CN101083640A - 低复杂度的降噪方法 - Google Patents
低复杂度的降噪方法 Download PDFInfo
- Publication number
- CN101083640A CN101083640A CN200710097976.5A CN200710097976A CN101083640A CN 101083640 A CN101083640 A CN 101083640A CN 200710097976 A CN200710097976 A CN 200710097976A CN 101083640 A CN101083640 A CN 101083640A
- Authority
- CN
- China
- Prior art keywords
- subband
- noise
- signal
- fft
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000009467 reduction Effects 0.000 title description 13
- 238000001228 spectrum Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 13
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 2
- 238000011144 upstream manufacturing Methods 0.000 claims 1
- 230000003595 spectral effect Effects 0.000 abstract description 10
- 238000004891 communication Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012958 reprocessing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101100173586 Schizosaccharomyces pombe (strain 972 / ATCC 24843) fft2 gene Proteins 0.000 description 1
- 230000005534 acoustic noise Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/02—Transmitters
- H04B1/04—Circuits
- H04B1/0475—Circuits with means for limiting noise, interference or distortion
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Noise Elimination (AREA)
Abstract
一种用于语音信号的降噪方法,包括采用快速傅立叶变换(FFT)将语音信号转换到频域,生成选定谱子带的子集,确定每个子带的合适的增益,以及对该增益进行内插以和FFT点的数量相匹配。然后使用内插的增益作为滤波器系数对被转换的语音信号进行滤波,对经处理的信号进行反FFT以恢复时域输出信号。
Description
技术领域
本发明涉及语音通信系统领域,更具体地是涉及在含噪语音信号的所述系统中降噪的方法,所述含噪语音信号具有中等到很低的信噪比。
背景技术
在免提语音通信中,说话者通常位于离麦克风较远的位置,并且由于语音强度随着与麦克风的距离的增加而减弱,所以,甚至很小的背景噪声会对所感知的语音质量产生严重的影响。在车辆环境中,背景噪声主要是来自于风和道路的噪声,并且比语音信号本身处于高得多的级别。在此情况下,语音信号很不清晰,所以降噪功能对于改进语音清晰度至关重要。
图1表示了降噪算法的典型应用。在此例子中,降噪和声学回波消除器相结合以去除来自于近端说话者的语音信号的噪声和回波。
用于单通道降噪的最普遍方法是基于频域信号处理。图2表示了单通道频域降噪的一般框架。如图所示,噪声语音信号首先被转换到频域。接着,在每个单独的频率元(frequency bin)计算输入信号的功率。基于所计算的功率,只有语音和只有噪声信号的功率被估计。这两个新估计功率然后被用来计算降噪滤波器系数。这些频域滤波器系数然后被应用于噪声语音信号的频谱。在最后阶段,上述频谱滤波输出被转换到时域以再现纯净的语音信号。
谱相减降噪是一种简单并公知的遵循上述原理的方法。参见J SF.Bo11:“Suppression of Acoustic Noise in Speech Using Spectral Subtraction”,IEEE Trans on Acous.Speech and Sig.Proc.,27,1979.pp.113-120.在该方法中,频域滤波器系数由下式计算得出:
其中,F(k,m)代表频率k和时间m处的滤波器增益,X(k,m)为噪声语音信号的频谱,并且Rn(k,m)为时间m和频率k处的估计噪声功率.
谱相减尽管是一种简单的方法,但是该方法的缺点是输出信号处存在令人讨厌的假象,称作音乐噪声。该音乐噪声是由任意间隔的谱峰引起的,所述谱峰往来于每个数据帧并发生在任意频率处。
几种降低音乐噪声假象的方法已被提出,所述方法的代价是引入了语音失真.Y.Ephraim和D.Malah,“Speech enhancement using a minimum mean-square error short-time spectral amplitude estimator.”IEEE Trans.Acoust.,Speech,Signal Processing,vol,ASSP-32,pp1109-1121,1984提出的最小均方误差短时谱估计器是一种已知的降噪方法,该方法没有音乐噪声假象,但是实现起来计算量很大,并且输出语音的降噪和失真之间的折中性较差。
一般来说,大部分现有的噪声方法或者计算量巨大,或者具有较差的输出质量,特别是信噪比较低。
发明内容
本发明提供了一种谱相减法的改进方案,该方法具有很低的计算复杂度(低于3.5MIPs)以及很高的性能(大于20dB的车辆噪声抑制),并具有很好的主观质量。
根据本发明,提供了一种降低语音信号中的噪声的方法,该方法包括采用快速傅立叶变换(FFT)将语音信号转换到频域;生成选定谱子带的子集;确定每个子带的合适的增益;内插增益以和FFT点的数量相匹配;以及将内插的增益当作滤波器系数应用于经转换的语音信号;并且进行反FFT以恢复时域输出信号。
本发明可以用于任何语音通信系统中被很高的背景噪声所污染的语音信号的语音增强。比如,在噪声环境中通过喇叭扩音器说话的移动车辆或者远程电信会议中的免提通信。和现有技术相比,这里所提出的发明的主要优点是:即使在严重的噪声条件以及很低的计算复杂性情况下,仍然具有很高的性能(在最小化语音失真的同时最大化噪声抑制)。
附图说明
通过实施例,再参考附图将详细描述本发明,其中,
图1表示了在免提车辆通信中的降噪的应用;
图2表示通常的谱域降噪方法的块图;
图3表示这里所提出的降噪块图;
图4是噪声活动检测器的实施图示;
图5是谱增益估计器的实施图示。
图6表示了降噪查询表的输入输出关系。
优选实施方式
在过程的第一步,噪声语音信号经预处理以去除低频假象。在下一步,使用FFT块,预处理信号被转换到频域。基于FFT块的输出信号功率,生成16个谱子带。
每个子带的平均功率被计算得出,并基于此,噪声活动检测器将检测信号的主要被噪声所占据的部分。噪声活动检测器的输出被用于更新噪声功率估计。噪声功率和信号功率之间的比值被用作到查询表的输入,查询表计算每个子带和每个数据帧的合适的增益。
那些具有低信噪比的子带将具有接近于0的计算增益,而对于高信噪比,计算增益将接近于1。为所有16个子带计算得出的增益将被内插以和输入FFT点的个数相匹配。内插增益然后和FFT块的输出相乘。然后采用反FFT将这个输出转换回时域,其中经过一些后处理,纯净的语音信号将被再现。
图3示出了所提出的降噪方法的块图。噪声语音信号首先要经过预处理级1,所述预处理级1由高通滤波器、128采样成帧器(sample framer)以及开窗口功能构成。在每个数据帧中应用128点FFT2,并且在FFT块的输出,每个频率元的功率3被计算得出。因为输入信号为实数,只需要FFT频率点的一半用于计算。
利用块4,通过简单地添加每个子带中的对应频率元的功率, FFT功率信号被映射到16个关键的子带。利用块5计算得出每个子带的时间平均的功率。噪声活动检测器6检测输入信号频谱中主要被噪声占据的那些区域。噪声更新控制逻辑块8决定噪声功率估计7的更新周期。基于下式给出的由一阶自回归(autoregressive)AR估计器,使用模块9来作出纯净语音信号功率的估计:
其中,Rxk,m是相对于子带k和时间m的模块4的输出,Rnk,m是模块7的输出,P(k,m-1)是先前计算得出的纯净语音谱功率,这是利用模块10,13和17获得的,并且0<β<1是更新因数。
最终的降噪滤波器系数由模块14计算得出,并且是基于来自于模块5、7和9的输出。模块14的核心是43入口查询表(43 entry lookuptable),所述查询表具有如图6所示的输入输出关系。滤波器系数乘以来自于2的输出,并且在进行反FFT15和后处理16之后,纯净的语音信号将出现在模块16的输出上。
图4详细示出的噪声活动检测器检测每个子带的只存在噪声并且语音功率可以忽略不计的那些数据帧。噪声活动检测器的输出被用于估计模块7和8中的噪声功率。
因为每个子带都需要噪声活动检测器,在此实施例中,按照如图4所示的实施方式,总共需要16个噪声活动检测器。
到噪声活动检测器的输入是图3中的模块5的平均功率估计输出,这里,对于子带k和数据帧m,由S(k,m)来表示。噪声活动检测器的输出或者为0或者为1,其中,1表明数据帧m和子带k中有噪声存在,T(k)为子带k处所使用的噪声系数值,并且和该子带中的语音出现的概率有直接的关系。因为对于语音信号来说,大多数概率集中于低频带中,在低频子带出现语音的概率较高,所以采用较高的T值。对于高频子带,较低的T值被采用,因为在那些子带出现语音的概率较低。存储模块18和22包含17和23的过去输出值,并且在每个L数据帧之后,它们的值分别被重新初始化到19的输出值以及当前的输入Sk,m。在图4中,模块17,19和23的输出由下面的式子得出:
所述输出基本上是两个输入值a和b的最小值。计数器25计算数据帧的数量。当L数据帧已经被计数,计数器25和块23,17和19将被重新初始化。
基于频谱子带k和数据帧m的所估计的噪声功率(N(k,m))、所估计的纯净语音信号功率P(k,m)和噪声语音功率S(k,m),频谱增益估计器计算降噪滤波器系数。块28计算针对子带k和数据帧m的所估计的纯净语音功率和总功率之间的比值。当噪声功率较低时,该比值接近于1,而对高噪声功率来说,该值接近于0。模块27计算噪声语音信号功率和所估计的噪声功率的比值。对于较低噪声情况,该比值为大的数值,而对于较高的噪声环境来说,该比值接近于1。27和28的输出的乘积被用作到43入口查询表29的输入。比较器30将检测29的输入是否大于43,并且它将打开开关34,开关31的输出将直接连接到28的输出。注意对于噪声功率低的数据帧和频谱子带,27和28的输出乘积将是一个大的数,该数可能大于43,从而谱增益估计器的输出将基本上为28的输出,该输出在较低噪声情况下将接近于1。换句话说,对于那些数据帧和频谱子带,输入信号将不受影响。另一方面,对于较高的噪声级别,27和28的输出乘积将为一个可能小于43的小的数,在这种情况下,31的输出由29和28的输出的乘积确定。29的输出由图6所示的非线性函数得以确定。
为了确保31的输出不超出1,块32使31的输出从上饱和到1。而且为了减少语音信号失真,块32将31的输出从下限制到某些可编程的小正数。对于每个子带,块33将输入32内插到该子带中的频率元的数量。对每个子带中的频率元,内插是通过重复同一值完成的。
在所述的实施例中,同一查询表29被用于所有的16个子带。在一替代实施例中,也可使用对于每个子带不同的查询表。这允许将查询表的内容恰当地适应于每个子带,从而改进语音失真和降噪量之间的折中性。
内插级块33可以通过使用交叉子带(cross subband)线性或者非线性插值以提高输出语音的质量。
本发明的实施例提供了具有较低计算复杂度的较高性能、易于实现的噪声活动检测器以及用于计算滤波器增益以消除音乐音频问题的简单方法。
Claims (15)
1.一种用于语音信号的降噪方法,包括:
采用快速傅立叶变换(FFT)将语音信号转换到频域;
生成选定谱子带的子集;
对每个子带确定合适的增益;
对增益进行内插以和FFT点的数量相匹配;
将所内插的增益作为滤波器系数应用于所转换的语音信号;以及
执行反FFT以恢复时域输出信号。
2.权利要求1所述的方法,其中,每个子带的合适的增益根据查询表来确定。
3.权利要求2所述的方法,其中,一个所述查询表被提供给每个子带。
4.权利要求2或3所述的方法,其中,根据用于每个子带的所估计的噪声功率和信号功率来确定到所述查询表的输入。
5.权利要求4所述的方法,其中,到查询表的所述输入是每个子带的噪声功率和信号功率之间的比值。
6.权利要求1所述的方法,其中,所述语音信号在被转换到频域之前被预处理以去除低频假象。
7.权利要求4所述的方法,其中,所述信号功率的估计是采用一阶自回归估计器完成的。
8.权利要求4所述的方法,其中,每个子带中的所估计的噪声功率是根据在每个子带中所估计的功率来确定的。
9.一种用于语音信号的降噪电路,包括:
快速傅立叶变换(FFT)滤波器,用于将输入信号转换到频域;
子带器,用于将被转换的输入信号映射到选定子带集;
谱增益估计器,用于基于选定子带集的噪声活动来估计要应用于FFT点的合适的增益;
将所述合适的的谱增益应用于FFT点的模块;以及
反FFT滤波器,用于根据应用了合适的谱增益的FFT点来生成时域输出信号。
10.如权利要求9所述的降噪电路,其中,所述谱增益估计器包括一查询表,用于基于噪声功率和信号功率来确定要应用于每个子带中的谱增益。
11.如权利要求9或者10所述的降噪电路,其中,所述谱增益估计器对所述子带的所述合适的谱增益进行内插以找到用于每个所述FFT点的合适的谱增益。
12.如权利要求9所述的降噪电路,进一步包括:平均功率估计器用于估计每个子带中的平均功率;以及噪声活动检测器,用于根据其中的平均功率来估计每个子带的噪声功率。
13.如权利要求12所述的降噪电路,进一步包括用于估计每个子带中的信号功率的纯净信号估计器。
14.如权利要求13所述的降噪电路,其中,所述的纯净信号估计器使用一阶自回归函数。
15.如权利要求9所述的降噪电路,进一步包括在所述FFT滤波器的上游的高通滤波器,用于去除低频假象。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB0608201A GB2437559B (en) | 2006-04-26 | 2006-04-26 | Low complexity noise reduction method |
GB0608201.0 | 2006-04-26 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101083640A true CN101083640A (zh) | 2007-12-05 |
Family
ID=36589809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200710097976.5A Pending CN101083640A (zh) | 2006-04-26 | 2007-04-25 | 低复杂度的降噪方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8010355B2 (zh) |
CN (1) | CN101083640A (zh) |
GB (1) | GB2437559B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103238182A (zh) * | 2010-12-15 | 2013-08-07 | 皇家飞利浦电子股份有限公司 | 具有远程噪声检测器的降噪系统 |
CN103871421A (zh) * | 2014-03-21 | 2014-06-18 | 厦门莱亚特医疗器械有限公司 | 一种基于子带噪声分析的自适应降噪方法与系统 |
CN112259116A (zh) * | 2020-10-14 | 2021-01-22 | 北京字跳网络技术有限公司 | 一种音频数据的降噪方法、装置、电子设备及存储介质 |
CN113711304A (zh) * | 2019-03-29 | 2021-11-26 | 伯斯有限公司 | 用于具有部分非因果传递函数的系统的子带自适应滤波器 |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8949120B1 (en) | 2006-05-25 | 2015-02-03 | Audience, Inc. | Adaptive noise cancelation |
GB2448201A (en) * | 2007-04-04 | 2008-10-08 | Zarlink Semiconductor Inc | Cancelling non-linear echo during full duplex communication in a hands free communication system. |
US8521530B1 (en) * | 2008-06-30 | 2013-08-27 | Audience, Inc. | System and method for enhancing a monaural audio signal |
GB2473267A (en) | 2009-09-07 | 2011-03-09 | Nokia Corp | Processing audio signals to reduce noise |
US8798290B1 (en) | 2010-04-21 | 2014-08-05 | Audience, Inc. | Systems and methods for adaptive signal equalization |
JP5552988B2 (ja) * | 2010-09-27 | 2014-07-16 | 富士通株式会社 | 音声帯域拡張装置および音声帯域拡張方法 |
FR2976710B1 (fr) * | 2011-06-20 | 2013-07-05 | Parrot | Procede de debruitage pour equipement audio multi-microphones, notamment pour un systeme de telephonie "mains libres" |
US9640194B1 (en) | 2012-10-04 | 2017-05-02 | Knowles Electronics, Llc | Noise suppression for speech processing based on machine-learning mask estimation |
US8964967B2 (en) * | 2012-12-07 | 2015-02-24 | Dialog Semiconductor B.V. | Subband domain echo masking for improved duplexity of spectral domain echo suppressors |
EP2943954B1 (en) * | 2013-01-08 | 2018-07-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Improving speech intelligibility in background noise by speech-intelligibility-dependent amplification |
US9237225B2 (en) * | 2013-03-12 | 2016-01-12 | Google Technology Holdings LLC | Apparatus with dynamic audio signal pre-conditioning and methods therefor |
US9536540B2 (en) | 2013-07-19 | 2017-01-03 | Knowles Electronics, Llc | Speech signal separation and synthesis based on auditory scene analysis and speech modeling |
EP3044789B1 (en) | 2013-09-12 | 2019-09-11 | Saudi Arabian Oil Company | Dynamic threshold methods, systems, computer readable media, and program code for filtering noise and restoring attenuated high-frequency components of acoustic signals |
CN106797512B (zh) | 2014-08-28 | 2019-10-25 | 美商楼氏电子有限公司 | 多源噪声抑制的方法、系统和非瞬时计算机可读存储介质 |
US11128742B2 (en) | 2019-03-08 | 2021-09-21 | Microsemi Storage Solutions, Inc. | Method for adapting a constant bit rate client signal into the path layer of a telecom signal |
US10972084B1 (en) | 2019-12-12 | 2021-04-06 | Microchip Technology Inc. | Circuit and methods for transferring a phase value between circuits clocked by non-synchronous clock signals |
US10917097B1 (en) | 2019-12-24 | 2021-02-09 | Microsemi Semiconductor Ulc | Circuits and methods for transferring two differentially encoded client clock domains over a third carrier clock domain between integrated circuits |
US10992301B1 (en) | 2020-01-09 | 2021-04-27 | Microsemi Semiconductor Ulc | Circuit and method for generating temperature-stable clocks using ordinary oscillators |
US11239933B2 (en) | 2020-01-28 | 2022-02-01 | Microsemi Semiconductor Ulc | Systems and methods for transporting constant bit rate client signals over a packet transport network |
US11424902B2 (en) | 2020-07-22 | 2022-08-23 | Microchip Technology Inc. | System and method for synchronizing nodes in a network device |
CN112037798B (zh) * | 2020-09-18 | 2022-03-01 | 中科极限元(杭州)智能科技股份有限公司 | 基于触发式非自回归模型的语音识别方法及系统 |
US11838111B2 (en) | 2021-06-30 | 2023-12-05 | Microchip Technology Inc. | System and method for performing rate adaptation of constant bit rate (CBR) client data with a variable number of idle blocks for transmission over a metro transport network (MTN) |
US11916662B2 (en) | 2021-06-30 | 2024-02-27 | Microchip Technology Inc. | System and method for performing rate adaptation of constant bit rate (CBR) client data with a fixed number of idle blocks for transmission over a metro transport network (MTN) |
US11736065B2 (en) | 2021-10-07 | 2023-08-22 | Microchip Technology Inc. | Method and apparatus for conveying clock-related information from a timing device |
US11799626B2 (en) | 2021-11-23 | 2023-10-24 | Microchip Technology Inc. | Method and apparatus for carrying constant bit rate (CBR) client signals |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69428119T2 (de) * | 1993-07-07 | 2002-03-21 | Picturetel Corp | Verringerung des hintergrundrauschens zur sprachverbesserung |
US6415253B1 (en) * | 1998-02-20 | 2002-07-02 | Meta-C Corporation | Method and apparatus for enhancing noise-corrupted speech |
AU2408500A (en) * | 1999-01-07 | 2000-07-24 | Tellabs Operations, Inc. | Method and apparatus for adaptively suppressing noise |
EP1081685A3 (en) * | 1999-09-01 | 2002-04-24 | TRW Inc. | System and method for noise reduction using a single microphone |
FI116643B (fi) * | 1999-11-15 | 2006-01-13 | Nokia Corp | Kohinan vaimennus |
JP3877270B2 (ja) * | 2000-07-12 | 2007-02-07 | アルパイン株式会社 | 音声特徴量抽出装置 |
US7039199B2 (en) * | 2002-08-26 | 2006-05-02 | Microsoft Corporation | System and process for locating a speaker using 360 degree sound source localization |
EP1487101A1 (en) * | 2003-06-12 | 2004-12-15 | STMicroelectronics S.r.l. | Low distortion power amplifier and method of controlling a multi-channel power amplifier |
US7492889B2 (en) * | 2004-04-23 | 2009-02-17 | Acoustic Technologies, Inc. | Noise suppression based on bark band wiener filtering and modified doblinger noise estimate |
GB2422237A (en) * | 2004-12-21 | 2006-07-19 | Fluency Voice Technology Ltd | Dynamic coefficients determined from temporally adjacent speech frames |
US20060184363A1 (en) * | 2005-02-17 | 2006-08-17 | Mccree Alan | Noise suppression |
-
2006
- 2006-04-26 GB GB0608201A patent/GB2437559B/en not_active Expired - Fee Related
-
2007
- 2007-04-25 US US11/740,187 patent/US8010355B2/en active Active
- 2007-04-25 CN CN200710097976.5A patent/CN101083640A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103238182A (zh) * | 2010-12-15 | 2013-08-07 | 皇家飞利浦电子股份有限公司 | 具有远程噪声检测器的降噪系统 |
CN103238182B (zh) * | 2010-12-15 | 2015-07-22 | 皇家飞利浦电子股份有限公司 | 具有远程噪声检测器的降噪系统 |
US9508358B2 (en) | 2010-12-15 | 2016-11-29 | Koninklijke Philips N.V. | Noise reduction system with remote noise detector |
CN103871421A (zh) * | 2014-03-21 | 2014-06-18 | 厦门莱亚特医疗器械有限公司 | 一种基于子带噪声分析的自适应降噪方法与系统 |
CN103871421B (zh) * | 2014-03-21 | 2018-02-02 | 厦门莱亚特医疗器械有限公司 | 一种基于子带噪声分析的自适应降噪方法与系统 |
CN113711304A (zh) * | 2019-03-29 | 2021-11-26 | 伯斯有限公司 | 用于具有部分非因果传递函数的系统的子带自适应滤波器 |
US11770114B2 (en) | 2019-03-29 | 2023-09-26 | Bose Corporation | Subband adaptive filter for systems with partially acausal transfer functions |
CN113711304B (zh) * | 2019-03-29 | 2023-12-08 | 伯斯有限公司 | 用于具有部分非因果传递函数的系统的子带自适应滤波器 |
CN112259116A (zh) * | 2020-10-14 | 2021-01-22 | 北京字跳网络技术有限公司 | 一种音频数据的降噪方法、装置、电子设备及存储介质 |
CN112259116B (zh) * | 2020-10-14 | 2024-03-15 | 北京字跳网络技术有限公司 | 一种音频数据的降噪方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US8010355B2 (en) | 2011-08-30 |
GB0608201D0 (en) | 2006-06-07 |
US20070255560A1 (en) | 2007-11-01 |
GB2437559B (en) | 2010-12-22 |
GB2437559A (en) | 2007-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101083640A (zh) | 低复杂度的降噪方法 | |
JP4210521B2 (ja) | 雑音低減法および装置 | |
KR100594563B1 (ko) | 선형 컨벌루션 및 인과 필터링을 사용하는 스펙트럼 감산에 의한 신호 잡음 감소 | |
US6487257B1 (en) | Signal noise reduction by time-domain spectral subtraction using fixed filters | |
EP2905778B1 (en) | Echo cancellation method and device | |
EP2031583B1 (en) | Fast estimation of spectral noise power density for speech signal enhancement | |
CN102739886B (zh) | 基于回声频谱估计和语音存在概率的立体声回声抵消方法 | |
CN108831499A (zh) | 利用语音存在概率的语音增强方法 | |
CN101916567B (zh) | 应用于双麦克风系统的语音增强方法 | |
CN102347028A (zh) | 双麦克风语音增强装置及方法 | |
US5878389A (en) | Method and system for generating an estimated clean speech signal from a noisy speech signal | |
CN101763858A (zh) | 双麦克风信号处理方法 | |
CN102074245A (zh) | 基于双麦克风语音增强装置及语音增强方法 | |
CN106340292A (zh) | 一种基于连续噪声估计的语音增强方法 | |
AT509570B1 (de) | Methode und apparat zur einkanal-sprachverbesserung basierend auf einem latenzzeitreduzierten gehörmodell | |
Soon et al. | Wavelet for speech denoising | |
Ambikairajah et al. | Wavelet transform-based speech enhancement | |
Lei et al. | Speech enhancement for nonstationary noises by wavelet packet transform and adaptive noise estimation | |
US6507623B1 (en) | Signal noise reduction by time-domain spectral subtraction | |
US20060184361A1 (en) | Method and apparatus for reducing an interference noise signal fraction in a microphone signal | |
Wada et al. | Multi-channel acoustic echo cancellation based on residual echo enhancement with effective channel decorrelation via resampling | |
Rao et al. | Speech enhancement using sub-band cross-correlation compensated Wiener filter combined with harmonic regeneration | |
Gui et al. | Adaptive subband Wiener filtering for speech enhancement using critical-band gammatone filterbank | |
Wu et al. | A two-stage algorithm for enhancement of reverberant speech | |
Rao et al. | Speech enhancement using perceptual Wiener filter combined with unvoiced speech—A new Scheme |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20071205 |