BRPI0818401B1

BRPI0818401B1 - Sistema e método para redução de ruído

Info

Publication number: BRPI0818401B1
Application number: BRPI0818401-1A
Authority: BR
Inventors: Robert A. Zurek; Jeffrey M. AXELROD; Joel A. Clark; Holly L. FRANCOIS; Scott K. Isabelle; David J. PEARCE; James A. Rex
Original assignee: Google Technology Holdings LLC
Priority date: 2007-10-18
Filing date: 2008-10-01
Publication date: 2020-02-18
Also published as: CN101828335A; WO2009051959A1; EP2207168A3; EP2183853A4; EP2183853B1; ES2398407T3; EP2183853A1; KR20100056567A; EP2207168A2; RU2010119709A; RU2483439C2; BRPI0818401A2; MX2010004192A; KR101171494B1; KR101184806B1; EP2207168B1; US20090106021A1; CN101828335B; KR20100054873A; US8046219B2

Abstract

sistema robusto de supressão de ruído de dois microfones um sistema, método e equipamento para separar sinal vocal a partir de um ambiente acústico barulhento. o processo de separação pode incluir filtração direcional; separação cega de fonte; e supressor de ruído de subtração espectral de entrada dual. os canais de entrada podem incluir dois microfones unidirecionais cuja saída é processada utilizando filtração de retardo de fala para formar formas de feixe de fala e ruído. adicionalmente, as formas de feixe podem ser corrigidas em frequência. os microfones unidirecionais geram um canal que é, substancialmente, apenas de ruído, e outro canal que é uma combinação de ruído e fala. um algoritmo de separação cega de fonte aumenta a separação direcional através de técnicas estatísticas. o sinal de ruído e o sinal vocal são então usados para ajustar características de processo em um supressor de subtração espectral de ruído de entrada dual (dins) para eficientemente reduzir ou eliminar o componente de ruído. desse modo, o ruído é efetivamente removido do sinal em combinação para gerar um sinal vocal de boa qualidade .

Description

SISTEMA E MÉTODO PARA REDUÇÃO DE RUÍDO

ANTECEDENTES DA INVENÇÃO

1. Campo da Invenção

A presente invenção se refere aos sistemas e métodos para processar múltiplos sinais acústicos e, mais particularmente, para separar os sinais acústicos através de filtração.

2. Introdução

Detectar e reagir a um sinal informacional em um ambiente barulhento frequentemente é difícil. Em comunicação onde os usuários frequentemente falam em ambientes barulhentos, é conveniente separar os sinais de fala do usuário a partir do ruído de fundo. Ruído de fundo pode incluir vários sinais de ruído gerados pelo ambiente geral, sinais gerados pelas conversas de fundo de outras pessoas, assim como reflexões e reverberação gerada a partir de cada um dos sinais.

Em ambientes barulhentos a comunicação de uplink pode ser um sério problema. A maioria das soluções para esse problema de ruído ou trabalha apenas em certos tipos de ruído tal como ruído estacionário, ou produz artefatos de áudio, significativos que podem ser tão incômodos para o usuário como um sinal barulhento. Todas as soluções existentes têm desvantagens com relação à localização de ruído e fonte, e tipo de ruído o qual se tenta suprimir.

O objetivo dessa invenção é o de prover um meio que suprimirá todas as fontes de ruído independente de suas características temporais, localização, ou movimento.

SUMÁRIO DA INVENÇÃO

Um sistema, método, e equipamento para separar um

Petição 870190109116, de 28/10/2019, pág. 10/38

2/16 sinal vocal de um ambiente acústico barulhento. O processo de separação pode incluir a filtração que pode ser filtração direcional (formação de feixe), separação cega de fonte, e supressão de ruído mediante subtração espectral de entrada dual. Os canais de entrada podem incluir dois microfones unidirecionais cuja saída é processada utilizando filtração de retardo de fase para formar formas de feixe de fala e de ruído. Adicionalmente, as formas de feixe podem ser corrigidas em frequência. A operação de formação de feixe gera um canal que é, substancialmente, apenas ruído, e outro canal que é uma combinação de ruído e fala. Um algoritmo de separação cega de fonte aumenta a separação direcional através de técnicas estatísticas. O sinal de ruído e o sinal vocal são então usados para definir características de processo em um supressor de ruído de subtração espectral de entrada dual (DINS) para eficientemente reduzir ou eliminar o componente de ruído. Desse modo, o ruído é efetivamente removido do sinal de combinação para gerar sinal vocal de boa qualidade.

BREVE DESCRIÇÃO DOS DESENHOS

Para descrever a forma na qual as vantagens e características da invenção mencionadas acima, e outras, podem ser obtidas, uma descrição mais específica da invenção descrita resumidamente acima será provida mediante referência às suas modalidades específicas que são ilustradas nos desenhos anexos. Entendendo que esses desenhos ilustram apenas modalidades típicas da invenção e, portanto, não devem ser considerados como limitadores de seu escopo, a invenção será descrita e explicada com especificidade adicional e detalhe através do uso dos

3/16 desenhos anexos nos quais:

A Figura 1 é uma vista em perspectiva de um formador de feixe empregando um filtro direcional hipercardióide frontal para formar formas de feixe de ruído de fala a partir de dois microfones unidirecionais;

A Figura 2 é uma vista em perspectiva de um formador de feixe empregando um filtro direcional hipercardióide frontal e um filtro direcional cardióide posterior para formar formas de feixe de ruído e de fala a partir de dois microfones unidirecionais;

A Figura 3 é um diagrama de blocos de um supressor de ruído de subtração espectral de entrada dual, robusto (RDINS) de acordo com uma possível modalidade da invenção;

A Figura 4 é um diagrama de blocos de um filtro de separação cega de fonte (BSS) e supressor de ruído de subtração espectral de entrada dual (DINS) de acordo com uma possível modalidade da invenção;

A Figura 5 é um diagrama de blocos de um filtro de separação cega de fonte (BSS) e supressor de ruído de subtração espectral de entrada dual (DINS) que ignora a saída de fala do BSS de acordo com uma possível modalidade da invenção;

A Figura 6 é um fluxograma de um método para estimação de ruído estático de acordo com uma possível modalidade da invenção;

A Figura 7 é um fluxograma de um método para estimação de ruído contínuo de acordo com uma possível modalidade da invenção; e

A Figura 8 é um fluxograma de um método para

4/16 supressor de ruído de subtração espectral de entrada dual, robusto (RDINS) de acordo com uma possível modalidade da invenção .

DESCRIÇÃO DETALHADA DA INVENÇÃO

Características e vantagens adicionais da invenção serão apresentadas na descrição seguinte, e em parte serão óbvias a partir da descrição, ou podem ser aprendidas por intermédio da prática da invenção. As características e vantagens da invenção podem ser 10 realizadas e obtidas por intermédio dos instrumentos e combinações particularmente assinalados nas reivindicações anexas. Essas e outras características da presente invenção se tornarão mais completamente evidentes a partir da descrição seguinte e das reivindicações anexas, ou podem 15 ser aprendidas por intermédio da prática da invenção conforme aqui apresentada.

Várias modalidades da invenção são discutidas em detalhe abaixo. Embora implementações específicas sejam discutidas, deve ser entendido que isso é feito apenas com 20 o propósito de ilustração. Aqueles versados na técnica pertinente reconhecerão que outros componentes e configurações podem ser usados sem se afastar do espírito e escopo da invenção.

A invenção compreende uma variedade de modalidades, tal como um método e equipamento e outras modalidades que se relacionam aos conceitos básicos da invenção.

A Figura 1 ilustra um diagrama exemplar de um formador de feixe 100 para formar formas de feixe de ruído 3 0 de fala a partir de dois microfones unidirecionais de

5/16 acordo com uma possível modalidade da invenção. Os dois microfones 110 são separados um do outro. Cada microfone pode receber um sinal de entrada direto ou indireto e pode emitir um sinal. Os dois microfones 110 são unidirecionais de modo que eles recebem o som quase igualmente a partir de todas as direções em relação ao microfone. Os microfones 110 podem receber sinais acústicos ou misturas que representam energia dos sons de fala e de ruído e essas entradas podem ser convertidas no primeiro sinal 140 que é predominantemente fala e um segundo sinal 150 que tem fala e ruído. Embora não sejam mostrados, os microfones podem incluir um conversor de analógico/digital interno ou externo. Os sinais a partir dos microfones 110 podem ser escalonados ou transformados entre o domínio de tempo e o domínio de frequência através do uso de uma ou mais funções de transformada. A formação de feixe pode compensar os diferentes tempos de propagação dos diferentes sinais recebidos pelos microfones 110. Conforme mostrado na Figura 1 as saídas dos microfones são processadas utilizando-se filtração de origem ou filtração direcional 120 de modo a corrigir em resposta de frequência os sinais a partir dos microfones 110. O formador de feixe 100 emprega um filtro direcional hipercardióide frontal 130 para filtrar adicionalmente os sinais a partir dos microfones 110. Em uma modalidade o filtro direcional teria valores de retardo de fase e amplitude que variam com a frequência para formar a forma de feixe ideal através de todas as frequências. Esses valores podem ser diferentes dos valores ideais que os microfones colocados em espaço livre exigiríam. A diferença consideraria a geometria do alojamento físico no

6/16 qual os microfones são colocados. Nesse método a diferença de tempo entre os sinais devido à diferença espacial dos microfones 110 é usada para aperfeiçoar o sinal. Mais particularmente, é provável que um dos microfones 110 esteja mais próximo da fonte de fala (orador), enquanto que o outro microfone pode gerar um sinal que é relativamente atenuado. A Figura 2 ilustra um diagrama exemplar de um formador de feixe 200 para formar ruído 250 e formas de feixe de fala 240 a partir de dois microfones unidirecionais de acordo com uma possível modalidade da invenção. O formador de feixe 200 acrescenta um filtro direcional carióide posterior 260 para adicionalmente filtrar os sinais a partir dos microfones 110.

Os microfones unidirecionais 110 recebem sinais de som aproximadamente de forma igual a partir de qualquer direção em torno do microfone. O padrão de detecção (não mostrado) mostra potência de sinal recebido de amplitude aproximadamente igual a partir de todas as direções em torno do microfone. Assim, a saída elétrica a partir do microfone é idêntica independentemente de qual direção o som atinge o microfone.

O padrão de detecção hipercardióide frontal 230 provê um ângulo mais estreito de sensibilidade primária em comparação com o padrão cardióide. Adicionalmente, o padrão hipercardióide tem dois pontos de sensibilidade mínima, localizados aproximadamente +- 140 graus da parte frontal. Como tal, o padrão hipercardióide suprime o som recebido a partir de ambos os lados e da parte posterior do microfone. Portanto, os padrões hipercardióides são mais bem adequados para isolar os instrumentos e os vocalistas tanto do

7/16 ambiente como um do outro.

O padrão de detecção cardióide voltado para trás ou cardióide posterior 260 (não mostrado) é direcional, proporcionando sensibilidade total quando a fonte de som está na parte posterior do par de microfones. O som recebido nos lados do par de microfones tem aproximadamente metade da saída, e o som que aparece na parte frontal do par de microfones é substancialmente atenuado. Esse padrão cardióide posterior é criado de tal modo que o nulo do microfone virtual é apontado para a fonte de fala desejada (orador).

Em todo o caso, os feixes são formados mediante filtração de um microfone unidirecional com um filtro de retardo de fase, cuja saída é então somada com o outro sinal de microfone unidirecional para definir os locais nulos, e então um filtro de correção para corrigir a resposta de frequência do sinal resultante. Filtros separados, contendo o retardo apropriado dependente de frequência são usados para criar respostas cardióides 260 e hipercardióides 230. Alternativamente, os feixes poderíam ser criados primeiramente mediante a criação de feixes cardióides, voltados no sentido para frente, e no sentido para trás, utilizando o processo anteriormente mencionado, somando-se o sinal cardióide para criar um sinal virtual unidirecional, e pegando-se a diferença dos sinais para

criar um filtro	bidirecional	ou	bipolar.	Os sinais
unidirecionais e	bipolares	virtuais são	combinados
utilizando-se a	equação 1	para	criar uma	resposta
Hipercardióide.

Hipercadióide = 0,25*(omni + 3*bipolar)

Eq. 1

8/16

Uma modalidade alternativa utilizaria cápsulas de microfone hipercardióide e Cardióide de elemento único de diretividade fixa. Isso eliminaria a necessidade da etapa de formação de feixe no processamento de sinal, mas limitaria a adaptabilidade do sistema, em que a variação da forma de feixe a partir de um modo de uso no dispositivo para outro modo de uso seria mais difícil, e um sinal unidirecional verdadeiro não estaria disponível para outro processamento no dispositivo. Nessa modalidade o filtro de fonte poderia ser um filtro corretivo de frequência, ou um filtro simples com uma passa-faixa que reduz ruído fora de faixa tal como um filtro passa-alta, um filtro antiserrilhado passa-baixa, ou um filtro passa-faixa.

A Figura 3 ilustra um diagrama exemplar de um supressor de ruído de subtração espectral de entrada dual, robusto (RDINS) de acordo com uma possível modalidade da invenção. O sinal de estimativa de fala 240 e o sinal de estimativa de ruído 250 são alimentados como entradas ao RDINS 305 para explorar as diferenças nas características espectrais de fala e ruído para suprimir o componente de ruído do sinal vocal 140. O algoritmo para RDINS 305 é explicado melhor com referência aos métodos 600 a 800.

A Figura 4 ilustra um diagrama exemplar para um sistema de supressão de ruído 400 que utiliza um filtro de separação cega de fonte (BSS) e um supressor de ruído de subtração espectral de entrada dual (DINS) para processar as formas de feixe de fala 140 e de ruído 150. As formas de feixe de ruído e de fala foram conduzidas em resposta de frequência. O filtro de separação cega de fonte (BSS) 410 remove o sinal vocal restante a partir do sinal de ruído. O

9/16 filtro BSS 410 pode produzir apenas um sinal de ruído refinado 420 ou sinais de ruído e de fala, refinados, (420, 430) . O BSS pode ser um filtro BSS de estágio único tendo duas entradas (fala e ruído) e o número desejado de saídas. Um filtro BSS de dois estágios teria dois estágios BSS em cascata ou conectados juntos com o número desejado de saídas. O filtro de separação cega de fonte separa os sinais de fonte, misturados, os quais se presumem sejam estatisticamente independentes uns dos outros. O filtro de separação cega de fonte 410 aplica uma matriz de desmixagem de pesos aos sinais mixados mediante multiplicação da matriz com os sinais mixados para produzir sinais separados. Os pesos na matriz são valores iniciais atribuídos e ajustados para minimizar a redundância de informação. Esse ajuste é repetido até que a redundância de informação dos sinais de saída 420, 430 seja reduzida a um mínimo. Como essa técnica não requer informação sobre a fonte de cada sinal, ela é referida como separação cega de fonte. O filtro BSS 410 remove estatisticamente a fala a partir do ruído de modo a produzir sinal vocal de ruído reduzido 420. A unidade DINS 440 utiliza o sinal vocal de ruído reduzido 420 para remover o ruído a partir da fala 43 0 de modo a produzir um sinal vocal que é substancialmente livre de ruído. A unidade DINS 440 e o filtro BSS 410 podem ser integrados como uma única unidade 450 ou podem ser separados como componentes discretos.

O sinal vocal 140 provido pelos sinais processados a partir dos microfones 110 é passado como entrada para o filtro de separação cega de fonte 410, no qual um sinal vocal processado 430 e sinal de ruído 420 são

10/16 emitidos para DINS 440, com o sinal vocal processado 430 consistindo completamente ou ao menos essencialmente em uma voz do usuário que foi separada do som ambiente (ruído) pela ação do algoritmo de separação cega de fonte realizado no filtro BSS 410. Tal processamento de sinal BSS utiliza o fato de que as misturas de som captadas pelo microfone orientado para o ambiente e pelo microfone orientado para o orador consistem em misturas diferentes do som ambiente e a voz do usuário, que são diferentes com relação à razão de amplitude dessas duas contribuições de sinal ou fontes e com relação à diferença de fase dessas duas contribuições de sinal da mistura.

A unidade DINS 440 adicionalmente aperfeiçoa o sinal vocal processado 430 e sinal de ruído 420, o sinal de ruído 420 é usado como a estimativa de ruído da unidade DINS 440. A estimativa de ruído resultante 420 deve conter um sinal vocal altamente reduzido uma vez que remanescentes do sinal vocal desejado 460 serão desvantajosos para o procedimento de aperfeiçoamento de fala e assim diminuirão a qualidade da saída.

A Figura 5 ilustra um diagrama exemplar para um sistema de supressão de ruído 500 que utiliza um filtro de separação cega de fonte (BSS) e supressor de ruído de subtração espectral de entrada dual (DINS) para processar as formas de feixe de fala 140 e de ruído 150. A estimativa de ruído da unidade DINS 44 0 é ainda o sinal de ruído processado a partir do filtro BSS 410. O sinal vocal 430, contudo, não é processado pelo filtro BSS 410. As Figuras 6-8 são fluxogramas exemplares ilustrando algumas das etapas básicas para se determinar as estimativas de ruído

11/16 estático para um método de supressor de ruído de subtração espectral de entrada dual, robusto (RDINS) de acordo com uma possível modalidade da revelação.

Quando o BSS não é usado a saída da filtração direcional (240, 250) pode ser aplicada diretamente ao supressor de ruído de canal dual (DINS), infelizmente o padrão cardióide voltado no sentido para trás 260 apenas coloca um nulo parcial na pessoa que fala desejada, o que resulta em supressão de apenas 3dB a 6dB da pessoa que fala desejada na estimativa de ruído. Para a unidade de DINS 414 isoladamente essa quantidade de dispersão de fala causa distorção inaceitável para a fala após ela ter sido processada. O RDINS é uma versão do DINS projetado para ser mais robusto para essa dispersão de fala na estimativa de ruído 250. Essa robustez é obtida mediante uso de duas estimativas de ruído separadas; uma é a estimativa de ruído contínuo a partir da filtração direcional e a outra é a estimativa de ruído estático que poderia ser usada também em um supressor de ruído de canal único.

O método 600 utiliza o feixe de fala 240. Uma estimativa de fala contínua é obtida a partir do feixe de fala 240, a estimativa é obtida durante ambos, fala e intervalos sem fala. O nível de energia da estimativa de fala é calculado na etapa 610. Na etapa 620, um detector de atividade de voz é usado para achar os intervalos livres de fala na estimativa de fala para cada quadro. Na etapa 630, uma estimativa de ruído estático suavizada é formada a partir dos intervalos livres de fala na estimativa de fala. Essa estimativa de ruído estático não conterá fala uma vez que ela é congelada pela duração da fala de entrada

12/16 desejada; contudo, isso significa que a estimativa de ruído não captura mudanças durante ruído não-estacionário. Na etapa 640, a energia da estimativa de ruído estático é calculada. Na etapa 650, uma relação de sinal estático/ruído é calculada a partir da energia do sinal vocal contínua 615 e a energia da estimativa de ruído estático. As etapas 620 a 650 são repetidas para cada subfaixa.

O método 700 usa a estimativa de ruído contínuo 250. Na etapa 710, uma estimativa de ruído contínuo é obtida a partir do feixe de ruído 250, a estimativa é obtida durante ambos, fala e intervalo livre de fala. Essa estimativa de ruído contínuo 250 conterá dispersão de fala a partir da pessoa que fala desejada devido ao nulo imperfeito. Na etapa 720, a energia é calculada para a estimativa de ruído para a subfaixa. Na etapa 730, a relação de sinal contínuo/ruído é calculada para a subbanda.

O método 800 utiliza a relação de sinal/ruído calculada da estimativa de ruído contínuo e a relação de sinal/ruído calculada da estimativa de ruído estático para determinar a supressão de ruído a ser utilizada. Na etapa 810, se a SINR contínua for maior do que um primeiro limite, o controle é passado para a etapa 820 onde a supressão é definida igual à SNR contínua. Se na etapa 810 a SNR contínua não for maior do que um primeiro limite, o controle passa para a ação 830. Na ação 830, se a SNR contínua for menor do que um segundo limite, o controle passa para a etapa 84 0 onde a supressão é definida para a SNR estática. Se a SNR contínua não for menor do que o

13/16 segundo limite, então o controle passa para a etapa 850 onde é utilizado um supressor de ruído de média ponderada. A média ponderada é a média da SNR estática e contínua. Para as sub-bandas de SNR inferiores (sem fala/fala fraca em relação ao ruído) a estimativa de ruído contínuo é usada para determinar a quantidade de supressão de modo que ela é eficaz durante ruído não-estacionário. Para sub-bandas de SNR superiores (fala forte em relação ao ruído), quando a dispersão dominará na estimativa de ruído contínuo, o uso da estimativa de ruído estático para determinar a quantidade de supressão para prevenir a dispersão de fala causando supressão excessiva e distorcendo a fala. Durante sub-bandas de SNR média combinar as duas estimativas para proporcionar uma transição de comutação suave entre os dois casos mencionados acima. Na etapa 860 o ganho de canal é calculado. Na etapa 870, o ganho de canal é aplicado à estimativa de fala. As etapas são repetidas para cada subbanda. Os ganhos de canal são então aplicados da mesma forma como para o DINS de modo que os canais que têm uma SNR elevada são passados enquanto que aqueles que têm uma SNR baixa são atenuados. Nessa implementação a forma de onda de fala é reconstruída mediante adição de sobreposição de FFT inversa janelada.

Na prática um dispositivo de comunicação de duas vias pode conter múltiplas modalidades dessa invenção que são comutadas entre si dependendo do modo de utilização. Por exemplo, uma operação de formação de feixe descrita na Figura 1 pode ser combinada com o estágio de BSS e DINS descrito na Figura 4 para um caso de uso no modo de fala próxima ou privado, enquanto em um modo handsfree ou viva

14/16 voz o formador de feixe da Figura 2 pode ser combinado com o RDINS da Figura 3. A comutação entre esses modos de operação poderia ser ativada por uma das muitas implementações conhecidas na técnica. Como exemplo, e não como limitação, o método de comutação poderia ser por intermédio de uma decisão lógica baseada em proximidade, um comutador magnético ou elétrico, ou qualquer método equivalente não descrito aqui.

Modalidades dentro do escopo da presente invenção também podem incluir meios legíveis por computador para realizar ou ter as instruções executáveis por computador ou as estruturas de dados armazenadas nos mesmos. Tais meios legíveis por computador podem ser quaisquer meios disponíveis que podem ser acessados por um computador de uso geral ou de uso especial. Como exemplo, e não como limitação, tais meios legíveis por computador podem compreender RAM, ROM, EEPROM, CD-ROM ou outro meio de armazenamento de disco ótico, meio de armazenamento de disco magnético ou outros dispositivos de armazenamento magnético, ou qualquer outro meio que possa ser usado para transportar ou armazenar meio de código de programa desejado na forma de instruções executáveis por computador ou estruturas de dados. Quando a informação é transferida ou provida através de uma conexão de rede ou de outra conexão de comunicação (quer seja de ligação física, sem fio, ou uma combinação dos mesmos) para um computador, o computador vê adequadamente a conexão como um meio legível por computador. Assim, qualquer tal conexão é adequadamente denominada meio legível por computador. Combinações dos mencionados acima também devem ser incluídas no escopo de

15/16 meios legíveis por computador.

Instruções executáveis por computador incluem, por exemplo, instruções e dados que fazem com que um computador de uso geral, computador de uso especial, ou dispositivo de processamento de uso especial realize certa função ou grupo de funções. Instruções executáveis por computador também incluem módulos de programa que são executados por computadores em ambientes independentes ou em ambientes de rede. Geralmente, os módulos de programa incluem rotinas, programas, objetos, componentes, e estruturas de dados, etc. que realizam tarefas específicas ou implementam tipos de dados abstratos específicos. Instruções executáveis por computador, estruturas de dados associados, e módulos de programa representam exemplos dos meios de código de programa para executar etapas dos métodos aqui revelados. A sequência específica de tais instruções executáveis ou estruturas de dados associadas representa exemplos de ações correspondentes para implementar as funções descritas em tais etapas.

Embora a descrição acima possa conter detalhes específicos, eles não devem ser considerados como limitando de forma alguma as reivindicações. Outras configurações das modalidades descritas da invenção constituem parte do escopo dessa invenção. Por exemplo, os princípios da invenção podem ser aplicados a cada usuário individual onde cada usuário pode empregar individualmente tal sistema. Isso permite que cada usuário utilize as vantagens da invenção mesmo se qualquer uma do grande número de possíveis aplicações não precisar da funcionalidade aqui descrita. Em outras palavras, pode haver múltiplas

16/16 instâncias do método e dispositivos nas Figuras 1-8 cada uma delas processando o conteúdo em diversas formas possíveis. Não precisa necessariamente ser um sistema usado por todos os usuários finais. Consequentemente, as 5 reivindicações anexas e seus equivalentes legais devem definir apenas a invenção, mais propriamente do que quaisquer exemplos específicos fornecidos.

Claims

REIVINDICAÇÕES

1. Sistema para redução de ruído mediante separação de um sinal de fala a partir de um ambiente acústico barulhento, o sistema caracterizado por

compreender:

diversos canais de entrada, cada um deles recebendo um ou mais sinais acústicos;

pelo menos um filtro de fonte (120) disposto para separar o um ou mais sinais acústicos em feixes de fala (140) e de ruído (150), em que filtro de fonte compreende pelo menos um filtro direcional hipercardióide frontal (130);

pelo menos um filtro de separação cega de fonte (BSS) (410), em que o filtro de separação cega de fonte (410) é operável para refinar os feixes de fala e ruído; e ao menos um supressor de ruído de subtração espectral de entrada dual (DINS) (440), em que o supressor de ruído de subtração espectral de entrada dual é disposto para remover ruído do feixe de fala (430, 140).

2/4

2. Sistema, de acordo com a reivindicação 1, caracterizado pelo fato de que o filtro de fonte (120) utiliza filtração de retardo de fase para formar feixes de fala (140) e ruído (150), e em que os feixes de fala e ruído são corrigidos em resposta de frequência pelo filtro de fonte.

3/4 caracterizado por compreender:

receber um ou mais sinais acústicos a partir de uma pluralidade de canais de entrada;

separar com um filtro de fonte (120) o um ou mais sinais acústicos em feixes de fala (140) e de ruído (150), em que o filtro de fonte compreende pelo menos um filtro direcional hipercardióide (130);

refinar os feixes de fala e de ruído mediante emprego de ao menos um filtro de separação cega de fonte (BSS) (410), em que o filtro de separação de fonte cega (410) é operável para refinar os feixes de fala e de ruído; e remover ruído a partir do feixe de fala (140, 430) através de ao menos um supressor de ruído de subtração espectral de entrada dual (DINS) (440).

3. Sistema, de acordo com a reivindicação 1, caracterizado pelo fato de que os feixes de fala (430) e ruído (420) refinados a partir do filtro de separação cega de fonte (BSS) (410) são alimentados ao supressor de ruído de subtração espectral de entrada dual (DINS) (440).

Petição 870190109116, de 28/10/2019, pág. 11/38

4/4 caracterizado pelo fato de que os feixes de fala (430) e ruído (420) refinados a partir do filtro de separação cega de fonte (BSS) (410) são alimentados ao supressor de ruído de subtração espectral de entrada dual (DINS) (440).

4. Sistema, de acordo com a reivindicação 1, caracterizado pelo fato de que um feixe de ruído refinado (420) a partir do filtro de separação cega de fonte (BSS) (410) e o feixe de fala (140, 430) a partir do filtro de fonte (120) são alimentados ao supressor de ruído de subtração espectral de entrada dual (DINS) (440).

5. Sistema, de acordo com a reivindicação 1, o sistema caracterizado por compreender:

dispor em cascata dois filtros de separação cega de fonte (BSS);

em que a entrada para a cascata é constituída em feixes de fala (140) e de ruído (150) a partir do filtro de fonte (120);

em que a saída da cascata é alimentada ao supressor de ruído de subtração espectral de entrada dual (DINS) (440).

6. Sistema, de acordo com qualquer uma das reivindicações 1 a 5, caracterizado por compreender:

um par de microfones unidirecionais para receber o um ou mais sinais acústicos.

7. Sistema, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado por o supressor de ruído de subtração espectral de entrada dual (440) é disposto para remover ruído a partir do feixe de fala (140, 430) usando um feixe de ruído refinado (420) a partir do filtro de separação cega de fonte (BBS) (410) com um dentre o feixe de fala (140) a partir do filtro de fonte (120) e um feixe de fala refinado (430) a partir do filtro de separação cega de fonte (BBS) (410).

8. Método para redução de ruído, o método

Petição 870190109116, de 28/10/2019, pág. 12/38

9. Método, de acordo com a reivindicação 8, caracterizado pelo fato de que remover ruído inclui remover ruído a partir do feixe de fala (140, 430) pelo um supressor de ruído de subtração espectral de entrada dual (DINS) (440) usando um feixe ruído refinado (420) a partir do filtro de separação cega de fonte (BSS) (410) com um dentre o feixe de fala (140) a partir do filtro de fonte (120) e um feixe de fala refinado (430) a partir do filtro de separação cega de fonte (BSS) (410).

10. Método, de acordo com a reivindicação 8, caracterizado pelo fato de que a separação no filtro de fonte (120) é através de filtração de retardo de fase, e em que os feixes de fala (140) e de ruído (150) são corrigidos

em resposta de frequência.

11. Método, de acordo com a reivindicação 8,

Petição 870190109116, de 28/10/2019, pág. 13/38

12. Método, de acordo com a reivindicação 8, caracterizado pelo fato de que o feixe de ruído refinado (420) a partir do filtro de separação cega de fonte (BSS) (410) e o feixe de fala (140) a partir do filtro de fonte (120) são alimentados ao supressor de ruído de subtração espectral de entrada dual (DINS) (440).

13. Método, de acordo com a reivindicação 8, o método caracterizado por compreender ainda:

dispor em cascata dois filtros de separação cega de fonte (BSS);

em que a entrada para a cascata é constituída de feixes de fala (140) e de ruído (150) a partir do filtro de fonte (120);

em que a saída da cascata é alimentada ao supressor de ruído de subtração espectral de entrada dual (DINS) (440) .