CN103348686B - 用于风检测和抑制的系统和方法 - Google Patents
用于风检测和抑制的系统和方法 Download PDFInfo
- Publication number
- CN103348686B CN103348686B CN201280008285.2A CN201280008285A CN103348686B CN 103348686 B CN103348686 B CN 103348686B CN 201280008285 A CN201280008285 A CN 201280008285A CN 103348686 B CN103348686 B CN 103348686B
- Authority
- CN
- China
- Prior art keywords
- wind
- signal
- ratio
- scale
- 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.)
- Active
Links
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
- H04R3/005—Circuits for transducers, loudspeakers or microphones for combining the signals of two or more microphones
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/002—Devices for damping, suppressing, obstructing or conducting sound in acoustic devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/004—Monitoring arrangements; Testing arrangements for microphones
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/008—Visual indication of individual signal levels
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3018—Correlators, e.g. convolvers or coherence calculators
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3025—Determination of spectrum characteristics, e.g. FFT
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3028—Filtering, e.g. Kalman filters or special analogue or digital filters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2203/00—Details of circuits for transducers, loudspeakers or microphones covered by H04R3/00 but not provided for in any of its subgroups
-
- 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
Abstract
在一实施例中,一种拾取系统包括风检测器和风抑制器。风检测器具有:多个分析器,每个分析器配置为分析第一和第二输入信号;以及组合器,配置为组合所述多个分析器的输出,并基于所组合的输出发布表示风活动的风级别指示信号。分析器可选自包括谱斜率分析器、比率分析器、相干性分析器、相位方差分析器等的一组分析器。风抑制器具有:比率计算器,配置为生成第一和第二输入信号的比率;以及混合器,配置为基于风级别指示信号和比率选择第一或第二输入信号之一并向其应用第一或第二筛选系数之一。
Description
相关申请的交叉引用
本申请涉及2011年2月10提交的美国临时专利申请No.61/441396、2011年2月10日提交的美国临时专利申请No.61/441397、2011年2月10日提交的美国临时专利申请No.61/441611、2011年2月10日提交的美国临时专利申请No.61/441528以及2011年2月10日提交的美国临时专利申请No.61/441633。
技术领域
本公开总体上涉及声音拾取系统,更特别地,涉及用于这样的系统的风检测和消除。
背景技术
风噪声对于拾取系统是个问题。甚至在拾取设备的用户可能听不到的级别,经过麦克风的气流的影响会严重干扰设备的操作,例如,部分地或完全地模糊掉演讲者的期望声音。进行了各种机械的和电子的尝试以减轻这样的气流的影响,包括例如在麦克风上放置声障或“袜套(sock)”或其他绒毛材料以打乱湍流或以其他方式屏蔽麦克风。以电子方式利用风噪声的各种特征,包括例如多个拾取器处的关联特征,来操纵从风扰乱的拾取器导出的信号并补偿或以其他方式减小风噪声的影响。
发明内容
如这里所描述的那样,风检测器包括:第一和第二输入端,用于在相应的第一和第二通道中接收第一和第二输入信号;多个分析器,每个分析器配置为分析所述第一和第二输入信号,所述多个分析器选自包括谱斜率分析器、比率分析器、相干性分析器和相位方差分析器的一组分析器;以及组合器,配置为组合所述多个分析器的输出并基于所组合的输出发布表示风活动的风级别指示信号。
还如这里所描述的那样,风抑制器包括:第一和第二输入端,操作为在相应的第一和第二通道中接收第一和第二输入信号;比率计算器,配置为确定所述第一和第二输入信号的子带信号功率的比率;以及混合器,配置为基于风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
还如这里所描述的那样,一种拾取系统包括风检测器和风抑制器。风检测器配置为接收第一和第二输入信号,并具有:多个分析器,每个分析器配置为分析第一和第二输入信号;以及组合器,配置为组合所述多个分析器的输出并基于所组合的输出发布表示风活动的风级别指示信号。风抑制器包括:比率计算器,配置为生成所述第一和第二输入信号的比率;以及混合器,配置为基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
还如这里所描述的那样,一种风检测方法包括:接收第一和第二输入信号;对所述第一和第二输入信号执行多个分析,所述多个分析选自谱斜率分析、比率分析、相干性分析和相位方差分析;以及组合所述多个分析的结果以生成风级别指示信号。
还如这里所描述的那样,一种风抑制方法包括:接收第一和第二输入信号;确定第一和第二输入信号的比率;接收风级别指示信号;以及基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
还如这里所描述的那样,一种检测和抑制风的方法包括:接收第一和第二输入信号;对所述第一和第二输入信号执行多个分析,所述多个分析选自谱斜率分析、比率分析、相干性分析和相位方差分析;组合所述多个分析的结果,以生成风级别指示信号;确定第一和第二输入信号的比率;以及基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
还如这里所描述的那样,一种拾取系统包括配置为接收第一和第二输入信号的风检测器。风检测器包括:多个分析器,每个分析器配置为分析第一和第二输入信号;以及组合器,配置为组合所述多个分析器的输出,并基于所组合的输出发布表示风活动的风级别指示信号。该拾取系统还包括配置为接收第一和第二输入信号的滤波器,所述滤波器具有连续可调参数,包括截止值和衰减中的一个或多个,所述连续可调参数是作为所述风级别指示信号的函数可调节的。
还如这里所描述的那样,一种风检测器包括:用于接收第一和第二输入信号的装置;用于对所述第一和第二输入信号执行多个分析的装置,所述多个分析选自谱斜率分析、比率分析、相干性分析和相位方差分析;以及用于组合所述多个分析的结果以生成风级别指示信号的装置。
还如这里所描述的那样,一种风抑制器包括:用于接收第一和第二输入信号的装置;用于确定第一和第二输入信号的比率的装置;用于接收风级别指示信号的装置;以及用于基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一的装置,所述第一或第二输入信号中的另一个未被选择。
还如这里所描述的那样,一种设备包括:用于接收第一和第二输入信号的装置;用于对所述第一和第二输入信号执行多个分析的装置,所述多个分析是从谱斜率分析、比率分析、相干性分析和相位方差分析中选择的;用于组合所述多个分析的结果以生成风级别指示信号的装置;用于确定第一和第二输入信号的比率的装置;以及用于基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一的装置,所述第一或第二输入信号中的另一个未被选择。
这里还描述一种机器可读的程序储存设备,包含有程序的指令,所述指令可由所述机器运行以执行一种风检测的方法。所述方法包括:接收第一和第二输入信号;对所述第一和第二输入信号执行多个分析,所述多个分析是从谱斜率分析、比率分析、相干性分析和相位方差分析中选择的;以及组合所述多个分析的结果以生成风级别指示信号。
这里还描述一种机器可读的程序储存设备,包含有程序的指令,所述指令可由所述机器运行以执行一种风检测方法。所述方法包括:接收第一和第二输入信号;确定第一和第二输入信号的比率;接收风级别指示信号;以及基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
附图说明
附图被合并到说明书中并构成说明书的一部分,附图示出实施例的一个或多个示例,并与对示例性实施例的说明一起用于说明实施例的原理和实现方式。
在附图中:
图1是拾取系统的框图,其中来自两个输入通道CH1和CH2的信号被提供到风检测器和风抑制器;
图2A和2B是在存在风时两个通道中的声音记录的两个样本周期的图表;
图3A是两个通道的汇编样本测试序列,标有302和304,其中描绘了表示噪声、语音和风以及它们的组合的信号;
图3B是来自样本测试序列的噪声、语音和风(306、308、310)的平均功率谱以及该功率谱随时间的方差(306a,308a,310a)的图表;
图3C绘示了从200-1500Hz计算出的以每十倍频程分贝(dB)计的谱斜率特征,其示为如将从瞬时功率谱推断出的那样;
图3D是示出两个通道中的信号的比率(例如,功率或幅度的比率)的平均偏差和标准偏差的图表;
图3E是示出在语音(312、312a)、噪声(314、314a)和风(316、316a)的训练数据中对于感知频带,跨多个频段(frequencybin)或时段(timebin)的相干性、或信号一致性的平均偏差和标准偏差的图;
图3F和图3G是示出对于所构建的测试刺激,这些频带对照时间的比率和相干性的标准偏差的图表;
图3H是相位和相位偏差或圆方差的图表;
图4是100ms衰减滤波器的风级别的图表;
图5是示出根据一实施例的双通道风检测器的细节的框图;
图6是图1的风抑制器的框图;
图7是根据一实施例的风抑制器的框图;
图8A是根据一实施例的包括下混(mixdown)布置的框图;
图8B是示出使用风检测器来控制滤波器的参数的框图;
图9是示出根据一实施例的风检测方法900的流程图;
图10是根据一实施例的风抑制方法1000的流程图;以及
图11是根据一实施例的风检测和抑制方法1100的流程图。
具体实施方式
此处在电路和处理器的上下文中描述了示例性实施例。本领域技术人员将意识到,下面的描述只是说明性的,而不以任何方式作出限制。受益于本公开的本领域技术人员将轻松地认识到本发明的其他实施例。现在将详细参考如附图所示的示例性实施例的实现方式。在所有附图中以及下面的详细描述中将使用相同的附图标记来表示相同的或类似的项目。
为了清楚起见,此处并非示出和描述了所有实现方式的常规特征。当然,还应认识到,在任何这样的实际实现方式的开发过程中,必须作出很多因实施而异的决定,以便实现开发人员的特定目标,如适应与应用和商业相关联的约束,这些特定目标在不同的实现方式之间会有所不同,在不同的开发人员之间也有所不同。此外,还可以理解,这样的开发工作可能是复杂而耗时的,但是,对于受益于本公开的本领域技术人员而言仅是常规工作。
根据本公开,此处所描述的组件、处理步骤和/或数据结构可以使用各种类型的操作系统、计算平台、计算机程序和/或通用机器来实现。另外,本领域技术人员将认识到,在不偏离此处所公开的发明构思的范围和精神的情况下,也可以使用诸如硬连线设备、现场可编程门阵列(FPGA)、专用集成电路(ASIC)等之类的不太通用的设备。在包括一系列处理步骤的方法通过计算机或机器来实现并且那些处理步骤可以存储为可由机器读取的一系列指令的情况下,它们可以存储在诸如计算机存储器设备(例如,ROM(只读存储器)、PROM(可编程只读存储器)、EEPROM(电可擦可编程只读存储器)、闪存、U盘等)、磁存储介质(例如,磁带、磁盘驱动器等)、光存储介质(例如,CD-ROM、DVD-ROM、纸卡、纸带等)之类的有形的或非暂时性的介质中及其他类型的程序存储器中。
术语“示例性”此处专用于表示“充当示例、实例或范例”。此处描述为“示例性”的任何实施例不一定被理解为优先于或优越于其他实施例。
图1是拾取系统100的框图,其中来自两个输入通道CH1和CH2的信号被提供到两个处理组件,风检测器102和风抑制器104。拾取系统100的两个输出被指定为X和Y。尽管以双通道系统来描述,但是通过简单的扩展,此处所呈现的原理适用于具有更大通道数的系统。
对本领域技术人员而言应显而易见的是,此处所描述和使用的算法的各方面可使用滤波器组分析或频域形式来实现。关于这一点,此处一般涉及的信号表示从离散时间采样的麦克风信号(具有适当的变换)的分析获得的值。在一实施例中,所使用的变换是已知的短时间傅里叶变换(STFT)。这样的变换提供了涉及属性和描述在信号频率的某些点(常常被称为段(bin))以及通过分组或加窗所获取的更大频率范围(常常被称为频带)处的处理信号内容的能力。除了要求足够的时间和频率分辨率以实现风检测和抑制之外,滤波器组以及分频带策略的细节对此处描述的算法而言不是关键的。对于语音和音频捕捉的一般应用,这可以通过诸如具有大约25-200Hz的频率分辨率和大约5-40ms的时间间隔或分辨率的STFT之类的滤波器组来实现。这些范围对于合理的性能而言是指导性的和说明性的,不是排它性的,因为其他范围是可预期的。为说明简单和清楚起见,图形表示信号信息的流程和处理。如所描述的处理的上下文和应用所需的那样,采用图来表示根据特定实施例中的变换与相关频段和频带(band)对应的信号。
通道CH1和CH2中的输入信号的源可以是麦克风(未示出),包括但不限于全方向麦克风、单方向麦克风以及其他类型的麦克风或压力传感器等。一般而言,风检测器102操作为检测通道CH1和CH2中破坏性的风影响的存在,而风抑制器104操作为抑制该影响。更具体而言,风检测器102建立风的连续估计,使用该估计来对风抑制器104的激活分等级。风检测器102使用多特征的算法组合来提高检测的特异性并减少“误警报”的发生,否则“误警报”将由语音和声音干扰(interferer)中常见的声音的瞬时脉冲串所导致,如现有技术的风检测中常见的那样。这允许风抑制器104的作用主要局限于其中存在风的刺激,因此防止了在正常操作条件下由于风抑制处理的不当操作所造成的语音质量的任何劣化。
风检测器102所依赖的一般方案是基于多样性的攻击。该方案依赖于变换或滤波器组以适当的时间和频率窗口将进入的信号分段的能力,此时风失真主要变成特定通道上的隔离的扰动。参考图2A和2B,可以看出,对于两个通道中存在风时的声音记录的两个样本周期,在通道之间表现出低的相关性。当在时间窗和频率窗二者上查看信号时,该效果更显著。通过在给定的时间-频率窗中减小更高风级别的通道对系统输出的贡献,抑制器能够有选择地降低风的影响。图2B的情况下的有效风速高于图2A情况下的有效风速。示例是从由用户佩带的带有约40mm麦克风空隙的头戴式耳机获得的,带有入射风。
风一般具有在低频端大量加载的“红色”频谱。图3A示出标记为302和304的用于两个通道的汇编样本测试序列,其中描绘了表示噪声、语音和风以及它们的组合的信号。图3B中绘示了来自该样本测试序列的噪声、语音和风(306、308、310)的平均功率谱和该功率谱随时间的方差(306a、308a、310a)。图3C绘示了从200-1500Hz计算的以每十倍频程分贝(dB)计的谱斜率特征,其示为如将从瞬时功率谱推断的那样。在图3A中可以看出,在此频谱范围,当与噪声功率谱(306)相比时,风功率谱(310)具有显著向下的趋势。谱斜率是能量随频率增大而变化的度量。图3C示出对于相同的刺激,该谱斜率特征随时间的图表。可以看出,在存在风的情况下,谱斜率特征具有增大的负值,且对于将风和噪声分段是非常好的。然而,此特征也可能在语音过程中表现为误警报,因为语音中的某些成分诸如强的共振峰和双唇爆破音也在分析范围内在频谱中表现出强的负斜率。
可用于区分风的两个其他相关特性或特征涉及其随机非静态本质。当跨时间或频率查看时,风向空间估计中引入了极端方差。即,任何频带中的空间参数都变得跨时间和频率相当随机和独立。这是风没有结构空间属性或时间属性的结果—假设麦克风放置或取向有某种多样性(diversity),风在每个麦克风处近似于一独立随机过程,因此将在时间、空间和频率方面不相关。图3D示出两个通道中的信号的比率(例如,功率或幅度的比率)的平均偏差和标准偏差,图3E示出在语音(312、312a)、噪声(314、314a)和风(316、316a)的训练数据中对于感知频带,跨多个频段或时间段的相干性或信号一致性的平均偏差和标准偏差。当跨从200到1500Hz频率的“风主导的”频带获得标准偏差时,获得类似的结果。通过在图3F和3G中对于所构建的测试刺激,绘制这些频带对照时间的比率和相干性的标准偏差,可以看出,这些标准偏差是风对语音/噪声的显著指示符。对于这两个特征,较大的标准偏差或更高的跨频率的特征变化表示更大的风活动可能性。
所示出的比率和相干性特征示为跨越测试矢量用于对从200到1500Hz的一组频带计算的方差。取决于滤波器组和分频带方案,这可以表示5到20个频带。这两种特征很大程度上互相支持;它们的主要贡献来自于区别语音和风的能力。这减少了风检测器102中由于语音活动所引起的误警报的发生。还应注意,当在高噪声环境中时,这两个比率和相位特征增加了对风的灵敏度。对于高噪声水平,斜率特征会受挫,不会检测到在高噪声中发生的风脉冲串。在此情况下,比率和相干性特征提高了灵敏度。
感兴趣的其他特征是绝对信号水平以及相位和相位方差。相位和相位偏差或圆方差示于图3H中。这样的特征可以用来提供进一步的判别能力,但是将增大计算成本。
根据一实施例,组合与斜率、比率标准和相干性标准相关的特征的方案基于可以从图3A到3H的图的分析推断出的某些调节了的参数。一般而言,在一实施例中,执行单独特征的缩放,以便1的激发是风的指示,而0是在信号中不存在风。在一实施例中使用的三个特征或参数阐述如下,注意,所选择的范围不排除其他类似的可能性:
斜率(slope):使用从200到1500Hz的频带的回归,以每十倍频程dB计的谱斜率。
比率标准(RatioStd):从200到1500Hz的频带中瞬时比率和预期比率之间的差的标准偏差(以dB计)。
相干性标准(CoherStd):从200到1500Hz的频带中的相干性的标准偏差(以dB计)。
应注意,相干性主要从400Hz左右起有效,因为低频带可能具有低的多样性(在对频带有贡献的段(bin)的数量方面)。
从以上特征以及相应的图,计算以下部分,缩放是建议性的,与也将有效的其他类似值不排斥:
RatioContribution=RatioStd/WindRatioStd=RatioStd/4(2)
CoherContribution=CoherStd/WindCoherStd=CoherStd/1(3)。
其中,在(1)中,斜率(Slope)是从当前数据块获得的谱斜率,WindSlopeBias和WindSlope是在一实施例中从图表(图3C)凭经验确定的常数,值为-5和-20,以实现SlopeContnbution的缩放,使得0对应于无风,1表示额定风,大于1的值表示逐步更高的风活动。
其中,在(2)中,RatioStd是从当前数据块获得的,WindRatioStd是从图3F凭经验确定的常数,以实现RatioContribution的缩放,值0和1表示风的不存在和额定级别,如上所述。
其中,在(3)中,CoherStd是从当前数据块获得的,WindCoherStd是从图3G凭经验确定的常数,以实现CoherContribution的缩放,值0和1表示风的不存在和额定级别,如上所述。
然后,总体风级别被计算为这些的乘积,并被钳位到可感知级别,例如2。
该总体风级别是连续变量,值1表示对风活动的合理灵敏度。针对不同的检测要求,该灵敏度可根据需要而提高或降低,以根据需要来平衡灵敏度和特异性。减去小的偏移(在此示例中,0.1),以去除某些剩余激励。相应地,
WindLevel=min(2,max(SlopeContribution×RatioContribution×CoherContribution-0.1))。
可以利用平滑化或缩放来进一步处理信号,以实现不同功能所需的风指示器。图4示出100ms衰减滤波器的WindLevel。
应该理解,上面的组合,主要是乘法,在某种形式上相当于以下形式的“与”函数。
WindLevel=SlopeContribution·RatioContribution·CoherContribution
具体而言,在一种实现方式中,仅当全部三个特征都表示某种级别的风活动时,才确认风的存在。这样的实施方式实现了期望的“误警报”减少,因为例如有时斜率特征可能记录某种语音活动期间的风活动,而比率(Ratio)和相干性(Coherence)特征没有这样。
应注意,以上特征的计算之前有如下的分频带和相关性确定。
给定到频域的任何变换,输入频域观测值是I1,n和I2,n(n=0..N-1)。这些使用某分频带函数(频段的加权组合)被一起分组在相关性矩阵中。
然后,可以获得下列特征:
功率(Power)=Rb11+Rb22
比率(Ratio)=Rb22/Rb11(用在对数域中,以供分析)
相位(Phase)=angle(Rb21)
相干性(也可用在对数域中,以供分析)。
在一实施例中,使用若干个频带,通常在5和20个之间,覆盖大致200-1500Hz的频率范围。斜率是10log10(power)和log10(BandFrequency)之间的线性关系。RatioStd是跨该组频带的用dB表示的比率(10log10(Rb22/Rb11))的标准偏差。CoherenceStd是跨越该组频带用dB表示的相干性的标准偏差。
应显而易见的是,使用以10为底的对数不是必需的,可以为替代的对数表示确定合适的缩放参数来简化计算。
图5是示出根据一实施例的双通道风检测器500的细节的框图。第一和第二输入端502、504接收来自诸如麦克风(未示出)之类的检测器的输入信号,并将这些输入信号引导到斜率分析器506、比率方差分析器508以及相干性方差分析器510(应注意,尽管示出了三个分析器,但是,可以使用更多或更少的分析器,每个分析器都专用于两个(或更多)通道中的信号的不同特征)。如上所述,分析器的输出是斜率、比率以及相干性的贡献的缩放指示。然后,将这些指示提供给组合器,一般形式为乘法器512。然后,在风级别指示器514中根据需要执行缩放、偏移和限制,风级别指示器514于是生成WindLevel输出信号516。输出信号516可以是连续的,并且提供风级别的瞬时指示。如上所述,WindLevel可在从0到2的范围(或者,在不同的实施例中,可以是任何范围)。在一实施例中,选择0.0的值作为非常低的风概率或完全不存在风的度量,而选择1.0的值来表示风的合理可能性,高达2.0的较大的值表示存在强风干扰。由于没有为风活动定义单位,所以按设计来自于特征分析的该值将连续地变化,较高的值表示较多的风扰动。风级别的绝对值和范围仅在它贯穿剩余的算法组件以一致的方式使用的程度上是重要的。在一实施例中,依赖于风级别输出的连续本质,实现在抑制器组件中应用的抑制量的连续逐渐变化。风的连续度量避免了在风抑制器将始终活动或离散地启用、禁用或以别的方式被控制的情况下将会发生的不连续性和失真的问题。在其他实施例中,风级别指示器514判断从组合器确定的级别是否超出触发阈值,在超出的情况下,在输出信号516中发布触发信号。与风活动相关的连续和阈值判断对于控制抑制和随后的信号处理都是有用的信号。
在一方案中,针对输入信号502和504,暗示如下信号模型。
x1=s+n1
x2=s+n2
其中,x1和x2是包含相等的语音或所需声音分量s但是具有不同的噪声分量n1和n2的输入信号。这些信号被缩放和混合在一起,以产生如下中间信号(IS)。
IS=αx1+βx2=(α+β)s+αn1+βn2
α+β=1
中间信号IS是带有系数α和β的两个输入的线性组合。可以看出,如果系数α和β的总和被约束到单位一,α+β=1,则中间信号将具有所需信号s的恒定且无失真的表示。然后进行选择以按某种方式优化中间信号。这样的优化可以基于最小化IS能量(从而最大化信噪比)。假定噪声是不相关的,最佳值能以闭合形式获得。基于此,可以执行通道之间连续或离散的筛选(panning)以选择破坏最小的通道。当x1与x2的大小比率为大约4.7dB时,可以使用0、0.5或1.0的α,以从简单混合波束成形器切换离开。此方案可应用于频带域或傅里叶域。
在前面的示例中,暗示的是,中间信号IS从缩放了的输入信号αx1和βx2的简单加和形成。在更一般的情况下,中间信号IS的名义设计可以借助于复系数p1和p2的任意集合。在一实施例中,这些系数可以创建方向性接近于心形线(hypercardiod)的波束成形器。心形线是用于最小化耳机设备的漫射场拾取的良好第一近似,因为在大致横向远离头部定位的阵列灵敏度中有空值。无源下混也可校正由于两个麦克风元件的空间分隔而自然发生的语音或所需信号的均衡。这样的实施例将实现一组频率相关的系数,p1和p2,它们实现固定的组延迟和变化的幅度响应。在其他实施例中,可以任意选择无源系数,以在没有风活动的情况下定义的标称操作情况下实现期望的灵敏度、方向性和信号属性。为每个频带(进而频段)指定无源系数p1和p2。无源阵列的细节和设计不是本发明的主题,但是,无源阵列,一旦被设计或在线生成,则创建用于计算要在风抑制组件中应用的相应增益的信号约束。
此外,在一般情况下,到达麦克风的语音或所需声音可能具有任意的相位和幅度关系。由于它是这里关注的窄带信号表示,所以时间延迟可以用复系数代替。由于进入的信号在麦克风阵列处具有任意且未知的缩放,所以我们定义信号模型使得在麦克风信号x1处考虑的语音或所需信号具有单位增益。另一麦克风处的语音或所需信号具有频率相关的复合因子r。在给定频率处,我们可以将x2中的功率的语音或所需信号与x1相比的预期比率(以dB计)定义为RatioTgt,并且定义信号x2的语音或所需信号与x1相比的预期相对相位(以弧度计),那么,下列等式成立。
r=10RatioTgt/10eiPhaseTgt,其中
在正常操作中,任意无源混合和阵列对语音或所需信号的任意响应具有下列模型。
x1=s+n1
x2=rs+n2
IS=p1x1+p2x2=(p1+p2r)s+p1n1+p2n2
为了实现风抑制,向每个通道引入缩放因子,作为一般化的并且可能是复合的筛选系数α和β。
IS=αp1x1+βp2x2=(αp1+βp2r)s+αp1n1+βp2n2
由此,可以导出对筛选系数α和β的一般化约束。
(αp1+βp2r)=(p1+p2r)
最后一个公式将每个筛选变量示为从另一个计算的自由变量。在此关系中,识别并衰减被认为风破坏的通道,同时计算用于另一个通道的增益。所计算的增益可以是复合的,幅度可根据无源系数p1和p2以及所需的信号响应因子r的本质而增大或缩小。这可以被视为重要概括和扩展以实现筛选约束,该筛选约束将允许一个通道的衰减和另一个通道的校正以降低从任意无源混合获得的所需信号分量的失真,具有对所需信号位置的任意阵列响应。
从上面的公式还显而易见地看出,如果或则可能会有奇点(singularity)问题,在该情况下,相关增益会变得太大或太小,这会导致稳定性问题。因此,最好通过防止系数变得太小或太大来以某种方式限制筛选。
如果x2与x1中的功率的比率是RatiodB,预期语音比率是RatioTgtdB,其中使用功率比率RatioTgt=20log10|r|,预期噪声或正常信号比率也接近0dB,则可以实现用于计算任一通道的衰减的一实施例:
α=10Strength*WindLevel*(Ratio-RatioTgt)/20Ratio-RatioTgt<0
β=10-Strength*WindLevel*(Ratio-RatioTgt)/20Ratio-RatioTgt>0
其中,Strength是控制风抑制系统的总体积极性(aggressiveness)的参数,建议值在0.5到4.0的范围,WindLevel是来自风检测器500(图5)的信号(Windlevel)516。在此实施例中,基于所需抑制强度Strength、全局估计的风活动WindLevel、瞬时信号比率Ratio以及所需信号的预期信号比RatioTgt,计算每个频带在每个时刻的衰减参数α或β。
如上所述,所选通道的衰减可以被限制以保留输出通道中的一些多样性。在一实施例中,建议的对衰减的限制为从10到20dB。在此实施例中,如果在给定频带中在任何时刻,WindLevel=0,那么没有通道将被抑制,可以避免衰减和校正系数的选择和计算,以降低计算负载。对于所需信号的RatioTgt实质上不同于正常预期漫射场或阵列的噪声响应的情况,可以引入偏移(offset)或死区(deadband)以减小否则将在WindLevel表示的风活动的周期内发生的背景噪声或漫射声音响应上的失真。
在每个频带中,在给定时刻,一个通道被选择,衰减参数α或β被计算。根据上面导出的约束,计算交替筛选系数。然后,可以限制所导出的筛选系数的幅度范围,使得它既不太大,也不太小。在一实施例中,这样的建议范围从-10dB到+10dB。
图6是图1的风抑制器104的框图。风抑制器104包括混合器602,混合器602操作来基于上面导出的筛选因子α和β来应用衰减和/或增益。混合器602的操作是来自风检测器500(图5)的输出信号(Windlevel)516的函数。借助于乘法器604、606向通道CH1、CH2应用基于筛选因子α和β的增益和/或衰减。基于从比率计算器608导出的比率,选择要衰减的相对于所需信号的预期比率的最高功率通道。在一实施例中,还可以通过使用上述约束方程计算的增益、以及首先选择的通道的衰减增益,来修改另一通道。(应注意,在一实施例中,比率分析器508在从200到1500Hz的有限范围内操作,而比率计算器在关注的全声谱上操作)。
如果WindLevel=0,则衰减将是单位一(无衰减)。基本上,对于WindLevel的小值,风抑制器104没有影响。随着WindLevel增大,并且瞬时信号比率Ratio不同于所需信号的预期比率RatioTgt,衰减增大。在较高水平的WindLevel,抑制公式会变得积极,用于基本丢弃被标识为在给定时间在给定频带具有风的通道。如果连续地应用,这将是减少风的非常严重和失真的方案,特别是在试图保留原始两个通道信号的一些“立体声多样性”的情况下。然而,在建议的实施例中,通道的衰减将仅在来自风检测器500(图5)的总体信号中有风的指示并且在特定时间特定频带的比率Ratio有瞬时偏离的情况下发生。基于全局风活动检测有选择性地在给定频带应用衰减显著地减小了实现风减小的任何信号校正在频率和持续时间上的程度。此外,此处描述的校正约束显著地减小了将对所需信号发生的失真。总的说来,风减小系统对所需信号的影响及其在任何下游处理中的使用被显著减小。由于风检测组件的高特异性而引起的抑制的选择性确保了任何失真被限制到输入信号中的风的活动,在这些时刻,常常已经有大量失真存在。以此方式可以看出,所呈现的各实施例可以实现限制的风减小,而有微小的对正常操作中的信号的影响,因此实现可接受的系统风减小性能。
一实施例的风抑制器的一些特性是:
选择一个通道来衰减;
基于对所需比率RatioTgt的瞬时比较来选择通道;
衰减取决于与预期比率的偏差(Ratio-RatioTgt);
衰减连续地取决于从检测器获得的WindLevel;
在WindLevel=0处,衰减最小(或不存在);
随其增大,衰减变得更严重;
对衰减的限制可用于保留一些立体声多样性。
在一实施例中,抑制器中的所选衰减通道的先前表达式,α或β,可以由更一般的函数fα、fβ描述,其表征如下:
在范围(0..1]
对于无风活动,为单位一
fα(0,Ratio,RatioTgt)=1
如果Ratio=RatioTgt,则为单位一
fα(WindLevel,RatioTgt,RatioTgt)=1
随WindLevel单调变化
随Ratio单调变化
fβ(WindLevel,Ratio,RatioTgt)具有范围(0..1]
对于无风活动,为单位一
fβ(0,Ratio,RatioTgt)=1
如果Ratio=RatioTgt,则为单位一
fβ(WindLevel,RatioTgt,RatioTgt)=1
随WindLevel单调变化
随Ratio单调变化
在此实施例中,抑制函数在结构上类似,主要区别是随Ratio单调变化的符号。
此处描述的一实施例利用对数域表示的Ratio和RatioTgt满足这些一般要求。
进一步地,如上所述,在一实施例中,衰减一个通道,向另一个通道应用增益(有可能是复合的)以便进行校正。以此方式,随后的无源阵列(未示出)的输出维持期望目标的信号水平。应用于另一个通道的增益可以是复合的,具有大于或小于单位一的幅度。可以看出,如果p1=p2=0.5且r=1,则α+β=2且在两个通道之间发生简单筛选。如果在特定情况下,选择第一通道来衰减,α=0.5,则伴随的是另一个通道的增益将增大以进行校正,β=1.5。相比之下,如此处所述,考虑更一般的情况,例如,如果在本实施例中,相关联的无源阵列是p1=0.5,p2=-0.5,r=2,那么,对于此示例的约束将是-α+2β=1。如果在此情况下衰减第一通道,α=0.5,则对另一通道的校正将是β=0.75,也影响第二通道的衰减。在没有任何通用性损失的情况下,提供此示例以表明,约束以及相关联的校正取决于打算的无源阵列和所需信号属性,并可以导致增益或衰减,或另一通道的任意复合缩放,以便实现期望的校正。校正被定义为使得在所定义的无源下混操作之后导致的所需信号的功率或传输函数得以保持。
图7是根据一实施例的风抑制器700的框图。在此布置中,在乘法器704或706处衰减一个通道CH1或CH2之后,混合器702留下另一通道未改变。然后,混合器702再次通过组合器708、710将未改变的通道的一部分混合或复制到衰减了的通道中,以维持将从某随后阵列输出的目标信号的电平。如在上面的布置中那样,混合器702使用Windlevel信号和来自比率计算器702的Ratio信号来确定应用的衰减/增益因子α和β。
扩展以前的信号模型,我们使用缩放和混合的任意组合构建了两个通道。
x1=s+n1
x2=rs+n2
x1'=αx1+γx2
x2'=βx2+δx1
IS=p1x1'+p2x2'=(αp1+rγp1+rβp2+δp2)s+αp1n1+δp2n1+βp2n2+γp1n2
再次考虑约束,使得所需信号具有到中间信号IS的恒定传输。
(αp1+rγp1+rβp2+δp2)=(p1+p2r)
如果选择一个通道用于衰减,另一个通道保持不变,则可以从此导出两个约束,以指定在将未改变的通道混合到衰减通道时使用的增益。
γ=(1-α)/rα<1,β=1,δ=0
δ=r(1-β)β<1,α=1,γ=0
由于此混合将正确量的所需信号恢复到否则衰减了的通道中,因此,此方案不显式地依赖于下游无源混合。对本领域技术人员应显而易见的是,前面的公式定义了跨四个变量α、β、γ、δ的约束,其可实现信号对的任意缩放和混合。在一实施例中,选择一个通道用于衰减,另一通道的回混和缩放的组合用于实现所需约束。在此实施例中,要交叉混合的量与替代通道增益校正之间的关系如下。
可以看出,这创建了与前面给出的约束方程一致并且进一步一般化前面给出的约束方程的一组解。
图6和7的方案在构造上类似。图7的方案的优点是,两个通道保持更“平衡”,而在图6的情况下,一个通道可以被完全衰减。在图7的情况下,随后的下游处理(诸如上混器)可以与风抑制去耦,因为保留的信号内容和所需信号跨两个通道分散。在一个通道极端衰减的情况下,图7中提出的校正方案将操作为极大地将一个通道复制到两个输出中,而图6提出的和上文描述的方案将基本操作为完全衰减一个通道而同时校正另一个。在两种系统中,总体信号多样性相同,两个系统都将在随后的无源混合之后维持所需信号的有效输出水平。如此,显而易见的是,通过组合这两种方法,可以有多种系统可行。
基于上面的描述,提供了用于判断将向哪个通道应用多少衰减以降低风的破坏性影响的解决方案。该解决方案涉及例如减弱在风中的一个通道,并且组合风检测器102和语音保留筛选公式、混合技术或更一般化的约束公式。风检测器102可操作为在516(图5)提供风级别指示(WindLevel),该指示可以是具有连续值范围的输出信号的性质,该连续值范围以单调方式与通道CH1和/或CH2中确定的风活动的级别相关联。然后,风抑制器104(602、702)使用此连续级别来调整处理程度。
注意,在某些实施例中,基本对图6和图7的布置应用上面介绍的相同抑制公式。如果有WindLevel表示的风活动并且频带中的瞬时比率表明特定通道与所需信号预期比率RatioTgt相比具有过大的功率,则抑制函数将衰减指定的通道。在衰减所选通道后,系统然后应用“校正”以满足约束。约束被定义以维持将在由参数p1和p2指定的所定义的无源下混的输出端产生的所需信号的功率或信号水平。无源下混可以发生,或者也可以不发生,因为它被用来定义约束,而不是此系统的必要部分。关于这一点,所描述的实施例创建带有多输入和输出的风抑制系统。在图8中示出了下混布置,并表示为800。
在图6的布置中,还通过缩放另一个通道来实现校正。于是,第二通道增益变为依赖于第一通道增益的参数。这提供了上面的两个公式,导出α和β,反之亦然。缩放可能是复合的,并可以增强或衰减另一个通道。约束方程依赖于所需信号的比率和相位,r,以及打算的无源系数,p1和p2。
在图7的布置中,利用将来自未衰减通道的信号混合回到衰减通道中的校正,实现了相同的约束。虽然此方法实现了类似的目标(保留从无源下混输出的目标信号s的能量),但是它没有显式地依赖于无源下混本身。这提供了上面的两个公式,从α导出γ,从β导出δ。在仅使用混合的情况下,约束不取决于打算的无源混合的系数。
在一般情况下,约束可以通过混合到衰减通道以及向另一个通道应用校正增益的组合来实现。在此情况下,约束再次取决于所需信号r以及打算的无源系数p1和p2。所有建议的方法都实现相同目标,在所定义的无源下混(如果在随后的信号处理中发生的话)之后,保持所需信号水平。
在r=1以及图7的混合公式的情况下,随着WindLevel增大,并且两个通道之间的比率从正常预期比率(当r=1时,其为0dB或单位一)偏离,该方案变为从两个独立通道渐变成一个复制通道。随着风级别增大,并且信号在单独频带上被损坏,这提供了立体声或多通道音频信号到较低多样性信号的逐渐迁移。由于风的间歇性以及在频率和时间上的典型紊乱行为,此方案将大部分信号带宽上的立体声信号良好保持在显著量的风中。创建WindLevel信号的选择性总体风检测器、以及频带中瞬时比率的使用,允许信号保持不被风破坏。此外,如上所述的用于校正的约束确保了阵列处的音频信号的音色和空间位置(与来自所需信号或目标方向的源对应)将在响度、音色以及输出通道之间的相对比率和相位方面保持相对稳定。
以此方式,图7以及相关的实施例呈现了“两通道”风抑制算法,该算法保持两通道中的信号平衡,但是可以在风主导一个通道的任何时间-频率带中缩减到“单”或复制单通道信号。衰减和混合约束旨在保持每个通道中的目标信号的正确量。相比之下,图6还呈现了“两通道”风抑制算法,该算法保持两通道之间的信号分离,但是可以缩减到“单通道”信号,仅一个通道在风主导一个通道的任何时间-频率带中具有显著的能量。
再次参考图8A,可以看出,可以使用滤波器802来过滤从风检测器向风抑制器发出的WindLevel信号。风特征分析(506、508、120)和判断器(514)提供在每帧中的风活动的瞬时度量。由于风的本质和检测算法的各方面,此值可快速变化。提供滤波器以产生更适于对抑制信号处理进行控制的信号,并且还通过添加一些滞后来提供一定的鲁棒性,滞后即捕捉风的快速开始但是在初始检测之后,短时间维持风活动的记忆。在一实施例中,这利用具有低上升时间(attacktime)常数和100ms级别的释放时间(releasetime)常数的滤波器来实现,低上升时间常数使得检测级别中的峰值快速通过。在一实施例中,这可以利用如下的简单滤波来实现。
若WindLevel>WindDecay×FilteredWindLevel,则FilteredWindLevel=WindLevel;
否则,
=WindDecay×FilteredWindLevel。
其中,WindDecay反映一阶时间常数,使得如果以时间间隔T来计算WindLevel,则WindDecay~exp(-T/0.100),导致100ms的时间常数。
除控制风抑制器104的操作之外,风检测器102可以被用来控制其他类型的处理,诸如图8B所示的高通或高架滤波器的处理,其中风检测器的WindLevel输出被提供到处理链中的其他过程中间的滤波器。对滤波器参数诸如截止或衰减的控制是可预期的。因此,使用一版本的连续风检测器,参数化的高通滤波器可以基于风活动而渐显。这可以在带级进行,作为估计的风级别的函数,以连续的方式修改截止频率和/或滤波器深度。这样的方法可以与分析使用同一滤波器组,不会产生任何实际处理成本,因为它只是所得频带增益中的附加因子。
显而易见的是,这可以扩展到两个麦克风或通道以外。对于两个通道或麦克风,有保留语音的可用的一维筛选表面。对于3个麦克风,这将是2维表面,但是可以类似地计算、遍历、搜索和优化,以减少风。此处所描述的实施例可以一般化为N个麦克风和M个输出信号,要求P个源位置被保留。在目前情况中,M=1,P=1,用于单个中间信号和一个目标语音位置。假设M+P<N,则可以创建N-M-P+1维的筛选轮廓,其将保持将从固定位置处的P个源的激发产生的M个输出信号的输出统计。取决于风的严重性和一致性,然后可以搜索子空间以寻找某个最佳位置,以降低输出的损坏。因此,可以在N-M-P+l个麦克风或传感器上容忍简单离散麦克风干扰,在M个信号中完全还原P个源成为可行的。与假定跨N个麦克风的任意多维干扰,在优化时造成该问题的典型现有技术不同,本发明中提出的方案和实施例提供了直接检查和判断以衰减特定单独麦克风的方法。这很好地适于通常离散地存在并跨时间、空间和频率独立的风扰动。可以以此方式扩展到大量麦克风的本发明的主要方面有:使用多特征连续风检测器来控制抑制的逐步激活,选择并衰减特定麦克风的方案,以及使用筛选约束或再混合操作来校正阵列输出信号。如各实施例所述,此方案在计算方面有效率,对于风减小有效,并且避免了在没有风活动时来自抑制组件的不希望有的失真和滤波。
可以使用阵列关联矩阵来方便地表达和计算多维情况的一般化约束。这包含计算所需的所有信息。对于两个通道可以看出,比率、相位和相干性包含关联矩阵的完整信息。对于两个以上的麦克风,约束更优美地表示为使用信号矢量和关联矩阵。如果用于关注的所需源的关联矩阵S(N×N)已知,并且可获得标称无源下混矩阵W(M×N),则这些可用于定义不变的变换的等价类,以便输出关联矩阵(M×M)不会受到筛选或混合变换的影响。简单来说,这作为求解筛选和混合空间V(N×N)使得WVSV'W'=WSW'而给出,其可以分解为S的本征空间上的简单对角线问题。S预期是有秩缺陷的(一般而言,它将是P秩);否则,解是单数(V=I)。筛选和混合矩阵V将被约束,以基于风级别信号和在那瞬间可能被风损坏的通道的标识和选择,来衰减或降低来自特定麦克风通道的贡献。
图9是示出根据一实施例的风检测方法900的流程图。在902,接收第一和第二输入信号。在904,对第一和第二输入信号执行多个分析。多个分析例如选自谱斜率分析、比率分析、相干性分析和相位方差分析。在906,组合多个分析的结果,以生成风级别指示信号。
图10是根据一实施例的风抑制方法1000的流程图。在1002,接收第一和第二输入信号。在1004,确定第一和第二输入信号的比率。在1006,接收风级别指示信号,在1008,选择第一或第二输入信号之一,以基于风级别指示信号和比率,向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
图11是根据一实施例的风检测和抑制方法1100的流程图。在1102,接收第一和第二输入信号。在1104,对第一和第二输入信号执行多个分析,所述多个分析选自谱斜率分析、比率分析、相干性分析和相位方差分析。在1106,组合多个分析的结果,以生成风级别指示信号。在1108,确定第一和第二输入信号的比率。在1110,选择第一或第二输入信号中之一,以基于风级别指示信号和比率向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
尽管显示并描述了各实施例和应用,但是,对于受益于本公开的本领域技术人员而言显而易见的是,在不偏离此处所公开的发明构思的情况下,上文所提及的方案以外的很多修改也是可行的。因此,除了所附权利要求的思想之外,本发明不受限制。
Claims (42)
1.一种风检测器,包括:
第一和第二输入端,用于在相应的第一和第二通道中接收第一和第二输入信号;
多个分析器,每个分析器都配置为分析所述第一和第二输入信号,所述多个分析器选自包括生成能量随频率增大的变化的谱斜率度量的谱斜率分析器、生成第一输入信号和第二输入信号之间的信号功率的比率度量的比率方差分析器、以及生成跨多个频段或时间段的信号一致性的相干性度量的相干性方差分析器的一组分析器;以及
组合器,配置为组合所述多个分析器的输出并基于所组合的输出发布表示风活动的风级别指示信号,其中风级别的值是受通过计算谱斜率度量、比率度量和相干性度量的乘积而生成的预定范围约束的连续变量。
2.如权利要求1所述的风检测器,其中,所述风级别指示信号提供了风存在的连续估计,并且被用于提供由与所述多个分析器耦合的风抑制器应用的抑制量的连续逐渐变化,所述风抑制器包括:
比率计算器,配置为生成所述第一和第二输入信号的子带功率的比率;以及
混合器,配置为基于风级别指示信号和所述比率选择所述第一或第二输入信号之一并向所选择的输入信号应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
3.如权利要求1所述的风检测器,还包括判断器以及风级别信号滤波器,该判断器配置为判断是否达到风活动的阈值水平,并且在所述风级别指示信号中发布所述判断的指示,该风级别信号滤波器耦合在所述风检测器和风抑制器之间,所述风级别信号滤波器被配置通过应用捕获风的开始并且在风的初始检测之后将风活动的记忆维持一段时间的滞后量来为风抑制器的控制提供鲁棒性。
4.根据权利要求1所述的风检测器,进一步包括:
混合器,配置为基于风级别指示信号和所述比率选择所述第一或第二输入信号之一并向所选择的输入信号应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
5.如权利要求2或4所述的风检测器,其中,所述混合器配置为向未被选择的信号应用所述第一或第二筛选系数中的另一个。
6.如权利要求2或4所述的风检测器,其中,所述混合器还配置为向所选择的信号应用未被选择的信号的至少一部分。
7.如权利要求2或4所述的风检测器,其中,所述第一或第二筛选系数之一α被定义为
α=10-2*WindLevel(Ratio-RatioTgt)/20Ratio-RatioTgt>0,
其中,WindLevel表示所述风级别指示信号,Ratio是所述第一和第二输入信号的子带功率的当前比率,RatioTgt是所述第一和第二输入信号的子带功率的预选择比率目标值。
8.如权利要求7所述的风检测器,其中,所述第一和第二筛选系数被关联为
其中,α是所述第一或第二筛选系数之一,β是所述第一或第二筛选系数中的另一个,p1和p2定义表征风抑制之后的预期处理的无源阵列,r是针对所需信号定义第一和第二输入信号子带之间的子带关系的复合因子。
9.如权利要求8所述的风检测器,其中,r被定义为:
r=10-RatioTgt/10e-iPhaseTgt,
其中,RatioTgt是所述第一和第二输入信号的预选择子带比率值,PhaseTgt是第一和第二输入子带信号之间的预选择相位差值。
10.一种拾取系统,所述拾取系统包括:
风检测器,配置为接收第一和第二输入信号,所述风检测器包括:
多个分析器,每个分析器配置为分析所述第一和第二输入信号,所述多个分析器选自包括生成能量随频率增大的变化的谱斜率度量的谱斜率分析器、生成第一输入信号和第二输入信号之间的信号功率的比率度量的比率方差分析器、以及生成跨多个频段或时间段的信号一致性的相干性度量的相干性方差分析器的一组分析器;以及
组合器,配置为组合所述多个分析器的输出并基于所组合的输出发布表示风活动的风级别指示信号,其中风级别的值是受通过计算谱斜率度量、比率度量和相干性度量的乘积而生成的预定范围约束的连续变量;以及风抑制器,包括:
比率计算器,配置为生成所述第一和第二输入信号的子带功率的比率;以及
混合器,配置为基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一并向所选择的输入信号应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
11.如权利要求10所述的拾取系统,其中,所述风级别指示信号提供了风存在的连续估计,并且被用于提供由所述风抑制器应用的抑制量的连续逐渐变化。
12.如权利要求10所述的拾取系统,还包括判断器以及风级别信号滤波器,所述判断器配置为判断是否达到风活动的阈值水平以及在所述风级别指示信号中发布所述判断的指示,该风级别信号滤波器耦合在所述风检测器和风抑制器之间,所述风级别信号滤波器被配置通过应用捕获风的开始并且在风的初始检测之后将风活动的记忆维持一段时间的滞后量来为风抑制器的控制提供鲁棒性。
13.如权利要求10所述的拾取系统,其中,所述混合器配置为向未被选择的信号应用所述第一或第二筛选系数中的另一个。
14.如权利要求10所述的拾取系统,其中,所述混合器还配置为向所选择的信号应用未被选择的信号的至少一部分。
15.如权利要求10所述的拾取系统,其中,所述第一或第二筛选系数的应用是所述第一和第二输入信号的比率的函数。
16.如权利要求15所述的拾取系统,其中,所述第一或第二筛选系数之一α定义为
α=10-2*WindLevel(Ratio-RatioTgt)/20Ratio-RatioTgt>0,
其中,WindLevel是向所述风抑制器提供的风检测器输出信号,Ratio是所述第一和第二输入信号的子带功率的当前比率,RatioTgt是所述第一和第二输入信号的子带功率的预选择比率值。
17.如权利要求16所述的拾取系统,其中,所述第一和第二筛选系数关联为
其中,α是所述第一或第二筛选系数之一,β是所述第一或第二筛选系数中的另一个,p1和p2定义表征风抑制之后的预期处理的无源阵列,r是针对所需信号定义第一和第二输入信号子带之间的子带关系的复合因子。
18.如权利要求17所述的拾取系统,其中,r定义为:
r=10-RatioTgt/10e-iPhaseTgt,
其中,RatioTgt是所述第一和第二输入信号的预选择子带比率值,PhaseTgt是第一和第二输入子带信号之间的预选择相位差值。
19.如权利要求10所述的拾取系统,还包括对从所述风检测器发布的所述风级别指示信号进行滤波的滤波器。
20.一种风检测方法,包括:
接收第一和第二输入信号;
对所述第一和第二输入信号执行多个分析,所述多个分析选自生成能量随频率增大的变化的谱斜率度量的谱斜率分析、生成第一输入信号和第二输入信号之间的信号功率的比率度量的比率方差分析、以及生成跨多个频段或时间段的信号一致性的相干性度量的相干性方差分析;以及
组合所述多个分析的结果,以生成表示风活动的风级别指示信号,其中风级别的值是受通过计算谱斜率度量、比率度量和相干性度量的乘积而生成的预定范围约束的连续变量。
21.如权利要求20所述的方法,其中,所述多个分析被瞬时执行,并且其中,风级别指示信号提供了风存在的连续估计,并且被用于提供由风抑制器应用的抑制量的连续逐渐变化,所述方法进一步包括:
在比率计算器中生成所述第一和第二输入信号的子带信号功率的比率;以及
在混合器中基于风级别指示信号和所述比率选择所述第一或第二输入信号之一并向所选择的输入信号应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
22.如权利要求20所述的方法,其中,所述风级别指示信号是连续的,所述方法进一步包括:
判断是否达到风活动的阈值水平,并且在所述风级别指示信号中发布所述判断的指示,以及
在风级别信号滤波器中对风级别信号进行滤波,以通过应用捕获风的开始并且在风的初始检测之后将风活动的记忆维持一段时间的滞后量来为风抑制器的控制提供鲁棒性。
23.如权利要求20所述的方法,还包括将所述多个分析的结果与阈值进行比较。
24.根据权利要求20所述的方法,进一步包括:
确定第一和第二输入信号的子带功率的比率;
接收风级别指示信号;以及
基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
25.如权利要求21或24所述的方法,还包括向未被选择的信号应用所述第一或第二筛选系数中的另一个。
26.如权利要求21或24所述的方法,还包括向所选择的信号应用未被选择的信号的至少一部分。
27.如权利要求21或24所述的方法,其中,所述第一或第二筛选系数之一α被定义为
α=10-2*WindLevel(Ratio-RatioTgt)/20Ratio-RatioTgt>0,
其中,WindLevel表示所述风级别指示信号,Ratio是所述第一和第二输入信号的子带功率的当前比率,Rati0Tgt是所述第一和第二输入信号的子带功率的预选择比率目标值。
28.如权利要求27所述的方法,其中,所述第一和第二筛选系数关联为
其中,α是所述第一或第二筛选系数之一,β是所述第一或第二筛选系数中的另一个,p1和p2定义表征风抑制之后的预期处理的无源阵列,r是针对所需信号定义第一和第二输入信号子带之间的子带关系的复合因子。
29.如权利要求28所述的方法,其中,r被定义为:
r=10-RatioTgt/10e-iPhaseTgt,
其中,RatioTgt是所述第一和第二输入信号的预选择子带比率值,PhaseTgt是第一和第二输入子带信号之间的预选择相位差值。
30.一种用于检测和抑制风的方法,包括:
接收第一和第二输入信号;
对所述第一和第二输入信号执行多个分析,所述多个分析选自生成能量随频率增大的变化的谱斜率度量的谱斜率分析、生成第一输入信号和第二输入信号之间的信号功率的比率度量的比率方差分析、以及生成跨多个频段或时间段的信号一致性的相干性度量的相干性方差分析;
组合所述多个分析的结果,以生成表示风活动的风级别指示信号,其中风级别的值是受通过计算谱斜率度量、比率度量和相干性度量的乘积而生成的预定范围约束的连续变量;
确定所述第一和第二输入信号的子带信号功率的比率;以及
基于所述风级别指示信号和所述比率选择所述第一或第二输入信号之一以向其应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
31.如权利要求30所述的方法,其中,所述多个分析被瞬时执行,并且风级别指示信号提供了风存在的连续估计,并且被用于提供由风抑制器应用的抑制量的连续逐渐变化。
32.如权利要求30所述的方法,其中,所述风级别指示信号是连续的,所述方法进一步包括:
判断是否达到风活动的阈值水平,并且在所述风级别指示信号中发布所述判断的指示,以及
在风级别信号滤波器中对风级别信号进行滤波,以通过应用捕获风的开始并且在风的初始检测之后将风活动的记忆维持一段时间的滞后量来为风抑制器的控制提供鲁棒性。
33.如权利要求30所述的方法,还包括将所述多个分析的结果与阈值进行比较。
34.如权利要求30所述的方法,还包括对所述风级别指示信号进行滤波。
35.如权利要求30所述的方法,还包括向未被选择的信号应用所述第一或第二筛选系数中的另一个。
36.如权利要求30所述的方法,还包括向所选择的信号应用未被选择的信号的至少一部分。
37.如权利要求30所述的方法,其中,所述第一或第二筛选系数之一α被定义为
α=10-2*WindLevel(Ratio-RatioTgt)/20Ratio-RatioTgt>0,
其中,WindLevel表示所述风级别指示信号,Ratio是所述第一和第二输入信号的子带功率的当前比率,RatioTgt是所述第一和第二输入信号的子带功率的预选择比率目标值。
38.如权利要求37所述的方法,其中,所述第一和第二筛选系数被如下关联
其中,α是所述第一或第二筛选系数之一,β是所述第一或第二筛选系数中的另一个,p1和p2定义表征风抑制之后的预期处理的无源阵列,r是针对所需信号定义第一和第二输入信号子带之间的子带关系的复合因子。
39.如权利要求38所述的方法,其中,r被定义为:
r=10-RatioTgt/10e-iPhaseTgt,
其中,RatioTgt是所述第一和第二输入信号的预选择子带比率值,PhaseTgt是第一和第二输入子带信号之间的预选择相位差值。
40.一种拾取系统,包括:
风检测器,配置为接收第一和第二输入信号,所述风检测器包括:
多个分析器,每个分析器配置为分析所述第一和第二输入信号,所述多个分析器选自包括生成能量随频率增大的变化的谱斜率度量的谱斜率分析器、生成第一输入信号和第二输入信号之间的信号功率的比率度量的比率方差分析器、以及生成跨多个频段或时间段的信号一致性的相干性度量的相干性方差分析器的一组分析器;以及
组合器,配置为组合所述多个分析器的输出并基于所组合的输出发布表示风活动的风级别指示信号,其中风级别的值是受通过计算谱斜率度量、比率度量和相干性度量的乘积而生成的预定范围约束的连续变量;以及
滤波器,配置为接收所述第一和第二输入信号,所述滤波器具有连续可调参数,包括截止和衰减中的一个或多个,所述连续可调参数是作为所述风级别指示信号的函数可调的。
41.如权利要求40所述的拾取系统,其中,
所述风级别指示信号提供了风存在的连续估计,并且被用于提供由与所述多个分析器耦合的风抑制器应用的抑制量的连续逐渐变化,风抑制器包括
比率计算器,配置为生成所述第一和第二输入信号的子带功率的比率;以及
混合器,配置为基于风级别指示信号和所述比率选择所述第一或第二输入信号之一并向所选择的输入信号应用第一或第二筛选系数之一,所述第一或第二输入信号中的另一个未被选择。
42.如权利要求40所述的拾取系统,其中,还包括判断器以及风级别信号滤波器,该判断器配置为判断是否达到风活动的阈值水平,并且在所述风级别指示信号中发布所述判断的指示,该风级别信号滤波器耦合在所述风检测器和风抑制器之间,所述风级别信号滤波器被配置通过应用捕获风的开始并且在风的初始检测之后将风活动的记忆维持一段时间的滞后量来为风抑制器的控制提供鲁棒性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610146430.3A CN105792071B (zh) | 2011-02-10 | 2012-01-26 | 用于风检测和抑制的系统和方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161441551P | 2011-02-10 | 2011-02-10 | |
US61/441,551 | 2011-02-10 | ||
PCT/US2012/022648 WO2012109019A1 (en) | 2011-02-10 | 2012-01-26 | System and method for wind detection and suppression |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610146430.3A Division CN105792071B (zh) | 2011-02-10 | 2012-01-26 | 用于风检测和抑制的系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103348686A CN103348686A (zh) | 2013-10-09 |
CN103348686B true CN103348686B (zh) | 2016-04-13 |
Family
ID=45768285
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280008285.2A Active CN103348686B (zh) | 2011-02-10 | 2012-01-26 | 用于风检测和抑制的系统和方法 |
CN201610146430.3A Active CN105792071B (zh) | 2011-02-10 | 2012-01-26 | 用于风检测和抑制的系统和方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610146430.3A Active CN105792071B (zh) | 2011-02-10 | 2012-01-26 | 用于风检测和抑制的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US9313597B2 (zh) |
EP (1) | EP2673956B1 (zh) |
JP (2) | JP5744236B2 (zh) |
CN (2) | CN103348686B (zh) |
WO (1) | WO2012109019A1 (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012107561A1 (en) | 2011-02-10 | 2012-08-16 | Dolby International Ab | Spatial adaptation in multi-microphone sound capture |
US9711127B2 (en) | 2011-09-19 | 2017-07-18 | Bitwave Pte Ltd. | Multi-sensor signal optimization for speech communication |
US9173025B2 (en) | 2012-02-08 | 2015-10-27 | Dolby Laboratories Licensing Corporation | Combined suppression of noise, echo, and out-of-location signals |
KR101681188B1 (ko) * | 2012-12-28 | 2016-12-02 | 한국과학기술연구원 | 바람 소음 제거를 통한 음원 위치 추적 장치 및 그 방법 |
EP2830332A3 (en) | 2013-07-22 | 2015-03-11 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method, signal processing unit, and computer program for mapping a plurality of input channels of an input channel configuration to output channels of an output channel configuration |
US20150172807A1 (en) * | 2013-12-13 | 2015-06-18 | Gn Netcom A/S | Apparatus And A Method For Audio Signal Processing |
KR102313894B1 (ko) * | 2014-07-21 | 2021-10-18 | 시러스 로직 인터내셔널 세미컨덕터 리미티드 | 바람 잡음 검출을 위한 방법 및 장치 |
US9330684B1 (en) * | 2015-03-27 | 2016-05-03 | Continental Automotive Systems, Inc. | Real-time wind buffet noise detection |
WO2017143105A1 (en) | 2016-02-19 | 2017-08-24 | Dolby Laboratories Licensing Corporation | Multi-microphone signal enhancement |
US11120814B2 (en) | 2016-02-19 | 2021-09-14 | Dolby Laboratories Licensing Corporation | Multi-microphone signal enhancement |
US9838737B2 (en) * | 2016-05-05 | 2017-12-05 | Google Inc. | Filtering wind noises in video content |
US10462567B2 (en) * | 2016-10-11 | 2019-10-29 | Ford Global Technologies, Llc | Responding to HVAC-induced vehicle microphone buffeting |
GB2555139A (en) * | 2016-10-21 | 2018-04-25 | Nokia Technologies Oy | Detecting the presence of wind noise |
CN106792416A (zh) * | 2016-12-30 | 2017-05-31 | 济南中维世纪科技有限公司 | 拾音器拾音功能自动检测统计装置 |
US10366710B2 (en) * | 2017-06-09 | 2019-07-30 | Nxp B.V. | Acoustic meaningful signal detection in wind noise |
US10525921B2 (en) | 2017-08-10 | 2020-01-07 | Ford Global Technologies, Llc | Monitoring windshield vibrations for vehicle collision detection |
US10049654B1 (en) | 2017-08-11 | 2018-08-14 | Ford Global Technologies, Llc | Accelerometer-based external sound monitoring |
US10308225B2 (en) | 2017-08-22 | 2019-06-04 | Ford Global Technologies, Llc | Accelerometer-based vehicle wiper blade monitoring |
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 |
US11069365B2 (en) * | 2018-03-30 | 2021-07-20 | Intel Corporation | Detection and reduction of wind noise in computing environments |
WO2019232684A1 (en) * | 2018-06-05 | 2019-12-12 | Goertek Inc. | Method and device for detecting uncorrelated signal components using a linear sensor array |
EP3807877A4 (en) * | 2018-06-12 | 2021-08-04 | Magic Leap, Inc. | LOW FREQUENCY INTER-CHANNEL COHERENCE CONTROL |
CN109215677B (zh) * | 2018-08-16 | 2020-09-29 | 北京声加科技有限公司 | 一种适用于语音和音频的风噪检测和抑制方法和装置 |
JP2022511156A (ja) | 2018-11-13 | 2022-01-31 | ドルビー ラボラトリーズ ライセンシング コーポレイション | オーディオ信号及び関連するメタデータによる空間オーディオの表現 |
US11356786B2 (en) * | 2019-09-16 | 2022-06-07 | Gopro, Inc. | Method and apparatus for wind noise detection and beam pattern processing |
US11172285B1 (en) * | 2019-09-23 | 2021-11-09 | Amazon Technologies, Inc. | Processing audio to account for environmental noise |
US11217264B1 (en) | 2020-03-11 | 2022-01-04 | Meta Platforms, Inc. | Detection and removal of wind noise |
CN111192569B (zh) * | 2020-03-30 | 2020-07-28 | 深圳市友杰智新科技有限公司 | 双麦语音特征提取方法、装置、计算机设备和存储介质 |
CN112750447B (zh) * | 2020-12-17 | 2023-01-24 | 云知声智能科技股份有限公司 | 一种去除风噪的方法 |
US11490198B1 (en) * | 2021-07-26 | 2022-11-01 | Cirrus Logic, Inc. | Single-microphone wind detection for audio device |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7171008B2 (en) * | 2002-02-05 | 2007-01-30 | Mh Acoustics, Llc | Reducing noise in audio systems |
JP2008263483A (ja) * | 2007-04-13 | 2008-10-30 | Sanyo Electric Co Ltd | 風雑音低減装置、音響信号録音装置及び撮像装置 |
GB2453118A (en) * | 2007-09-25 | 2009-04-01 | Motorola Inc | Generating a speech audio signal from multiple microphones with suppressed wind noise |
Family Cites Families (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3808038A1 (de) | 1988-03-10 | 1989-09-28 | Siemens Ag | Verfahren zur automatischen anpassung eines spracherkennungssystems |
JPH03139097A (ja) | 1989-10-25 | 1991-06-13 | Hitachi Ltd | マイクの収音方式 |
KR100270293B1 (ko) | 1991-11-26 | 2000-10-16 | 사토 게니치로 | 녹음장치 및 이것을 이용한 비디오 장치 |
JP3976360B2 (ja) * | 1996-08-29 | 2007-09-19 | 富士通株式会社 | 立体音響処理装置 |
DE19805942C1 (de) | 1998-02-13 | 1999-08-12 | Siemens Ag | Verfahren zur Verbesserung der akustischen Rückhördämpfung in Freisprecheinrichtungen |
JP2001124621A (ja) | 1999-10-28 | 2001-05-11 | Matsushita Electric Ind Co Ltd | 風雑音低減可能な騒音計測装置 |
US6473733B1 (en) | 1999-12-01 | 2002-10-29 | Research In Motion Limited | Signal enhancement for voice coding |
US7206421B1 (en) | 2000-07-14 | 2007-04-17 | Gn Resound North America Corporation | Hearing system beamformer |
US7257231B1 (en) | 2002-06-04 | 2007-08-14 | Creative Technology Ltd. | Stream segregation for stereo signals |
JP4286637B2 (ja) * | 2002-11-18 | 2009-07-01 | パナソニック株式会社 | マイクロホン装置および再生装置 |
US7577262B2 (en) * | 2002-11-18 | 2009-08-18 | Panasonic Corporation | Microphone device and audio player |
US7340068B2 (en) | 2003-02-19 | 2008-03-04 | Oticon A/S | Device and method for detecting wind noise |
US7885420B2 (en) * | 2003-02-21 | 2011-02-08 | Qnx Software Systems Co. | Wind noise suppression system |
US7725315B2 (en) | 2003-02-21 | 2010-05-25 | Qnx Software Systems (Wavemakers), Inc. | Minimization of transient noises in a voice signal |
GB2434051B (en) | 2003-04-30 | 2007-10-31 | Sennheiser Electronic | A device for picking up/producing audio signals |
US7876918B2 (en) | 2004-12-07 | 2011-01-25 | Phonak Ag | Method and device for processing an acoustic signal |
KR101118217B1 (ko) | 2005-04-19 | 2012-03-16 | 삼성전자주식회사 | 오디오 데이터 처리 장치 및 방법 |
EP1732352B1 (en) * | 2005-04-29 | 2015-10-21 | Nuance Communications, Inc. | Detection and suppression of wind noise in microphone signals |
US7464029B2 (en) | 2005-07-22 | 2008-12-09 | Qualcomm Incorporated | Robust separation of speech signals in a noisy environment |
DK1750483T3 (da) | 2005-08-02 | 2011-02-21 | Gn Resound As | Høreapparat med vindstøjsundertrykkelse |
EP1994788B1 (en) | 2006-03-10 | 2014-05-07 | MH Acoustics, LLC | Noise-reducing directional microphone array |
US20070237338A1 (en) | 2006-04-11 | 2007-10-11 | Alon Konchitsky | Method and apparatus to improve voice quality of cellular calls by noise reduction using a microphone receiving noise and speech from two air pipes |
US8494193B2 (en) * | 2006-03-14 | 2013-07-23 | Starkey Laboratories, Inc. | Environment detection and adaptation in hearing assistance devices |
US20100062713A1 (en) | 2006-11-13 | 2010-03-11 | Peter John Blamey | Headset distributed processing |
WO2008061534A1 (en) | 2006-11-24 | 2008-05-29 | Rasmussen Digital Aps | Signal processing using spatial filter |
US20080152167A1 (en) | 2006-12-22 | 2008-06-26 | Step Communications Corporation | Near-field vector signal enhancement |
JP4403429B2 (ja) | 2007-03-08 | 2010-01-27 | ソニー株式会社 | 信号処理装置、信号処理方法、プログラム |
JP2008263498A (ja) | 2007-04-13 | 2008-10-30 | Sanyo Electric Co Ltd | 風雑音低減装置、音響信号録音装置及び撮像装置 |
US7998397B2 (en) | 2007-05-16 | 2011-08-16 | Emergent Technologies, Llc | Dual constituent container and fabrication process |
US8015002B2 (en) | 2007-10-24 | 2011-09-06 | Qnx Software Systems Co. | Dynamic noise reduction using linear model fitting |
EP2058803B1 (en) | 2007-10-29 | 2010-01-20 | Harman/Becker Automotive Systems GmbH | Partial speech reconstruction |
JP5257366B2 (ja) * | 2007-12-19 | 2013-08-07 | 富士通株式会社 | 雑音抑圧装置、雑音抑圧制御装置、雑音抑圧方法及び雑音抑圧プログラム |
US8184816B2 (en) * | 2008-03-18 | 2012-05-22 | Qualcomm Incorporated | Systems and methods for detecting wind noise using multiple audio sources |
ES2582232T3 (es) | 2008-06-30 | 2016-09-09 | Dolby Laboratories Licensing Corporation | Detector de actividad de voz de múltiples micrófonos |
JP2010028307A (ja) | 2008-07-16 | 2010-02-04 | Sony Corp | 雑音低減装置及び方法、並びにプログラム |
WO2010038385A1 (ja) | 2008-09-30 | 2010-04-08 | パナソニック株式会社 | 音判定装置、音判定方法、及び、音判定プログラム |
US20100082339A1 (en) | 2008-09-30 | 2010-04-01 | Alon Konchitsky | Wind Noise Reduction |
WO2010063660A2 (en) | 2008-12-05 | 2010-06-10 | Audioasics A/S | 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 |
JP2011030022A (ja) * | 2009-07-27 | 2011-02-10 | Canon Inc | 雑音判定装置、音声記録装置、及び雑音判定装置の制御方法 |
US8830300B2 (en) | 2010-03-11 | 2014-09-09 | Dolby Laboratories Licensing Corporation | Multiscalar stereo video format conversion |
US8781137B1 (en) * | 2010-04-27 | 2014-07-15 | Audience, Inc. | Wind noise detection and suppression |
US9330675B2 (en) * | 2010-11-12 | 2016-05-03 | Broadcom Corporation | Method and apparatus for wind noise detection and suppression using multiple microphones |
US20120163622A1 (en) * | 2010-12-28 | 2012-06-28 | Stmicroelectronics Asia Pacific Pte Ltd | Noise detection and reduction in audio devices |
US9357307B2 (en) | 2011-02-10 | 2016-05-31 | Dolby Laboratories Licensing Corporation | Multi-channel wind noise suppression system and method |
WO2012109384A1 (en) | 2011-02-10 | 2012-08-16 | Dolby Laboratories Licensing Corporation | Combined suppression of noise and out - of - location signals |
WO2012107561A1 (en) | 2011-02-10 | 2012-08-16 | Dolby International Ab | Spatial adaptation in multi-microphone sound capture |
US20130163781A1 (en) * | 2011-12-22 | 2013-06-27 | Broadcom Corporation | Breathing noise suppression for audio signals |
-
2012
- 2012-01-26 WO PCT/US2012/022648 patent/WO2012109019A1/en active Application Filing
- 2012-01-26 US US13/983,920 patent/US9313597B2/en active Active
- 2012-01-26 EP EP12706132.3A patent/EP2673956B1/en active Active
- 2012-01-26 CN CN201280008285.2A patent/CN103348686B/zh active Active
- 2012-01-26 CN CN201610146430.3A patent/CN105792071B/zh active Active
- 2012-01-26 JP JP2013553455A patent/JP5744236B2/ja active Active
-
2015
- 2015-04-28 JP JP2015090924A patent/JP6106707B2/ja active Active
-
2016
- 2016-02-29 US US15/056,977 patent/US9761214B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7171008B2 (en) * | 2002-02-05 | 2007-01-30 | Mh Acoustics, Llc | Reducing noise in audio systems |
JP2008263483A (ja) * | 2007-04-13 | 2008-10-30 | Sanyo Electric Co Ltd | 風雑音低減装置、音響信号録音装置及び撮像装置 |
GB2453118A (en) * | 2007-09-25 | 2009-04-01 | Motorola Inc | Generating a speech audio signal from multiple microphones with suppressed wind noise |
Also Published As
Publication number | Publication date |
---|---|
CN103348686A (zh) | 2013-10-09 |
US9313597B2 (en) | 2016-04-12 |
CN105792071A (zh) | 2016-07-20 |
JP5744236B2 (ja) | 2015-07-08 |
US20130308784A1 (en) | 2013-11-21 |
WO2012109019A1 (en) | 2012-08-16 |
JP6106707B2 (ja) | 2017-04-05 |
EP2673956A1 (en) | 2013-12-18 |
CN105792071B (zh) | 2019-07-05 |
JP2014508466A (ja) | 2014-04-03 |
US9761214B2 (en) | 2017-09-12 |
US20160180826A1 (en) | 2016-06-23 |
JP2015159605A (ja) | 2015-09-03 |
EP2673956B1 (en) | 2019-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103348686B (zh) | 用于风检测和抑制的系统和方法 | |
US8321206B2 (en) | Transient detection and modification in audio signals | |
EP2168122B1 (en) | Audio processing using auditory scene analysis and spectral skewness | |
CN101816191B (zh) | 用于提取环境信号的装置和方法 | |
JP6419840B2 (ja) | 動的音声調整 | |
US9357307B2 (en) | Multi-channel wind noise suppression system and method | |
US20130208917A1 (en) | Automatic Equalization Using Adaptive Frequency-Domain Filtering and Dynamic Fast Convolution | |
EP2172930B1 (en) | Audio signal processing device and audio signal processing method | |
KR20100051727A (ko) | 노이즈 활동 검출을 위한 시스템 및 방법 | |
JP2010539792A (ja) | スピーチ増強 | |
US20160180858A1 (en) | System and method for reducing temporal artifacts for transient signals in a decorrelator circuit | |
US10840870B2 (en) | Noise estimation using coherence | |
EP3573058A1 (en) | Dry sound and ambient sound separation | |
US20220383889A1 (en) | Adapting sibilance detection based on detecting specific sounds in an audio signal | |
US11282533B2 (en) | Distortion reducing multi-band compressor with dynamic thresholds based on scene switch analyzer guided distortion audibility model | |
CN112530450A (zh) | 频域中的样本精度延迟识别 | |
Cecchi et al. | Subjective evaluation of a multiple position room response equalization approach applied in frequency domain | |
JP2015119404A (ja) | マルチパス判定装置 |
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 |