CN108257607B - 一种多通道语音信号处理方法 - Google Patents

一种多通道语音信号处理方法 Download PDF

Info

Publication number
CN108257607B
CN108257607B CN201810069729.2A CN201810069729A CN108257607B CN 108257607 B CN108257607 B CN 108257607B CN 201810069729 A CN201810069729 A CN 201810069729A CN 108257607 B CN108257607 B CN 108257607B
Authority
CN
China
Prior art keywords
signal
time
speech
voice
frames
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
CN201810069729.2A
Other languages
English (en)
Other versions
CN108257607A (zh
Inventor
杨晓莹
吴伟杰
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.)
Chengdu Trust Electronic Technology Co ltd
Original Assignee
Chengdu Trust Electronic Technology 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 Chengdu Trust Electronic Technology Co ltd filed Critical Chengdu Trust Electronic Technology Co ltd
Priority to CN201810069729.2A priority Critical patent/CN108257607B/zh
Publication of CN108257607A publication Critical patent/CN108257607A/zh
Application granted granted Critical
Publication of CN108257607B publication Critical patent/CN108257607B/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
    • 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
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
    • G10L19/0216—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation using wavelet decomposition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L21/0232—Processing in the frequency domain
    • 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
    • G10L21/0264—Noise filtering characterised by the type of parameter measurement, e.g. correlation techniques, zero crossing techniques or predictive techniques
    • 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
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Circuit For Audible Band Transducer (AREA)

Abstract

本发明提供了一种多通道语音信号处理方法，包括如下步骤：接收语音信号，所述语音信号具有静默信号，即只有噪声的信号；在多个不同的时间段进行信号谱分析；根据所述谱分析得到的增益函数对语音信号降噪。本方法适用于语音中语句之间间隔时间段较多的语音降噪处理，实现了对语音信号噪音的稳定降噪处理，特别是对连续语句中词语之间或词语内各个单词的发音存在空白的语音的稳定的、高信噪比的降噪处理。

Description

一种多通道语音信号处理方法
技术领域
本发明属于语音信号处理领域，具体涉及一种多通道语音信号处理方法。
背景技术
语音信号处理被广泛的应用在波达方向估计、声源定位、语音降噪、声源分离、混响抑制、远场拾音、3维音频等问题。相关处理方法与技术在包括声学监控、智能手机、智能电视、平板电脑、助听器、机器人等领域。如何抑制麦克风传输的语音信号中的噪声是当前语音信号处理领域的热点。
相关技术中提出基于正则参数的超指向性波束形成方法对语音信号中的噪声进行抑制。基于正则参数的超指向性波束形成方法是通过引入和调节正则参数(RegularizationParameter)可以在指向性和白噪声增益之间获得一个折中，或者通过假设每个传感器的误差(传感器的增益、相位和位置误差)服从某种概率分布，从而推导出一种鲁棒性较好的波束形成器，从而对语音信号中的噪声进行抑制。
随着移动通信技术的发展和人们生活水平的不断提高，人们往往需要通过录音装置在不同的场合进行录音，如在采访场合、开会场合、培训场合等，将现场声音录制下来，生成音视频文件。但是，由于录音的场景复杂多变，录音的质量和内容由于周围环境的变化而受影响；比如，在开会期间录音，使用者打开录音装置进行录音，一直到会议结束后停止录音，但是，这段录音包含了会议休息期间的录音，因此，需要对录音装置录制的音视频文件进行去噪，以去除掉无关紧要的声音。例如，申请号为CN201210196983.1的中国发明专利申请公开了一种语音信号的基音周期估计算法，涉及语音信号处理领域，包括如下步骤：S1.将带噪音的语音信号经自适应滤波器进行降噪处理；S2.求出降噪后语音信号的自相关函数和循环的平均幅度差函数；S3.通过公式得出加权平方特征，其中，α、β、γ为大于1的常数，R(k)为所述自相关函数，D(k)为所述平均幅度差函数。
然而，经申请人试验，现有技术的诸多方案关注的多在语句之间存在空白(或称为静默段，即此时没有语音)的情况，而对于词语之间存在空白或者词语内存在语音空白的情况却无法有效地降低语音中的噪声。
发明内容
鉴于以上分析，本发明的主要目的在于提供一种多通道语音信号处理方法，包括如下步骤：
接收第一通道语音信号，所述语音信号具有静默信号，即只有噪声的信号；
在多个不同的时间段进行第一信号谱分析；
接收第二通道语音信号，所述语音信号具有静默信号，即只有噪声的信号；
在多个不同的时间段进行第二信号谱分析；
根据所述第一信号谱分析和第二信号谱分析得到的增益函数对语音信号降噪。
进一步地，接收第一通道或第二通道语音信号均为：从t1时刻到t4时刻接收语音信号，该语音信号至少包括连续的第一语句语音信号、静默信号、第二语句语音信号，所述第一语句语音信号和第二语句语音信号是包括噪声以及有用语音信号的信号，该有用语音信号不必然是完整的语句，静默信号是相对于第一语句语音信号和第二语句语音信号而言只有噪声的信号。
进一步地，所述在多个不同的时间段进行第一信号谱分析包括：
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
Figure BDA0001557799750000031
Figure BDA0001557799750000032
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
Figure BDA0001557799750000033
Figure BDA0001557799750000034
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
Figure BDA0001557799750000041
进一步地，所述在多个不同的时间段进行第二信号谱分析包括：对于第二通道接收的语音信号，
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
Figure BDA0001557799750000042
Figure BDA0001557799750000043
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
Figure BDA0001557799750000051
Figure BDA0001557799750000052
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
Figure BDA0001557799750000053
进一步地，根据所述谱分析得到的第一和第二增益函数对语音信号降噪包括：
将语音信号的谱函数与所述增益函数
Figure BDA0001557799750000054
的谱函数相乘，得到降噪后的语音信号的谱函数。
本发明的技术方案具有以下优点：
提供一种语音信号加密方法，适用于语音中语句之间间隔时间段较多的语音降噪处理，实现了对语音信号噪音的稳定降噪处理，特别是对连续语句中词语之间或词语内各个单词的发音存在空白(即本申请提及的“静默”)的语音的稳定的、高信噪比的降噪处理。经试验，信噪比相比同类现有技术高出65％以上。
附图说明
图1示出了根据本发明的方法流程图。
具体实施方式
如图1所示，一种多通道语音信号处理方法，包括如下步骤：
接收第一通道语音信号，所述语音信号具有静默信号，即只有噪声的信号；
在多个不同的时间段进行第一信号谱分析；
接收第二通道语音信号，所述语音信号具有静默信号，即只有噪声的信号；
在多个不同的时间段进行第二信号谱分析；
根据所述第一信号谱分析和第二信号谱分析得到的增益函数对语音信号降噪。
接收第一通道或第二通道语音信号均为：从t1时刻到t4时刻接收语音信号，该语音信号至少包括连续的第一语句语音信号、静默信号、第二语句语音信号，所述第一语句语音信号和第二语句语音信号是包括噪声以及有用语音信号的信号，该有用语音信号不必然是完整的语句，静默信号是相对于第一语句语音信号和第二语句语音信号而言只有噪声的信号。
所述在多个不同的时间段进行第一信号谱分析包括：
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
Figure BDA0001557799750000071
Figure BDA0001557799750000072
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
Figure BDA0001557799750000073
Figure BDA0001557799750000074
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
Figure BDA0001557799750000081
所述在多个不同的时间段进行第二信号谱分析包括：对于第二通道接收的语音信号，
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
Figure BDA0001557799750000082
Figure BDA0001557799750000083
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
Figure BDA0001557799750000091
Figure BDA0001557799750000092
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
Figure BDA0001557799750000093
根据所述谱分析得到的第一和第二增益函数对语音信号降噪包括：
将语音信号的谱函数与所述增益函数
Figure BDA0001557799750000101
的谱函数相乘，得到降噪后的语音信号的谱函数。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种多通道语音信号处理方法，包括如下步骤：
接收第一通道语音信号，所述语音信号具有静默信号，即只有噪声的信号；
在多个不同的时间段进行第一信号谱分析；
接收第二通道语音信号，所述语音信号具有静默信号，即只有噪声的信号；
在多个不同的时间段进行第二信号谱分析；
根据所述第一信号谱分析和第二信号谱分析得到的增益函数对语音信号降噪；
接收第一通道或第二通道语音信号均为：从t1时刻到t4时刻接收语音信号，该语音信号至少包括连续的第一语句语音信号、静默信号、第二语句语音信号，所述第一语句语音信号和第二语句语音信号是包括噪声以及有用语音信号的信号，该有用语音信号不必然是完整的语句，静默信号是相对于第一语句语音信号和第二语句语音信号而言只有噪声的信号；
其特征在于，所述在多个不同的时间段进行第一信号谱分析包括：
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
Figure FDA0002976119130000011
Figure FDA0002976119130000012
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
Figure FDA0002976119130000021
Figure FDA0002976119130000022
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
Figure FDA0002976119130000031
2.根据权利要求1所述的多通道语音信号处理方法，其特征在于，所述在多个不同的时间段进行第二信号谱分析包括：对于第二通道接收的语音信号，
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
Figure FDA0002976119130000032
Figure FDA0002976119130000033
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
Figure FDA0002976119130000034
Figure FDA0002976119130000041
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
Figure FDA0002976119130000042
3.根据权利要求2所述的多通道语音信号处理方法，其特征在于，根据所述谱分析得到的第一和第二增益函数对语音信号降噪包括：
将语音信号的谱函数与所述增益函数
Figure FDA0002976119130000043
的谱函数相乘，得到降噪后的语音信号的谱函数。
CN201810069729.2A 2018-01-24 2018-01-24 一种多通道语音信号处理方法 Active CN108257607B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810069729.2A CN108257607B (zh) 2018-01-24 2018-01-24 一种多通道语音信号处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810069729.2A CN108257607B (zh) 2018-01-24 2018-01-24 一种多通道语音信号处理方法

Publications (2)

Publication Number Publication Date
CN108257607A CN108257607A (zh) 2018-07-06
CN108257607B true CN108257607B (zh) 2021-05-18

Family

ID=62742359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810069729.2A Active CN108257607B (zh) 2018-01-24 2018-01-24 一种多通道语音信号处理方法

Country Status (1)

Country Link
CN (1) CN108257607B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112464830A (zh) * 2020-12-01 2021-03-09 恒大新能源汽车投资控股集团有限公司 驾驶员分心检测方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101263734B (zh) * 2005-09-02 2012-01-25 丰田自动车株式会社 麦克风阵列用后置滤波器
CN103489454A (zh) * 2013-09-22 2014-01-01 浙江大学 基于波形形态特征聚类的语音端点检测方法
CN106328155A (zh) * 2016-09-13 2017-01-11 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种修正先验信噪比过估计的语音增强方法
CN107316648A (zh) * 2017-07-24 2017-11-03 厦门理工学院 一种基于有色噪声的语音增强方法
CN108831493A (zh) * 2018-05-21 2018-11-16 北京捷通华声科技股份有限公司 一种音频处理方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10468036B2 (en) * 2014-04-30 2019-11-05 Accusonus, Inc. Methods and systems for processing and mixing signals using signal decomposition

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101263734B (zh) * 2005-09-02 2012-01-25 丰田自动车株式会社 麦克风阵列用后置滤波器
CN103489454A (zh) * 2013-09-22 2014-01-01 浙江大学 基于波形形态特征聚类的语音端点检测方法
CN106328155A (zh) * 2016-09-13 2017-01-11 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种修正先验信噪比过估计的语音增强方法
CN107316648A (zh) * 2017-07-24 2017-11-03 厦门理工学院 一种基于有色噪声的语音增强方法
CN108831493A (zh) * 2018-05-21 2018-11-16 北京捷通华声科技股份有限公司 一种音频处理方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于改进小波阈值和EMD的语音去噪方法;李洋等;《计算机工程与设计》;20140716;第35卷(第7期);第2463-2464页 *

Also Published As

Publication number Publication date
CN108257607A (zh) 2018-07-06

Similar Documents

Publication Publication Date Title
CN106782584B (zh) 音频信号处理设备、方法和电子设备
US9197974B1 (en) Directional audio capture adaptation based on alternative sensory input
US9558755B1 (en) Noise suppression assisted automatic speech recognition
US9100734B2 (en) Systems, methods, apparatus, and computer-readable media for far-field multi-source tracking and separation
JP6703525B2 (ja) 音源を強調するための方法及び機器
JP2016051081A (ja) 音源分離装置、及び音源分離方法
CN110875056B (zh) 语音转录设备、系统、方法、及电子设备
CN108109617A (zh) 一种远距离拾音方法
CN107124647A (zh) 一种全景视频录制时自动生成字幕文件的方法及装置
CN116030823B (zh) 一种语音信号处理方法、装置、计算机设备及存储介质
CN112786064A (zh) 一种端到端的骨气导语音联合增强方法
CN115482830A (zh) 语音增强方法及相关设备
Ganguly et al. Real-time smartphone application for improving spatial awareness of hearing assistive devices
US11636866B2 (en) Transform ambisonic coefficients using an adaptive network
CN108257607B (zh) 一种多通道语音信号处理方法
Saruwatari et al. Musical noise controllable algorithm of channelwise spectral subtraction and adaptive beamforming based on higher order statistics
JP4891805B2 (ja) 残響除去装置、残響除去方法、残響除去プログラム、記録媒体
Aroudi et al. Cognitive-driven convolutional beamforming using EEG-based auditory attention decoding
CN115359804B (zh) 一种基于麦克风阵列的定向音频拾取方法和系统
CN108281154B (zh) 一种语音信号的降噪方法
KR20110021306A (ko) 마이크로폰의 신호 보상 장치 및 그 방법
CN108133711B (zh) 具有降噪模块的数字信号监测设备
WO2023108864A1 (zh) 小型麦克风阵列设备的区域拾音方法及系统
CN115376534A (zh) 一种麦克风阵列音频的处理方法及拾音胸牌
Meutzner et al. Binaural signal processing for enhanced speech recognition robustness in complex listening environments

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