CN107277654A - 一种麦克风背景噪音消除的方法 - Google Patents
一种麦克风背景噪音消除的方法 Download PDFInfo
- Publication number
- CN107277654A CN107277654A CN201710539739.3A CN201710539739A CN107277654A CN 107277654 A CN107277654 A CN 107277654A CN 201710539739 A CN201710539739 A CN 201710539739A CN 107277654 A CN107277654 A CN 107277654A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- data
- formula
- 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.)
- Pending
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
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/08—Mouthpieces; Microphones; Attachments therefor
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2430/00—Signal processing covered by H04R, not provided for in its groups
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种麦克风背景噪音消除的方法,包括如下步骤:第一步:在安静环境下,用录音软件录出噪音的音频数据:PCM1;第二步,录出正常说话时的音频数据(录音时除说话声外,尽量没有其声音):PCM2;第三步,针对PCM1,我们进行频谱分析,可以得到在安静环境下的一组数据,这组数据就是我们认为的背景噪音x(n);第四步,以PCM1的数据为基础,我们对PCM2的数据进行FFT变换,信号相乘,IFFT变换就得到我们去除背景噪音后的音频数据:PCM3;本发明通过采集噪音,从中提取出特征值,并将其特征值保留在软件中,当麦风正常工作时,将与噪音特征相同的部分去掉,就剩下我们需要的声音;除噪音比较彻底。
Description
技术领域
本发明涉及噪音消除技术领域,具体是一种麦克风背景噪音消除的方法。
背景技术
麦克风,学名为传声器,是将声音信号转换为电信号的能量转换器件,由"Microphone"这个英文单词音译而来;也称话筒、微音器;二十世纪,麦克风由最初通过电阻转换声电发展为电感、电容式转换,大量新的麦克风技术逐渐发展起来,这其中包括铝带、动圈等麦克风,以及当前广泛使用的电容麦克风和驻极体麦克风。
麦克风是由声音的振动传到麦克风的振膜上,推动里边的磁铁形成变化的电流,这样变化的电流送到后面的声音处理电路进行放大处理;声音是奇妙的东西;我们听到的各种不同声音,都是由我们周围空气的微小压差产生的;奇妙之处在于,空气能将这些压差如此完好、如此真实地传输相当长的距离;它是由金属隔膜连接到针上,这根针在一块金属箔上刮擦图案;当您朝着隔膜讲话时,产生的空气压差使隔膜运动,从而使针运动,针的运动被记录在金属箔上;随后,当您在金属箔上向回运行针时,在金属箔上刮擦产生的振动会使隔膜运动,将声音重现;这种纯粹的机械系统运行显示了空气中的振动能产生多么大的能量;所有现代的麦克风与最初的麦克风需要完成的事情都并无二致;只不过就是以电的方式,代替了机械方式;麦克风将空气中的变动压力波转化成变动电信号;麦克风在工作时自身产生的噪音,这个噪音的大小通常会随环境声音大小而变化,但特征不变;PCB板上电路、地回路干扰等形成的噪音;现在的技术一般除噪不够彻底。
发明内容
本发明的目的在于提供一种麦克风背景噪音消除的方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种麦克风背景噪音消除的方法,包括如下步骤:
第一步:在安静环境下,用录音软件录出噪音的音频数据:PCM1;
第二步,录出正常说话时的音频数据(录音时除说话声外,尽量没有其声音):PCM2;
第三步,针对PCM1,我们进行频谱分析,可以得到在安静环境下的一组数据,这组数据就是我们认为的背景噪音x(n);
第四步,以PCM1的数据为基础,我们对PCM2的数据进行FFT变换,信号相乘,IFFT变换就得到我们去除背景噪音后的音频数据:PCM3.。
作为本发明进一步的方案:所述第四步中的FFT是离散傅立叶变换的快速算法,可以将一个信号变换到频域。
作为本发明再进一步的方案:所述背景噪音是通过音频采集软件,采集一段安静环境下的音频数据;这个音频数据就是MIC采集的模拟信号经过我们主控的ADC转换过来的数字信号x(n)。
作为本发明再进一步的方案:所述离散傅立叶变换的快速算法如下:
由(1)式可知,对每一个n,计算X(n)须作N次复数乘法及N-1次复数加法,要完成这组变换共需N2次乘法及N(N-1)次复数加法;但以下介绍的快速傅里叶变换的算法,可大大减少运算次数,提高工作效率;
当N=2r时,n和k可用二进制数表示:
n=2r-1nr-1+2r-2nr-2+…+n0=nr-1nr-2…n0
k=2r-1kr-1+2r-2kr-2+…+k0=kr-1kr-2…k0
又记则(1)式可改写为
式中:P=nk=(2r-1kr-1+2r-2kr-2+…+k0)×(2r-1nr-1+2r-2nr-2+…+n0)
因为所以(2)可改成
X(nr-1nr-2…n0)=xr(n0n1…nr-1)
则式(5)即为式(4)的分解形式;将初始数据代入式(5)的第一个等式,可得每一组计算数据,一般将痗L-1组计算数据代入式(5)的第L个等式,计算后可得第L组计算数据(L=1,2,…,γ),计算公式也可表示为
式中
根据式(6),第L个数组中每个xl(k)=xl(nr-1nr-2…n0kr-1kr-2…k0)的计算只依赖于上一个数组的两个数据这两个数据的标号相差2Y-1=N/2l,即j=i+n/2l,而且这两个数据只用于计算第L个数组中标号的数据(等号右端为二进制数);当nl-1分别取0和1时,分别有k=i,k=j=i+n/2l;因此,用上一组的两个数据计算所得的两个新数据仍可储存在原来位置,计算过程中只需要N个存储器;将xl(i)与xl(i+n/2l)称为第L个数组中的对偶结点对;计算每个对偶结点对只需一次乘法,事实上由式(6)可得
式中:P1=2r-2nl-2+...+2r-ln0;P2=2r-l+2r-2nl-2+...+2r-ln0别为式(7)中nl-1取0,1时对应的P值;因P2=P1+2R-1=P1+N/2,于是对偶结点的Wp有如下关系:
因此式(6)可表示为
P的求法:在xl(i)中,i写成二进制数n0n1...nl-1kr-l-1...k0右移r-l位,就成为
0...0n0n1...nl-1颠倒位序得p=nl-1...n1n00...0(l=1,2,...,r)式(5)吕,前面的γ个等式,每个等式均对应一组数据进行计算,每组数据都有N/2对结点,根据式(9),每对结点只需作1次乘法和2次加法,因此,每组数据只需N/2次乘法和N次加法,因而完成γ组数据的计算共需Nγ/2次乘法和Nγ次加法。
与现有技术相比,本发明的有益效果是:本发明通过采集噪音,从中提取出特征值,并将其特征值保留在软件中,当麦风正常工作时,将与噪音特征相同的部分去掉,就剩下我们需要的声音;除噪音比较彻底。
附图说明
图1为一种麦克风背景噪音消除的方法的安静环境的噪音示意图。
图2为一种麦克风背景噪音消除的方法的正常说话时的音频数据示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1~2,本发明实施例中,一种麦克风背景噪音消除的方法,包括如下步骤:
第一步:在安静环境下,用录音软件录出噪音的音频数据:PCM1;
第二步,录出正常说话时的音频数据(录音时除说话声外,尽量没有其声音):PCM2;
第三步,针对PCM1,我们进行频谱分析,可以得到在安静环境下的一组数据,这组数据就是我们认为的背景噪音x(n);
第四步,以PCM1的数据为基础,我们对PCM2的数据进行FFT变换,信号相乘,IFFT变换就得到我们去除背景噪音后的音频数据:PCM3.。
所述第四步中的FFT是离散傅立叶变换的快速算法,可以将一个信号变换到频域。
所述背景噪音是通过音频采集软件,采集一段安静环境下的音频数据;这个音频数据就是MIC采集的模拟信号经过我们主控的ADC转换过来的数字信号x(n)。
所述离散傅立叶变换的快速算法如下:
由(1)式可知,对每一个n,计算X(n)须作N次复数乘法及N-1次复数加法,要完成这组变换共需N2次乘法及N(N-1)次复数加法;但以下介绍的快速傅里叶变换的算法,可大大减少运算次数,提高工作效率;
当N=2r时,n和k可用二进制数表示:
n=2r-1nr-1+2r-2nr-2+…+n0=nr-1nr-2…n0
k=2r-1kr-1+2r-2kr-2+…+k0=kr-1kr-2…k0
又记则(1)式可改写为
式中:P=nk=(2r-1kr-1+2r-2kr-2+…+k0)×(2r-1nr-1+2r-2nr-2+…+n0)
因为所以(2)可改成
X(nr-1nr-2…n0)=xr(n0n1…nr-1)
则式(5)即为式(4)的分解形式;将初始数据代入式(5)的第一个等式,可得每一组计算数据,一般将痗L-1组计算数据代入式(5)的第L个等式,计算后可得第L组计算数据(L=1,2,…,γ),计算公式也可表示为
式中P=2r-1nl-1+2r-2nl-2+…+2r-1n0 (7)
根据式(6),第L个数组中每个xl(k)=xl(nr-1nr-2…n0kr-1kr-2…k0)的计算只依赖于上一个数组的两个数据这两个数据的标号相差2Y-1=N/2l,即j=i+n/2l,而且这两个数据只用于计算第L个数组中标号的数据(等号右端为二进制数);当nl-1分别取0和1时,分别有k=i,k=j=i+n/2l;因此,用上一组的两个数据计算所得的两个新数据仍可储存在原来位置,计算过程中只需要N个存储器;将xl(i)与xl(i+n/2l)称为第L个数组中的对偶结点对;计算每个对偶结点对只需一次乘法,事实上由式(6)可得
式中:P1=2r-2nl-2+...+2r-ln0;P2=2r-l+2r-2nl-2+...+2r-ln0别为式(7)中nl-1取0,1时对应的P值;因P2=P1+2R-1=P1+N/2,于是对偶结点的Wp有如下关系:
因此式(6)可表示为
P的求法:在xl(i)中,i写成二进制数n0n1...nl-1kr-l-1...k0右移r-l位,就成为
0...0n0n1...nl-1颠倒位序得p=nl-1...n1n00...0(l=1,2,...,r)式(5)吕,前面的γ个等式,每个等式均对应一组数据进行计算,每组数据都有N/2对结点,根据式(9),每对结点只需作1次乘法和2次加法,因此,每组数据只需N/2次乘法和N次加法,因而完成γ组数据的计算共需Nγ/2次乘法和Nγ次加法。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (4)
1.一种麦克风背景噪音消除的方法,其特征在于,包括如下步骤:
第一步:在安静环境下,用录音软件录出噪音的音频数据:PCM1;
第二步,录出在录音时除说话声外没有其声音的音频数据:PCM2;
第三步,针对PCM1,我们进行频谱分析,可以得到在安静环境下的一组数据,这组数据就是我们认为的背景噪音x(n);
第四步,以PCM1的数据为基础,我们对PCM2的数据进行FFT变换,信号相乘,IFFT变换就得到我们去除背景噪音后的音频数据:PCM3.。
2.根据权利要求1所述的一种麦克风背景噪音消除的方法,其特征在于,所述第四步中的FFT是离散傅立叶变换的快速算法,可以将一个信号变换到频域。
3.根据权利要求1所述的一种麦克风背景噪音消除的方法,其特征在于,所述背景噪音是通过音频采集软件,采集一段安静环境下的音频数据;这个音频数据就是MIC采集的模拟信号经过我们主控的ADC转换过来的数字信号x(n)。
4.根据权利要求1所述的一种麦克风背景噪音消除的方法,其特征在于,所述离散傅立叶变换的快速算法如下:
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>K</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mfrac>
<mrow>
<mi>&pi;</mi>
<mi>n</mi>
<mi>k</mi>
</mrow>
<mi>N</mi>
</mfrac>
</msup>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>...</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
由(1)式可知,对每一个n,计算X(n)须作N次复数乘法及N-1次复数加法,要完成这组变换共需N2次乘法及N(N-1)次复数加法;但以下介绍的快速傅里叶变换的算法,可大大减少运算次数,提高工作效率;
当N=2r时,n和k可用二进制数表示:
n=2r-1nr-1+2r-2nr-2+…+n0=nr-1nr-2…n0
k=2r-1kr-1+2r-2kr-2+…+k0=kr-1kr-2…k0
又记则(1)式可改写为
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<msub>
<mi>k</mi>
<mrow>
<mn>0</mn>
<mo>=</mo>
<mn>0</mn>
</mrow>
</msub>
<mn>1</mn>
</msubsup>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>1</mn>
</msubsup>
<mo>...</mo>
<msubsup>
<mi>&Sigma;</mi>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
<mo>=</mo>
<mn>0</mn>
</mrow>
</msub>
<mn>1</mn>
</msubsup>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<msup>
<mi>W</mi>
<mi>p</mi>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:P=nk=(2r-1kr-1+2r-2kr-2+…+k0)×(2r-1nr-1+2r-2nr-2+…+n0)
<mrow>
<msup>
<mi>W</mi>
<mi>P</mi>
</msup>
<mo>=</mo>
<msup>
<mi>W</mi>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</msup>
<msup>
<mi>W</mi>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</msup>
</mrow>
<mrow>
<msup>
<mi>W</mi>
<mrow>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
因为所以(2)可改成
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<msubsup>
<mi>&Sigma;</mi>
<msub>
<mi>k</mi>
<mrow>
<mn>0</mn>
<mo>=</mo>
<mn>0</mn>
</mrow>
</msub>
<mn>1</mn>
</msubsup>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>1</mn>
</msubsup>
<mo>...</mo>
<msubsup>
<mi>&Sigma;</mi>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
<mo>=</mo>
<mn>0</mn>
</mrow>
</msub>
<mn>1</mn>
</msubsup>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<mi>W</mi>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</msup>
<msup>
<mi>W</mi>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</msup>
<msup>
<mi>W</mi>
<mrow>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<msub>
<mi>n</mi>
<mn>1</mn>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
<mo>=</mo>
<mn>0</mn>
</mrow>
</msub>
<mn>1</mn>
</msubsup>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<msup>
<mi>W</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<msub>
<mi>n</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<mn>2</mn>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
X(nr-1nr-2…n0)=xr(n0n1…nr-1)
则式(5)即为式(4)的分解形式;将初始数据代入式(5)的第一个等式,可得每一组计算数据,一般将痗L-1组计算数据代入式(5)的第L个等式,计算后可得第L组计算数据(L=1,2,…,γ),计算公式也可表示为
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mo>&Sigma;</mo>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
<mo>=</mo>
<mn>0</mn>
</mrow>
</msub>
<mn>1</mn>
</msubsup>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mn>...</mn>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<msup>
<mi>W</mi>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mn>2</mn>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
</mrow>
</msup>
<mo>=</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<msub>
<mi>n</mi>
<mn>1</mn>
</msub>
<mn>...</mn>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mn>0</mn>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mn>...</mn>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<msub>
<mi>n</mi>
<mn>1</mn>
</msub>
<mn>...</mn>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mn>0</mn>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mn>...</mn>
<msub>
<mi>k</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<msup>
<mi>W</mi>
<mi>P</mi>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式中P=2r-1nl-1+2r-2nl-2+…+2r-1n0 (7)
根据式(6),第L个数组中每个xl(k)=xl(nr-1nr-2…n0kr-1kr-2…k0)的计算只依赖于上一个数组的两个数据这两个数据的标号相差2Y-1=N/2l,即j=i+n/2l,而且这两个数据只用于计算第L个数组中标号的数据(等号右端为二进制数);当nl-1分别取0和1时,分别有k=i,k=j=i+n/2l;因此,用上一组的两个数据计算所得的两个新数据仍可储存在原来位置,计算过程中只需要N个存储器;将xl(i)与xl(i+n/2l)称为第L个数组中的对偶结点对;计算每个对偶结点对只需一次乘法,事实上由式(6)可得
<mrow>
<msub>
<mi>x</mi>
<mi>l</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mo>&lsqb;</mo>
<mi>i</mi>
<mo>+</mo>
<mfrac>
<mi>N</mi>
<msup>
<mn>2</mn>
<mi>l</mi>
</msup>
</mfrac>
<mo>&rsqb;</mo>
<msup>
<mi>W</mi>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
</msup>
</mrow>
<mrow>
<msub>
<mi>x</mi>
<mi>l</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>+</mo>
<mfrac>
<mi>N</mi>
<msup>
<mn>2</mn>
<mi>l</mi>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>i</mi>
<mo>+</mo>
<mfrac>
<mi>N</mi>
<msup>
<mn>2</mn>
<mi>l</mi>
</msup>
</mfrac>
<mo>&rsqb;</mo>
<msup>
<mi>W</mi>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
</msup>
</mrow>
式中:P1=2r-2nl-2+...+2r-ln0;P2=2r-l+2r-2nl-2+...+2r-ln0别为式(7)中nl-1取0,1时对应的P值;因P2=P1+2R-1=P1+N/2,于是对偶结点的Wp有如下关系:
因此式(6)可表示为
<mrow>
<msub>
<mi>x</mi>
<mi>l</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>i</mi>
<mo>+</mo>
<mfrac>
<mi>N</mi>
<msup>
<mn>2</mn>
<mi>l</mi>
</msup>
</mfrac>
<mo>&rsqb;</mo>
<msup>
<mi>W</mi>
<mi>p</mi>
</msup>
</mrow>
<mrow>
<msub>
<mi>x</mi>
<mi>l</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>+</mo>
<mfrac>
<mi>N</mi>
<msup>
<mn>2</mn>
<mi>l</mi>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>i</mi>
<mo>+</mo>
<mfrac>
<mi>N</mi>
<msup>
<mn>2</mn>
<mi>l</mi>
</msup>
</mfrac>
<mo>&rsqb;</mo>
<msup>
<mi>W</mi>
<mi>p</mi>
</msup>
</mrow>
P的求法:在xl(i)中,i写成二进制数n0n1...nl-1kr-l-1...k0右移r-l位,就成为0...0n0n1...nl-1颠倒位序得p=nl-1...n1n00...0(l=1,2,...,r)式(5)吕,前面的γ个等式,每个等式均对应一组数据进行计算,每组数据都有N/2对结点,根据式(9),每对结点只需作1次乘法和2次加法,因此,每组数据只需N/2次乘法和N次加法,因而完成γ组数据的计算共需Nγ/2次乘法和Nγ次加法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710539739.3A CN107277654A (zh) | 2017-07-05 | 2017-07-05 | 一种麦克风背景噪音消除的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710539739.3A CN107277654A (zh) | 2017-07-05 | 2017-07-05 | 一种麦克风背景噪音消除的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107277654A true CN107277654A (zh) | 2017-10-20 |
Family
ID=60071582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710539739.3A Pending CN107277654A (zh) | 2017-07-05 | 2017-07-05 | 一种麦克风背景噪音消除的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107277654A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102340562A (zh) * | 2010-07-22 | 2012-02-01 | 杭州华三通信技术有限公司 | 可实现免提麦克风输入语音信号降噪的话机及降噪方法 |
KR101381200B1 (ko) * | 2012-12-18 | 2014-04-04 | (주)드림텍 | 마이크 시험 장치 및 방법 |
CN104810024A (zh) * | 2014-01-28 | 2015-07-29 | 上海力声特医学科技有限公司 | 一种双路麦克风语音降噪处理方法及系统 |
CN104952458A (zh) * | 2015-06-09 | 2015-09-30 | 广州广电运通金融电子股份有限公司 | 一种噪声抑制方法、装置及系统 |
CN105022316A (zh) * | 2014-05-01 | 2015-11-04 | Gn瑞声达A/S | 用于数字音频信号的多频带信号处理器 |
CN205408099U (zh) * | 2016-02-17 | 2016-07-27 | 深圳市全智达科技有限公司 | 一种具有降噪功能的移动终端 |
-
2017
- 2017-07-05 CN CN201710539739.3A patent/CN107277654A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102340562A (zh) * | 2010-07-22 | 2012-02-01 | 杭州华三通信技术有限公司 | 可实现免提麦克风输入语音信号降噪的话机及降噪方法 |
KR101381200B1 (ko) * | 2012-12-18 | 2014-04-04 | (주)드림텍 | 마이크 시험 장치 및 방법 |
CN104810024A (zh) * | 2014-01-28 | 2015-07-29 | 上海力声特医学科技有限公司 | 一种双路麦克风语音降噪处理方法及系统 |
CN105022316A (zh) * | 2014-05-01 | 2015-11-04 | Gn瑞声达A/S | 用于数字音频信号的多频带信号处理器 |
CN104952458A (zh) * | 2015-06-09 | 2015-09-30 | 广州广电运通金融电子股份有限公司 | 一种噪声抑制方法、装置及系统 |
CN205408099U (zh) * | 2016-02-17 | 2016-07-27 | 深圳市全智达科技有限公司 | 一种具有降噪功能的移动终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yin et al. | Phasen: A phase-and-harmonics-aware speech enhancement network | |
CN106910501A (zh) | 文本实体提取方法及装置 | |
CN107527620A (zh) | 电子装置、身份验证的方法及计算机可读存储介质 | |
Yu et al. | Time-domain multi-modal bone/air conducted speech enhancement | |
CN103426437A (zh) | 使用利用混合多元概率密度函数的独立分量分析的源分离 | |
CN111383646B (zh) | 一种语音信号变换方法、装置、设备和存储介质 | |
US20190385578A1 (en) | Music synthesis method, system, terminal and computer-readable storage medium | |
CN101933085A (zh) | 音频质量的客观测量 | |
CN104134444B (zh) | 一种基于mmse的歌曲去伴奏方法和装置 | |
CN105845149A (zh) | 声音信号中主音高的获取方法及系统 | |
CN110189766B (zh) | 一种基于神经网络的语音风格转移方法 | |
CN106375780A (zh) | 一种多媒体文件生成方法及其设备 | |
CN102484759A (zh) | 音频信号的处理 | |
CN111142066A (zh) | 波达方向估计方法、服务器以及计算机可读存储介质 | |
CN105575414A (zh) | 歌词文件的生成方法及装置 | |
CN107277654A (zh) | 一种麦克风背景噪音消除的方法 | |
CN114067819A (zh) | 基于跨层相似性知识蒸馏的语音增强方法 | |
CN116959468A (zh) | 一种基于dcctn网络模型的语音增强方法、系统及设备 | |
Barry et al. | “Style” Transfer for Musical Audio Using Multiple Time-Frequency Representations | |
Liu | [Retracted] The New Approach Research on Singing Voice Detection Algorithm Based on Enhanced Reconstruction Residual Network | |
CN115881112A (zh) | 一种基于频谱图的特征替换和掩蔽的语音识别数据增强方法 | |
Zhu | [Retracted] Multimedia Recognition of Piano Music Based on the Hidden Markov Model | |
CN113707172B (zh) | 稀疏正交网络的单通道语音分离方法、系统、计算机设备 | |
TWI811762B (zh) | 音質評價方法及使用其之音質評價系統 | |
Hu et al. | Learnable spectral dimension compression mapping for full-band speech enhancement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171020 |
|
RJ01 | Rejection of invention patent application after publication |