CN101828335A - 稳健双麦克风噪声抑制系统 - Google Patents

稳健双麦克风噪声抑制系统 Download PDF

Info

Publication number
CN101828335A
CN101828335A CN200880112279A CN200880112279A CN101828335A CN 101828335 A CN101828335 A CN 101828335A CN 200880112279 A CN200880112279 A CN 200880112279A CN 200880112279 A CN200880112279 A CN 200880112279A CN 101828335 A CN101828335 A CN 101828335A
Authority
CN
China
Prior art keywords
noise
voice
frequency spectrum
signal
dual input
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.)
Granted
Application number
CN200880112279A
Other languages
English (en)
Other versions
CN101828335B (zh
Inventor
罗伯特·A·茹雷克
杰弗里·M·阿克塞尔罗德
约耳·A·克拉克
霍利·L·弗朗索瓦
斯考特·K·伊萨贝拉
戴维德·J·皮尔斯
詹姆斯·A·雷克斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Motorola Mobility LLC
Google Technology Holdings LLC
Original Assignee
Motorola Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Motorola Inc filed Critical Motorola Inc
Publication of CN101828335A publication Critical patent/CN101828335A/zh
Application granted granted Critical
Publication of CN101828335B publication Critical patent/CN101828335B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L21/0272—Voice signal separating
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
    • G10L2021/02165—Two microphones, one receiving mainly the noise signal and the other one mainly the speech signal

Abstract

一种用于从有噪声的声环境中分离语音信号的系统、方法、和装置。分离过程可以包括定向滤波、盲源分离、以及双输入频谱删减噪声抑制器。输入信道可以包括两个全向麦克风，使用相位延迟滤波形成语音和噪声波形来处理全向麦克风的输出。此外，可以对波形进行频率修正。全向麦克风产生基本上仅仅是噪声的一个通道和作为噪声与语音的组合的另一通道。盲源分离算法通过统计技术来加强定向分离。然后使用噪声信号和语音信号在双输入噪声频谱删减抑制器(DINS)处设置过程特性以高效地减小或消除噪声分量。这样，从组合信号中高效地去除噪声，以产生高质量的语音信号。

Description

稳健双麦克风噪声抑制系统
技术领域
本发明涉及用于处理多个声信号的系统和方法，并且更具体地涉及通过滤波来分离声信号。
背景技术
对噪声环境中的有信息信号进行检测并作出反应常常是困难的。在用户常常在噪声环境中说话的通信中，期望的是将用户的语音信号与背景噪声分离。背景噪声可以包括由一般环境产生的许多噪声信号、由其他人的背景会话产生的信号以及从每个信号产生的反射和混响。
在噪声环境中，上行链路通信可能是严重的问题。对此噪声问题的大部分解决方案仅仅对诸如平稳噪声的特定类型的噪声起作用，或产生可以如噪声信号一样骚扰用户的显著音频噪音(artifacts)。所有现有解决方案都具有关于源和噪声位置、以及尝试抑制的噪声类型的缺陷。
本发明的目的是提供一种将与所有噪声源的时间特性、位置、或移动无关地抑制所有噪声源的装置。
发明内容
一种用于从有噪声的声环境分离语音信号的系统、方法、和装置。分离过程可以包括源滤波，源滤波可以是定向滤波(波束形成)、盲源分离、以及双输入频谱删减噪声抑制。输入通道可以包括两个全向麦克风，使用相位延迟滤波来处理全向麦克风输出以形成语音和噪声波束。此外，可以对波束进行频率修正。波束形成操作产生基本上仅仅是噪声的一个通道，和作为噪声与语音的组合的另一通道。盲源分离算法通过统计技术来加强定向分离。然后，使用噪声信号和语音信号在双输入频谱删减噪声抑制器(DINS)处设置过程特性以高效地减小或消除噪声分量。这样，从组合信号中高效地去除了噪声，以产生高质量的语音信号。
附图说明
为了描述可以获得本发明的上述及其它优点和特征的方式，将参照在附图中图示的本发明特定实施例来提供上文简要描述的本发明的更特别的描述。应当理解，这些图仅仅图示了本发明的典型实施例，并且因此不应当被视为它的范围的限制，将通过使用附图更具体且详细地描述和解释本发明，在附图中：
图1是采用前超心型定向滤波器以从两个全向麦克风形成噪声和语音波束的波束形成器的透视图；
图2是采用前超心型定向滤波器和后心型定向滤波器以从两个全向麦克风形成噪声和语音波束的波束形成器的透视图；
图3是依照本发明的可能实施例的稳健双输入频谱删减噪声抑制器(RDINS)的框图；
图4是依照本发明的可能实施例的盲源分离(BSS)滤波器和双输入频谱删减噪声抑制器(DINS)的框图；
图5是依照本发明的可能实施例的盲源分离(BSS)滤波器和绕过BSS的语音输出的双输入频谱删减噪声抑制器的框图；
图6是依照本发明的可能实施例的用于静态噪声估计的方法的流程图；
图7是依照本发明的可能实施例的用于连续噪声估计的方法的流程图；以及
图8是依照本发明的可能实施例的稳健双输入频谱删减噪声抑制器(RDINS)的方法的流程图。
具体实施方式
本发明的附加特征和优点将在以下描述中阐述，并且部分将通过描述而显而易见，或者可以从本发明的实施中获知。本发明的特征和优点可以借助于在权利要求中特别指出的仪器和组合来实现和获得。本发明的这些及其它特征将从以下描述和权利要求变得更加显而易见，或者可以通过如本文阐述的本发明的实施来获知。
下面详细地讨论本发明的各种实施例。虽然讨论了特定的实现，但是应当理解这仅仅是出于说明的目的而进行的。本领域的技术人员将认识到，在不脱离本发明的精神和范围的情况下，可以使用其它组件和配置。
本发明包括多种实施例，诸如涉及本发明的基本概念的方法和装置及其它实施例。
图1图示了依照本发明的可能实施例的用于从两个全向麦克风形成噪声和语音波束的波束形成器100的示例性视图。两个麦克风110被相互间隔开。每个麦克风可以接收直接或间接输入信号，并且可以输出信号。两个麦克风110是全向的，因此它们相对于麦克风而言几乎同样地从所有方向接收声音。麦克风110可以接收表示语音和噪声声音的混合物的声信号或能量，并且这些输入可以被转换成主要是语音的第一信号140及具有语音和噪声的第二信号150。虽然未示出，但麦克风可以包括内部或外部模数转换器。通过使用一个或多个变换函数，可以在时域与频域之间对来自麦克风110的信号进行缩放或变换。波束形成可以补偿由麦克风110接收到的不同信号的不同传播时间。如图1所示，使用源滤波或定向滤波120来处理麦克风的输出，以便对来自麦克风110的信号进行频率响应修正。波束形成器100采用前超心型定向滤波器130进一步对来自麦克风110的信号进行滤波。在一个实施例中，定向滤波器将具有随频率而变的幅度和相位延迟值以跨越所有频率形成理想波束。这些值可以不同于位于自由空间中的麦克风将要求的理想值。该差异将考虑放置麦克风的物理外壳的几何结构。在该方法中，使用由于麦克风110的空间差而引起的信号之间的时间差来增强信号。更特别地，有可能麦克风110中的一个将更接近于语音源(扬声器)，而另一麦克风可以产生相对衰减的信号。图2图示了依照本发明的可能实施例的用于从两个全向麦克风形成噪声250和语音波束240的波束形成器200的示例性视图。波束形成器200添加后心型定向滤波器260以进一步对来自麦克风110的信号进行滤波。
全向麦克风110近似同样地从麦克风周围的任何方向接收声音信号。感测模式(未示出)示出了来自麦克风周围的所有方向的近似相等幅度的接收到的信号功率。因此，无论声音从哪个方向到达麦克风，来自麦克风的电输出都是相同的。
前超心型230感测模式与心型模式相比提供了较窄的主灵敏度角。此外，超心型模式具有位于距离前面约±140度的最小灵敏度的两个点。同样地，超心型模式抑制从麦克风的侧面和后面接收到的声音。因此，超心型模式最适合于将仪器和歌手与房间环境以及彼此隔离。
后向心型或后心型260感测模式(未示出)是定向的，当声源在麦克风对的后面时提供全灵敏度。在麦克风对的侧面处接收到的声音具有约一半的输出，并且在麦克风对的前面处出现的声音基本上被衰减。产生此后心型模式，使得在期望的语音源(扬声器)处指向虚拟麦克风的空值(null)。
在所有情况下，通过用相位延迟滤波器对一个全向麦克风进行滤波来形成波束，然后将其输出与另一全向麦克风信号进行求和以设置空值位置，并且然后修正滤波器将修正结果得到的信号的频率响应。使用包含适当的依赖频率的延迟的单独滤波器来产生心型260和超心型230响应。替代地，可以通过首先使用上述过程产生前向和后向心型波束、将心型信号求和以产生虚拟全向信号、以及用信号的差产生双向或偶极滤波器来产生波束。使用等式1将虚拟全向和偶极信号组合以产生超心型响应。
超心型响应＝0.25*(全向+3*偶极)                        等式1
替代实施例将利用固定方向性单个元件超心型和心型麦克风盒(capsules)。这将不需要信号处理中的波束形成步骤，但将限制系统的适应性，因为从设备中的一个使用模式到另一使用模式的波束形成的变化将更加困难，并且真实的全向信号将不可用于设备中的其它处理。在该实施例中，源滤波器可以是频率修正滤波器，或具有减少带外噪声的通带的简单滤波器，诸如高通滤波器、低通抗混淆滤波器、或带通滤波器。
图3图示了依照本发明的可能实施例的稳健双输入频谱删减噪声抑制器(RDINS)的示例性视图。语音估计信号240和噪声估计信号250作为输入被馈送到RDINS 305以利用语音和噪声的频谱特性方面的差异来抑制语音信号140的噪声分量。参照方法600至800来更好地解释用于RDINS 305的算法。
图4图示了使用盲源分离(BSS)和双输入频谱删减噪声抑制器(DINS)来处理语音140和噪声150波束的噪声抑制系统400的示例性视图。已对噪声和语音波束进行频率响应修正。盲源分离(BSS)滤波器410从噪声信号中去除剩余的语音信号。BSS滤波器410可以只产生改善的(refined)噪声信号420或改善的噪声和语音信号(420、430)。BBS可以是具有两个输入(语音和噪声)和期望数目的输出的单级BSS滤波器。两级BSS滤波器将具有与期望数目的输出级联或连接在一起的两个BSS级。盲源分离滤波器将统计上独立地假设的混合源信号相互分离。盲源分离滤波器410通过将矩阵与混合信号相乘来向混合信号施加未混合权值矩阵以产生分离的信号。矩阵中的权值被分配初始值并被调整以便使信息冗余最小化。重复此调整，直至输出信号420、430的信息冗余被减至最小为止。由于此技术不需要关于每个信号的源的信息，所以将它称为盲源分离。BSS滤波器410以统计方式从噪声中去除语音，以便产生减少语音的噪声信号420。DINS单元440使用减少语音的噪声信号420来从语音430中去除噪声，以便产生基本上无噪声的语音信号460。DINS单元440和BSS滤波器410可以被集成为单个单元450，或者可以将被分离为单独组件。
由来自麦克风110的已处理信号提供的语音信号140作为输入被传递至盲源分离滤波器410，其中，已处理语音信号430和噪声信号420被输出到DINS 440，已处理语音信号430完全或至少本质上由用户的语音组成，通过在BSS滤波器410中执行的盲源分离算法的动作，用户的语音已与环境声音(噪声)分离。这样的BSS信号处理利用以下事实：面向环境的麦克风和面向扬声器的麦克风拾取的声音混合由环境声音与用户语音的不同混合组成，它们在这两个信号贡献或源的幅度比和混合物的这两个信号贡献的相位差方面是不同的。
DINS单元440进一步增强已处理语音信号430和噪声信号420，噪声信号420被用作DINS单元440的噪声估计。结果得到的噪声估计420应当包含高度减小的语音信号，因为剩余的期望语音460信号对于语音增强程序将是不利的，并将因此降低输出的质量。
图5图示了使用盲源分离(BSS)滤波器和双输入频谱删减噪声抑制器(DINS)来处理语音140和噪声150波束形成的噪声抑制系统500的示例性视图。DINS单元440的噪声估计仍是来自BSS滤波器410的已处理噪声信号。然而，语音信号430未经BSS滤波器410处理。
图6～8是图示依照本公开的可能实施例的用于确定稳健双输入频谱删减噪声抑制器(RDINS)的静态噪声估计的一些基本步骤的示例性流程图。
当未使用BSS时，可以将定向滤波的输出(240、250)直接应用于双通道噪声抑制器(DINS)，遗憾的是，后向心型模式260仅仅将部分空值置于期望的讲话人，这导致在噪声估计中仅仅得到期望讲话人的3dB至6dB抑制。对于DINS单元440本身，此语音泄漏量在语音已被处理之后造成不可接受的语音失真。RDINS是被设计成在噪声估计250中对此语音泄漏而言更加稳健的DINS版本。通过使用两个单独噪声估计来实现此稳健性；一个是来自定向滤波的连续噪声估计，并且另一个是也可以在单通道噪声抑制器中使用的静态噪声估计。
方法600使用语音波束240。从语音波束240获得连续语音估计，在语音和无语音间隔期间获得估计。在步骤610中计算语音估计的能量水平。在步骤620中，使用语音活动性检测器来找到每个帧的语音估计中的无语音间隔。在步骤630中，从语音估计中的无语音间隔来形成平滑的静态噪声估计。此静态噪声估计将不包含语音，因为它在期望的输入语音期间被冻结；然而，这意味着噪声估计不捕获在不稳定噪声期间的变化。在步骤640中，计算静态噪声估计的能量。在步骤650中，根据连续语音信号615的能量和静态噪声估计的能量来计算静态信噪比。对每个子带重复步骤620至650。
方法700使用连续噪声估计250。在步骤710中，从噪声波束250获得连续噪声估计，在语音和无语音间隔两者期间获得该估计。此连续噪声估计250将由于不完美的空值而包含来自期望讲话人的语音泄漏。在步骤720中，针对子带的噪声估计来计算能量。在步骤730中，针对子带来计算连续信噪比。
方法800使用所计算的连续噪声估计的信噪比和所计算的静态噪声估计的信噪比来确定要使用的噪声抑制。在步骤810中，如果连续SNR大于第一阈值，则控制被传递至步骤820，其中抑制被设置为等于连续SNR。如果在步骤810中连续SNR不大于第一阈值，则控制传递至动作830。在动作830中，如果连续SNR小于第二阈值，则控制传递至步骤840，在步骤840，抑制被设置为静态SNR。如果连续SNR不小于第二阈值，则控制传递至步骤850，在步骤850，使用加权平均噪声抑制器。加权平均是静态与连续SNR的平均值。对于较低SNR子带(相对于噪声而言无/弱语音)，使用连续噪声估计来确定抑制量，使得它在不稳定噪声期间有效。对于较高SNR子带(相对于噪声而言的强语音)，当泄漏将在连续噪声估计中占支配地位时，使用静态噪声估计来确定抑制量以防止引起过度抑制和语音失真的语音泄漏。在中间SNR子带期间，将两种估计组合以给出以上两种情况之间的软交换过渡。在步骤860中，计算通路增益。在步骤870中，将该通路增益应用于语音估计。对每个子带重复所述步骤。然后以对于DINS相同的方式来应用通路增益，使得传递具有高SNR的通道，同时使具有低SNR的那些通道衰减。在该实现中，通过窗口化逆FFT的重叠相加来重构语音波形。
实践中，双向通信设备可以包含根据使用模式而在其间切换的本发明的多个实施例。例如，对于近距离谈话或私人模式使用情况，可以将图1所描述的波束形成操作与在图4中描述的BSS级和DINS组合，而在免提或扬声器电话模式下，可以将图2的波束形成器与图3的RDINS组合。可以通过本领域中已知的许多实现中的一个来触发这些操作模式之间的切换。举例来说，而非限制性地，切换方法可以是经由基于接近性的逻辑判定、磁或电开关、或本文未描述的任何等同方法。
在本发明范围内的实施例还可以包括用于承载或在其上面存储计算机可执行指令或数据结构的计算机可读介质。这样的计算机可读介质可以是通用或专用计算机可以访问的任何可用介质。举例来说，而非限制性地，这样的计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或可以用来承载或存储计算机可执行指令或数据结构形式的期望程序代码装置的任何其它介质。当通过网络或另一通信连接(硬线、无线、或其组合)向计算机传输或提供信息时，计算机适当地将该连接视为计算机可读介质。因此，可以将任何这样的连接适当地称为计算机可读介质。以上组合也应被包括在计算机可读介质的范围内。
计算机可执行指令包括例如促使通用计算机、专用计算机、或专用处理设备执行特定功能或功能组的指令和数据。计算机可执行指令还包括由独立或网络环境中的计算机执行的程序模块。通常，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、或数据结构等。计算机可执行指令、关联数据结构、以及程序模块表示用于执行本文公开的方法的步骤的程序代码装置。这样的可执行指令或关联数据结构的特定序列表示用于实现在这样的步骤中描述的功能的相应动作的示例。
虽然以上说明可能包含特定细节，但无论如何不应将它们解释为限制权利要求。所描述的本发明的实施例的其它配置是本发明的范围的一部分。例如，本发明的原理可以应用于每个单独用户，其中，每个用户可以单独地部署这样的系统。这使得每个用户在即使大量可能应用中的任何一个不需要本文所描述的功能的情况下也能够利用本发明的益处。换言之，可能存在图1-8中的方法和设备的多个实例，每个实例以各种可能的方式来处理内容。不一定需要所有最终用户使用一个系统。因此，权利要求及其合法等同物应只限定本发明，而不是给出的任何特定示例。

Claims (37)

1.一种用于噪声减少的系统，所述系统包括：
多个输入通道，每个包括一个或多个声信号；
至少一个源滤波器，其中，所述源滤波器将所述一个或多个声信号分离成语音和噪声波束；
至少一个盲源分离(BSS)滤波器，其中，所述盲源分离滤波器可操作地用于改善所述语音和噪声波束；以及
至少一个双输入频谱删减噪声抑制器(DINS)，其中，所述双输入频谱删减噪声抑制器从所述语音波束中去除噪声。
2.根据权利要求1所述的系统，其中，所述源滤波器使用相位延迟滤波来形成语音和噪声波束。
3.根据权利要求2所述的系统，其中，由所述源滤波器对语音和噪声波束进行频率响应修正。
4.根据权利要求1所述的系统，其中，来自所述盲源分离(BSS)滤波器的已改善的语音和噪声波束被馈送到双输入频谱删减噪声抑制器(DINS)中。
5.根据权利要求1所述的系统，其中，来自所述盲源分离(BSS)滤波器的已改善的噪声波束和来自源滤波器的所述语音波束被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
6.根据权利要求1所述的系统，所述系统进一步包括：
将两个盲源分离(BSS)滤波器级联；
其中，到所述级联的输入是来自所述源滤波器的所述语音和噪声波束；
其中，所述级联的输出被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
7.一种用于噪声减少的系统，所述系统包括：
第一装置，所述第一装置用于从一个或多个声信号来产生语音估计信号；
第二装置，所述第二装置用于从一个或多个声信号来产生噪声估计信号；以及
至少一个稳健双输入频谱删减噪声抑制器(RDINS)，所述稳健双输入频谱删减噪声抑制器(RDINS)用于从所产生的语音估计信号和所产生的噪声估计信号来产生噪声减少的语音信号。
8.根据权利要求7所述的系统，其中，所述第一装置是前超心型麦克风或耦合到多个全向麦克风的定向滤波器；并且
其中，所述第二装置是后心型麦克风或耦合到多个全向麦克风的定向滤波器。
9.根据权利要求7所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)从语音估计信号来计算静态噪声估计；并且其中，所述稳健双输入频谱删减噪声抑制器(RDINS)从所述噪声估计信号来计算连续噪声估计。
10.根据权利要求9所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在第一阈值之上时采用所述连续噪声估计。
11.根据权利要求10所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在第二阈值以下时采用所述静态噪声估计。
12.根据权利要求11所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在所述第二阈值之上但在所述第一阈值以下时采用加权平均噪声估计。
13.一种具有噪声减少的电子设备，包括：
一对全向麦克风，所述一对全向麦克风用于接收一个或多个声信号；其中，来自所述全向麦克风的信号被分类为主导语音信号和主导噪声信号；
定向滤波器，所述定向滤波器用于从所述主导语音信号和所述主导噪声信号来产生语音估计和噪声估计；以及
至少一个信号处理器，所述至少一个信号处理器用于处理所述主导语音信号和所述主导噪声信号以产生噪声受抑制的语音信号，包括：
至少一个源滤波器，其中，所述源滤波器将所述一个或多个声信号分离成语音和噪声波束；
至少一个盲源分离(BSS)滤波器，其中，所述盲源分离滤波器可操作地用于改善所述语音和噪声波束；
至少一个双输入频谱删减噪声抑制器(DINS)，其中，所述双输入频谱删减噪声抑制器从所述语音波束中去除噪声。
14.根据权利要求13所述的电子设备，其中，所述源滤波器使用相位延迟滤波来形成语音和噪声波束。
15.根据权利要求14所述的电子设备，其中，由所述源滤波器对语音和噪声波束进行频率响应修正。
16.根据权利要求13所述的电子设备，其中，来自所述盲源分离(BSS)滤波器的已改善的语音和噪声波束被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
17.根据权利要求13所述的电子设备，其中，来自所述盲源分离(BSS)滤波器的已改善的噪声波束和来自源滤波器的所述语音波束被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
18.根据权利要求13所述的电子设备，所述系统进一步包括：
将两个盲源分离(BSS)滤波器级联；
其中，到所述级联的输入是来自所述源滤波器的所述语音和噪声波束；
其中，所述级联的输出被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
19.根据权利要求13所述的电子设备，其中，所述语音估计由前超心型模式来产生；并且
其中，所述噪声估计由后心型模式来产生。
20.根据权利要求19所述的电子设备，所述至少一个信号处理器进一步包括：
至少一个稳健双输入频谱删减噪声抑制器(RDINS)，用于从所产生的语音估计信号和所述噪声估计信号来产生噪声减少的语音信号。
21.根据权利要求20所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)从所述噪声估计信号来计算连续噪声估计。
22.根据权利要求21所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)从所述语音估计信号来计算静态噪声估计。
23.根据权利要求22所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在第一阈值之上时采用所述连续噪声估计。
24.根据权利要求23所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在第二阈值以下时采用所述静态噪声估计。
25.根据权利要求24所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在所述第二阈值之上但在所述第一阈值以下时采用加权平均噪声估计。
26.一种用于噪声减少的方法，所述方法包括：
从多个输入通道接收一个或多个声信号；
将所述一个或多个声信号与语音和噪声波束分离；
通过采用至少一个盲源分离(BSS)滤波器来改善所述语音和噪声波束；以及
通过至少一个双输入频谱删减噪声抑制器(DINS)从所述语音波束中去除噪声。
27.根据权利要求26所述的方法，其中，所述源滤波器处的所述分离是通过相位延迟滤波。
28.根据权利要求27所述的方法，其中，语音和噪声波束经过频率响应修正。
29.根据权利要求26所述的方法，其中，来自所述盲源分离(BSS)滤波器的已改善的语音和噪声波束被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
30.根据权利要求26所述的方法，其中，来自所述盲源分离(BSS)滤波器的已改善的噪声波束和来自所述源滤波器的所述语音波束被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
31.根据权利要求26所述的方法，所述方法进一步包括：
将两个盲源分离(BSS)滤波器级联；
其中，到所述级联的输入是来自所述源滤波器的所述语音和噪声波束；
其中，所述级联的输出被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
32.一种用于噪声减少的方法，所述方法包括：
产生语音估计信号；
产生噪声估计信号；以及
提供稳健双输入频谱删减噪声抑制器(RDINS)，用于从所述语音估计信号和所述噪声估计信号来产生减少了噪声的语音信号。
33.根据权利要求32所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)从所述噪声估计信号来计算连续噪声估计。
34.根据权利要求33所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)从所述语音估计信号来计算静态噪声估计。
35.根据权利要求34所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在第一阈值之上时采用所述连续噪声估计。
36.根据权利要求35所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在第二阈值以下时采用所述静态噪声估计。
37.根据权利要求36所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS)在所述连续噪声估计信噪比在所述第二阈值之上但在所述第一阈值以下时采用加权平均噪声估计。
CN200880112279.5A 2007-10-18 2008-10-01 稳健双麦克风噪声抑制系统 Active CN101828335B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/874,263 2007-10-18
US11/874,263 US8046219B2 (en) 2007-10-18 2007-10-18 Robust two microphone noise suppression system
PCT/US2008/078395 WO2009051959A1 (en) 2007-10-18 2008-10-01 Robust two microphone noise suppression system

Publications (2)

Publication Number Publication Date
CN101828335A true CN101828335A (zh) 2010-09-08
CN101828335B CN101828335B (zh) 2015-06-24

Family

ID=40564365

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880112279.5A Active CN101828335B (zh) 2007-10-18 2008-10-01 稳健双麦克风噪声抑制系统

Country Status (9)

Country Link
US (1) US8046219B2 (zh)
EP (2) EP2207168B1 (zh)
KR (2) KR101171494B1 (zh)
CN (1) CN101828335B (zh)
BR (1) BRPI0818401B1 (zh)
ES (1) ES2398407T3 (zh)
MX (1) MX2010004192A (zh)
RU (1) RU2483439C2 (zh)
WO (1) WO2009051959A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104167214A (zh) * 2014-08-20 2014-11-26 电子科技大学 一种双麦克风盲声源分离的快速源信号重建方法
CN104637494A (zh) * 2015-02-02 2015-05-20 哈尔滨工程大学 基于盲源分离的双话筒移动设备语音信号增强方法
CN105096961A (zh) * 2014-05-06 2015-11-25 华为技术有限公司 语音分离方法和装置
CN105493518A (zh) * 2013-06-18 2016-04-13 创新科技有限公司 具有端射麦克风阵列的头戴式耳机以及端射阵列的自动校准
CN105679329A (zh) * 2016-02-04 2016-06-15 厦门大学 可适应强烈背景噪声的麦克风阵列语音增强装置
CN106653044A (zh) * 2017-02-28 2017-05-10 浙江诺尔康神经电子科技股份有限公司 追踪噪声源和目标声源的双麦克风降噪系统和方法
CN107919133A (zh) * 2016-10-09 2018-04-17 赛谛听股份有限公司 针对目标对象的语音增强系统及语音增强方法
CN109994120A (zh) * 2017-12-29 2019-07-09 福州瑞芯微电子股份有限公司 基于双麦的语音增强方法、系统、音箱及存储介质
CN110021307A (zh) * 2019-04-04 2019-07-16 Oppo广东移动通信有限公司 音频校验方法、装置、存储介质及电子设备
CN110088635A (zh) * 2017-01-18 2019-08-02 赫尔实验室有限公司 用于同时去噪和盲源分离的认知信号处理器
CN112424864A (zh) * 2018-05-18 2021-02-26 搜诺思公司 用于噪声抑制话音检测的线性滤波
CN113643715A (zh) * 2020-05-11 2021-11-12 脸谱科技有限责任公司 降低风噪声的系统和方法

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8949120B1 (en) 2006-05-25 2015-02-03 Audience, Inc. Adaptive noise cancelation
US8140325B2 (en) * 2007-01-04 2012-03-20 International Business Machines Corporation Systems and methods for intelligent control of microphones for speech recognition applications
US8954324B2 (en) * 2007-09-28 2015-02-10 Qualcomm Incorporated Multiple microphone voice activity detector
US8054989B2 (en) * 2007-12-13 2011-11-08 Hyundai Motor Company Acoustic correction apparatus and method for vehicle audio system
US8223988B2 (en) * 2008-01-29 2012-07-17 Qualcomm Incorporated Enhanced blind source separation algorithm for highly correlated mixtures
KR101335417B1 (ko) * 2008-03-31 2013-12-05 (주)트란소노 노이지 음성 신호의 처리 방법과 이를 위한 장치 및 컴퓨터판독 가능한 기록매체
KR101317813B1 (ko) * 2008-03-31 2013-10-15 (주)트란소노 노이지 음성 신호의 처리 방법과 이를 위한 장치 및 컴퓨터판독 가능한 기록매체
WO2009145192A1 (ja) * 2008-05-28 2009-12-03 日本電気株式会社 音声検出装置、音声検出方法、音声検出プログラム及び記録媒体
WO2010079596A1 (ja) * 2009-01-08 2010-07-15 富士通株式会社 音声制御装置および音声出力装置
CN102860039B (zh) * 2009-11-12 2016-10-19 罗伯特·亨利·弗莱特 免提电话和/或麦克风阵列以及使用它们的方法和系统
US9838784B2 (en) 2009-12-02 2017-12-05 Knowles Electronics, Llc Directional audio capture
KR101737824B1 (ko) * 2009-12-16 2017-05-19 삼성전자주식회사 잡음 환경의 입력신호로부터 잡음을 제거하는 방법 및 그 장치
KR101107213B1 (ko) * 2009-12-30 2012-01-25 주식회사 테스콤 소음 및 진동 유입 방지용 측정 전처리장치
US8718290B2 (en) 2010-01-26 2014-05-06 Audience, Inc. Adaptive noise reduction using level cues
US8660842B2 (en) * 2010-03-09 2014-02-25 Honda Motor Co., Ltd. Enhancing speech recognition using visual information
US8538035B2 (en) 2010-04-29 2013-09-17 Audience, Inc. Multi-microphone robust noise suppression
US8473287B2 (en) 2010-04-19 2013-06-25 Audience, Inc. Method for jointly optimizing noise reduction and voice quality in a mono or multi-microphone system
US8781137B1 (en) 2010-04-27 2014-07-15 Audience, Inc. Wind noise detection and suppression
US8880396B1 (en) * 2010-04-28 2014-11-04 Audience, Inc. Spectrum reconstruction for automatic speech recognition
US8798992B2 (en) * 2010-05-19 2014-08-05 Disney Enterprises, Inc. Audio noise modification for event broadcasting
US9558755B1 (en) 2010-05-20 2017-01-31 Knowles Electronics, Llc Noise suppression assisted automatic speech recognition
US8447596B2 (en) 2010-07-12 2013-05-21 Audience, Inc. Monaural noise suppression based on computational auditory scene analysis
US9232309B2 (en) * 2011-07-13 2016-01-05 Dts Llc Microphone array processing system
US9666206B2 (en) * 2011-08-24 2017-05-30 Texas Instruments Incorporated Method, system and computer program product for attenuating noise in multiple time frames
US8712769B2 (en) 2011-12-19 2014-04-29 Continental Automotive Systems, Inc. Apparatus and method for noise removal by spectral smoothing
US9100756B2 (en) 2012-06-08 2015-08-04 Apple Inc. Microphone occlusion detector
US9640194B1 (en) 2012-10-04 2017-05-02 Knowles Electronics, Llc Noise suppression for speech processing based on machine-learning mask estimation
US20140278389A1 (en) * 2013-03-12 2014-09-18 Motorola Mobility Llc Method and Apparatus for Adjusting Trigger Parameters for Voice Recognition Processing Based on Noise Characteristics
KR102282366B1 (ko) 2013-06-03 2021-07-27 삼성전자주식회사 음성 향상 방법 및 그 장치
US9536540B2 (en) 2013-07-19 2017-01-03 Knowles Electronics, Llc Speech signal separation and synthesis based on auditory scene analysis and speech modeling
US9646626B2 (en) 2013-11-22 2017-05-09 At&T Intellectual Property I, L.P. System and method for network bandwidth management for adjusting audio quality
US9524735B2 (en) 2014-01-31 2016-12-20 Apple Inc. Threshold adaptation in two-channel noise estimation and voice activity detection
US9467779B2 (en) 2014-05-13 2016-10-11 Apple Inc. Microphone partial occlusion detector
DE112015003945T5 (de) 2014-08-28 2017-05-11 Knowles Electronics, Llc Mehrquellen-Rauschunterdrückung
US9978388B2 (en) 2014-09-12 2018-05-22 Knowles Electronics, Llc Systems and methods for restoration of speech components
US9747922B2 (en) 2014-09-19 2017-08-29 Hyundai Motor Company Sound signal processing method, and sound signal processing apparatus and vehicle equipped with the apparatus
GB2532042B (en) * 2014-11-06 2017-02-08 Imagination Tech Ltd Pure delay estimation
KR20170025303A (ko) 2015-08-28 2017-03-08 이채원 미강, 찹쌀이 함유된 접착제 조성물
US20170150254A1 (en) * 2015-11-19 2017-05-25 Vocalzoom Systems Ltd. System, device, and method of sound isolation and signal enhancement
US9773495B2 (en) * 2016-01-25 2017-09-26 Ford Global Technologies, Llc System and method for personalized sound isolation in vehicle audio zones
US9820042B1 (en) 2016-05-02 2017-11-14 Knowles Electronics, Llc Stereo separation and directional suppression with omni-directional microphones
US10482899B2 (en) 2016-08-01 2019-11-19 Apple Inc. Coordination of beamformers for noise estimation and noise suppression
US10366702B2 (en) 2017-02-08 2019-07-30 Logitech Europe, S.A. Direction detection device for acquiring and processing audible input
US10366700B2 (en) 2017-02-08 2019-07-30 Logitech Europe, S.A. Device for acquiring and processing audible input
US10229667B2 (en) 2017-02-08 2019-03-12 Logitech Europe S.A. Multi-directional beamforming device for acquiring and processing audible input
US10362393B2 (en) 2017-02-08 2019-07-23 Logitech Europe, S.A. Direction detection device for acquiring and processing audible input
WO2018164699A1 (en) * 2017-03-10 2018-09-13 James Jordan Rosenberg System and method for relative enhancement of vocal utterances in an acoustically cluttered environment
JP6646001B2 (ja) * 2017-03-22 2020-02-14 株式会社東芝 音声処理装置、音声処理方法およびプログラム
JP2018159759A (ja) * 2017-03-22 2018-10-11 株式会社東芝 音声処理装置、音声処理方法およびプログラム
CN110875054B (zh) * 2018-08-31 2023-07-25 阿里巴巴集团控股有限公司 一种远场噪声抑制方法、装置和系统
US11049509B2 (en) 2019-03-06 2021-06-29 Plantronics, Inc. Voice signal enhancement for head-worn audio devices
KR102218151B1 (ko) * 2019-05-30 2021-02-23 주식회사 위스타 음성 인식률을 향상시키기 위한 타겟 음성 신호 출력 장치 및 방법
KR20210062475A (ko) 2019-11-21 2021-05-31 삼성전자주식회사 전자 장치 및 그 제어 방법
US11277689B2 (en) 2020-02-24 2022-03-15 Logitech Europe S.A. Apparatus and method for optimizing sound quality of a generated audible signal
CN111402917B (zh) * 2020-03-13 2023-08-04 北京小米松果电子有限公司 音频信号处理方法及装置、存储介质
CN115132220B (zh) * 2022-08-25 2023-02-28 深圳市友杰智新科技有限公司 抑制电视噪声的双麦唤醒的方法、装置、设备及存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE505156C2 (sv) * 1995-01-30 1997-07-07 Ericsson Telefon Ab L M Förfarande för bullerundertryckning genom spektral subtraktion
US6167417A (en) 1998-04-08 2000-12-26 Sarnoff Corporation Convolutive blind source separation using a multiple decorrelation method
WO2001087011A2 (en) * 2000-05-10 2001-11-15 The Board Of Trustees Of The University Of Illinois Interference suppression techniques
WO2003017718A1 (en) 2001-08-13 2003-02-27 Nanyang Technological University, Centre For Signal Processing Post-processing scheme for adaptive directional microphone system with noise/interference suppression
US20030160862A1 (en) 2002-02-27 2003-08-28 Charlier Michael L. Apparatus having cooperating wide-angle digital camera system and microphone array
US7106876B2 (en) 2002-10-15 2006-09-12 Shure Incorporated Microphone for simultaneous noise sensing and speech pickup
US7383178B2 (en) 2002-12-11 2008-06-03 Softmax, Inc. System and method for speech processing using independent component analysis under stability constraints
US7474756B2 (en) 2002-12-18 2009-01-06 Siemens Corporate Research, Inc. System and method for non-square blind source separation under coherent noise by beamforming and time-frequency masking
DE10312065B4 (de) 2003-03-18 2005-10-13 Technische Universität Berlin Verfahren und Vorrichtung zum Entmischen akustischer Signale
US7099821B2 (en) * 2003-09-12 2006-08-29 Softmax, Inc. Separation of target acoustic signals in a multi-transducer arrangement
US7190775B2 (en) 2003-10-29 2007-03-13 Broadcom Corporation High quality audio conferencing with adaptive beamforming
US20060135085A1 (en) 2004-12-22 2006-06-22 Broadcom Corporation Wireless telephone with uni-directional and omni-directional microphones
GB2429139B (en) * 2005-08-10 2010-06-16 Zarlink Semiconductor Inc A low complexity noise reduction method
EP1994788B1 (en) 2006-03-10 2014-05-07 MH Acoustics, LLC Noise-reducing directional microphone array
KR100810275B1 (ko) * 2006-08-03 2008-03-06 삼성전자주식회사 차량용 음성인식 장치 및 방법
US8954324B2 (en) * 2007-09-28 2015-02-10 Qualcomm Incorporated Multiple microphone voice activity detector

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105493518A (zh) * 2013-06-18 2016-04-13 创新科技有限公司 具有端射麦克风阵列的头戴式耳机以及端射阵列的自动校准
CN105493518B (zh) * 2013-06-18 2019-10-18 创新科技有限公司 麦克风系统以及用于麦克风系统中抑制不想要声音的方法
CN105096961B (zh) * 2014-05-06 2019-02-01 华为技术有限公司 语音分离方法和装置
CN105096961A (zh) * 2014-05-06 2015-11-25 华为技术有限公司 语音分离方法和装置
CN104167214A (zh) * 2014-08-20 2014-11-26 电子科技大学 一种双麦克风盲声源分离的快速源信号重建方法
CN104167214B (zh) * 2014-08-20 2017-06-13 电子科技大学 一种双麦克风盲声源分离的快速源信号重建方法
CN104637494A (zh) * 2015-02-02 2015-05-20 哈尔滨工程大学 基于盲源分离的双话筒移动设备语音信号增强方法
CN105679329A (zh) * 2016-02-04 2016-06-15 厦门大学 可适应强烈背景噪声的麦克风阵列语音增强装置
CN105679329B (zh) * 2016-02-04 2019-08-06 厦门大学 可适应强烈背景噪声的麦克风阵列语音增强装置
CN107919133A (zh) * 2016-10-09 2018-04-17 赛谛听股份有限公司 针对目标对象的语音增强系统及语音增强方法
CN110088635A (zh) * 2017-01-18 2019-08-02 赫尔实验室有限公司 用于同时去噪和盲源分离的认知信号处理器
CN106653044A (zh) * 2017-02-28 2017-05-10 浙江诺尔康神经电子科技股份有限公司 追踪噪声源和目标声源的双麦克风降噪系统和方法
CN106653044B (zh) * 2017-02-28 2023-08-15 浙江诺尔康神经电子科技股份有限公司 追踪噪声源和目标声源的双麦克风降噪系统和方法
CN109994120A (zh) * 2017-12-29 2019-07-09 福州瑞芯微电子股份有限公司 基于双麦的语音增强方法、系统、音箱及存储介质
CN112424864A (zh) * 2018-05-18 2021-02-26 搜诺思公司 用于噪声抑制话音检测的线性滤波
CN110021307A (zh) * 2019-04-04 2019-07-16 Oppo广东移动通信有限公司 音频校验方法、装置、存储介质及电子设备
CN110021307B (zh) * 2019-04-04 2022-02-01 Oppo广东移动通信有限公司 音频校验方法、装置、存储介质及电子设备
CN113643715A (zh) * 2020-05-11 2021-11-12 脸谱科技有限责任公司 降低风噪声的系统和方法

Also Published As

Publication number Publication date
KR101171494B1 (ko) 2012-08-07
ES2398407T3 (es) 2013-03-15
US8046219B2 (en) 2011-10-25
CN101828335B (zh) 2015-06-24
EP2183853A4 (en) 2010-11-03
KR101184806B1 (ko) 2012-09-20
US20090106021A1 (en) 2009-04-23
RU2010119709A (ru) 2011-11-27
WO2009051959A1 (en) 2009-04-23
KR20100056567A (ko) 2010-05-27
EP2183853A1 (en) 2010-05-12
BRPI0818401B1 (pt) 2020-02-18
RU2483439C2 (ru) 2013-05-27
BRPI0818401A2 (pt) 2015-04-22
MX2010004192A (es) 2010-05-14
EP2207168A2 (en) 2010-07-14
EP2183853B1 (en) 2012-12-26
EP2207168B1 (en) 2012-08-22
KR20100054873A (ko) 2010-05-25
EP2207168A3 (en) 2010-10-20

Similar Documents

Publication Publication Date Title
CN101828335A (zh) 稳健双麦克风噪声抑制系统
JP5675848B2 (ja) レベルキューによる適応ノイズ抑制
US10269369B2 (en) System and method of noise reduction for a mobile device
KR101210313B1 (ko) 음성 향상을 위해 마이크로폰 사이의 레벨 차이를 활용하는시스템 및 방법
KR101422984B1 (ko) 잔류 에코를 억제하는 방법 및 장치
US20110181452A1 (en) Usage of Speaker Microphone for Sound Enhancement
KR20110038024A (ko) 널 프로세싱 노이즈 감산을 이용한 노이즈 억제 시스템 및 방법
US9532149B2 (en) Method of signal processing in a hearing aid system and a hearing aid system
CN101031956A (zh) 用于嘈杂环境中语音信号分离的头戴式耳机
KR101791444B1 (ko) 동적 마이크로폰 신호 믹서
US9532138B1 (en) Systems and methods for suppressing audio noise in a communication system
WO2012099518A1 (en) Method and device for microphone selection
WO2018158558A1 (en) Device for capturing and outputting audio
CN108847250B (zh) 一种定向降噪方法、系统及耳机
KR20080000478A (ko) 휴대 단말기에서 복수의 마이크들로 입력된 신호들의잡음을 제거하는 방법 및 장치
JP2017220928A (ja) 両耳用聴覚システムの動作方法
US9729967B2 (en) Feedback canceling system and method
JPH09204195A (ja) 相関信号の送信システム
CN116129930A (zh) 无参考回路的回声消除装置及方法
Zhang et al. A compact-microphone-array-based speech enhancement algorithm using auditory subbands and probability constrained postfilter
JP2017067990A (ja) 音声処理装置、プログラム及び方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: MOTOROLA MOBILE CO., LTD.

Free format text: FORMER OWNER: MOTOROLA INC.

Effective date: 20110112

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20110112

Address after: Illinois State

Applicant after: MOTOROLA MOBILITY, Inc.

Address before: Illinois State

Applicant before: Motorola, Inc.

C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Illinois State

Patentee after: MOTOROLA MOBILITY LLC

Address before: Illinois State

Patentee before: MOTOROLA MOBILITY, Inc.

TR01 Transfer of patent right

Effective date of registration: 20171122

Address after: California, USA

Patentee after: Google Technology Holdings LLC

Address before: Illinois State

Patentee before: MOTOROLA MOBILITY LLC

TR01 Transfer of patent right