CN107785026B - 一种用于机顶盒室内回声消除的时延估计方法 - Google Patents

一种用于机顶盒室内回声消除的时延估计方法 Download PDF

Info

Publication number
CN107785026B
CN107785026B CN201710969255.2A CN201710969255A CN107785026B CN 107785026 B CN107785026 B CN 107785026B CN 201710969255 A CN201710969255 A CN 201710969255A CN 107785026 B CN107785026 B CN 107785026B
Authority
CN
China
Prior art keywords
delay estimation
sound signal
impulse response
time delay
time
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
Application number
CN201710969255.2A
Other languages
English (en)
Other versions
CN107785026A (zh
Inventor
刘阳哲
贾成君
虞安波
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.)
Ht Acoustics Technology Beijing Co ltd
Original Assignee
Ht Acoustics Technology Beijing Co ltd
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 Ht Acoustics Technology Beijing Co ltd filed Critical Ht Acoustics Technology Beijing Co ltd
Priority to CN201710969255.2A priority Critical patent/CN107785026B/zh
Publication of CN107785026A publication Critical patent/CN107785026A/zh
Application granted granted Critical
Publication of CN107785026B publication Critical patent/CN107785026B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G10L21/0224—Processing in the time domain
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Circuit For Audible Band Transducer (AREA)

Abstract

本发明公开了一种用于机顶盒室内回声消除的时延估计方法，属于音频处理技术领域。所述方法包括：获取原始参考信号和麦克风采集信号两路声音信号并做评价；使用“广义互相关”或“基于FIR的维纳滤波”，利用两路信号估计输入信号、输出信号对应的冲激响应；多次计算冲激响应然后进行加权平均；根据使用环境对得到的冲激响应进行评价，并适当修改；根据计算得到的冲激响应的使用“阈值法”或“功率法”确定合适的时延估计值；根据不同时刻估计得到的时延估计值，综合给出可信度较高的时延估计结果。

Description

一种用于机顶盒室内回声消除的时延估计方法
技术领域
本发明涉及音频处理技术领域，尤其涉及一种用于机顶盒室内回声消除的时延估计方法。
背景技术
网络机顶盒作为一种家庭娱乐设备已经得到广泛应用，近年来语音识别等相关的语音技术不断发展，语音控制机顶盒成为可能。
由于麦克风采集到的信号会混杂语音指令和电视节目自身声音，为了辨别使用者发出的语音指令，需对电视语音进行消除。因此，合理估计电视语音信号到麦克风之间的时延成为必要内容；好的时延估计结果能够很大程度提高电视语音信号消减量。
目前常用的时延估计算法是借助互相关进行估计，把互相关最大值对应的时刻作为时延估计结果；这种算法对于纯时延环境(信号不发生失真、音箱性能足够好)、低噪声环境具有良好的性能，但是对于吵杂和信号失真的情况不能做到较好的估计，时延估计效果较差；因此现有技术还有待改进。
发明内容
鉴于现有技术的不足，本发明目的在于提供一种比较鲁棒的信号时延估计方法，能够适用于各种信号和复杂的混响环境，旨在解决现有技术中时延估计算法效果差的问题。
第一方面，本发明实施例提供了一种用于机顶盒室内回声消除的时延估计方法，包括：
获取电视机音响的第一声音信号和机顶盒麦克风采集到的第二声音信号，并对所述第一声音信号和所述第二声音信号进行分段、筛选；
将所述筛选后的第一声音信号的每段信号作为输入，将所述筛选后的第二声音信号的每段信号作为输出，估计系统的多个冲激响应；
基于所述系统的多个冲激响应，利用阈值法和功率法估计所述第一声音信号到所述第二声音信号之间的多个传输时延估计值；
基于所述的多个传输时延估计值，利用分类算法，确定系统的最终时延结果。
结合第一方面，本实施例提供了第一方面的第一种可能的实施方式，其中，将所述第一声音信号和所述第二声音信号分成时间相等的多段声信号。
结合第一方面，本实施例提供了第一方面的第二种可能的实施方式，其中，所述筛选包括：对所述第一声音信号和所述第二声音信号的每段信号，剔除频带窄、周期性强、幅值过小的时段信号。
结合第一方面，本实施例提供了第一方面的第三种可能的实施方式，其中，所述系统的冲激响应包括：
根据所述分段筛选的第一声音信号和所述分段筛选的第二声音信号，通过广义互相关法估计系统的第一冲激响应；
根据所述分段筛选的第一声音信号和所述分段筛选的第二声音信号，通过有限单位冲击响应滤波器维纳滤波算法估计系统的第二冲激响应；
对所述第一冲激响应和所述第二冲激响应进行加权平均，确定系统的冲激响应。
结合第一方面，本实施例提供了第一方面的第四种可能的实施方式，其中，所述广义互相关法包括：对所述分段筛选的第一声音信号和所述分段筛选的第二声音信号进行傅里叶变换。
结合第一方面，本实施例提供了第一方面的第五种可能的实施方式，其中，所述阈值法包括：根据所述系统的冲激响应，从零时刻起，若某时刻的响应值等于或大于预先的阈值时，该响应值对应的时刻即作为时延估计结果。
结合第一方面，本实施例提供了第一方面的第六种可能的实施方式，其中，所述阙值根据所述不同的冲激响应进行自适应调整。
结合第一方面，本实施例提供了第一方面的第七种可能的实施方式，其中，所述功率法包括：根据所述系统的冲激响应，从零时刻起，针对不同时刻的响应值，把该时刻附近某一区间内的平均功率作为该时刻的新的响应值，得到新的时间-功率信号；选择时间-功率信号最大值对应的时刻作为时延估计结果。
结合第一方面，本实施例提供了第一方面的第八种可能的实施方式，其中，所述平均功率包括：针对某一时刻，选取该时刻之前的时间段一和该时刻之后的时间段二，组成时间区间，对该时段内的所述冲激响应进行平均计算，得到平均功率。
结合第一方面，本实施例提供了第一方面的第九种可能的实施方式，其中，所述分类算法包括：
根据多次时延估计值，确定时延估值区间范围的上界和下界，得到新的时延估计集；
根据所述时延估计集，取其均值作为系统的时延估计结果。
本发明实施例提供的用于机顶盒室内回声消除的时延估计方法，通过获取原始参考信号(输入信号)和麦克风采集信号(输出信号)两路声音信号并做评价；使用“广义互相关”或“基于F I R的维纳滤波”，利用两路信号估计输入信号、输出信号对应的冲激响应；多次计算冲激响应然后进行加权平均；根据使用环境对得到的冲激响应进行评价，并适当修改；根据计算得到的冲激响应的使用“阈值法”或“功率法”确定合适的时延估计值；根据不同时刻估计得到的时延估计值，综合给出可信度较高的时延估计结果。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用于机顶盒室内回声消除的时延估计方法的测试场景示意图；
图2为本发明实施例提供的用于机顶盒室内回声消除的时延估计方法流程图；
图3为本发明实施例提供的用于机顶盒室内回声消除的时延估计方法中冲激响应估计流程图；
图4为本发明实施例提供的用于机顶盒室内回声消除的时延估计方法中分类算法流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
下面结合具体的实施方式对本发明做进一步的解释说明。
参见图1所示的用于机顶盒室内回声消除的时延估计方法的测试场景示意图。电视机101和使用人员102同时发出声音，到达机顶盒103，机顶盒麦克风采集得到信号。
参见图2所示的用于机顶盒室内回声消除的时延估计方法流程图，本实施例提出的时延估计方法包括以下步骤：
步骤200、获取电视机音响的第一声音信号和机顶盒麦克风采集到的第二声音信号，并对上述第一声音信号和上述第二声音信号进行分段、筛选；
步骤202、将上述筛选后的第一声音信号的每段信号作为输入，将上述筛选后的第二声音信号的每段信号作为输出，估计系统的多个冲激响应；
步骤204、基于上述系统的多个冲激响应，利用阈值法和功率法估计上述第一声音信号到上述第二声音信号之间的多个传输时延估计值；
步骤206、基于所述的多个传输时延估计值，利用分类算法，确定系统的最终时延结果。
其中，对于步骤200，分段表示：将上述第一声音信号和上述第二声音信号分成时间相等的多段声信号；筛选表示：对上述第一声音信号和上述第二声音信号的每段信号，剔除频带窄、周期性强、幅值过小的时段信号。
其中，对于步骤202，参阅图3所示的用于机顶盒室内回声消除的时延估计方法中冲激响应估计流程图，上述冲激响应估计包括步骤301至305：
步骤301、根据上述分段筛选的第一声音信号和上述分段筛选的第二声音信号，通过广义互相关法估计系统的第一冲激响应；
步骤303、根据上述分段筛选的第一声音信号和上述分段筛选的第二声音信号，通过有限单位冲击响应滤波器维纳滤波算法估计系统的第二冲激响应；
步骤305对上述第一冲激响应和上述第二冲激响应进行加权平均，确定系统的冲激响应。
其中，对于步骤301，上述广义互相关法包括：对上述分段筛选的第一声音信号和上述分段筛选的第二声音信号进行傅里叶变换。
其中，对于步骤303，上述有限单位冲击响应滤波器维纳滤波算法包括：利用维纳滤波算法进行系统辨识，得到原来系统对应的最佳有限冲激响应滤波器，该滤波器的冲激响应作为原来系统的冲激响应的估计。
上述冲激响应的估计方法得到的冲激响应估计结果能够反映原来系统的冲激响应的一定信息，但是具有很强的不稳定性——输出输出信号更改后，估计得到的冲激响应会有较大不同。因此，本实例中结合上述两种估计方法，对得到的冲激响应结果进行加权平均，以及根据系统特征进行一定的修改。
其中，对于步骤204，上述阙值法包括：根据上述系统的冲激响应，从零时刻起，若某时刻的响应值等于或大于预先的阈值时，该响应值对应的时刻即作为时延估计结果。上述阙值根据上述不同的冲激响应估计进行自适应调整。
在本实例中，上述阙值自适应调整的算法包括如下步骤(1)至步骤(3):
(1)将上述冲激响应中所有非极值点的时刻对应的响应值置为零，得到临时信号一。
(2)对于上述临时信号一，每个时刻的值都取上述临时信号一中零时刻到该时刻的所有响应值中最大值，得到临时信号二。
(3)选择上述临时信号二中变化最为剧烈的时段，以该时间内的响应值的均值作为阈值算法中的设定值。
其中，对于步骤204，上述功率法包括：根据上述系统的冲激响应估计，从零时刻起，针对不同时刻的响应值，把该时刻附近某一区间内的平均功率作为该时刻的新的响应值，得到新的时间-功率信号；选择时间-功率信号最大值对应的时刻作为时延估计结果。上述平均功率包括：针对某一时刻，选取该时刻之前的时间段一和该时刻之后的时间段二，组成时间区间，对该时段内的所述冲激响应进行平均计算，得到平均功率。
其中，对于步骤206，参见图4所示的用于机顶盒室内回声消除的时延估计方法中分类算法流程图。上述分类算法包括步骤400至402：
步骤400、根据多次时延估计值，确定时延估值区间范围的上界和下界，得到新的时延估计集；
步骤402、根据上述时延估计集，取其均值作为系统的时延估计结果。
其中，对于步骤400，上界的确定方法为：对于多次时延估计值，取其平均值及去除上界后的平均值，比较两者误差。误差在一定范围内，则确定时延估计值集中分布区间范围上界；否则去除最大值重复估计上界。下界的确定方法为：对于多次时延估计值，取其平均值及去除下界后的平均值，比较两者误差。误差在一定范围内，则确定时延估计值集中分布区间范围下界；否则去除最小值重复估计下界。
显然，本领域的技术人员应该明白，上述的本发明的各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在上面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

Claims (9)

1.一种用于机顶盒室内回声消除的时延估计方法，其特征在于，
获取电视机音响的第一声音信号和机顶盒麦克风采集到的第二声音信号，并对所述第一声音信号和所述第二声音信号进行分段、筛选；
将所述筛选后的第一声音信号的每段信号作为输入，将所述筛选后的第二声音信号的每段信号作为输出，估计系统的多个冲激响应；
基于所述系统的多个冲激响应，利用阈值法和功率法估计所述第一声音信号到所述第二声音信号之间的多个传输时延估计值；
基于所述的多个传输时延估计值，利用分类算法，确定系统的最终时延结果；
所述系统的冲激响应包括：
根据所述分段筛选的第一声音信号和所述分段筛选的第二声音信号，通过广义互相关法估计系统的第一冲激响应；
根据所述分段筛选的第一声音信号和所述分段筛选的第二声音信号，通过有限单位冲击响应滤波器维纳滤波算法估计系统的第二冲激响应；
对所述第一冲激响应和所述第二冲激响应进行加权平均，确定系统的冲激响应。
2.根据权利要求1所述的一种用于机顶盒室内回声消除的时延估计方法，其特征在于，所述分段包括，将所述第一声音信号和所述第二声音信号分成时间相等的多段声信号。
3.根据权利要求1所述的一种用于机顶盒室内回声消除的时延估计方法，其特征在于，所述筛选包括：对所述第一声音信号和所述第二声音信号的每段信号，剔除频带窄、周期性强、幅值过小的时段信号。
4.根据权利要求1所述的一种用于机顶盒室内回声消除的时延估计方法，其特征在于，所述广义互相关法包括：对所述分段筛选的第一声音信号和所述分段筛选的第二声音信号进行傅里叶变换。
5.根据权利要求1所述的一种用于机顶盒室内回声消除的时延估计方法，其特征在于，所述阈值法包括：根据所述系统的冲激响应，从零时刻起，若某时刻的响应值等于或大于预先的阈值时，该响应值对应的时刻即作为时延估计结果。
6.根据权利要求5所述的一种用于机顶盒室内回声消除的时延估计方法，其特征在于，所述阈值根据所述不同的冲激响应进行自适应调整。
7.根据权利要求1所述的一种用于机顶盒室内回声消除的时延估计方法，其特征在于：所述功率法包括：根据所述系统的冲激响应，从零时刻起，针对不同时刻的响应值，把该时刻附近某一区间内的平均功率作为该时刻的新的响应值，得到新的时间-功率信号；选择时间-功率信号最大值对应的时刻作为时延估计结果。
8.根据权利要求7所述的一种用于机顶盒室内回声消除的时延估计方法，其特征在于，所述平均功率包括：
针对某一时刻，选取该时刻之前的时间段一和该时刻之后的时间段二，组成时间区间，对该时段内的所述冲激响应进行平均计算，得到平均功率。
9.根据权利要求1中所述的一种用于机顶盒室内回声消除的时延估计方法，其特征在于：所述分类算法包括：
根据多次时延估计值，确定时延估值区间范围的上界和下界，得到新的时延估计集；
根据所述时延估计集，取其均值作为系统的时延估计结果。
CN201710969255.2A 2017-10-18 2017-10-18 一种用于机顶盒室内回声消除的时延估计方法 Active CN107785026B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710969255.2A CN107785026B (zh) 2017-10-18 2017-10-18 一种用于机顶盒室内回声消除的时延估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710969255.2A CN107785026B (zh) 2017-10-18 2017-10-18 一种用于机顶盒室内回声消除的时延估计方法

Publications (2)

Publication Number Publication Date
CN107785026A CN107785026A (zh) 2018-03-09
CN107785026B true CN107785026B (zh) 2020-10-20

Family

ID=61434546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710969255.2A Active CN107785026B (zh) 2017-10-18 2017-10-18 一种用于机顶盒室内回声消除的时延估计方法

Country Status (1)

Country Link
CN (1) CN107785026B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109102821B (zh) * 2018-09-10 2021-05-25 思必驰科技股份有限公司 时延估计方法、系统、存储介质及电子设备
CN109862503B (zh) * 2019-01-30 2021-02-23 北京雷石天地电子技术有限公司 一种扬声器延时自动调整的方法与设备
CN113903351A (zh) * 2019-03-18 2022-01-07 百度在线网络技术（北京）有限公司 回声消除方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1545086A (zh) * 2003-11-12 2004-11-10 中国科学院声学研究所 基于人耳听觉特性的语音信号时间延迟估计方法
CN101179294A (zh) * 2006-11-09 2008-05-14 爱普拉斯通信技术（北京）有限公司 自适应回声消除器及其回声消除方法
CN101321201A (zh) * 2007-06-06 2008-12-10 大唐移动通信设备有限公司 回声消除装置、通信终端及确定回声时延的方法
JP2011072043A (ja) * 2011-01-11 2011-04-07 Yamaha Corp 集音装置
CN103700374A (zh) * 2013-12-25 2014-04-02 宁波菊风系统软件有限公司 确定声学回声消除中系统延时的方法及声学回声消除方法
CN105872275A (zh) * 2016-03-22 2016-08-17 Tcl集团股份有限公司 一种用于回声消除的语音信号时延估计方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1545086A (zh) * 2003-11-12 2004-11-10 中国科学院声学研究所 基于人耳听觉特性的语音信号时间延迟估计方法
CN101179294A (zh) * 2006-11-09 2008-05-14 爱普拉斯通信技术（北京）有限公司 自适应回声消除器及其回声消除方法
CN101321201A (zh) * 2007-06-06 2008-12-10 大唐移动通信设备有限公司 回声消除装置、通信终端及确定回声时延的方法
JP2011072043A (ja) * 2011-01-11 2011-04-07 Yamaha Corp 集音装置
CN103700374A (zh) * 2013-12-25 2014-04-02 宁波菊风系统软件有限公司 确定声学回声消除中系统延时的方法及声学回声消除方法
CN105872275A (zh) * 2016-03-22 2016-08-17 Tcl集团股份有限公司 一种用于回声消除的语音信号时延估计方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
长时延环境中的回声消除器设计;傅政军 等;《微计算机信息》;20070330;第23卷(第3-1期);第298-300页 *

Also Published As

Publication number Publication date
CN107785026A (zh) 2018-03-09

Similar Documents

Publication Publication Date Title
US20200374628A1 (en) Robust Estimation of Sound Source Localization
KR101934636B1 (ko) 심화신경망 기반의 잡음 및 에코의 통합 제거 방법 및 장치
CN107785026B (zh) 一种用于机顶盒室内回声消除的时延估计方法
Aysal et al. Meridian filtering for robust signal processing
CN110706693B (zh) 语音端点的确定方法及装置、存储介质、电子装置
Mirsamadi et al. Causal speech enhancement combining data-driven learning and suppression rule estimation.
Schwartz et al. Joint maximum likelihood estimation of late reverberant and speech power spectral density in noisy environments
WO2020020247A1 (zh) 信号处理方法、装置以及计算机存储介质
US20200286501A1 (en) Apparatus and a method for signal enhancement
EP4125211A1 (en) Adaptive equalization method and system for acoustic system
US6674863B2 (en) Microphone-speaker apparatus
CN110689901B (zh) 语音降噪的方法、装置、电子设备及可读存储介质
CN112820312B (zh) 一种语音分离方法、装置及电子设备
KR20190073852A (ko) 우도 최대화를 이용한 빔포밍 방법
CN112365900A (zh) 一种语音信号增强方法、装置、介质和设备
CN104410388A (zh) 基于非线性变换的自适应时间延迟估计方法
CN110797008B (zh) 一种远场语音识别方法、语音识别模型训练方法和服务器
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
CN113012709A (zh) 一种回声消除方法及装置
CN114611542A (zh) 信号降噪处理方法及通信装置
WO2017171864A1 (en) Acoustic environment understanding in machine-human speech communication
CN113327624A (zh) 一种采用端到端时域声源分离系统进行环境噪声智能监测的方法
Gui et al. Adaptive subband Wiener filtering for speech enhancement using critical-band gammatone filterbank
CN116013337B (zh) 音频信号处理方法、模型的训练方法、装置、设备和介质

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
GR01 Patent grant
GR01 Patent grant