CN103329201A - 用于遮盖风噪声的方法和设备 - Google Patents

用于遮盖风噪声的方法和设备 Download PDF

Info

Publication number
CN103329201A
CN103329201A CN201280006283XA CN201280006283A CN103329201A CN 103329201 A CN103329201 A CN 103329201A CN 201280006283X A CN201280006283X A CN 201280006283XA CN 201280006283 A CN201280006283 A CN 201280006283A CN 103329201 A CN103329201 A CN 103329201A
Authority
CN
China
Prior art keywords
noise
filter
signal
programmed instruction
wave filter
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
CN201280006283XA
Other languages
English (en)
Other versions
CN103329201B (zh
Inventor
B.约斯
S.耶尔德纳
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.)
TEMIC AUTOMOTIVE NA Inc
Continental Automotive Systems Inc
Original Assignee
TEMIC AUTOMOTIVE NA 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 TEMIC AUTOMOTIVE NA Inc filed Critical TEMIC AUTOMOTIVE NA Inc
Publication of CN103329201A publication Critical patent/CN103329201A/zh
Application granted granted Critical
Publication of CN103329201B publication Critical patent/CN103329201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • 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
    • 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
    • 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
    • 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
    • G10L2021/02163—Only one microphone
    • 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
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L21/0232—Processing in the frequency domain
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2410/00—Microphones
    • H04R2410/07—Mechanical or electrical reduction of wind noise generated by wind passing a microphone

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Telephone Function (AREA)
  • Filters That Use Time-Delay Elements (AREA)

Abstract

通过自适应地改变滤波器的特性抑制风噪声和其它噪声。使用噪声内容的历史随时间响应于信号的噪声内容而改变滤波器特性。滤波器特性根据多个参考滤波器而改变，所述多个参考滤波器的特性被选择以最佳地衰减或放大一频率范围中的信号。

Description

用于遮盖风噪声的方法和设备
背景技术
风噪声是在室外、在移动的车辆中或者在其它有风环境中发生的电话交谈期间出现的严重问题。风噪声能够使在电话交谈的远端的收听者不能理解或听不到打电话的人的声音。
风速和方向不断改变，并且作为结果非常难以从电话交谈中消除。常规的风和/或噪声清除方法和设备的效果不好。本发明提供一种用于在保持可听见的谈话的同时从电话交谈中遮盖或消除风噪声的有效的方法和/或设备。用于遮盖、去除或抑制风噪声的方法和设备将会是对现有技术的改进。
附图说明
图1描绘自适应风噪声遮盖滤波器的框图；
图2描绘使用计算机的自适应风噪声遮盖滤波器的实现方式的框图；
图3示出初级噪声遮盖滤波器的几种示例性频率响应；
图4示出在固定适切频率(Cogent frequency，CF)的针对从0.1到0.9的线性初级噪声遮盖滤波器增益(W)变化的频率响应变化；
图5示出在固定增益W的针对从50 Hz到550 Hz的线性初级噪声遮盖滤波器CF变化的频率响应变化；
图6示出基于不同的W和CF的针对线性参考滤波器的频率响应变化；
图7A和7B示出在使用自适应风噪声遮盖滤波器对音频信号进行滤波之前和之后的输入信号的示波器轨迹；和
图8是描绘自适应风噪声遮盖滤波器的特性如何随时间而改变以从图7A中示出的输入信号提供图7B中示出的输出信号的示图。
具体实施方式
图1是用于遮盖风噪声的方法和设备10的功能框图。通过计算机执行存储在耦合到计算机的存储装置中的程序指令来实现实施例。这些指令使计算机执行由各种功能块识别的功能。图1因此表明方法，然而，本领域普通技术人员将会意识到，还能够使用数字信号处理器(DSP)、现场可编程门阵列或FPGA以及分立装置实现图1中描绘的方法。图1因此被视为还表明设备。
实施例包括低通滤波器15，该低通滤波器15接收音频信号30，诸如从常规麦克风25输出的音频信号。在优选实施例中，低通滤波器15是被实现为处理来自麦克风25的音频信号30的数字表示的各种计算机程序例程的数字滤波器。
如图中所示，模拟音频信号30被输入到使用程序指令实现的快速傅里叶变换(FFT)计算器35。FFT计算器的输出被输入到也使用程序指令实现的乘法器40。乘法器40把快速傅里叶变换计算器35的输出乘以自适应风噪声遮盖滤波器45的输出。
自适应风噪声遮盖滤波器45从风噪声概率分类块50接收信息并处理合适的参考滤波器60以产生目标滤波器来应用到FFT 35的输出。风噪声概率分类50产生输出，该输出指示来自麦克风25的信号30可能具有噪声、谈话还是谈话和噪声的组合。从由风噪声检测器65获得的信息提取风噪声概率分类。
当决定来自麦克风25的音频30可能具有风噪声时，从乘法器40输出代表来自麦克风25的音频的经风噪声抑制的版本的数字信号。自适应风噪声遮盖滤波器45的输出因此是被输入到乘法器40的频域风噪声遮盖滤波器系数58。乘法器40的输出被输入到逆快速傅里叶变换(IFFT)电路70，该IFFT电路70的输出75是输入到麦克风25的谈话的噪声减小的拷贝。
在实施例中，通过比较低通滤波的信号与音频输入信号30来执行风噪声检测。该比较被作为每个信号中的功率电平之比来计算。在使用低通滤波的信号功率Pt与输入信号的总功率PT之比的实施例中，该比较是在以下方程(1)中表示的比率。在该实施例中，低通滤波器具有在150 Hz的截止频率。
Figure 223278DEST_PATH_IMAGE002
其中，ρ是针对给定输入帧n的功率比。在实施例中，帧的长度是10 ms。
通过使用“平滑功率比”来计算风噪声概率分类(50)。平滑功率比由以下方程(2)表示：
Figure 201280006283X100002DEST_PATH_IMAGE003
其中，
Figure 201280006283X100002DEST_PATH_IMAGE005
是平滑系数，该平滑系数的值是设计选择，但被选择以确定对ξ的一个或多个历史值的强调。并且
Figure DEST_PATH_IMAGE005A
的值在0和1之间。在实施例中，
Figure DEST_PATH_IMAGE005AA
被设置在[0.75,1)的范围中，其中方括号“[”指示包括相邻值，即紧挨着它的值被包括在该范围内，并且圆括号表示直至相邻值但不包括相邻值，即值“1”不被包括在该范围中，但是所有较小的值被包括在该范围中。
在方程(2)中，
Figure 201280006283X100002DEST_PATH_IMAGE007
的值定义输入信号中的谈话或噪声的概率。并且在方程(2)中能够看出，谈话或噪声概率确定使用由项
Figure 717582DEST_PATH_IMAGE008
代表的当前样本和由项
Figure 201280006283X100002DEST_PATH_IMAGE009
代表的至少一个以前获得的样本或信号的“历史”。在实施例中，通过比较从方程(2)获得的ξ的数值与用户定义的数字阈值来获得下面的谈话和噪声分类：
Figure 294057DEST_PATH_IMAGE010
其中，
SP_ONLY_THR是用于谈话分类的阈值；
NS_SP_THR是用于识别谈话或风噪声的高概率的中间阈值；
NS_THR是用于风噪声分类的高阈值；以及
Ψ是风噪声概率分类。
与方程(3)的族系中示出的Ψ的分类相比，能够存在更多的Ψ的分类，例如“更多谈话”、“更多风噪声”、“谈话和风噪声相等”等，以便保持风噪声和谈话之间的更平滑的转变。
在方程(3)的族系中定义的阈值用于确定初级自适应遮盖滤波器45的特性。初级自适应遮盖滤波器45的特性被与至少一个参考滤波器60比较并在其后被选择以允许对音频信号中的噪声和/或谈话的合适的抑制和/或放大。参考滤波器60的示例性频率响应在图3中示出，其中以“-”代表的滤波器执行程度较小的衰减并且以“+”代表的滤波器执行程度较大的衰减。图3中描绘的曲线描绘了不同参考滤波器的不同衰减特性的例子。图3中的实线示出：一个参考滤波器将信号线性地从六百Hz衰减降至零Hz。换句话说，实线示出：一个参考滤波器线性地从零Hz直至大约六百Hz逐渐减小地衰减输入信号。其它曲线示出：其它参考滤波器能够具有在不同频率范围中程度较大或程度较小的衰减特性。
自适应风噪声遮盖滤波器45获得通过从风噪声概率分类50接收的风噪声概率分类Ψ的评估确定的适切(即，有关或相关)频率(CF)和CF的增益W。在实施例中，通过下面的方程(4)的族系确定针对帧n的滤波器45的CF和W：
Figure 201280006283X100002DEST_PATH_IMAGE011
其中，
a和b是缩放参数；并且。
G max 和G min 分别是应用于信号的最大衰减和最小衰减；
NsFreq、NsSpFreq、SpNsFreq和SpFreq分别是来自以上阐述的方程3的族系的“噪声”、“大部分是噪声”、“大部分是谈话”和“谈话”分类的预定CF。
先验地根据实验确定a、b、G max 、G min 、NsFreq、NsSpFreq、SpNsFreq和SpFreq的值，以便优化输入信号的噪声抑制。在从以上阐述的方程(4)的族系确定适切频率(CF)和目标增益(W)之后，分别如方程(5a)和(6a)中所示那样计算放大因子或衰减因子G low 和G high 。放大或衰减因子G low 被应用于低于CF的频率，如方程(5b)中所示，并且G high 被应用于高于CF的频率，如方程(6b)中所示。
Figure 201280006283X100002DEST_PATH_IMAGE013
其中，filt是从参考滤波器60选择的滤波器；
filt(0：CF-1)是所选择的参考滤波器直至CF-1的滤波器系数；
G(filt(CF))是所选择的参考滤波器在CF上的当前增益值；
G low 是在CF以下应用于参考滤波器系数的所计算的增益，如方程(5b)中所示。
并且
Figure 893852DEST_PATH_IMAGE014
其中，filt(CF：FiltLen)是参考滤波器从滤波器的CF到最后的频率(FiltLen)的滤波器系数；
G(filt(FiltLen))和G(filt(CF))分别是参考滤波器系数在参考滤波器的最后的频率(FiltLen)以及在CF的当前增益；
G high 是在CF以上应用于参考滤波器的归一化滤波器系数(filt)的所计算的新增益，如方程(6b)中所示。
响应于信号中的噪声的历史特性基于G low 和G high 调整滤波器45的CF响应于来自麦克风25音频源的信号30中的变化的噪声水平实时有效地改变滤波器45的通带的形状。因此，根据经验实时地(即，基于噪声特性的观测)调整滤波器45的带通特性的形状，从而滤波器45通过减小在特定频谱范围中的、从快速傅里叶变换计算器35接收的信号的幅度来衰减输入信号30上的噪声信号。换句话说，自适应风噪声遮盖滤波器45产生用于选择性地衰减不同频率范围的滤波器系数以抑制从快速傅里叶变换计算器35接收的信号中的风噪声内容。自适应风噪声遮盖滤波器45因此有效地从输入信号30提取谈话信号。通过确定FFT计算器输出的系数来衰减不同的频率范围。
为了输入信号的谈话和噪声部分之间的更平滑的转变，计算基于W和CF二者的历史的缓慢移动的平均值。对于W，缓慢移动的平均值能够被表示为：
Figure 201280006283X100002DEST_PATH_IMAGE015
其中，β是在0和1之间的平滑系数。在实施例中，β的值被设置在[0.75,1)的范围中。如以下方程(9)中所示地计算CF的滤波器系数的平滑。
图4示出不同滤波器系数的例子，其中CF在300 Hz保持不变，并且增益W从0.1到0.9线性地改变。图5示出在W的值等于0.5的情况下的CF的不同值，并且CF在 50Hz至550 Hz之间变化。图4和图5一起示出基于线性参考滤波器的W和CF的变化，然而，实际参考滤波器能够具有任何形状和长度。图6示出基于不同W和CF的线性参考滤波器变化。
显然，参考滤波器60能够针对Ψ的不同值具有不同的频率范围和不同的形状。这有助于基于使用滤波器45的实际环境中的实际噪声条件实时地使自适应风噪声遮盖滤波器45适应于不同的噪声特性。还能够存在超过一个增益W以及超过一个CF以便能够实现更平滑的滤波器响应，即具有多个滤波器步骤的滤波器响应。
以下的方程(8)是在频域中应用于输入信号的风噪声遮盖滤波器响应。函数AdaptiveWin是基于如以上方程(5)和(6)中所示的CF、
Figure 513052DEST_PATH_IMAGE016
和filt参考滤波器的值产生风噪声遮盖滤波器的函数。
其中，Wnm代表风噪声遮盖滤波器。
一旦风噪声遮盖滤波器系数被确定，对为了CF的平滑变化而形成的新滤波器的每个系数执行求平均值。这有助于在谈话和噪声之间转变时提高声音质量并使其听起来悦耳。
Figure 780085DEST_PATH_IMAGE018
其中，δ是在0和1之间的平滑系数。在实施例中，δ的值被设置在[0.75,1)的范围中。
在方程(9)中，选择δ的值以提供谈话到噪声和噪声到谈话转变之间的不同的缓变率并且能够较快地或较慢地从一种条件适应到另一种条件。δ能够因此被视为缓变率，所述缓变率是进行谈话到噪声和噪声到谈话转变的速率。在自适应风噪声遮盖滤波器45中遮盖噪声是滤波器系数58和从FFT计算器35接收的输入样本的简单乘法40。该乘法能够表示为：
Figure 201280006283X100002DEST_PATH_IMAGE019
其中
Figure 306881DEST_PATH_IMAGE020
并且其中
Figure 201280006283X100002DEST_PATH_IMAGE021
是频域中的经风噪声抑制的信号，并且ω代表特定频率。
通过对经乘法器40从自适应风噪声遮盖滤波器45输出的信号计算逆傅里叶变换(IFFT)70来获得经噪声抑制的音频输出信号75。IFFT输出75能够表示为：
Figure 38077DEST_PATH_IMAGE022
其中，是在时域中针对帧n的经风噪声抑制的最终输出75。
通过把某些低频信号分类为风噪声并且把高于特定频率的信号分类为谈话并且使用信号中的噪声特性的最近历史，图1中描绘的系统有效地遮盖音频信号中的风噪声。系统10基于输入信号30的最近历史(至少一个以前的样本)修改噪声滤波以使滤波器45的特性保持随着时间而改变。随着时间跟踪噪声特性有助于遮盖称为颤动的风噪声突发，并且能够使系统10适应不同的声学环境，所述不同的声学环境包括但不限于免提麦克风、会议室或原本将会在由麦克风检测的音频信号中可检测到背景噪声的其它环境。
图2是形成无线电设备的一部分的音频系统100的框图。实施例包括计算机，即中央处理单元(CPU)70，CPU 70具有存储用于CPU 70的程序指令的关联的存储器75。来自麦克风25的模拟输出信号由模数(A/D)转换器80转换成数字形式。来自A/D转换器80的数字信号被输入到CPU 70并由CPU 70使用上述方法处理。存储装置75存储程序指令，当由CPU 70执行所述程序指令时，所述程序指令使CPU 70执行上述步骤，包括：根据检测到的输入信号30中的噪声内容改变自适应风噪声遮盖滤波器的特性。CPU 70把校正的数字声音信号的数字表示输出到数模(D/A)转换器90。来自D/A转换器90的模拟信号被输入到扬声器95。输出信号质量提高的例子被示出在图7A和7B中。
图7A是输入到上述自适应风噪声滤波器的实际音频信号的示波器轨迹。图7B是在同一信号已经过自适应风噪声滤波器之后(即，在同一信号已由自适应风噪声滤波器处理之后)的该同一信号的示波器轨迹。图7A中示出的输入信号中的短持续时间噪声突发被从图7B中示出的输出信号去除。该输出信号原本与该输入信号相同或基本相同。
图8示出自适应风噪声遮盖滤波器的特性如何随时间而改变以从图7A中示出的输入信号提供图7B中示出的输出信号。滤波器的增益或衰减被描绘为垂直定向的轴，它与标记为“频率”和“秒”的两个其它的、相互正交的轴正交。
在图7A中，第一或最左侧的噪声突发在图7B中示出的输出信号中消失。通过调整用于抑制突发的滤波器的增益，第一噪声突发被抑制。
如图8中所示，就在附图中示出的初始或开始时间之后，低于大约300 Hz的输入信号频率被衰减，即具有零增益。然而，提供给高于300 Hz的输入信号的增益线性地增加。
在图7A中，在t=4秒处存在第二噪声突发。该第二噪声突发在图7B中示出的输出信号中消失。通过调整用于抑制第二噪声突发的滤波器的增益，在t=4秒处的第二噪声突发被抑制。
在图8中，在t=4秒，低于大约300 Hz的输入信号频率被衰减，即具有提供给它们的很小的增益或不具有增益，而就在t=4秒之前以及就在t=4秒之后的低频滤波器增益较大。减小或消除在4秒附近的低频信号的放大因此抑制噪声突发，如图7B中所示。
图7A中示出的最后一个或最右侧的噪声突发也在图7B中示出的输出中消失。在图8中，在t=12处的滤波器的增益被显示为减小。在t=12秒处的减小的增益抑制来自图7B中示出的输出信号中的噪声突发。
在优选实施例中，选择滤波器特性以抑制相对低频率(即，低于大约300 Hz)并具有相对短持续时间(即，小于几百毫秒)的信号。这种信号通常由经过麦克风的一阵强风产生。能够选择不同的滤波器特性以抑制具有不同频率和不同持续时间的信号。这里公开的方法和设备因此不应被视为局限于仅对风噪声进行滤波。通过合适地选择操作特性，自适应滤波器能够抑制或放大由电弧引起的高频电噪声，诸如火花塞点火噪声。该滤波器还能够用于抑制或放大一频带内的信号。
尽管滤波器的优选实施例衰减信号，但这里公开的滤波器还能够对在不同频率或者在用户指定的通带内的信号应用选择性放大。选择性放大通带中的信号能够被应用于雷达、声呐和双向无线电通信系统。
本领域普通技术人员将会理解，在替代实施例中，低通滤波能够替代地为带通滤波器，由此，频谱分段被选择性地滤波，结果是确定是否存在噪声。带通滤波器的例子将会是选择性地对大约100 Hz直至大约300至400 Hz之间的音频信号进行滤波。
在实施例中，使用下面的阈值：
a.从方程(3)的族系，SP_ONLY_THR=0.3；NS_SP_THR=0.5并且NS_THR=0.7。
b.从方程(4)的族系，a=0.6，b=0.3，G max =-30 dB，G min =0 dB，NsFreq =300 Hz，NsSpFreq=250 Hz，SpNsFreq=200 Hz，并且SpFreq=150 Hz。
在替代实施例中，由低通滤波器15或某一其它滤波器装置执行的滤波由对于电子领域中的本领域普通技术人员而言公知的模拟电路执行。
风噪声检测电路65能够替代地使用运算放大器而被实现以计算来自滤波器15的信号与输入信号30的功率电平之差或之比。类似地，风噪声概率分类50还能够使用模拟运算放大器而被实现以把信号输出到构成自适应风噪声遮盖滤波器45的模拟版本的一系列有源滤波器。
在模拟装置环境中，快速傅里叶变换计算器35能够由一系列频率选择有源滤波器替代，每个频率选择有源滤波器被配置为选择性地放大输入信号30的频谱的分段。
前面的描述仅用于说明的目的。在所附权利要求中阐述本发明的真正范围。

Claims (27)

1.一种抑制音频信号中的噪声的方法，包括：
通过基于输入信号计算平滑化的功率比来产生噪声概率分类，其中平滑化的功率比代表噪声概率；以及
通过下面的步骤自适应地遮盖噪声：
      基于噪声概率分类选择参考滤波器，以及
      把所选择的参考滤波器应用于输入信号以产生输出信号。
2.根据权利要求1所述的方法，还包括基于从下面的噪声概率分类转变中选择的至少一种类型的噪声概率分类转变使用不同的平滑系数来计算平滑化的功率比的步骤：
谈话到噪声转变；和
噪声到谈话转变。
3.根据权利要求1所述的方法，其中产生噪声概率分类的步骤还包括：
对输入信号进行滤波以提供该信号的经滤波的部分；
把输入信号和该信号的经滤波的部分之间的关系与多个阈值进行比较。
4.根据权利要求1所述的方法，其中所述风噪声概率分类基于与阈值的比较而被识别。
5.根据权利要求4所述的方法，其中所述多个阈值中的每个阈值的值被预先确定。
6.根据权利要求1所述的方法，其中从多个参考滤波器中选择所述参考滤波器。
7.根据权利要求6所述的方法，其中所述多个参考滤波器中的每个滤波器可选地具有一个或多个对应的适切频率和一个或多个对应的增益。
8.根据权利要求6所述的方法，还包括下述步骤：平滑每个参考滤波器的所述一个或多个对应的增益。
9.根据权利要求8所述的方法，还包括基于从下面的噪声概率分类转变中选择的至少一种类型的噪声概率分类转变使用平滑系数的不同值来计算所述多个滤波器中的每个滤波器的平滑化的增益的步骤：
谈话到噪声转变；和
噪声到谈话转变。
10.根据权利要求7所述的方法，还包括下述步骤：平滑每个参考滤波器的频率响应。
11.根据权利要求7所述的方法，还包括基于从下面的噪声概率分类转变中选择的至少一种类型的噪声概率分类转变使用不同的平滑系数来计算所述多个滤波器中的每个滤波器的平滑化的适切频率的步骤：
谈话到噪声转变；和
噪声到谈话转变。
12.根据权利要求11所述的方法，还包括下述步骤：为对应数量的参考滤波器选择多个适切频率。
13.根据权利要求6所述的方法，还包括下述步骤：基于所选择的增益修改参考滤波器的频率响应。
14.根据权利要求6所述的方法，还包括下述步骤：基于一个或多个增益和一个或多个适切频率修改参考滤波器的频率响应。
15.根据权利要求6所述的方法，还包括下述步骤：基于所选择的增益分别在适切频率以上和以下修改频率响应。
16.一种设备，包括：
处理器；和
耦合到处理器的存储装置，所述存储装置存储程序指令，当所述程序指令由处理器执行时，所述程序指令使处理器：
      通过基于输入信号计算平滑化的功率比来产生噪声概率分类，其中平滑化的功率比代表噪声概率；以及
      通过下面的步骤自适应地遮盖噪声：
            基于噪声概率分类选择参考滤波器，以及
            把所选择的参考滤波器应用于输入信号以产生输出信号。
17.根据权利要求16所述的设备，其中所选择的参考滤波器被配置为选择性地衰减一频率范围中的信号，所衰减的信号包括噪声信号。
18.根据权利要求16所述的设备，还包括具有程序指令的存储装置，当所述程序指令由处理器执行时，所述程序指令使处理器：基于从下面的噪声概率分类转变中选择的至少一种类型的噪声概率分类转变使用不同的平滑系数来计算平滑化的功率比：
谈话到噪声转变；和
噪声到谈话转变。
19.根据权利要求16所述的设备，还包括具有程序指令的存储装置，当所述程序指令被执行时，所述程序指令使处理器产生噪声概率分类，所述产生噪声概率分类还包括：
对输入信号进行滤波以提供该信号的经滤波的部分；
把输入信号和该信号的经滤波的部分之间的关系与多个阈值进行比较。
20.根据权利要求16所述的设备，还包括具有程序指令的存储装置，当所述程序指令被执行时，所述程序指令使处理器基于与阈值的比较对噪声概率进行分类。
21.根据权利要求16所述的设备，还包括具有程序指令的存储装置，当所述程序指令被执行时，所述程序指令使处理器基于预定阈值的比较对噪声概率进行分类。
22.根据权利要求16所述的设备，还包括具有程序指令的存储装置，当所述程序指令被执行时，所述程序指令使处理器从多个参考滤波器中选择所述参考滤波器，每个滤波器不同地衰减一频率范围中的信号。
23.根据权利要求22所述的设备，其中每个参考滤波器具有至少一个适切频率。
24.根据权利要求23所述的设备，其中每个参考滤波器基于所选择的增益在参考滤波器的适切频率以上和以下具有预定频率响应。
25.一种信号滤波器设备，包括：
滤波器，其接收输入信号；
噪声检测器，其被配置为从滤波器接收滤波器输入信号；
噪声分类器，其从噪声检测器接收输入信号中的噪声的指示；
自适应风噪声遮盖滤波器，其从噪声分类器接收噪声分类；
快速傅里叶变换(FFT)计算器，其被配置为提供输入信号的FFT表示；和
乘法器，其被配置为提供输入信号的FFT表示与从自适应风噪声遮盖滤波器输出的信号的相乘。
26.根据权利要求23所述的信号滤波器设备，还包括耦合到自适应风噪声遮盖滤波器的多个参考滤波器，所述多个参考滤波器中的每个参考滤波器具有不同的信号滤波特性，所选择的参考滤波器之一的信号滤波特性被提供给自适应风噪声遮盖滤波器。
27.根据权利要求24所述的信号滤波器设备，其中所述设备被配置为抑制来自音频信号中的风噪声。
CN201280006283.XA 2011-01-24 2012-01-23 用于遮盖风噪声的方法和设备 Active CN103329201B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/012,062 2011-01-24
US13/012,062 US8983833B2 (en) 2011-01-24 2011-01-24 Method and apparatus for masking wind noise
PCT/US2012/022141 WO2012102977A1 (en) 2011-01-24 2012-01-23 Method and apparatus for masking wind noise

Publications (2)

Publication Number Publication Date
CN103329201A true CN103329201A (zh) 2013-09-25
CN103329201B CN103329201B (zh) 2015-11-25

Family

ID=45607372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280006283.XA Active CN103329201B (zh) 2011-01-24 2012-01-23 用于遮盖风噪声的方法和设备

Country Status (5)

Country Link
US (1) US8983833B2 (zh)
CN (1) CN103329201B (zh)
BR (1) BR112013017017A2 (zh)
DE (1) DE112012000052B4 (zh)
WO (1) WO2012102977A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104539819A (zh) * 2014-12-26 2015-04-22 贵州万臻时代通讯技术有限公司 一种抑制移动通信终端风噪声的方法
CN105228054A (zh) * 2015-10-15 2016-01-06 深圳市大疆创新科技有限公司 飞行装置、拍摄装置及其录音降噪装置和方法
CN112610377A (zh) * 2019-10-03 2021-04-06 通用汽车环球科技运作有限责任公司 汽车噪声减轻

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5919647B2 (ja) * 2011-05-11 2016-05-18 富士通株式会社 風雑音抑圧装置、半導体集積回路及び風雑音抑圧方法
EP2850611B1 (en) 2012-06-10 2019-08-21 Nuance Communications, Inc. Noise dependent signal processing for in-car communication systems with multiple acoustic zones
US9549250B2 (en) * 2012-06-10 2017-01-17 Nuance Communications, Inc. Wind noise detection for in-car communication systems with multiple acoustic zones
KR101681188B1 (ko) * 2012-12-28 2016-12-02 한국과학기술연구원 바람 소음 제거를 통한 음원 위치 추적 장치 및 그 방법
CA2913578C (en) 2013-06-21 2018-05-22 Michael Schnabel Apparatus and method for generating an adaptive spectral shape of comfort noise
US10794589B2 (en) * 2013-11-08 2020-10-06 General Electric Company Liquid fuel cartridge for a fuel nozzle
DE102014204557A1 (de) * 2014-03-12 2015-09-17 Siemens Medical Instruments Pte. Ltd. Übertragung eines windreduzierten Signals mit verminderter Latenzzeit
US9721584B2 (en) * 2014-07-14 2017-08-01 Intel IP Corporation Wind noise reduction for audio reception
JP6421313B2 (ja) * 2014-07-28 2018-11-14 株式会社オーディオテクニカ マイクロホン装置
JP6556463B2 (ja) * 2015-03-02 2019-08-07 クラリオン株式会社 フィルタ生成装置、フィルタ生成方法およびフィルタ生成プログラム
US9330684B1 (en) * 2015-03-27 2016-05-03 Continental Automotive Systems, Inc. Real-time wind buffet noise detection
US9712348B1 (en) * 2016-01-15 2017-07-18 Avago Technologies General Ip (Singapore) Pte. Ltd. System, device, and method for shaping transmit noise
CN105957536B (zh) * 2016-04-25 2019-11-12 深圳永顺智信息科技有限公司 基于通道聚合度频域回声消除方法
US9838737B2 (en) 2016-05-05 2017-12-05 Google Inc. Filtering wind noises in video content
US9838815B1 (en) * 2016-06-01 2017-12-05 Qualcomm Incorporated Suppressing or reducing effects of wind turbulence
US10462567B2 (en) 2016-10-11 2019-10-29 Ford Global Technologies, Llc Responding to HVAC-induced vehicle microphone buffeting
US10186260B2 (en) * 2017-05-31 2019-01-22 Ford Global Technologies, Llc Systems and methods for vehicle automatic speech recognition error detection
CN107180627B (zh) * 2017-06-22 2020-10-09 潍坊歌尔微电子有限公司 去除噪声的方法和装置
US10525921B2 (en) 2017-08-10 2020-01-07 Ford Global Technologies, Llc Monitoring windshield vibrations for vehicle collision detection
US10562449B2 (en) 2017-09-25 2020-02-18 Ford Global Technologies, Llc Accelerometer-based external sound monitoring during low speed maneuvers
US10479300B2 (en) 2017-10-06 2019-11-19 Ford Global Technologies, Llc Monitoring of vehicle window vibrations for voice-command recognition
CN108564963B (zh) * 2018-04-23 2019-10-18 百度在线网络技术（北京）有限公司 用于增强语音的方法和装置
GB201814408D0 (en) * 2018-09-05 2018-10-17 Calrec Audio Ltd A method and apparatus for processing an audio signal stream to attenuate an unwanted signal portion
FR3086451B1 (fr) * 2018-09-20 2021-04-30 Sagemcom Broadband Sas Filtrage d'un signal sonore acquis par un systeme de reconnaissance vocale
CN110364175B (zh) * 2019-08-20 2022-02-18 北京凌声芯语音科技有限公司 语音增强方法及系统、通话设备
CN111277718B (zh) * 2020-01-21 2021-10-08 上海推乐信息技术服务有限公司 一种回声消除系统及其方法
TWI779261B (zh) 2020-01-22 2022-10-01 仁寶電腦工業股份有限公司 風切濾波裝置
CN112802486B (zh) * 2020-12-29 2023-02-14 紫光展锐(重庆)科技有限公司 一种噪声抑制方法、装置及电子设备
US11404061B1 (en) * 2021-01-11 2022-08-02 Ford Global Technologies, Llc Speech filtering for masks
US11490198B1 (en) * 2021-07-26 2022-11-01 Cirrus Logic, Inc. Single-microphone wind detection for audio device

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1877517A (zh) * 2005-04-19 2006-12-13 三星电子株式会社 用于减少风噪声的音频数据处理装置和方法
EP1750483A1 (en) * 2005-08-02 2007-02-07 GN ReSound A/S A hearing aid with suppression of wind noise
CN103986995A (zh) * 2013-02-07 2014-08-13 奥迪康有限公司 减少音频处理装置中的不相关噪声的方法

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5867581A (en) * 1994-10-14 1999-02-02 Matsushita Electric Industrial Co., Ltd. Hearing aid
US6098038A (en) * 1996-09-27 2000-08-01 Oregon Graduate Institute Of Science & Technology Method and system for adaptive speech enhancement using frequency specific signal-to-noise ratio estimates
FI116643B (fi) * 1999-11-15 2006-01-13 Nokia Corp Kohinan vaimennus
US7058572B1 (en) * 2000-01-28 2006-06-06 Nortel Networks Limited Reducing acoustic noise in wireless and landline based telephony
US6529868B1 (en) * 2000-03-28 2003-03-04 Tellabs Operations, Inc. Communication system noise cancellation power signal calculation techniques
US6959056B2 (en) * 2000-06-09 2005-10-25 Bell Canada RFI canceller using narrowband and wideband noise estimators
US7689406B2 (en) * 2002-03-08 2010-03-30 Koninklijke Kpn. N.V. Method and system for measuring a system's transmission quality
US20040148160A1 (en) * 2003-01-23 2004-07-29 Tenkasi Ramabadran Method and apparatus for noise suppression within a distributed speech recognition system
US7885420B2 (en) * 2003-02-21 2011-02-08 Qnx Software Systems Co. Wind noise suppression system
US7895036B2 (en) * 2003-02-21 2011-02-22 Qnx Software Systems Co. System for suppressing wind noise
US7127076B2 (en) * 2003-03-03 2006-10-24 Phonak Ag Method for manufacturing acoustical devices and for reducing especially wind disturbances
WO2005038773A1 (en) * 2003-10-16 2005-04-28 Koninklijke Philips Electronics N.V. Voice activity detection with adaptive noise floor tracking
US7216811B2 (en) * 2004-04-16 2007-05-15 Microscan Systems Incorporated Barcode scanner with linear automatic gain control (AGC), modulation transfer function detector, and selectable noise filter
US8306821B2 (en) * 2004-10-26 2012-11-06 Qnx Software Systems Limited Sub-band periodic signal enhancement system
US20080243496A1 (en) * 2005-01-21 2008-10-02 Matsushita Electric Industrial Co., Ltd. Band Division Noise Suppressor and Band Division Noise Suppressing Method
US7774396B2 (en) * 2005-11-18 2010-08-10 Dynamic Hearing Pty Ltd Method and device for low delay processing
US7844453B2 (en) * 2006-05-12 2010-11-30 Qnx Software Systems Co. Robust noise estimation
JP5056157B2 (ja) * 2007-05-18 2012-10-24 ソニー株式会社 ノイズ低減回路
US20090010453A1 (en) * 2007-07-02 2009-01-08 Motorola, Inc. Intelligent gradient noise reduction system
US8712762B2 (en) * 2007-07-27 2014-04-29 Vereniging Voor Christelijk Hoger Onderwijs, Wetenschappelijk Onderzoek En Patiëntenzor Noise suppression in speech signals
US8184816B2 (en) * 2008-03-18 2012-05-22 Qualcomm Incorporated Systems and methods for detecting wind noise using multiple audio sources
US9767817B2 (en) * 2008-05-14 2017-09-19 Sony Corporation Adaptively filtering a microphone signal responsive to vibration sensed in a user's face while speaking
CN103137139B (zh) * 2008-06-30 2014-12-10 杜比实验室特许公司 多麦克风语音活动检测器
US8515097B2 (en) * 2008-07-25 2013-08-20 Broadcom Corporation Single microphone wind noise suppression
JP5298769B2 (ja) * 2008-10-27 2013-09-25 ヤマハ株式会社 雑音推定装置、通話装置および雑音推定方法
JP5439118B2 (ja) * 2008-11-14 2014-03-12 パナソニック株式会社 騒音制御装置
US8873769B2 (en) * 2008-12-05 2014-10-28 Invensense, Inc. Wind noise detection method and system
SG177623A1 (en) * 2009-07-15 2012-02-28 Widex As Method and processing unit for adaptive wind noise suppression in a hearing aid system and a hearing aid system
US8571231B2 (en) * 2009-10-01 2013-10-29 Qualcomm Incorporated Suppressing noise in an audio signal
KR101737824B1 (ko) * 2009-12-16 2017-05-19 삼성전자주식회사 잡음 환경의 입력신호로부터 잡음을 제거하는 방법 및 그 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1877517A (zh) * 2005-04-19 2006-12-13 三星电子株式会社 用于减少风噪声的音频数据处理装置和方法
EP1750483A1 (en) * 2005-08-02 2007-02-07 GN ReSound A/S A hearing aid with suppression of wind noise
CN103986995A (zh) * 2013-02-07 2014-08-13 奥迪康有限公司 减少音频处理装置中的不相关噪声的方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104539819A (zh) * 2014-12-26 2015-04-22 贵州万臻时代通讯技术有限公司 一种抑制移动通信终端风噪声的方法
CN105228054A (zh) * 2015-10-15 2016-01-06 深圳市大疆创新科技有限公司 飞行装置、拍摄装置及其录音降噪装置和方法
CN105228054B (zh) * 2015-10-15 2019-07-05 深圳市大疆灵眸科技有限公司 飞行装置、拍摄装置及其录音降噪装置和方法
CN112610377A (zh) * 2019-10-03 2021-04-06 通用汽车环球科技运作有限责任公司 汽车噪声减轻

Also Published As

Publication number Publication date
US8983833B2 (en) 2015-03-17
US20120191447A1 (en) 2012-07-26
DE112012000052T5 (de) 2013-05-16
CN103329201B (zh) 2015-11-25
DE112012000052B4 (de) 2022-08-18
BR112013017017A2 (pt) 2019-09-24
WO2012102977A1 (en) 2012-08-02

Similar Documents

Publication Publication Date Title
CN103329201A (zh) 用于遮盖风噪声的方法和设备
CN101430882B (zh) 一种抑制风噪声的方法及装置
CN109639303B (zh) 一种基于加窗处理的干扰检测和抑制方法
JP5744236B2 (ja) 風の検出及び抑圧のためのシステム及び方法
EP1667416A2 (en) Reverberation estimation and suppression system
CN106612482B (zh) 一种调整音频参数的方法及移动终端
EP2752848B1 (en) Method and apparatus for generating a noise reduced audio signal using a microphone array
US11562724B2 (en) Wind noise mitigation systems and methods
CN105794228B (zh) 自适应残余反馈抑制
US9060222B2 (en) Method for determining an averaged frequency-dependent transmission function for a disturbed linear time-invariant system, evaluation device and computer program product
US6674863B2 (en) Microphone-speaker apparatus
CN110942781B (zh) 声音处理方法及声音处理设备
US20130156223A1 (en) System and method for increasing a feedback detection rate in an audio system
US10149047B2 (en) Multi-aural MMSE analysis techniques for clarifying audio signals
JP6314475B2 (ja) 音声信号処理装置及びプログラム
CN115410593A (zh) 音频信道的选择方法、装置、设备及存储介质
US20170353169A1 (en) Signal processing apparatus and signal processing method
EP4319192A1 (en) Echo suppressing device, echo suppressing method, and echo suppressing program
CN115835092B (zh) 一种音频扩音反馈抑制方法、系统、计算机及存储介质
US11495241B2 (en) Echo delay time estimation method and system thereof
Gong et al. Noise power spectral density matrix estimation based on modified IMCRA
Zhang et al. Post-secondary filtering improvement of GSC beamforming algorithm
Unoki et al. Unified denoising and dereverberation method used in restoration of MTF-based power envelope
Pacheco et al. A single-microphone approach for speech signal dereverberation
Hoffmann et al. A concept of signal equalization method based on music genre and the listener's room characteristics

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant