CN102176312A - 一种通过小波陷波来降低突发噪音的系统及方法 - Google Patents

一种通过小波陷波来降低突发噪音的系统及方法 Download PDF

Info

Publication number
CN102176312A
CN102176312A CN2011100023599A CN201110002359A CN102176312A CN 102176312 A CN102176312 A CN 102176312A CN 2011100023599 A CN2011100023599 A CN 2011100023599A CN 201110002359 A CN201110002359 A CN 201110002359A CN 102176312 A CN102176312 A CN 102176312A
Authority
CN
China
Prior art keywords
audio
signal
sound signal
wavelet
small echo
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
CN2011100023599A
Other languages
English (en)
Other versions
CN102176312B (zh
Inventor
蔡镇滨
马平
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN2011100023599A priority Critical patent/CN102176312B/zh
Publication of CN102176312A publication Critical patent/CN102176312A/zh
Application granted granted Critical
Publication of CN102176312B publication Critical patent/CN102176312B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Circuit For Audible Band Transducer (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本发明是一种通过小波陷波来降低突发噪音的系统及方法,该系统包括音频采集模块、陷波器、小波分析处理模块,音频采集模块采集音频信号,并将音频信号传输给陷波器,陷波器对音频信号进行陷波处理,滤掉工频干扰,再将音频信号传输给小波分析处理模块,小波分析处理消除音频信号中的高频噪音,重构音频信号,再进行音频输出。该系统及方法结合陷波滤波器,能够有效地抑制噪声、恢复真实的音频信号。

Description

一种通过小波陷波来降低突发噪音的系统及方法
技术领域
本发明涉及噪音的降低方法,准确地说是一种陷波滤波器和小波变换分析来降低噪音的系统及方法。
背景技术
通信设备对音频的采集过程中,常常会包含有环境噪音,环境噪音和人的通话声音会互相重叠,影响到通话的质量。
而在目前的音频信号处理过程中,对于这些噪音是难以处理的,因为人所发出的语音,其频段位于环境的噪音的频段内,要消除噪音,往往会把人的语音一起消除。
目前,一个常用的降低噪音的方法是通过陷波滤波器(简称陷波器)进行特定频率的降噪处理,如2004年《自动化与仪器仪表》杂志第4期所发表的“陷波滤波器的设计及其应用”一文,就是利用陷波滤波器去掉特定频率噪音的方法,但是由于在通信中的音频中包含大量的音频信号和噪音信号,并不是一个单纯的掺杂有特定频率的音频信号,因此,陷波滤波器只能去除部分,特别是对于高频的噪音信号,无法达到满意的处理结果。
近年来,兴起了小波变换分析方法,小波变换是空间(时间)和频率的局部变换,因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析,解决了Fourier变换不能解决的许多困难问题。小波变换分析目前主要应用于图像处理中,将图像分解为多层次的低频分量和高频分量,进行处理。但是小波算法的复杂成度很高,尚未见对于音频处理,特别是噪音消除的具体应用。
发明内容
基于此,本发明的主要目的是提供一种通过小波陷波来降低突发噪音的系统及方法,该系统及方法结合陷波滤波器,能够有效地抑制噪声、恢复真实的音频信号。
本发明的另一个目的是提供一种通过小波陷波来降低突发噪音的系统及方法,该系统及方法实现简单、处理效率高、成本低廉,便于应用到各种场所的音频处理中。
为达到上述目的,本发明是这样实现的:
一种通过小波陷波来降低突发噪音的系统,该系统包括音频采集模块、陷波器、小波分析处理模块,音频采集模块采集音频信号,并将音频信号传输给陷波器,陷波器对音频信号进行陷波处理,滤掉工频干扰,再将音频信号传输给小波分析处理模块,小波分析处理消除音频信号中的高频噪音,重构音频信号,再进行音频输出。
所述系统,还包括带通滤波器,带通滤波器设置于小波分析处理模块后,通过带通滤波器对音频信号进行平滑处理。
所述带通滤波器,包括低通滤波器和高通滤波器,通过低通滤波器去除音频信号中的高频分量,通过高通滤波器去除音频信号中的低频分量。
所述系统,还包括增益模块,增益模块设置于带通滤波器后,增益模块会把处理后音频信号的越限部分的音频增益进行适当的调整。
一种通过小波陷波来降低突发噪音的方法,其特征在于该方法包括如下步骤:
1、输入音频信号,采集音频信号输入到陷波器;
2、陷波处理,陷波器将音频信号陷波处理,滤掉工频干扰;
3、小波分析处理,对音频信号进行小波分解,选择小波并确定分解层次为N,然后对小波分解的高频系数进行门限阈值量化处理;最后根据小波分解的第N层低频系数和经过量化后的1~N层高频系数进行小波重构;
4、输出。
所述步骤2中,陷波处理是通过50Hz点阻滤波,过滤掉50Hz的干扰频率。对固定的50Hz点阻滤波以外,对突发的异常频率点进行分析和过滤。突发的异常频率点的分析是通过对一段信号的频率幅度进行分析,对信号的幅度做出趋势预测范围,如果超过这个趋势预测范围的频率点就视为突发的异常频率点。获取到突发的异常频率点后,对其进行点阻滤波,降低突发的异常频率对信号的干扰。
所述步骤3中,小波的分解层次N为3,便于对音频信号的曲线进行准确分析和重构。一般在信号数据中有用信号通常表现为低频信号或者一些比较平稳的信号,噪音信号通常表现为高频信号。所以要降噪需分离出高低频率信号。对信号做3层小波分解:第一层信号分解出第一层高频分量和第一层低频分量,再将第一层低频分量进行小波分解,分解出第二层低频分量和第二层高频分量,再将第二层低频分量进行小波分解,分解出第三层低频分量和第是层高频分量,噪音通常就包含在第一-第三层高频分量(1~3层)中。可以用门限阈值量化处理然后对信号进行重构,即可达到降噪的目的。
所述步骤3中,所述门限阈值量化处理如下:阈值的选择分硬阈值和软阈值两种处理方式。软阈值处理即把信号的绝对值与阈值进行比较,当数据的绝对值小于或等于阈值时,令其为零,大于阈值的数据点则向零收缩,变为该点值与阈值之差;对于硬阈值处理,是把信号的绝对值与阈值进行比较,小于或等于阈值的点变为零,大于阈值的点不变。
硬阈值法:                                               
Figure 824133DEST_PATH_IMAGE001
软阈值法:
Figure 28849DEST_PATH_IMAGE002
硬阈值方法中, 在处是不连续的,这就给重构信号带来振荡;而软阈值方法计算出的,虽然整体连续性好,但是与含噪信号的小波系数之间存在恒定的偏差, 重构信号显得过于光滑,精度有所下降。
因此在阀值量化处理中,需要将软、硬阈值法结合起来。形成新的阈值函数:
此方法估计出来的数据的大小介于软、硬阈值方法之间,当时, 为非线性函数,且当不断增大时,改进方法得出的越来越接近于软阈值法得到的。利用该阀值函数计算的阈值对从1 到3 的每一层高频系数进行量化处理。
所述的步骤3中,还包括对小波分析处理后的音频信号进行平滑处理,平滑处理包括插值平滑和趋势平滑,插值平滑是先对音频信号进行分段处理,每段长度取为1024,最后一段不够补零,再利用每段分析的主要峰值来重构音频曲线,最后使用线性插值算法来平滑波形;趋势平滑,是对音频曲线取5点,进行五点直线滑动平均算法进行平滑。
上述的峰值重构音频曲线是先获取本段信号的所有峰值,然后对非峰值部分进行滑动平滑,即2个峰值之间有N个点和N点对应的值Fn(n=1~N),通过Fn和N计算出调整变量Ft = (F1+…+Fn)/N,然后在2个峰值之间通过变量Ft和2个峰值重建一个波谷。
上述的平滑处理中,生成2路音频信号,一路进行插值平滑处理,一路进行趋势平滑处理;然后把2路插值平滑和趋势平滑处理后的音频曲线并合成1路音频曲线进行输出。
本发明采用陷波器与小波分析处理结合的方式进行噪音的消除,可以有效地对音频信号中的高频噪音进行消除,能够有效地抑制噪声、恢复真实的语音信号,为人们的通信提供一个良好的语音环境。
且通过该系统及方法,对噪声的消除实现简单、处理效率高、成本低廉。
附图说明
图1为本发明所实施的硬件结构示意图。
图2为本发明所实施的原理示意图。
图3为本发明所实施的50Hz点阻滤波的示意图。
图4为小波分析处理前音频的波形图。
图5为本发明小波分析处理后音频的波形图。
图6为三层小波分解示意图。
图7为本发明小波分析的软件控制流程图。
具体实施方式
下面,结合附图所示,对本发明的具体实施做详细说明。
本发明实现的思路是:陷波器进行特定频率的噪音消除后,会带来语音信号音频曲线部分缺失,这种缺失会早晨语音的断断续续和失真,因此是无法达到满意的输出效果的,结合小波分析处理,可以将缺失的音频片断进行重构,恢复原有的真实的语音信号。
图1所示,在一种具体是实现方式中,实现本发明的硬件包括音频采集模块、陷波器、小波分析处理模块、带通滤波器及增益模块。
其中,音频采集模块采集音频信号,并将音频信号传输给陷波器,音频采集模块,可以是麦克风、扬声器、或者是现有的有线无线数据接收模块,其只采集音频信号的数据;陷波器,可为数字陷波器、自适应陷波器的一种,其主要对音频信号进行陷波处理,滤掉特定频率的噪音信号,特别是滤除工频干扰,再将音频信号传输给小波分析处理模块,小波分析处理模块是本发明中的核心模块,通过小波分析处理模块,将音频信号的波形进行重新构件,消除音频信号中的高频噪音,重构音频信号,再进行音频输出。
图2结合图7所示,本发明的方法实现还包括如下步骤:
1、输入音频信号,音频采集模块,采集音频信号输入到陷波器。
2、陷波处理,陷波器完成带阻的功能,将音频信号陷波处理,滤掉工频干扰。
3、小波分析处理,对音频信号进行小波分解,选择小波并确定分解层次为N,然后对小波分解的高频系数进行门限阈值量化处理;最后根据小波分解的第N层低频系数和经过量化后的1~N层高频系数进行小波重构。
如图所示,小波分析处理是对信号做3层小波分解:第一层信号分解出第一层高频分量和第一层低频分量,再将第一层低频分量进行小波分解,分解出第二层低频分量和第二层高频分量,再将第二层低频分量进行小波分解,分解出第三层低频分量和第是层高频分量,噪音通常就包含在第一-第三层高频分量(1~3层)中。
分解后,可以用门限阈值量化处理然后对信号进行重构,所述门限阈值量化处理如下:阈值的选择分硬阈值和软阈值两种处理方式。软阈值处理即把信号的绝对值与阈值进行比较,当数据的绝对值小于或等于阈值时,令其为零,大于阈值的数据点则向零收缩,变为该点值与阈值之差;对于硬阈值处理,是把信号的绝对值与阈值进行比较,小于或等于阈值的点变为零,大于阈值的点不变。
硬阈值法:
Figure 765358DEST_PATH_IMAGE005
软阈值法:
Figure 457371DEST_PATH_IMAGE002
硬阈值方法中, 在处是不连续的,这就给重构信号带来振荡;而软阈值方法计算出的,虽然整体连续性好,但是与含噪信号的小波系数之间存在恒定的偏差, 重构信号显得过于光滑,精度有所下降。因此将软、硬阈值法结合起来构建一个的新阈值函数:
通过此函数估计出来的数据的大小介于软、硬阈值方法之间,当
Figure 2011100023599100002DEST_PATH_IMAGE007
时,为非线性函数,且当不断增大时,改进方法得出的越来越接近于软阈值法得到的。依据此函数对阀值进行量化,选择适当的阈值对从1 到3 的每一层高频系数进行量化处理。
降噪过后的音频信号在消噪的过程当中会有一定的损失,因此在降噪后要对音频信号进行平滑处理。平滑处理包括插值平滑和趋势平滑,插值平滑是先对音频信号进行分段处理,每段长度取为1024,最后一段不够补零,再利用每段分析的主要峰值来重构音频曲线,最后使用线性插值算法来平滑波形;趋势平滑,是对音频曲线取5点,进行五点直线滑动平均算法进行平滑。
上述的峰值重构音频曲线是先获取本段信号的所有峰值,然后对非峰值部分进行滑动平滑,即2个峰值之间有N个点和N点对应的值Fn(n=1~N),通过Fn和N计算出调整变量Ft = (F1+…+Fn)/N,然后在2个峰值之间通过变量Ft和2个峰值重建一个波谷。
上述的平滑处理中,生成2路音频信号,一路进行插值平滑处理,一路进行趋势平滑处理;然后把2路插值平滑和趋势平滑处理后的音频曲线并合成1路音频曲线进行输出。
信号平滑处理负责处理输入的音频数据的抖动噪音,和防止输入音频数据越限。通过平滑处理以后的音频曲线更逼近音频信号的本来面目。
4、增益处理,为了防止音频处理后越限,还需要将处理后的音频信号经过增益模块进行增益处理,增益模块会把越限部分的音频增益进行适当的调整。
5、输出,增益处理后,将音频信号进行输出,即得到真实的语音信号。
采用上述的方式,将陷波器与小波分析处理有机地结合在一起,可以有效地对音频信号中的噪音,特别是高频噪音进行消除,能够有效地抑制噪声、恢复真实的语音信号。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种通过小波陷波来降低突发噪音的系统,其特征在于该系统包括音频采集模块、陷波器、小波分析处理模块,音频采集模块采集音频信号,并将音频信号传输给陷波器,陷波器对音频信号进行陷波处理,滤掉工频干扰,再将音频信号传输给小波分析处理模块,小波分析处理消除音频信号中的高频噪音,重构音频信号,再进行音频输出。 
2.如权利要求1所述的通过小波陷波来降低突发噪音的系统,其特征在于所述系统包括带通滤波器,带通滤波器设置于小波分析处理模块后,通过带通滤波器对音频信号进行平滑处理。
3.如权利要求2所述的通过小波陷波来降低突发噪音的系统,其特征在于所述带通滤波器,包括低通滤波器和高通滤波器,分别通过低通滤波器去除音频信号中的高频分量,通过高通滤波器去除音频信号中的低频分量。
4.如权利要求1所述的通过小波陷波来降低突发噪音的系统,其特征在于所述系统,还包括增益模块,增益模块设置于带通滤波器后,增益模块会把处理后音频信号的越限部分的音频增益进行适当的调整。
5.一种通过小波陷波来降低突发噪音的方法,其特征在于该方法包括如下步骤:
    1)、输入音频信号,采集音频信号输入到陷波器;
    2)、陷波处理,陷波器将音频信号陷波处理,滤掉工频干扰;
    3)、小波分析处理,对音频信号进行小波分解,选择小波并确定分解层次为N,然后对小波分解的高频系数进行门限阈值量化处理;最后根据小波分解的第N层低频系数和经过量化后的1~N层高频系数进行小波重构;
    4)、输出。
6.如权利要求5所述的通过小波陷波来降低突发噪音的方法,其特征在于所述步骤3)中,小波的分解层次N为3,便于对音频信号的曲线进行准确分析和重构。
7.如权利要求5所述的通过小波陷波来降低突发噪音的方法,其特征在于所述步骤3)中,所述门限阈值量化处理如下:通过阈值函数:        
                                                
Figure 2011100023599100001DEST_PATH_IMAGE001
计算出的阀值并利用该阈值对从1 到3 的每一层高频系数进行量化处理。
8.如权利要求5所述的通过小波陷波来降低突发噪音的方法,其特征在于所述的步骤3)中,还包括对小波分析处理后的音频信号进行平滑处理,平滑处理包括插值平滑和趋势平滑,插值平滑是先对音频信号进行分段处理,每段长度取为1024,最后一段不够补零,再利用每段分析的主要峰值来重构音频曲线,最后使用线性插值算法来平滑波形;趋势平滑,是对音频曲线取5点,进行五点直线滑动平均算法进行平滑;
上述的峰值重构音频曲线是先获取本段信号的所有峰值,然后对非峰值部分进行滑动平滑,即2个峰值之间有N个点和N点对应的值Fn(n=1~N),通过Fn和N计算出调整变量Ft = (F1+…+Fn)/N,然后在2个峰值之间通过变量Ft和2个峰值重建一个波谷。
9.如权利要求8所述的通过小波陷波来降低突发噪音的方法,其特征在于上述的平滑处理中,生成2路音频信号,一路进行插值平滑处理,一路进行趋势平滑处理;然后把2路插值平滑和趋势平滑处理后的音频曲线并合成1路音频曲线进行输出。
CN2011100023599A 2011-01-07 2011-01-07 一种通过小波陷波来降低突发噪音的系统及方法 Expired - Fee Related CN102176312B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100023599A CN102176312B (zh) 2011-01-07 2011-01-07 一种通过小波陷波来降低突发噪音的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100023599A CN102176312B (zh) 2011-01-07 2011-01-07 一种通过小波陷波来降低突发噪音的系统及方法

Publications (2)

Publication Number Publication Date
CN102176312A true CN102176312A (zh) 2011-09-07
CN102176312B CN102176312B (zh) 2012-11-21

Family

ID=44519477

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100023599A Expired - Fee Related CN102176312B (zh) 2011-01-07 2011-01-07 一种通过小波陷波来降低突发噪音的系统及方法

Country Status (1)

Country Link
CN (1) CN102176312B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102982808A (zh) * 2012-12-05 2013-03-20 张雪晶 基于小波变换的语音去噪装置及方法
WO2013067714A1 (zh) * 2011-11-12 2013-05-16 Liv Runchun 一种降低突发噪音的方法
CN104978975A (zh) * 2015-03-02 2015-10-14 腾讯科技(深圳)有限公司 一种音乐文件的音质检测方法及装置
CN106548771A (zh) * 2015-09-21 2017-03-29 上海日趋信息技术有限公司 用于语音识别系统消除突发噪音的方法
CN108304773A (zh) * 2017-12-25 2018-07-20 广州市高科通信技术股份有限公司 一种基于小波变换的车流密度分析方法、装置、电子设备和存储介质
CN109712639A (zh) * 2018-11-23 2019-05-03 中国船舶重工集团公司第七0七研究所 一种基于小波阈值滤波的音频采集系统及方法
CN112885362A (zh) * 2021-01-14 2021-06-01 珠海市岭南大数据研究院 基于辐射噪声的目标识别方法、系统、装置及介质
CN112932497A (zh) * 2021-03-10 2021-06-11 中山大学 一种不平衡单导联心电数据分类方法及系统
CN116665685A (zh) * 2023-07-31 2023-08-29 深圳爱图仕创新科技股份有限公司 音频信号的滤波方法、装置、计算机设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080183466A1 (en) * 2007-01-30 2008-07-31 Rajeev Nongpiur Transient noise removal system using wavelets
CN101625869A (zh) * 2009-08-11 2010-01-13 中国人民解放军第四军医大学 一种基于小波包能量的非空气传导语音增强方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080183466A1 (en) * 2007-01-30 2008-07-31 Rajeev Nongpiur Transient noise removal system using wavelets
CN101625869A (zh) * 2009-08-11 2010-01-13 中国人民解放军第四军医大学 一种基于小波包能量的非空气传导语音增强方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《中国优秀硕士学位论文全文数据库信息科技辑》 20071015 盛英 基于小波变换的语音信号降噪研究 I136-112 7 , 第4期 *
《自动化与仪器仪表》 20040831 袁丽华等 陷波滤波器的设计及其应用 20-22 1-9 , 第4期 *
《计算机工程与应用》 20091231 李从清等 小波变换的语音去噪方法 145-147、173 1-6 第45卷, 第36期 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013067714A1 (zh) * 2011-11-12 2013-05-16 Liv Runchun 一种降低突发噪音的方法
CN102982808A (zh) * 2012-12-05 2013-03-20 张雪晶 基于小波变换的语音去噪装置及方法
CN104978975A (zh) * 2015-03-02 2015-10-14 腾讯科技(深圳)有限公司 一种音乐文件的音质检测方法及装置
CN104978975B (zh) * 2015-03-02 2017-10-24 广州酷狗计算机科技有限公司 一种音乐文件的音质检测方法及装置
CN106548771A (zh) * 2015-09-21 2017-03-29 上海日趋信息技术有限公司 用于语音识别系统消除突发噪音的方法
CN108304773A (zh) * 2017-12-25 2018-07-20 广州市高科通信技术股份有限公司 一种基于小波变换的车流密度分析方法、装置、电子设备和存储介质
CN109712639A (zh) * 2018-11-23 2019-05-03 中国船舶重工集团公司第七0七研究所 一种基于小波阈值滤波的音频采集系统及方法
CN112885362A (zh) * 2021-01-14 2021-06-01 珠海市岭南大数据研究院 基于辐射噪声的目标识别方法、系统、装置及介质
CN112885362B (zh) * 2021-01-14 2024-04-09 珠海市岭南大数据研究院 基于辐射噪声的目标识别方法、系统、装置及介质
CN112932497A (zh) * 2021-03-10 2021-06-11 中山大学 一种不平衡单导联心电数据分类方法及系统
CN116665685A (zh) * 2023-07-31 2023-08-29 深圳爱图仕创新科技股份有限公司 音频信号的滤波方法、装置、计算机设备及存储介质
CN116665685B (zh) * 2023-07-31 2023-10-20 深圳爱图仕创新科技股份有限公司 音频信号的滤波方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN102176312B (zh) 2012-11-21

Similar Documents

Publication Publication Date Title
CN102176312B (zh) 一种通过小波陷波来降低突发噪音的系统及方法
KR101422368B1 (ko) 오디오 신호를 처리하기 위한 방법 및 장치
KR101610662B1 (ko) 분해된 오디오 신호의 재구성 시스템 및 방법
AU2005241157B8 (en) Information signal processing by carrying out modification in the spectral/modulation spectral region representation
CA2593183C (en) Partitioned fast convolution in the time and frequency domain
Kumar et al. A simple design method for the cosine-modulated filter banks using weighted constrained least square technique
KR20070000995A (ko) 고조파 신호의 주파수 확장 방법 및 시스템
Magsi et al. Analysis of signal noise reduction by using filters
CN110926455B (zh) 一种射电天文信号的自适应射频干扰消除方法
KR101943529B1 (ko) 오디오 신호를 처리하기 위한 방법 및 장치
CN100583656C (zh) 一种基于通信设备客户端的音频去噪方法
Djokovic et al. On optimal analysis/synthesis filters for coding gain maximization
WO2013067714A1 (zh) 一种降低突发噪音的方法
CN1552146A (zh) 抑制周期干扰信号的装置和方法
Oktar et al. Denoising speech by notch filter and wavelet thresholding in real time
CN112489669A (zh) 一种音频信号处理方法、装置、设备和介质
Vishwakarma et al. De-noising of Audio Signal using Heavy Tailed Distribution and comparison of wavelets and thresholding techniques
CN102075599A (zh) 一种降低环境噪声的装置及方法
Bhamidipati et al. Analysis of different discrete wavelet transform basis functions in speech signal compression
Zaw et al. Performance Comparison of Noise Detection and Elimination Methods for Audio Signals
CN109655913B (zh) 地震信号动态滤波方法及系统
Saxena et al. Study of White Gaussian Noise With Varying Signal To Noise Ratio in Speech Signal using Wavelet
Undre et al. Performance analysis & simulation of single channel system for reliable personal communication
Manickam et al. A new method for background noise cancellation using Least Mean Square Filter and Discrete Wavelet Transform for medical applications
CN101930736A (zh) 基于子带滤波框架的解码器的音频均衡方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121121

Termination date: 20140107