CN105405447B - 一种送话呼吸噪声屏蔽方法 - Google Patents
一种送话呼吸噪声屏蔽方法 Download PDFInfo
- Publication number
- CN105405447B CN105405447B CN201510705253.3A CN201510705253A CN105405447B CN 105405447 B CN105405447 B CN 105405447B CN 201510705253 A CN201510705253 A CN 201510705253A CN 105405447 B CN105405447 B CN 105405447B
- Authority
- CN
- China
- Prior art keywords
- noise
- signal
- preliminary
- ksi
- voice
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/45—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of analysis window
Abstract
本发明公开了一种送话呼吸噪声屏蔽方法,包括以下步骤:根据噪音特点来建立噪音特征模型;对获取的声音输入信号经过稳态噪声去除和语音端点检测等预处理后进行特征分析和提取,建立所需识别的噪音信号模板;将已经存在的噪音模板特征与输入的噪音信号特征进行比较,并根据一定的搜索和模式匹配的策略从噪音特征库中找出最优的噪音模版与输入噪音进行匹配处理;通过判别算法来给出识别结果,对相应的噪声进行过滤。将送话器采集的噪音,通过合适的算法过滤掉,消除噪音,放大后的声音就听不到该噪音。
Description
技术领域
本发明涉及语言信号处理技术领域,具体涉及一种送话呼吸噪声屏蔽方法。
背景技术
现阶段,教练机、歼击机等飞机飞行员强烈反映面罩内呼吸声较重,在密闭的小空间里,人的呼吸声和气管路的气流声被送话器拾音后经多级放大形成的噪音,在高负荷、低气压的情况下,人的呼吸会加重,加剧了该噪音的强度,塔台人员及飞行员接受到呼吸声后,一方面对头盔面罩的通话质量造成影响,另一方面对收听人员的心理造成一定程度的压迫感,会给佩戴氧气面罩呼吸声重造成的心理压力及通讯问题。由于国内外尚未进行送话呼吸噪声屏蔽技术的研究,目前与送话呼吸噪声屏蔽技术类似的技术为语音识别技术,语音识别技术通过统计真实大规模语料词之间同现概率即N元统计模型来区分识别带来的模糊音和同音词。送话呼吸噪声屏蔽技术必须根据噪音特点来建立噪音特征模型;将已经存在的噪音模板特征与输入的噪音信号特征进行比较,与噪声库进行匹配处理;最后通过查表或判别算法来给出识别结果,语音识别技术建立自身的语音库,只能识别语音,送话呼吸噪声屏蔽技术需要建立自身强大的噪声库,因此,现有的语音识别技术不能满足现阶段的需求,必须进行送话呼吸噪声屏蔽技术的研究。
发明内容
本发明要解决的技术问题是,针对现有技术存在的上述缺陷,提供了一种送话呼吸噪声屏蔽方法,将送话器采集的噪音,通过合适的算法过滤掉,消除噪音,放大后的声音就听不到该噪音。
本发明为解决上述技术问题所采用的技术方案是:
一种送话呼吸噪声屏蔽方法,该方法具体包括以下步骤:
1)输入噪音信号,经过稳态噪音去除、语音端点检测处理,进行特征分析、提取;
2)依据噪音信号特征建立噪音信号模板,并由各种噪音信号模板组成噪音特征库;
3)获取带噪语音声音信号,从噪音特征库中找出最优匹配的噪音信号模板;
4)将输入的带噪语音信号与噪音信号模板特征进行比较,通过算法识别带噪语音信号中的噪音信号,对噪音信号进行过滤、消除并对其中的语音信号进行大处理;
5)输出放大后的语音信号。
按上述方案,所述步骤4中算法包括以下步骤:
A)初始化带噪语音信号,采集带噪语音信号中初始的六帧信号作为初步噪音信号;
B)将初步噪音信号加窗处理并求取初步噪音信号的幅度谱noise_mu,求取初步噪声信号的功率谱noise_mu2,采集带噪语音信号中当前六帧信号后相邻的一帧信号作为初步语音信号并加窗处理,求取初步语音信号的幅度谱sig,求取初步语音信号的功率谱sig2;
C)依据初步噪音信号与初步语音信号求取后验信噪比gammak与先验信噪比ksi;
D)依据后验信噪比gammak与先验信噪比ksi做语音激活检测VAD,求取VAD的参数vad_decision进一步判断当前的初步语音信号和初步噪音信号中是否包含语音;
E)若当前初步语音信号和初步噪音信号是包含语音的,则最终确认为语音信号并做增强处理,求取增强后的语音信号幅度谱sig与功率谱sig2,若当前初步语音信号和初步噪音信号是不包含语音的,则最终作为噪音信号处理;
F)对增强后的语音信号功率谱做逆傅里叶变换可得增强后的语音信号数据;
G)继续采集带噪语音信号中后续六帧信号作为初步噪音信号,重复步骤B)至F)循环处理,直至采集处理完带噪语音信号的所有帧数。
所述步骤A)中初始化带噪语音信号是按帧获取信号,取16ms数据为一帧,设初始带噪语音信号为xi(n)=[x(i*N),x(i*N+1),...,x(i*N+N-1)],其中其中i为帧号,N=256为帧长。
所述步骤B)中加窗处理的公式为xi(n)=xi(n)*win,其中win为汉明窗。
所述步骤B)中求取初步语音信号的幅度谱sig的公式为:sig=|fft(xi(n))|,求取初步语音信号的功率谱sig2的公式为:sig2=sig2;求取初步噪音信号的幅度谱noise_mu的公式为:求取初步噪声信号的功率谱noise _mu2,公式为:noise_mu2=noise_mu2。
所述步骤C)中求取后验信噪比gammak的公式为: gammak=min(sig2/noise_mu2,gammak_max),其中gammak_max为设定的后验信噪比的上限值,求取先验信噪比ksi的公式为: ksi=max(a*Xk_prev/noise_mu2+(1-a)*max(gammak-1,0),ksi_min),其中ksi_min则为设定的先验信噪比的上限值,a为常数,Xk_prev为上循环中计算得到的增强后的语音信号功率谱。
所述步骤D)中求取VAD的参数vad_decision的公式为: vad_decision=sum(gammak*ksi/(1+ksi)-log(1+ksi))/N,如果vad_decision小于门限eta (eta为设定的VAD门限),则判断当前初步语音信号和初步噪音信号中不含语音,最终作为噪音信号处理并更新噪音信号幅度谱如下:noise_mu=ξ*noise_mu2+(1-ξ)*sig2,其中ξ为常数。
所述步骤E)中求取增强语音信号的幅度谱sig的公式为:sig=sig*hw,求取增强语音信号的功率谱sig2的公式为:sig2=sig2,其中hw为当前的语音信号的幅度谱的加权系数 hw,权系数hw的公式为:hw=ksi/(1+ksi)*exp(0.5*expint(ksi/(1+ksi)*gammak)),其中 exp()为以自然常数e为底的指数函数,expint()为以自然常数e为底的指数积分函数。
本发明具有以下有益效果:
将送话器采集的噪音,通过合适的算法过滤掉,消除噪音,放大后的声音就听不到该噪音,通过本方式处理的通话信号可提高飞行员的通话质量,同时去除沉重呼吸声对收听人员的心理影响,具有较大的使用效益,送话呼吸噪声屏蔽方法的研制成功,将快速实现在教练机/歼击机上的加装,不仅能解决部队存在的问题。本发明通用性强,因此实用性较好,易于推广应用,具有较大实用价值。
附图说明
图1是本发明送话呼吸噪声屏蔽方法的软件设计流程图;
图2是本发明送话呼吸噪声屏蔽方法的算法流程图;
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
参照图1~图2所示,一种送话呼吸噪声屏蔽方法,该方法具体包括以下步骤:
1)输入噪音信号,经过稳态噪音去除、语音端点检测处理,进行特征分析、提取;
2)依据噪音信号特征建立噪音信号模板,并由各种噪音信号模板组成噪音特征库;
3)获取带噪语音声音信号,从噪音特征库中找出最优匹配的噪音信号模板;
4)将输入的带噪语音信号与噪音信号模板特征进行比较,通过算法识别带噪语音信号中的噪音信号,对噪音信号进行过滤、消除并对其中的语音信号进行放大处理;
5)输出放大后的语音信号。
进一步,如图1所示,所述步骤4)中算法包括以下步骤:
A)初始化带噪语音信号,采集带噪语音信号中初始的六帧信号作为初步噪音信号;
B)将初步噪音信号加窗处理并求取初步噪音信号的幅度谱noise_mu,求取初步噪声信号的功率谱noise_mu2,采集带噪语音信号中当前六帧信号后相邻的一帧信号作为初步语音信号并加窗处理,求取初步语音信号的幅度谱sig,求取初步语音信号的功率谱sig2;
C)依据初步噪音信号与初步语音信号求取后验信噪比gammak与先验信噪比ksi;
D)依据后验信噪比gammak与先验信噪比ksi做语音激活检测VAD,求取VAD的参数vad_decision进一步判断当前的一帧初步语音信号和初步噪音信号中是否包含语音;
E)若当初步语音信号和初步噪音信号是包含语音的,则最终确认为语音信号并做增强处理,求取增强后的语音信号幅度谱sig与功率谱sig2,若当前初步语音信号和初步噪音信号是不包含语音的,则最终作为噪音信号处理;
F)对增强后的语音信号功率谱做逆傅里叶变换可得增强后的语音信号数据;
G)继续采集带噪语音信号中后续六帧信号作为初步噪音信号,重复步骤B)至F)循环处理,直至采集处理完带噪语音信号的所有帧数。
所述步骤A)中初始化带噪语音信号是按帧获取信号,取16ms数据为一帧,设初始带噪语音信号为xi(n)=[x(i*N),x(i*N+1),...,x(i*N+N-1)],其中其中i为帧号,N=256为帧长。
所述步骤B)中加窗处理的公式为xi(n)=xi(n)*win,其中win为汉明窗。
所述步骤B)中初步语音信号的幅度谱sig是通过对加窗处理后的初步语音信号做傅里叶变换求取,计算公式为:sig=|fft(xi(n))|,求取初步语音信号的功率谱sig2的公式为: sig2=sig2;初步噪音信号的幅度谱noise_mu是通过对加窗处理后的初步噪音信号先做傅里叶变换再计算其算术平均值,计算公式为:求取初步噪声信号的功率谱noise_mu2,公式为:noise_mu2=noise_mu2。
所述步骤C)中求取后验信噪比gammak的公式为: gammak=min(sig2/noise_mu2,gammak_max),其中gammak_max为设定的后验信噪比的上限值,求取先验信噪比ksi的公式为: ksi=max(a*Xk_prev/noise_mu2+(1-a)*max(gammak-1,0),ksi_min),其中ksi_min则为设定的先验信噪比的上限值,a为常数,Xk_prev为上循环中计算得到的增强后的语音信号功率谱。
所述步骤D)中求取VAD的参数vad_decision的公式为: vad_decision=sum(gammak*ksi/(1+ksi)-log(1+ksi))/N,如果vad_decision小于门限eta (eta为设定的VAD门限,门限eta与噪音信号模板特征相关联),则判断当前初步语音信号和初步噪音信号中不含语音,最终作为噪音信号处理并更新噪音信号幅度谱如下: noise_mu=ξ*noise_mu2+(1-ξ)*sig2,其中ξ为常数。
所述步骤E)中求取增强语音信号的幅度谱sig的公式为:sig=sig*hw,求取增强语音信号的功率谱sig2的公式为:sig2=sig2,其中hw为当前的语音信号的幅度谱的加权系数 hw,权系数hw的公式为:hw=ksi/(1+ksi)*exp(0.5*exp int(ksi/(1+ksi)*gammak)),其中 exp()为以自然常数e为底的指数函数,expint()为以自然常数e为底的指数积分函数。
应用了本发明方法的送话呼吸声屏蔽装置的硬件设计包括锂电池、去呼吸声电路板、外壳及外部附件构成,所述锂电池具有(-55-70)℃工作范围,能够连续工作8小时,同时锂电池模块可方便独立拆卸,便于充电及更换;所述去呼吸电路板用于输入音频的采集,去呼吸声算法的运算处理及输出音频。所述外壳及附件是用于装载电路板和锂电池,以及用于在机上头盔系统上安装、引入引出外部接口使用,其中外壳侧盖板设计预留产品维护口,实现不开盖对产品状态监测和软件维护,指示灯用于指示当前产品供电状态及电池余量,开关用于产品的开启和关闭,所述去呼吸声电路板集成有SPI驱动、音频编解码芯片驱动、IIS音频驱动、音频编解码芯片。
如图2所示,数字音频数据处理过程为:系统调用音频编解码芯片驱动、SPI驱动通过 SPI接口初始配置音频编解码芯片;系统通过IIS驱动获得数字音频数据,去除飞行员语音中包含的呼吸声及其他干扰信息,保留正常语音信息,然后再通过IIS驱动将处理后的数字音频数据发送给音频编解码芯片;
以上的仅为本发明的较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明申请专利范围所作的等效变化,仍属本发明的保护范围。
Claims (7)
1.一种送话呼吸噪声屏蔽方法,其特征在于,该方法具体包括以下步骤:
1)输入噪音信号,经过稳态噪音去除、语音端点检测处理,进行特征分析、提取;
2)依据噪音信号特征建立噪音信号模板,并由各种噪音信号模板组成噪音特征库;
3)获取带噪语音声音信号,从噪音特征库中找出最优匹配的噪音信号模板;
4)将输入的带噪语音信号与噪音信号模板特征进行比较,通过算法识别带噪语音信号中的噪音信号,对噪音信号进行过滤、消除并对其中的语音信号进行放大处理;
5)输出放大后的语音信号;
所述步骤4)中算法包括以下步骤:
A)初始化带噪语音信号,采集带噪语音信号中初始的六帧信号作为初步噪音信号;
B)将初步噪音信号加窗处理并求取初步噪音信号的幅度谱noise_mu,求取初步噪声信号的功率谱noise_mu2,采集带噪语音信号中当前六帧信号后相邻的一帧信号作为初步语音信号并加窗处理,求取初步语音信号的幅度谱sig,求取初步语音信号的功率谱sig2;
C)依据初步噪音信号与初步语音信号求取后验信噪比gammak与先验信噪比ksi;
D)依据后验信噪比gammak与先验信噪比ksi做语音激活检测VAD,求取VAD的参数vad_decision进一步判断当前的初步语音信号和初步噪音信号中是否包含语音;
E)若当前初步语音信号和初步噪音信号是包含语音的,则最终确认为语音信号并做增强处理,求取增强后的语音信号幅度谱sig与功率谱sig2,若当前初步语音信号和初步噪音信号是不包含语音的,则最终作为噪音信号处理;
F)对增强后的语音信号功率谱做逆傅里叶变换可得增强后的语音信号数据;
G)继续采集带噪语音信号中后续六帧信号作为初步噪音信号,重复步骤B)至F)循环处理,直至采集处理完带噪语音信号的所有帧数。
2.根据权利要求1所述的送话呼吸噪声屏蔽方法,其特征在于,所述步骤A)中初始化带噪语音信号是按帧获取信号,取16ms数据为一帧,设初始带噪语音信号为xi(n)=[x(i*N),x(i*N+1),...,x(i*N+N-1)],其中其中i为帧号,N=256为帧长。
3.根据权利要求1所述的送话呼吸噪声屏蔽方法,其特征在于,所述步骤B)中加窗处理的公式为xi(n)=xi(n)*win,其中win为汉明窗。
4.根据权利要求1所述的送话呼吸噪声屏蔽方法,其特征在于,所述步骤B)中求取初步语音信号的幅度谱sig的公式为:sig=|fft(xi(n))|,求取初步语音信号的功率谱sig2的公式为:sig2=sig2;求取初步噪音信号的幅度谱noise_mu 的公式为:求取初步噪声信号的功率谱noise_mu2,公式为:noise_mu2=noise_mu2。
5.根据权利要求1所述的送话呼吸噪声屏蔽方法,其特征在于,所述步骤C)中求取后验信噪比gammak的公式为:gammak=min(sig2/noise_mu2,gammak_max),其中gammak_max为设定的后验信噪比的上限值,求取先验信噪比ksi的公式为:ksi=max(a*Xk_prev/noise_mu2+(1-a)*max(gammak-1,0),ksi_min),其中ksi_min则为设定的先验信噪比的上限值,a为常数,Xk_prev为上一循环中计算得到的增强后的语音信号功率谱。
6.根据权利要求1所述的送话呼吸噪声屏蔽方法,其特征在于,所述步骤D)中求取VAD的参数vad_decision的公式为:vad_decision=sum(gammak*ksi/(1+ksi)-log(1+ksi))/N,如果vad_decision小于门限eta,则判断当前初步语音信号和初步噪音信号中不含语音,最终作为噪音信号处理并更新噪音信号幅度谱如下:noise_mu=ξ*noise_mu2+(1-ξ)*sig2,其中ξ为常数。
7.根据权利要求1所述的送话呼吸噪声屏蔽方法,其特征在于,所述步骤E)中求取增强语音信号的幅度谱sig的公式为:sig=sig*hw,求取增强语音信号的功率谱sig2的公式为:sig2=sig2,其中hw为当前的语音信号的幅度谱的加权系数hw,权系数hw的公式为:hw=ksi/(1+ksi)*exp(0.5*expint(ksi/(1+ksi)*gammak)),其中exp()为以自然常数e为底的指数函数,expint()为以自然常数e为底的指数积分函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510705253.3A CN105405447B (zh) | 2015-10-27 | 2015-10-27 | 一种送话呼吸噪声屏蔽方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510705253.3A CN105405447B (zh) | 2015-10-27 | 2015-10-27 | 一种送话呼吸噪声屏蔽方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105405447A CN105405447A (zh) | 2016-03-16 |
CN105405447B true CN105405447B (zh) | 2019-05-24 |
Family
ID=55470890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510705253.3A Active CN105405447B (zh) | 2015-10-27 | 2015-10-27 | 一种送话呼吸噪声屏蔽方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105405447B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106935247A (zh) * | 2017-03-08 | 2017-07-07 | 珠海中安科技有限公司 | 一种用于正压式空气呼吸器和狭小密闭空间的语音识别控制装置及方法 |
CN107331386B (zh) * | 2017-06-26 | 2020-07-21 | 上海智臻智能网络科技股份有限公司 | 音频信号的端点检测方法、装置、处理系统及计算机设备 |
CN107786709A (zh) * | 2017-11-09 | 2018-03-09 | 广东欧珀移动通信有限公司 | 通话降噪方法、装置、终端设备及计算机可读存储介质 |
CN111696564B (zh) * | 2020-06-05 | 2023-08-18 | 北京搜狗科技发展有限公司 | 语音处理方法、装置和介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1296607A (zh) * | 1998-02-04 | 2001-05-23 | 夸尔柯姆股份有限公司 | 用于经噪声补偿的话音识别的系统和方法 |
CN1977312A (zh) * | 2004-06-30 | 2007-06-06 | 摩托罗拉公司 | 用于检测并衰减通信系统中的吸气噪声的方法和装置 |
CN101010731A (zh) * | 2004-06-30 | 2007-08-01 | 摩托罗拉公司(在特拉华州注册的公司) | 均衡自给呼吸设备系统中所产生的语音信号的方法和设备 |
CN101599269A (zh) * | 2009-07-02 | 2009-12-09 | 中国农业大学 | 语音端点检测方法及装置 |
CN103219012A (zh) * | 2013-04-23 | 2013-07-24 | 中国人民解放军总后勤部军需装备研究所 | 一种基于声源距离的双麦克风噪声消除方法及装置 |
CN103310789A (zh) * | 2013-05-08 | 2013-09-18 | 北京大学深圳研究生院 | 一种基于改进的并行模型组合的声音事件识别方法 |
CN103595849A (zh) * | 2012-08-16 | 2014-02-19 | 腾讯科技(深圳)有限公司 | 音量控制方法及终端 |
-
2015
- 2015-10-27 CN CN201510705253.3A patent/CN105405447B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1296607A (zh) * | 1998-02-04 | 2001-05-23 | 夸尔柯姆股份有限公司 | 用于经噪声补偿的话音识别的系统和方法 |
CN1977312A (zh) * | 2004-06-30 | 2007-06-06 | 摩托罗拉公司 | 用于检测并衰减通信系统中的吸气噪声的方法和装置 |
CN101010731A (zh) * | 2004-06-30 | 2007-08-01 | 摩托罗拉公司(在特拉华州注册的公司) | 均衡自给呼吸设备系统中所产生的语音信号的方法和设备 |
CN101599269A (zh) * | 2009-07-02 | 2009-12-09 | 中国农业大学 | 语音端点检测方法及装置 |
CN103595849A (zh) * | 2012-08-16 | 2014-02-19 | 腾讯科技(深圳)有限公司 | 音量控制方法及终端 |
CN103219012A (zh) * | 2013-04-23 | 2013-07-24 | 中国人民解放军总后勤部军需装备研究所 | 一种基于声源距离的双麦克风噪声消除方法及装置 |
CN103310789A (zh) * | 2013-05-08 | 2013-09-18 | 北京大学深圳研究生院 | 一种基于改进的并行模型组合的声音事件识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105405447A (zh) | 2016-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105405447B (zh) | 一种送话呼吸噪声屏蔽方法 | |
CN108986834B (zh) | 基于编解码器架构与递归神经网络的骨导语音盲增强方法 | |
CN107464564B (zh) | 语音交互方法、装置及设备 | |
WO2021139327A1 (zh) | 一种音频信号处理方法、模型训练方法以及相关装置 | |
CN101150788B (zh) | 自检式无线广播终端系统及其监控处理器 | |
CN106504762B (zh) | 鸟类群落数量估计系统及其方法 | |
CN110120227A (zh) | 一种深度堆叠残差网络的语音分离方法 | |
EP3671743B1 (en) | Voice activity detection method | |
CN107564538A (zh) | 一种实时语音通信的清晰度增强方法及系统 | |
CN110368005A (zh) | 一种智能耳机及基于智能耳机的情绪及生理健康监控方法 | |
CN110148419A (zh) | 基于深度学习的语音分离方法 | |
WO2021054742A1 (ko) | 호흡과 관련된 소리를 분석하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
CN110136709A (zh) | 语音识别方法及基于语音识别的视频会议系统 | |
CN107845381A (zh) | 一种机器人语义处理的方法及系统 | |
CN110097875A (zh) | 基于麦克风信号的语音交互唤醒电子设备、方法和介质 | |
CN110111776A (zh) | 基于麦克风信号的语音交互唤醒电子设备、方法和介质 | |
CN105916090B (zh) | 一种基于智能化语音识别技术的助听器系统 | |
CN110970020A (zh) | 一种利用声纹提取有效语音信号的方法 | |
CN108172220A (zh) | 一种新型语音除噪方法 | |
CN110191397B (zh) | 一种降噪方法及蓝牙耳机 | |
CN116052651A (zh) | 基于深度学习的语音提示作弊行为检测方法及电子设备 | |
CN107762948A (zh) | 一种风扇装置送风方法及风扇装置 | |
May et al. | Environment-aware ideal binary mask estimation using monaural cues | |
CN112992131A (zh) | 一种在复杂场景下提取目标人声的乒乓球指令的方法 | |
CN201294092Y (zh) | 一种耳语音噪声消除器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |