High Shelving Filter) wiesen den 3 db Punkt bei jeweils 1 khz auf. Die Verstärkung des Filters lag bei 6 db (HS6) bzw. 12 db (HS12). Um eine vergleichbare Lautheit mit den anderen Sprechproben zu erhalten, wurden die Sprechproben insgesamt um 4 db (HS6), bzw. um 8 db (HS12) abgesenkt. Obwohl eine Angleichung der Gesamtlautstärke erfolgte, wurde der HS6 Zustand von den unversorgten Schwerhörigengruppen MiH und MoHU bevorzugt. Der HS12 Zustand scheint zu sehr die hohen Frequenzanteile zu betonen und wird eher als technische Störung denn als Gewinn wahrgenommen. Die wahrgenommene Qualitätsminderung durch Rauschen Nc45 und Nc30, hängt vom jeweiligen Hörverlust ab. Je stärker der Hörverlust, um so geringer ist der Qualitätsverlust durch Rauschen. Hierbei zeigt sich wiederholt der Gewinn (der sich hier jedoch als Nachteil darstellt) durch eine Hörgeräteversorgung versorgte Probanden (MoHA) empfinden bei Rauschstörungen einen höheren Qualitätsverlust als unversorgte Probanden (MoHU). Einfluss von Kodierverfahren Die AMR-Codec-Familie bewirkt ein ähnliches Verhalten wie die Einflüsse durch Rauschen. Eine Qualitätseinbuße zeigt sich stärker bei den besser hörenden Gruppen für AMR-Codecs mit geringerer Bitrate. Am deutlichsten tritt der Effekt jedoch beim GSM06.10-Codec zum Vorschein. Hier bewertet die NH-Gruppe den Kodierer deutlich schlechter als die anderen drei Teilnehmergruppen. Der ADPCM 32 kbit/s-codec 4 und der G.729-Codec 5 zeigen keine besonderen Effekte, weder bei NH noch bei HI Gruppen. Der ADPCM 16kBit/s zeigt das 4 Der ADPCM-Codec wird häufig in DECT-Telefonen verwendet. 5 Der G.729-Codec wird häufig bei VoIP-Übertragungen verwendet.

7 selbe Verhalten wie die Rauscheinflüsse; je besser das Gehör um so größer der Einfluss des Kodierers. Abbildung 5 Gesamtqualität für die Gruppen normal hörend, milder Hörverlust, moderater Hörverlust ohne Hörgerät und moderater Hörverlust mit Hörgerät für unterschiedliche Einflüsse. Zeitvariante Störeinflüsse Die in Abbildung 5 gezeigten Bewertungen sind für die NH-Gruppe wie erwartet. Der MOS- Wert nimmt kontinuierlich ab für zunehmende Paketverlustraten bzw. BER. Die Qualitätsbewertung durch die HI-Gruppen zeigt jedoch ein Schwellwertverhalten für die jeweiligen Paketverlustraten bzw. BER. Für die Codecs G.711 und G.729 zeigen die HI- Gruppen bis zu einer Paketverlustrate von 5%-10% nur einen sanften Abfall der sich dann aber zwischen 10% und 15% an den Kurvenabfall der NH-Gruppe angleicht. Beim GSM06.10-Codec tritt dieser Effekt ab einer BER von 4 auf. Diese Ergebnisse unterstützen die These, dass die untersuchten HI-Gruppen weniger sensibel gegenüber moderaten Störeinflüssen reagieren, als die NH-Gruppe. 5 Diskussion Die Versuche basieren auf den Voraussetzungen, dass die Versuchsteilnehmer zu Beginn Ihrer bevorzugte Lautstärke (MCL) einstellen und dass der Telefonhörerlautsprecher die Sprechproben mit einer geringen Verzerrung (<1% THD) wiedergibt. Alle untersuchten Störungen wurden mit MCL dargeboten, mit Ausnahme der ersten Sets in dem der Einfluss

8 der Lautheit geprüft wurde. Alle Einflüsse wurden als einzelne Störgröße eingefügt. In weiteren Tests wird es notwendig sein, die wahrgenommene Qualität von Kombinationen von Störungen zu prüfen. Hierbei sollte die Lautheit in Kombination mit einer oder mehreren Störeinflüssen wie z.b. unterschiedliche Kodierverfahren oder Leitungsrauschen verwendet werden. Um Telefonübertragungsstrecken für hörbeeinträchtigte Benutzer zu verbessern, sollten Lösungen Hochpass-Kuhschwanzfilter bei 1 khz mit 6 db Verstärkung und alternativ eine reine Verstärkung am Ende der Übertragungsstrecke um 5 db, zusätzlich zum MCL näher untersucht werden. Für Mobiltelefonanwendungen erscheint die AMR-Codec-Familie neben dem GSM06.10 Codec eine verwendbare Lösung darzustellen. Die bislang geringe Akzeptanz von Mobiltelefonen bei versorgten Schwerhörigen liegt eher in zusätzlichen Hochfrequenzstrahlung der Mobiltelefone und der unzureichenden Abschirmung der Hörgeräte gegen elektromagnetische Einwirkungen als in den verwendeten Kodierverfahren. Auch für VoIP-Anwendungen scheint der G.728-Codec eine verwendbare Lösung darzustellen. 6 Zusammenfassung Die vorgestellten Versuche führen zu dem Schluss, dass die untersuchten hörbeeinträchtigten Versuchspersonengruppen moderate Sprachsignalbeeinträchtigungen weniger kritisch beurteilen als normalhörende Personen. Auch zeigt sich, dass Hörgeräte bei leisen Verbindungen, wenn z.b. nur ein Telefon mit normaler Lautstärke zur Verfügung steht, in der Lage sind, die Situation für den Benutzer zu verbessern. Als Empfehlungen für die Anbieter von Telefonverbindungen oder Telefonendgeräten lassen sich das High Shelving Filter bei 1 khz mit 6 db und linearer Absenkung um 4 db oder eine lineare Signalverstärkung um zusätzliche 5 db nennen. Hierbei sei auf das Risiko von analogen oder digitalen Verzerrungen hingewiesen, die bei unzulässig hohem Signalpegeln entstehen können. Danksagung Die Arbeit wurde durch die europäische Union FP6, Project HEARCOM gefördert. Aus den Informationen in diesem Dokument lässt sich werder ein Anspruch noch eine Garantie ableiten, dass die Informationen für einen bestimmten Zweck verwendbar sind. Der Nutzer verwendet die Informationen auf eigenes Risiko. Literatur Chan, D., Fourcin, A., Gibbon, D., Granstrom, B., Huckvale, M., Kokkinakis, G., Kvale, K., Lamel, L., Lindberg, B., Moreno, A., Mouropoulos, J., Senia, F., Trancoso, I., Veld, C., Zeiliger, J.. EUROM- A Spoken Language Resource for the EU, in Eurospeech'95. Proceedings of the 4th European Conference on Speech Communication and Speech Technology. Madrid, Spain, September, Vol 1, pp ITU-T Rec. P.48 (1993). Specification for an Intermediate Reference System, International Telecommunication Union, CH-Geneva. ITU-T Rec. P (2003). Mean Opinion Score (MOS) terminology. International Telecommunication Union, CH-Geneva. HearCom project (2006). URL: Möller, S. (2000). Assessment and Prediction of Speech Quality in Telecommunications. Kluwer Academic Publishers, MA-Boston. Raake, A. (2006). Speech Quality of VoIP: Assessment and Prediction. John Wiley & Sons, UK-Chichester.