CN102598127B - 信号处理方法、信息处理装置 - Google Patents

Abstract

提供了能够在无需预先存储与大量噪声有关的信息的情况下抑制包括未知噪声在内的各种噪声的噪声抑制技术。劣化信号中的噪声被抑制并且基于噪声抑制结果来生成噪声信息。利用所生成的噪声信息来抑制劣化信号中的噪声。

Description

信号处理方法、信息处理装置

技术领域

本发明涉及抑制劣化信号中的噪声以增强目标信号的信号处理技术。

背景技术

噪声抑制技术被认为是一种部分地或完全抑制劣化信号(包含噪声与目标信号的混合的信号)中的噪声并输出增强的信号(通过增强目标信号而获得的信号)的信号处理技术。例如，噪声抑制器是一种抑制混合在目标音频信号中的噪声的系统。噪声抑制器被用在诸如移动电话之类的各种音频终端中。

关于此类技术，专利文献1公开了一种通过将输入信号乘以小于1的谱增益来抑制噪声的方法。专利文献2公开了一种通过直接从劣化信号中减去所估计噪声来抑制噪声的方法。

专利文献1和2描述的技术需要从由于混合的噪声而已经劣化的目标信号中估计噪声。然而，仅从劣化信号估计噪声的精确度有限。因此，专利文献1和2描述的方法仅在噪声远小于目标信号时有效。如果不满足噪声远小于目标信号的条件，则噪声估计精确度较差。因此，专利文献1和2描述的方法不能获得充分的噪声抑制效果，并且增强的信号包括有较大失真。

另一方面，专利文献3公开了这样一种噪声抑制系统，其即使在噪声远小于目标信号的条件得不到满足时也能够实现充分的噪声抑制效果以及增强信号中的较小失真。假设在一定程度上预先知道将被混合到目标信号中的噪声的特性，则专利文献3描述的方法从劣化信号中减去先前记录的噪声信息(关于噪声特性的信息)，从而抑制噪声。专利文献3还公开了如下方法：如果通过分析输入信号获得的输入信号功率较大，则将大的系数积分到噪声信息中，或者如果输入信号功率较小，则积分小的系数并且从劣化信号减去积分结果。

[引用列表]

[PTL1]日本专利No.4282227

[PTL1]日本专利早期公开No.8-221092

[PTL1]日本专利早期公开No.2006-279185

发明内容

然而，上述专利文献3所公开的布置需要预先存储噪声特性信息，并且可消除噪声的类型极其有限。为了增加可消除噪声的类型，多条噪声信息需要被记录。这增大了所需要的存储器大小以及装置的制造成本。另外，专利文献3公开的技术无法抑制与所存储噪声信息不同的未知噪声。

本发明是考虑到上述情形而被作出的，并且其示例性目的是提供解决上述问题的信号处理技术。

为了实现上述示例性目的，根据本发明一个示例性方面的信号处理方法包括：在抑制劣化信号中的噪声时，依据对所述劣化信号的噪声抑制结果来生成噪声信息；以及利用所生成的噪声信息来抑制所述劣化信号中的噪声。

为了实现上述示例性目的，根据本发明另一个示例性方面的信息处理装置包括：噪声抑制器，该噪声抑制器抑制劣化信号中的噪声；以及噪声信息生成单元，该噪声信息生成单元基于对所述劣化信号中的噪声的抑制结果来生成噪声信息，其中，所述噪声抑制器利用所述噪声信息来抑制所述劣化信号中的噪声。

为了实现上述示例性目的，根据本发明又一示例性方面的计算机可读非瞬时性介质中存储的信号处理程序使计算机执行：基于抑制噪声的处理的结果来生成噪声信息的处理，以及利用所生成的噪声信息来抑制劣化信号中的噪声的处理。

发明的有益效果

根据本发明，能够提供在无需预先存储多条噪声信息的情况下抑制包括未知噪声在内的各种噪声的信号处理技术。

附图说明

图1是示出根据本发明第一示例性实施例的噪声抑制装置100的示意布置的框图；

图2是示出包括在根据本发明第一示例性实施例的噪声抑制装置100中的FFT(快速傅里叶变换)单元2的布置的框图；

图3是示出包括在根据本发明第一示例性实施例的噪声抑制装置100中的IFFT(逆快速傅里叶变换)单元4的布置的框图；

图4是示出根据本发明第三示例性实施例的噪声抑制装置200的示意布置的框图；

图5是示出根据本发明第四示例性实施例的噪声抑制装置300的示意布置的框图；

图6是示出根据本发明第五示例性实施例的噪声抑制装置400的示意布置的框图；

图7是根据本发明又一示例性实施例的执行信号处理程序的计算机1000的示意框图；以及

图8是示出根据本发明的信息处理装置1200的布置示例的框图。

具体实施方式

现在将参考附图通过示例详细描述示例性实施例。注意，在示例性实施例中描述的构成元件仅仅是示例，技术范围不受以下示例性实施例限制。

(第一示例性实施例)

<总体布置>

作为用于实现信号处理方法的第一示例性实施例，将说明噪声抑制装置，该装置部分地或完全抑制劣化信号(包含噪声与目标信号的混合的信号)中的噪声并输出增强信号(通过增强目标信号获得的信号)。图1是示出噪声抑制装置100的总体布置的框图。噪声抑制装置100用作诸如数字相机、笔记本电脑或移动电话之类的设备的一部分。然而，本示例性实施例不限于此并且还适用于需要从输入信号移除噪声的任何类型的信息处理装置。图8是示出根据本示例性实施例的信息处理装置1200的布置示例的框图。信息处理装置1200包括噪声抑制单元3和噪声信息生成单元7。

劣化信号(混合了目标信号和噪声的信号)被输入输入端子1作为样本值序列。FFT单元2对提供给输入端子1的劣化信号执行诸如傅里叶变换之类的变换，从而将信号划分成多个频率成分。噪声抑制单元3接收多个频率成分中的幅度谱，而IFFT单元4被提供相位谱。注意，在此情况中，幅度谱被提供给噪声抑制单元3。然而，本示例性实施例不限于此，与幅度谱的平方相对应的功率谱可被提供给噪声抑制单元3。

临时存储器6包括诸如半导体存储器之类的存储器元件并且存储噪声信息(关于噪声特性的信息)。具体地，临时存储器6将噪声谱形状存储为噪声信息。然而，临时存储器6例如还可以将相位的频率特性以及特定频率的诸如强度和时间变化之类的特征存储来代替频谱或者与频谱一起存储。噪声信息还可以包括统计信息(最大、最小、方差和中值)等。

噪声抑制单元3利用由FFT单元2提供的劣化信号幅度谱和由临时存储器6提供的噪声信息来抑制每个频率处的噪声，并且向IFFT单元4提供增强的信号幅度谱作为噪声抑制结果。IFFT单元4对从噪声抑制单元3提供的增强信号幅度谱和从FFT单元2提供的劣化信号相位的组合进行逆变换，并将增强信号样本提供给输出端子5。

噪声信息生成单元7也同时被提供作为抑制结果的该增强信号幅度谱。噪声信息生成单元7基于作为噪声抑制结果的该增强信号幅度谱来生成新的噪声信息，并且将新的噪声信息提供给临时存储器6。临时存储器6利用从噪声信息生成单元7提供的新噪声信息来更新当前噪声信息。

<FFT单元2的布置>

图2是示出FFT单元2的布置的框图。如图2所示，FFT单元2包括帧划分单元21、加窗单元22和傅里叶变换单元23。帧划分单元21接收劣化信号样本并将其划分为对应于K/2个样本的帧，其中K是偶数。被划分成帧的劣化信号样本被提供给加窗单元22并被乘以窗函数w(t)。通过w(t)给第n帧输入信号yn(t)(t＝0，1，...，K/2-1)加窗而获得的信号由下式给出

${\stackrel{\&OverBar;}{y}}_n\left(t\right)=w\left(t\right)y_n\left(t\right)...\left(1\right)$

同样被广泛进行的是对彼此部分相重叠(交叠)的两个连续帧加窗。假设交叠长度为帧长度的50％。对于t＝0，1，...，K/2-1，加窗单元22输出由下式给出的和

$\left.\begin{array}{c}{\stackrel{\&OverBar;}{y}}_n\left(t\right)=w\left(t\right)y_{n-1}(t+K/2)\\ {\stackrel{\&OverBar;}{y}}_n(t+K/2)=w(t+K/2)y_n\left(t\right)\end{array}\right\}...\left(2\right)$

对称窗函数被用于实信号。当在MMSESTSA方法中谱增益被设为1或者在SS方法中零被减去时，除了误差以外，窗函数使得输入信号与输出信号匹配。这意味着w(t)＝w(t+K/2)＝1。

下面将继续描述对交叠50％的两个连续帧加窗的示例。加窗单元22例如可以使用由下式给出的汉宁(hanning)窗w(t)

可替代地，加窗单元22可以使用各种窗函数，例如汉明(hamming)窗、凯撒(Kaiser)窗和布莱克曼(Blackman)窗。加窗后的输出被提供给傅里叶变换单元23并被变换为劣化信号谱Yn(k)。劣化信号谱Yn(k)被分为相位和幅度。劣化信号相位谱argYn(k)被提供给IFFT单元4，而劣化信号幅度谱|Yn(k)|被提供给噪声抑制单元3。如已经描述过的，FFT单元2可以使用功率谱来代替幅度谱。

<IFFT单元4的布置>

图3是示出IFFT单元4的布置的框图。如图3所示，IFFT单元4包括逆傅里叶变换单元43、加窗单元42和帧重构单元41。逆傅里叶变换单元43将从噪声抑制单元3提供的增强信号幅度谱与从FFT单元2提供的劣化信号相位谱argYn(k)相组合以获得由下式给出的增强信号

${\stackrel{\&OverBar;}{X}}_n\left(k\right)=\left|{\stackrel{\&OverBar;}{X}}_n\left(k\right)\right|\&CenterDot;\arg Y_n\left(k\right)...\left(4\right)$

逆傅里叶变换单元43对得到的增强信号进行逆傅里叶变换。逆傅里叶变换后的增强信号被提供给加窗单元42作为时域样本序列xn(t)(t＝0，1，...，K-1)，其中，一帧包括K个样本并被乘以窗函数w(t)。通过用w(t)对第n帧输入信号xn(t)(t＝0，1，...，K/2-1)加窗而获得的信号由下式给出

${\stackrel{\&OverBar;}{x}}_n\left(t\right)=w\left(t\right)x_n\left(t\right)...\left(5\right)$

同样被广泛进行的是对彼此部分相重叠(交叠)的两个连续帧加窗。假设交叠长度为帧长度的50％。对于t＝0，1，...，K/2-1，加窗单元42输出由下式给出的和

$\left.\begin{array}{c}{\stackrel{\&OverBar;}{x}}_n\left(t\right)=w\left(t\right)x_{n-1}(t+K/2)\\ {\stackrel{\&OverBar;}{x}}_n(t+K/2)=w(t+K/2)x_n\left(t\right)\end{array}\right\}...\left(6\right)$

并且向帧重构单元41提供它们。

帧重构单元41针对每K/2个样本从加窗单元42提取两个相邻帧的输出，重叠它们，并且对于t＝0，1，...，K-1，获得由下式给出的输出信号

${\hat{x}}_n\left(t\right)={\stackrel{\&OverBar;}{x}}_{n-1}(t+K/2)+{\stackrel{\&OverBar;}{x}}_n\left(t\right)...\left(7\right)$

帧重构单元41向输出端子5提供得到的输出信号。

注意，图2和图3中的FFT单元2和IFFT单元4中的变换在上面被描述为傅里叶变换。然而，FFT单元2和IFFT单元4可以使用任何其它变换，例如余弦变换、经修改离散余弦变换(MDCT)、哈达玛(Hadamard)变换、哈尔(Haar)变换或小波变换，来取代傅里叶变换。例如，余弦变换或经修改余弦变换仅获得幅度作为变换结果。这排除了对图1中从FFT单元2到IFFT单元4的路径的需要。另外，记录在临时存储器6中的噪声信息只需要包括幅度(或功率)，从而有助于减小存储器大小和噪声抑制处理的计算次数。哈尔变换允许省略乘法并且减小LSI芯片的面积。由于小波变换可以取决于频率改变时间分辨率，因此可预期更好的噪声抑制。

可替代地，在FFT单元2已经整合了多个频率成分之后，噪声抑制单元3可以执行实际抑制。在此情况中，FFT单元2可以通过从低频范围整合更多频率成分来获得高声音质量，其中，低频范围中听见特性的区别能力高于具有较差能力的高频范围。当在整合了多个频率成分之后执行噪声抑制时，被施加噪声抑制的频率成分数目减少。噪声抑制装置100因此可以降低整体计算次数。

<噪声抑制单元3的处理>

噪声抑制单元3可以执行各种抑制。典型的抑制方法是SS(谱减法)方法和MMSESTSA(最小均方误差短时谱振幅估计器)方法。当使用SS方法时，噪声抑制单元3从由FFT单元2提供的劣化信号幅度谱中减去由临时存储器6提供的噪声信息。当使用MMSESTSA方法时，噪声抑制单元3利用由临时存储器6提供的噪声信息和由FFT单元2提供的劣化信号幅度谱来针对多个频率成分中的每个频率成分计算抑制系数。噪声抑制单元3将劣化信号幅度谱乘以该抑制系数。该抑制系数被确定为使得增强信号的均方功率最小化。

噪声抑制单元3可以应用限值(flooring)来避免过度噪声抑制。限值是一种避免抑制超过最大抑制量的方法。限值参数确定最大抑制量。当使用SS方法时，噪声抑制单元3施加限制，因此通过从劣化信号幅度谱减去经修改噪声信息获得的结果不小于限值参数。更具体地，如果减法结果小于限值参数，则噪声抑制单元3利用限值参数来取代减法结果。在使用MMSESTSA方法时，如果从经修改噪声信息和劣化信号幅度谱获得的谱增益小于限值参数，则噪声抑制单元3利用限值参数来取代谱增益。限值的细节在文献“M.Berouti，R.Schwartz，andJ.Makhoul，“Enhancementofspeechcorruptedbyacousticnoise”，ProceedingsofICASSP’79，pp.208-211，Apr.1979”中被公开。当限值被引入时，噪声抑制单元3不会执行过度抑制。限值可以防止增强信号具有较大失真。

噪声抑制单元3还可以将噪声信息的频率成分数目设置得小于劣化信号谱的频率成分数目。此时，多个频率成分共享多条噪声信息。与对于劣化信号谱和噪声信息两者整合多个频率成分的情况相比，劣化信号谱的频率分辨率更高。因此，噪声抑制单元3可以通过比没有频率成分整合的情况中少的计算量来获得高的声音质量。日本专利早期公开No.2008-203879公开了使用其频率成分数目比劣化信号谱的频率成分数目少的噪声信息来进行抑制的细节。

<噪声信息生成单元7的布置>

作为噪声抑制结果的增强信号幅度谱被提供给噪声信息生成单元7。噪声信息生成单元7利用噪声抑制结果生成新噪声信息，并且利用新噪声信息来更新存储在临时存储器6中的噪声信息。例如，平坦形状信号谱被准备作为存储在临时存储器6中的噪声信息的默认值。噪声信息生成单元7取决于其中所述信号谱被用作噪声信息的噪声抑制结果来生成新的噪声信息。噪声信息生成单元7更新存储在临时存储器6中的已经用于抑制的噪声信息。

当利用反馈给噪声信息生成单元7的噪声抑制结果来生成新的噪声信息时，噪声信息生成单元7生成噪声信息以使得没有目标信号输入的定时处的噪声抑制结果越大(没有被抑制的剩余噪声越大)，噪声信息就越大。没有目标信号输入的定时处的大的噪声抑制结果指示抑制不足。因此，优选地使噪声信息更大。当噪声信息较大时，SS方法的减数值较大，并且噪声抑制结果因此变小。在诸如MMSESTSA方法之类的基于乘法的抑制中，将被用来计算抑制系数的信噪比(SNR)估计较小，并且因此，小的抑制系数可被获得。这引起了更强的噪声抑制。多种方法可用来生成新的噪声信息。将描述作为示例的重新计算算法和递归更新算法。

在理想的噪声抑制结果中，噪声被完全抑制。噪声信息生成单元7例如可以在劣化信号的幅度或功率较小时重新计算或递归地更新噪声信息，以便完全抑制噪声。这是因为当劣化信号的幅度或功率小时信号而非要被抑制的噪声的功率小的概率较高。噪声信息生成单元7可以利用劣化信号的幅度的绝对值或功率比阈值小的事实来检测劣化信号的小幅度或功率。

噪声信息生成单元7还可以利用记录在临时存储器6中的噪声信息与劣化信号的幅度或功率之差小于阈值的事实来检测劣化信号的小幅度或功率。即，噪声信息生成单元7利用如下事实：当劣化信号的幅度或功率类似于噪声信息时，噪声信息组成劣化信号的一大部分(SNR较低)。特别地，噪声信息生成单元7可以利用多个频率点处的信息的组合来比较谱包络，从而提高检测精确度。

SS方法中的噪声信息被重新计算为对于没有目标信号输入的定时处的每个频率，等于劣化信号幅度谱。换言之，噪声信息生成单元7使得在仅噪声被输入时从FFT单元2提供的劣化信号幅度谱|Yn(k)|与噪声信息νn(k)相匹配。即，噪声信息生成单元7通过利用下式来计算噪声信息νn(k)

νn(k)＝|Yn(k)|...(8)

其中，n是帧号，k是频率号。

噪声信息生成单元7可以使用噪声信息νn(k)的平均来替代直接使用噪声信息νn(k)。该平均可以是基于FIR滤波器的平均(使用滑动窗的移动平均)或基于IIR滤波器的平均(泄露积分)。

另一方面，SS方法中的噪声信息递归更新是通过逐渐更新噪声信息以使得在没有目标信号输入的定时处的增强信号幅度谱对于每个频率而言接近于零来实现的。当将扰动方法用于递归更新时，噪声信息生成单元7针对频率号k利用第n帧的误差en(k)来计算νn+1(k)，如下

νn+1(k)＝νn(k)+μen(k)...(9)

其中，μ是称为步阶大小的微小常数(microconstant)。如果通过计算获得的噪声信息νn(k)将立即被使用，则噪声信息生成单元7使用

νn(k)＝νn-1(k)+μen(k)

...(10)

来取代等式(9)。即，噪声信息生成单元7利用当前误差计算当前噪声信息νn(k)并立即应用它。噪声信息生成单元7可以通过立即更新噪声信息来实现实时的精确噪声抑制。

可替代地，噪声信息生成单元7可以如下这样利用仅表示误差的符号的正负号函数sgn{en(k)}来计算噪声信息νn+1(k)

νn+1(k)＝νn(k)+μ·sgn{en(k)}

...(13)

类似地，噪声信息生成单元7可以使用任何其它更新算法(递归更新算法)。

当使用MMSESTSA方法时，噪声信息生成单元7递归地更新噪声信息。噪声信息生成单元7通过与利用等式(9)至(11)所描述的相同方法来针对每个频率更新噪声信息νn(k)。

作为用作噪声信息更新方法的上述重新计算和递归更新算法的特性特征，重新计算算法具有高的跟随速度，而递归更新算法具有高精确度。为了利用这些特性特征，噪声信息生成单元7可以改变更新方法以使得例如首先使用重新计算算法，然后使用递归更新算法。在确定改变更新方法的定时时，噪声信息生成单元7可以在噪声信息已经充分地接近最优值的情况下来改变更新方法。可替代地，噪声信息生成单元7例如可以在预定时间已经过去时改变更新方法。另外，噪声信息生成单元7可以在噪声信息的修改量已经下降到预定阈值之下时改变更新方法。

如上所述，本示例性实施例的噪声抑制装置100基于噪声抑制结果来生成将用于噪声抑制的噪声信息。因此，能够在无需预先存储多条噪声信息的情况下抑制包括未知噪声在内的各种噪声。

(第二示例性实施例)

将描述第二示例性实施例。第二示例性实施例的噪声信息生成单元7通过将永久地存储在非易失性存储器中的基本信息乘以缩放因子来生成噪声信息。例如，像平坦形状信号谱这样的任意信息被准备作为噪声信息的基本信息(默认值)。噪声信息生成单元7通过将基本信息乘以缩放因子来生成噪声信息，并且此后，依据使用噪声信息的噪声抑制结果来更新噪声信息及其缩放因子。噪声信息的更新在第一示例性实施例中进行了详细描述。因此这里描述缩放因子的更新。

当利用噪声抑制结果生成缩放因子时，噪声信息生成单元7生成缩放因子以使得没有目标信号输入的定时处的噪声抑制结果越大(没有被抑制的剩余噪声越大)，噪声信息就越大。没有目标信号输入的定时处的大的噪声抑制结果指示抑制不足。因此，优选地通过改变缩放因子来使噪声信息更大。多种方法可用来更新缩放因子。将描述作为示例的重新计算算法和递归更新算法。

在理想的噪声抑制结果中，噪声被完全抑制。噪声信息生成单元7例如可以在劣化信号的幅度或功率较小时重新计算或递归地更新缩放因子，以便完全抑制噪声。这是因为当劣化信号的幅度或功率小时信号而非要被抑制的噪声的功率小的概率较高。噪声信息生成单元7可以利用劣化信号的幅度的绝对值或功率比阈值小的事实来检测劣化信号的小幅度或功率。

噪声信息生成单元7还可以利用记录在临时存储器6中的噪声信息与劣化信号的幅度或功率之差小于阈值的事实来检测劣化信号的小幅度或功率。即，噪声信息生成单元7利用如下事实：当劣化信号的幅度或功率类似于噪声信息时，噪声组成劣化信号的一大部分(SNR较低)。特别地，噪声信息生成单元7可以利用多个频率点处的信息的组合来比较谱包络，从而提高检测精确度。

SS方法中的缩放因子被重新计算以使得对于没有目标信号输入的定时处的每个频率，噪声信息等于劣化信号幅度谱。换言之，噪声信息生成单元7获取缩放印子αn(k)以使得在仅噪声被输入时从FFT单元2提供的劣化信号幅度谱|Yn(k)|与缩放因子αn和基本信息νn(k)之积相匹配。即，缩放因子αn(k)通过下式计算

αn(k)＝|Yn(k)|/ν(k)...(12)

其中，n是帧号，k是频率号。

另一方面，SS方法中的缩放因子递归更新是通过逐渐更新缩放因子以使得在没有目标信号输入的定时处的增强信号幅度谱对于每个频率而言接近于零来实现的。当将LMS(最小平方方法)算法用于递归更新时，噪声信息生成单元7针对频率号k利用第n帧的误差en(k)来计算αn+1(k)，如下

αn+1(k)＝αn(k)+μen(k)ν(k)...(13)

其中，μ是称为步阶大小的微小常数(microconstant)。如果通过计算获得的缩放因子αn(k)将立即被噪声抑制装置100使用，则噪声信息生成单元7使用

αn(k)＝αn-1(k)+μen(k)ν(k)...(14)

来取代等式(13)。即，噪声信息生成单元7利用当前误差计算当前缩放因子αn(k)并立即应用于噪声抑制装置100。噪声信息生成单元7可以通过立即更新缩放因子来实现实时的精确噪声抑制。

当使用NLMS(归一化最小平方方法)算法时，噪声信息生成单元7如下这样利用上述误差en(k)来计算缩放因子αn+1(k)

αn+1(k)＝αn(k)+μen(k)ν(k)/σn(k)²...(15)

其中，σn(k)²是噪声信息νn(k)的平均功率，其可以利用基于FIR滤波器的平均(使用滑动窗的移动平均)或基于IIR滤波器的平均(泄露积分)被计算出。

噪声信息生成单元7可以如下这样利用扰动法来计算缩放因子αn+1(k)

αn+1(k)＝αn(k)+μen(k)...(16)

可替代地，噪声信息生成单元7可以如下这样利用仅表示误差的符号的正负号函数sgn{en(k)}来计算缩放因子αn+1(k)

αn+1(k)αn(k)+μ·sgn{en(k)}...(17)

类似地，噪声信息生成单元7可以使用LS(最小平方)算法或任何其他更新算法。噪声信息生成单元7还可以立即应用经更新的缩放因子。在此情况中，噪声抑制装置100的实现者可以通过参考从等式(13)到等式(14)的改变来修改等式(15)至(17)从而将噪声信息生成单元7设计为实时地更新缩放因子。

使用MMSESTSA方法，噪声信息生成单元7递归地更新缩放因子。噪声信息生成单元7通过与利用等式(13)至(17)所描述的相同方法来针对每个频率更新缩放因子αn(k)。

作为用作缩放因子更新方法的上述重新计算和递归更新算法的特性特征，重新计算算法具有高的跟随速度，而递归更新算法具有高精确度。为了利用这些特性特征，噪声信息生成单元7可以改变更新方法以使得例如首先使用重新计算算法，然后使用递归更新算法。噪声信息生成单元7可以在缩放因子已经充分地接近最优值的情况下来改变更新方法。可替代地，噪声信息生成单元7例如可以在预定时间已经过去时改变更新方法。另外，噪声信息生成单元7可以在缩放因子的修改量已经下降到预定阈值之下时改变更新方法。

在本示例性实施例中，除了噪声信息生成单元7中的噪声信息生成方法之外的布置和操作与第一示例性实施例中的相同，因此将不重复对其的描述。

可能会考虑，噪声信息是重要信息并且在噪声信息和缩放信息的更新中缩放信息将被修改。噪声信息生成单元7可以针对大的改变来更新噪声信息而针对小的改变来更新缩放信息。具体地，在从默认值生成噪声信息的处理中，通过更新噪声信息可以快速生成噪声信息。当噪声信息接近正确值并且误差降低时，噪声信息生成单元的精确输出可以通过更新缩放信息被获得。

根据本示例性实施例，除了第一示例性实施例的效果之外，还可以快速地跟随噪声特性的改变并且通过可选地组合噪声信息的更新与缩放信息的更新来获得噪声信息生成单元的精确输出。

(第三示例性实施例)

将参考图4描述第三示例性实施例。除了第一示例性实施例的布置之外，噪声抑制装置200还包括输入端子9。噪声抑制单元53和噪声信息生成单元47从输入端子9接收表示特定噪声是否存在于所输入的劣化信号中的信息(噪声存在性信息)。由此，噪声抑制装置200可以使得能够在特定噪声存在的定时处可靠地抑制噪声并且同时生成噪声信息。其余布置和操作与第一示例性实施例中相同，因此将不重复对其的详细描述。

本示例性实施例的噪声抑制装置200在特定噪声不存在时不生成噪声信息。因此，针对特定噪声可以获得更高的噪声抑制精确度。

(第四示例性实施例)

将参考图5描述第四示例性实施例。本示例性实施例的噪声抑制装置300包括目标信号检测单元51。FFT单元2向目标信号检测单元51提供劣化信号幅度谱。目标信号检测单元51判断该劣化信号幅度谱中目标信号是否存在或者存在程度。

基于目标信号检测单元51的判定结果，噪声信息生成单元57生成噪声信息。例如，当没有目标信号时，劣化信号仅包括噪声，因此噪声抑制单元3的抑制结果必须为零。因此，噪声信息生成单元57调节在第一示例性实施例中描述的噪声信息和在第二示例性实施例中描述的缩放因子，以获得零作为此时的噪声抑制结果。

另一方面，当劣化信号包括目标信号时，噪声信息生成单元57根据目标信号的存在比率来生成噪声信息。例如，如果存在于劣化信号中的目标信号的比率为10％，则噪声信息生成单元57部分地(仅90％)更新存储在临时存储器6中的噪声信息。

本示例性实施例的噪声抑制装置300根据劣化信号中的噪声的比率来生成噪声信息。这允许获得更精确的噪声抑制结果。

(第五示例性实施例)

将参考图6描述第五示例性实施例。图6是示出包括在第一示例性实施例中描述的噪声抑制装置400的信息处理装置500的框图。信息处理装置500包括用作噪声源的机械单元91以及控制机械单元91的机械控制单元92。当机械控制单元92因某种原因而操作机械单元91时，噪声抑制装置400被提供操作信息。这允许噪声抑制装置400在机械单元91的操作期间可靠地操作来生成噪声信息。

可替代地，机械控制单元92可以基于来自噪声抑制装置400的生成噪声的指令来操作机械单元91，并且同时，噪声抑制装置400中的噪声信息生成单元67可以利用包含噪声的劣化信号来生成噪声信息。

(其它示例性实施例)

上面关于具有不同特性特征的噪声抑制装置描述了第一至第五示例性实施例。示例性实施例还包括通过以无论什么方式组合特性特征而形成的噪声抑制装置。

本发明可应用于包括多个设备的系统或单个装置。当用于实现示例性实施例的功能的软件的信号处理程序直接地或从远程站点加载到系统或装置时，本发明同样是可应用的。因此，本发明还包括安装在计算机中以使计算机实现本发明的功能的程序、存储该程序的介质、以及从其下载该程序的万维网服务器。

图7是执行被配置为第一至第五示例性实施例的信号处理程序的计算机1000的框图。计算机1000包括输入单元1001、CPU1002、输出单元1003、存储器1004、外部存储器1005、通信控制单元1006和连接这些的总线1007。

CPU1002通过读出信号处理程序来控制计算机1000的操作。更具体地，当执行信号处理程序时，CPU1002抑制劣化信号中的噪声并且基于噪声抑制结果来生成噪声信息(S801)。接下来，CPU1002利用所生成噪声信息来抑制劣化信号中的噪声(S802)。如果动作停止事件尚未被生成(S804)，则CPU1002利用噪声抑制结果来更新噪声信息(S803)。即，CPU1002重复地执行噪声信息生成/更新和噪声抑制直到动作停止事件被输入为止。包括断电和关闭麦克风在内的各种动作停止事件被采取。

如上所述的计算机使得能够获得与第一至第五示例性实施例中相同的效果。

虽然上面已参考示例性实施例描述了本发明，然而本发明不限于示例性实施例。本领域技术人员将明白，可在不脱离本发明的精神和范围的情况下以各种方式修改本发明的布置和细节。

本申请基于2009年11月6日提交的日本专利申请No.2009-255419并要求其优先权，该申请的公开通过引用被整体结合于此。

Claims (6)

1.一种用于抑制劣化信号中的噪声的信号处理方法，包括：

基于噪声抑制的误差来更新噪声信息；

将更新的噪声信息存储在存储器中；以及

利用被存储在所述存储器中的所述更新的噪声信息来抑制噪声。

2.根据权利要求1所述的信号处理方法，其中，所述噪声信息是通过将基本信息乘以缩放因子来更新的，其中所述基本信息是所述噪声信息的任意信息。

3.根据权利要求1所述的信号处理方法，其中，表示噪声是否存在于所述劣化信号中的信息被输入，并且所述噪声信息在噪声存在于所述劣化信号中时被更新。

4.根据权利要求3所述的信号处理方法，其中，通过分析所述劣化信号来确定所述劣化信号中的目标信号的存在程度，并且基于确定结果来更新所述噪声信息。

5.一种用于抑制劣化信号中的噪声的信息处理装置，包括：

噪声信息更新单元，该噪声信息更新单元基于噪声抑制的误差来更新噪声信息，

存储器，该存储器能存储更新的噪声信息；以及

噪声抑制器，该噪声抑制器利用被存储在所述存储器中的所述更新的噪声信息来抑制噪声。

6.根据权利要求5所述的信息处理装置，还包括：

机械单元，所述机械单元用作噪声源；以及

机械控制单元，所述机械控制单元控制所述机械单元，

其中，在所述机械控制单元通过操作所述机械单元生成噪声的定时处，所述噪声信息更新单元更新所述噪声信息。