CN110191397B - 一种降噪方法及蓝牙耳机 - Google Patents
一种降噪方法及蓝牙耳机 Download PDFInfo
- Publication number
- CN110191397B CN110191397B CN201910578602.8A CN201910578602A CN110191397B CN 110191397 B CN110191397 B CN 110191397B CN 201910578602 A CN201910578602 A CN 201910578602A CN 110191397 B CN110191397 B CN 110191397B
- Authority
- CN
- China
- Prior art keywords
- model
- mfcc
- audio information
- spectrum
- call audio
- 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
Images
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
-
- 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
- H04R2410/01—Noise reduction using microphones having different directional characteristics
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种降噪方法级蓝牙耳机,所述方法包括:语音信号采集步骤,包括:采集用户的语音信号;查找MFCC模型步骤,包括:根据所述语音信号查找与其相对应的MFCC模型;工作状态检测步骤,包括:检测语音传输设备当前的工作状态,包括通话状态和非通话状态;滤波步骤,当语音传输设备处于通话状态时,采集用户的通话音频信息,并输入至所加载的MFCC模型进行滤波;滤波后的通话音频信息通过发射模块发出。本方法只需采用一个麦克风即可实现,成本低,且本方案对麦克风的安装位置及角度等不做任何要求,可以根据实际空间任意装配,安装更加灵活,降低组装成本。且麦克风的数量少,可以减小占用空间,有利于电子设备的小型化。
Description
技术领域
本发明属于降噪技术领域,具体地说,涉及一种降噪方法及蓝牙耳机。
背景技术
蓝牙耳机的使用越发普遍,为了提高通话质量,提升用户体验,降噪功能在中高品质的耳机中应用很多,现有的降噪方案一般采用前馈或者反馈式进行降噪,而单个麦克风无法采用前馈或反馈降噪方案,因此该种降噪方式需要配置两个或以上的麦克风实现。
此外,前馈或者反馈式降噪算法也有其局限性,对不同环境降噪效果差异较大。这种方法的缺点主要体现在:
1、麦克风使用数量较多,成本较高。
2、多麦克风设计受算法限制,需要固定麦克风间距、角度,这对装配时各器件的固定位置设计是一个巨大的限制。而且,在应用过程中麦克风接收声音的角度也很难保持不变。
发明内容
本发明针对现有耳机的降噪方式需采用多个麦克风,导致降噪成本高,且对多个麦克风的装配位置有要求,导致装配成本高的技术问题,提出了一种降噪方法,可以解决上述问题。
为实现上述发明目的,本发明采用下述技术方案予以实现:
一种降噪方法,包括以下步骤:
语音信号采集步骤,包括:采集用户的语音信号;
查找MFCC模型步骤,包括:根据所述语音信号查找与其相对应的MFCC模型;
工作状态检测步骤,包括:检测语音传输设备当前的工作状态,包括通话状态和非通话状态;
滤波步骤,当语音传输设备处于通话状态时,采集用户的通话音频信息,并输入至所加载的MFCC模型进行滤波;
滤波后的通话音频信息通过发射模块发出。
进一步的,查找MFCC模型步骤中,包括:
提取所述语音信号的频谱信息,并将所述频谱信息与已经建立的MFCC模型进行匹配,若匹配到与所述频谱信息相对应的MFCC模型,则标记其ID信息,否则,根据所述频谱信息为其建立MFCC模型。
进一步的,查找MFCC模型步骤中,若匹配到与所述频谱信息相对应的MFCC模型,还包括将所述频谱信息与其对应的MFCC模型中的所保存的频谱进行比较的步骤,找出所述频谱信息中具有但在所述MFCC模型中没有的频率范围,建立新的频谱模型并保存至所述MFCC模型中。
进一步的,建立MFCC模型后,为该MFCC模型建立ID信息并保存。
进一步的,MFCC模型对通话音频信息进行滤波的方法为:
信号预处理步骤,包括对所述通话音频信息进行预加重处理、分帧处理以及加窗处理,将通话音频信息分成若干帧;
获取通话音频信息的幅度谱步骤,包括对每一帧的通话音频信息进行FFT变换,获取频谱,根据所述频谱获取幅度谱;
对所述幅度谱进行滤波;
对滤波后的数据做对数运算和离散余弦变换,得到滤波后的通话音频信息。
进一步的,滤波步骤中,当通话状态结束时,退出滤波步骤,并返回工作状态检测步骤。
进一步的,在身份识别步骤中,所采集的语音信号还包括用于将系统唤醒。
进一步的,在身份识别步骤中之前,还包括监听语音信号的步骤。
本发明同时提出了一种蓝牙耳机,包括:
麦克风,其具有1个,用于采集语音信号和通话音频信息;
蓝牙芯片,其用于根据所述语音信号查找与其相对应的查找MFCC模型;
工作状态检测模块,检测语音传输设备当前的工作状态,包括通话状态和非通话状态;
存储模块,其用于存储MFCC模型;
音频处理模块,当前的工作状态为通话状态时,其加载MFCC模型,并接收蓝牙芯片发送的通话音频信息,输入至所述MFCC模型进行滤波,滤波后的通话音频信息由蓝牙芯片通过天线发射出去。
进一步的,还包括监听模块和唤醒模块,所述监听模块用于监听语音信号,所述唤醒模块用于将系统唤醒。
与现有技术相比,本发明的优点和积极效果是:本发明的降噪方法只需采用一个麦克风即可实现,成本低,且本方案对麦克风的安装位置及角度等不做任何要求,可以根据实际空间任意装配,安装更加灵活,降低组装成本。且麦克风的数量少,可以减小占用空间,有利于电子设备的小型化。
结合附图阅读本发明的具体实施方式后,本发明的其他特点和优点将变得更加清楚。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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 是本发明提出的降噪方法的一种实施例流程图;
图2是本发明提出的蓝牙耳机的一种实施例流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下将结合附图和实施例,对本发明作进一步详细说明。
实施例一,为了解决传统的降噪方法所要求的麦克风数量多且装配位置有限定的问题,本实施例提出了一种降噪方法,如图1所示,包括以下步骤:
语音信号采集步骤,包括:采集用户的语音信号;本方法中,语音信号的采集只需要一个麦克风即可实现,且只要其具有语音信号采集功能即可,对麦克风的安装位置、角度等没有任何限制。
查找MFCC模型步骤,包括:根据所述语音信号查找与其相对应的MFCC模型;本方案基于MFCC模型,MFCC模型也即梅尔倒谱系数模型(Mel-scale Frequency CepstralCoefficients,MFCC),是在Mel标度频率域提取出来的倒谱参数,Mel标度描述了人耳频率的非线性特性。由于人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响对大。两个响度不等的声音作用于人耳时,则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受,使其变得不易察觉,这种现象称为掩蔽效应。由于频率较低的声音在内耳蜗基底膜上行波传递的距离大于频率较高的声音,故一般来说,低音容易掩蔽高音,而高音掩蔽低音较困难。在低频处的声音掩蔽的临界带宽较高频要小。所以,MFCC模型从低频到高频这一段频带内按临界带宽的大小由密到疏安排一组带通滤波器,对输入信号进行滤波。将每个带通滤波器输出的信号能量作为信号的基本特征,对此特征经过进一步处理后就可以作为语音的输入特征。由于这种特征不依赖于信号的性质,对输入信号不做任何的假设和限制,因此,这种参数具有更好的鲁棒性,更符合人耳的听觉特性,而且当信噪比降低时仍然具有较好的识别性能。
本实施例的降噪方法只需采用一个麦克风即可实现,成本低,且本方案对麦克风的安装位置及角度等不做任何要求,可以根据实际空间任意装配,安装更加灵活,降低组装成本。且麦克风的数量少,可以减小占用空间,有利于电子设备的小型化。
工作状态检测步骤,包括:检测语音传输设备当前的工作状态,包括通话状态和非通话状态;本方案的主要目的在于用于滤除掉音频信号中的噪音,提高通信品质,减少麦克风的用量,对于语音传输设备而言,往往在通话状态中,由于音频采集端的背景嘈杂等原因,在采集过程中引入大量噪声,若不进行降噪处理将导致音频接收端所接收信号的信噪比偏低,因此,音频传输一般发生在当前为通话状态下,因此,本方案当检测到工作状态为通话状态时,开始执行降噪过程,其他状态时为等待命令。
滤波步骤,当语音传输设备处于通话状态时,采集用户的通话音频信息,并输入至所加载的MFCC模型进行滤波;
滤波后的通话音频信息通过发射模块发出。
本方案的降噪方法通过在语音信号的发出端进行降噪滤波,采用MFCC模型进行滤波,不同的用户的声音都有各自的特征,在语音信号的发出端为各用户分别建立MFCC模型,在滤波时根据各用户的声音特征,提取出有效的语音信号,滤除掉背景噪音,降噪处理目标更加精准,降噪效果更好。
查找MFCC模型步骤中,包括:
提取所述语音信号的频谱信息,并将频谱信息与已经建立的MFCC模型进行匹配,若匹配到与所述频谱信息相对应的MFCC模型,则标记其ID信息,否则,根据所述频谱信息为其建立MFCC模型,MFCC模型中保存有频谱模型,在匹配时将频谱信息与MFCC模型中的频谱模型进行匹配。
正常人类的发音是有频率范围的,对于各个人而言,其又有自己的频率特征,因此,本方案中通过提取语音信号的频谱信息匹配MFCC模型。首次使用该语音传输设备的用户,系统中没有存储相对应的MFCC模型,需要为其新建MFCC模型并存储,当该用户下次使用时,即可匹配到该MFCC模型。通过为用户标记ID信息,便于查找和管理。在建立MFCC模型后,还需要为该MFCC模型建立ID信息并保存。
查找MFCC模型步骤中,若匹配到与所述频谱信息相对应的MFCC模型,还包括将所述频谱信息与其对应的MFCC模型中的所保存的频谱模型进行比较的步骤,找出所述频谱信息中具有但在所述频谱模型中没有的频率范围,将该频率范围加入至频谱模型中,建立新的频谱模型并保存至所述MFCC模型中。各个人的发音频率有个范围,但是不一定从说的某句话或者某些字中全都体现出来,且说同样的话在不同音阶情况下发出的频率不一定相同,也即,用户说的话越多,使用该语音传输设备的次数越多,理论上所能够提取出的该用户的频率特征越接近其实际,因此,本方案中通过设置学习过程,随着用户使用次数的增加,声音特征提取愈加完善,以这种自学习的方式完善MFCC模型中的频谱模型,大大提高对语音辨识能力。
MFCC模型对通话音频信息进行滤波的方法为:
信号预处理步骤,包括对所述通话音频信息进行预加重处理、分帧处理以及加窗处理,将通话音频信息分成若干帧;
预加重的目的是提升高频部分,使信号的频谱变得平坦,保持在低频到高频的整个频带中,能用同样的信噪比求频谱。同时,也是为了消除发生过程中声带和嘴唇的效应,来补偿语音信号受到发音系统所抑制的高频部分,也为了突出高频的共振峰。
先将N个采样点集合成一个观测单位,称为帧。通常情况下N的值为256或512,涵盖的时间约为20~30ms左右。为了避免相邻两帧的变化过大,因此会让两相邻帧之间有一段重叠区域,此重叠区域包含了M个取样点,通常M的值约为N的1/2或1/3。通常语音识别所采用语音信号的采样频率为8KHz或16KHz,以8KHz来说,若帧长度为256个采样点,则对应的时间长度是256/8000×1000=32ms。
加窗处理是指将每一帧乘以汉明窗,以增加帧左端和右端的连续性。
获取通话音频信息的幅度谱步骤,包括对每一帧的通话音频信息进行FFT变换,获取频谱,根据所述频谱获取幅度谱;
对幅度谱进行滤波;
对滤波后的数据做对数运算和离散余弦变换,得到滤波后的通话音频信息。
滤波步骤中,当通话状态结束时,退出滤波步骤,并返回工作状态检测步骤,当再次通话时,进入新的滤波过程。
在身份识别步骤中,所采集的语音信号还包括用于将系统唤醒,为了节约能耗,语音传输设备正常为低功耗待机状态,当用户使用时,通过向其发出语音信号,能够将系统唤醒,所发出的语音信号继续应用在后续的查找MFCC模型步骤中,也即,十分方便使用,不需要分别发送语音信号。
在身份识别步骤中之前,还包括监听语音信号的步骤,以保证用户随时可以唤醒系统。
实施例二,本实施例提出了一种蓝牙耳机,如图2所示,包括:
麦克风,其具有1个,用于采集语音信号和通话音频信息;
蓝牙芯片,其用于根据所述语音信号查找与其相对应的查找MFCC模型;
工作状态检测模块,检测语音传输设备当前的工作状态,包括通话状态和非通话状态;
存储模块,其用于存储MFCC模型;
音频处理模块,当前的工作状态为通话状态时,其加载MFCC模型,并接收蓝牙芯片发送的通话音频信息,输入至所述MFCC模型进行滤波,滤波后的通话音频信息再发送至蓝牙芯片,由蓝牙芯片通过天线发射出去。
其中,天线一般采用射频天线实现。
还包括监听模块和唤醒模块,监听模块用于监听语音信号,唤醒模块用于将系统唤醒。
本实施例的蓝牙耳机只需采用一个麦克风即可实现,成本低,且本方案对麦克风的安装位置及角度等不做任何要求,可以根据实际空间任意装配,安装更加灵活,降低组装成本。且麦克风的数量少,可以减小占用空间,有利于电子设备的小型化。
以上实施例仅用以说明本发明的技术方案,而非对其进行限制;尽管参照前述实施例对本发明进行了详细的说明,对于本领域的普通技术人员来说,依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。
Claims (9)
1.一种降噪方法,其特征在于,包括以下步骤:
语音信号采集步骤,包括:采集用户的语音信号;
查找MFCC模型步骤,包括:根据所述语音信号查找与其相对应的MFCC模型;
工作状态检测步骤,包括:检测语音传输设备当前的工作状态,包括通话状态和非通话状态;
滤波步骤,当语音传输设备处于通话状态时,采集用户的通话音频信息,并输入至所加载的MFCC模型进行滤波;
滤波后的通话音频信息通过发射模块发出;
MFCC模型对通话音频信息进行滤波的方法为:
信号预处理步骤,包括对所述通话音频信息进行预加重处理、分帧处理以及加窗处理,将通话音频信息分成若干帧;
获取通话音频信息的幅度谱步骤,包括对每一帧的通话音频信息进行FFT变换,获取频谱,根据所述频谱获取幅度谱;
对所述幅度谱进行滤波;
对滤波后的数据做对数运算和离散余弦变换,得到滤波后的通话音频信息;
所述预加重处理包括提升通话音频信息的高频部分;
获取频谱步骤中,通话音频信息的高频部分和低频部分采用同样的信噪比求频谱。
2.根据权利要求1所述的降噪方法,其特征在于,
查找MFCC模型步骤中,包括:
提取所述语音信号的频谱信息,并将所述频谱信息与已经建立的MFCC模型进行匹配,若匹配到与所述频谱信息相对应的MFCC模型,则标记其ID信息,否则,根据所述频谱信息为其建立MFCC模型。
3.根据权利要求2所述的降噪方法,其特征在于,查找MFCC模型步骤中,若匹配到与所述频谱信息相对应的MFCC模型,还包括将所述频谱信息与其对应的MFCC模型中的频谱模型进行比较的步骤,找出所述频谱信息中具有但在所述频谱模型中没有的频率范围,将该频率范围加入至频谱模型中,建立新的频谱模型并保存至所述MFCC模型中。
4.根据权利要求2所述的降噪方法,其特征在于,建立MFCC模型后,为该MFCC模型建立ID信息并保存。
5.根据权利要求1-4任一项所述的降噪方法,其特征在于,滤波步骤中,当通话状态结束时,退出滤波步骤,并返回工作状态检测步骤。
6.根据权利要求1-4任一项所述的降噪方法,其特征在于,在身份识别步骤中,所采集的语音信号还包括用于将系统唤醒。
7.根据权利要求1-4任一项所述的降噪方法,其特征在于,在身份识别步骤中之前,还包括监听语音信号的步骤。
8.一种蓝牙耳机,其特征在于,包括:
麦克风,其具有1个,用于采集语音信号和通话音频信息;
蓝牙芯片,其用于根据所述语音信号查找与其相对应的查找MFCC模型;
工作状态检测模块,检测语音传输设备当前的工作状态,包括通话状态和非通话状态;
存储模块,其用于存储MFCC模型;
音频处理模块,当前的工作状态为通话状态时,其加载MFCC模型,并接收蓝牙芯片发送的通话音频信息,输入至所述MFCC模型进行滤波,滤波后的通话音频信息由蓝牙芯片通过天线发射出去;
MFCC模型对通话音频信息进行滤波的方法为:
信号预处理步骤,包括对所述通话音频信息进行预加重处理、分帧处理以及加窗处理,将通话音频信息分成若干帧;
获取通话音频信息的幅度谱步骤,包括对每一帧的通话音频信息进行FFT变换,获取频谱,根据所述频谱获取幅度谱;
对所述幅度谱进行滤波;
对滤波后的数据做对数运算和离散余弦变换,得到滤波后的通话音频信息;
所述预加重处理包括提升通话音频信息的高频部分;
获取频谱步骤中,通话音频信息的高频部分和低频部分采用同样的信噪比求频谱。
9.根据权利要求8所述的蓝牙耳机,其特征在于,还包括监听模块和唤醒模块,所述监听模块用于监听语音信号,所述唤醒模块用于将系统唤醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910578602.8A CN110191397B (zh) | 2019-06-28 | 2019-06-28 | 一种降噪方法及蓝牙耳机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910578602.8A CN110191397B (zh) | 2019-06-28 | 2019-06-28 | 一种降噪方法及蓝牙耳机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110191397A CN110191397A (zh) | 2019-08-30 |
CN110191397B true CN110191397B (zh) | 2021-10-15 |
Family
ID=67724166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910578602.8A Active CN110191397B (zh) | 2019-06-28 | 2019-06-28 | 一种降噪方法及蓝牙耳机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110191397B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111131947B (zh) * | 2019-12-05 | 2022-08-09 | 小鸟创新(北京)科技有限公司 | 耳机信号处理方法、系统和耳机 |
CN111583927A (zh) * | 2020-05-08 | 2020-08-25 | 安创生态科技(深圳)有限公司 | 多通道i2s语音唤醒低功耗电路数据处理方法及装置 |
US20220020387A1 (en) * | 2020-07-17 | 2022-01-20 | Apple Inc. | Interrupt for noise-cancelling audio devices |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514884A (zh) * | 2012-06-26 | 2014-01-15 | 华为终端有限公司 | 通话音降噪方法及终端 |
CN103594092A (zh) * | 2013-11-25 | 2014-02-19 | 广东欧珀移动通信有限公司 | 一种单麦克风语音降噪方法和装置 |
CN105704321A (zh) * | 2016-03-21 | 2016-06-22 | 广东欧珀移动通信有限公司 | 利用降噪麦克风动态调节通话音量的方法和系统 |
CN105719657A (zh) * | 2016-02-23 | 2016-06-29 | 惠州市德赛西威汽车电子股份有限公司 | 基于单麦克风的人声提取方法及装置 |
CN106024002A (zh) * | 2015-02-11 | 2016-10-12 | 恩智浦有限公司 | 时间零收敛单麦克风降噪 |
CN107251573A (zh) * | 2014-12-23 | 2017-10-13 | 思睿逻辑国际半导体有限公司 | 包括集成语音分析的麦克风单元 |
CN109065067A (zh) * | 2018-08-16 | 2018-12-21 | 福建星网智慧科技股份有限公司 | 一种基于神经网络模型的会议终端语音降噪方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7877252B2 (en) * | 2007-05-18 | 2011-01-25 | Stmicroelectronics S.R.L. | Automatic speech recognition method and apparatus, using non-linear envelope detection of signal power spectra |
US9576587B2 (en) * | 2013-06-12 | 2017-02-21 | Technion Research & Development Foundation Ltd. | Example-based cross-modal denoising |
US10014003B2 (en) * | 2015-10-12 | 2018-07-03 | Gwangju Institute Of Science And Technology | Sound detection method for recognizing hazard situation |
CN109147796B (zh) * | 2018-09-06 | 2024-02-09 | 平安科技(深圳)有限公司 | 语音识别方法、装置、计算机设备及计算机可读存储介质 |
-
2019
- 2019-06-28 CN CN201910578602.8A patent/CN110191397B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514884A (zh) * | 2012-06-26 | 2014-01-15 | 华为终端有限公司 | 通话音降噪方法及终端 |
CN103594092A (zh) * | 2013-11-25 | 2014-02-19 | 广东欧珀移动通信有限公司 | 一种单麦克风语音降噪方法和装置 |
CN107251573A (zh) * | 2014-12-23 | 2017-10-13 | 思睿逻辑国际半导体有限公司 | 包括集成语音分析的麦克风单元 |
CN106024002A (zh) * | 2015-02-11 | 2016-10-12 | 恩智浦有限公司 | 时间零收敛单麦克风降噪 |
CN105719657A (zh) * | 2016-02-23 | 2016-06-29 | 惠州市德赛西威汽车电子股份有限公司 | 基于单麦克风的人声提取方法及装置 |
CN105704321A (zh) * | 2016-03-21 | 2016-06-22 | 广东欧珀移动通信有限公司 | 利用降噪麦克风动态调节通话音量的方法和系统 |
CN109065067A (zh) * | 2018-08-16 | 2018-12-21 | 福建星网智慧科技股份有限公司 | 一种基于神经网络模型的会议终端语音降噪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110191397A (zh) | 2019-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11812223B2 (en) | Electronic device using a compound metric for sound enhancement | |
WO2021139327A1 (zh) | 一种音频信号处理方法、模型训练方法以及相关装置 | |
CN110191397B (zh) | 一种降噪方法及蓝牙耳机 | |
US6691090B1 (en) | Speech recognition system including dimensionality reduction of baseband frequency signals | |
US9721560B2 (en) | Cloud based adaptive learning for distributed sensors | |
US9412373B2 (en) | Adaptive environmental context sample and update for comparing speech recognition | |
US8143620B1 (en) | System and method for adaptive classification of audio sources | |
US20060206320A1 (en) | Apparatus and method for noise reduction and speech enhancement with microphones and loudspeakers | |
CN109195042B (zh) | 低功耗的高效降噪耳机及降噪系统 | |
CN110648678A (zh) | 一种用于具有多麦克风会议的场景识别方法和系统 | |
US20150063575A1 (en) | Acoustic Sound Signature Detection Based on Sparse Features | |
CN108597505B (zh) | 语音识别方法、装置及终端设备 | |
WO2014117722A1 (zh) | 语音处理方法、装置及终端设备 | |
CN103152546A (zh) | 基于模式识别和延迟前馈控制的视频会议回声抑制方法 | |
JP2020115206A (ja) | システム及び方法 | |
CN113949955B (zh) | 降噪处理方法、装置、电子设备、耳机及存储介质 | |
CN113012710A (zh) | 一种音频降噪方法及存储介质 | |
US20190385593A1 (en) | Method for controlling the transmission of data between at least one hearing device and a peripheral device of a hearing device system and an associated hearing device system | |
US11164591B2 (en) | Speech enhancement method and apparatus | |
CN116132875B (zh) | 一种辅听耳机的多模式智能控制方法、系统及存储介质 | |
EP3834429A1 (en) | Audio device using a microphone with pre-adaptation | |
CN112562717B (zh) | 啸叫检测方法、装置、存储介质、计算机设备 | |
CN114023352A (zh) | 一种基于能量谱深度调制的语音增强方法及装置 | |
EP2063420A1 (en) | Method and assembly to enhance the intelligibility of speech | |
CN112118511A (zh) | 耳机降噪方法、装置、耳机及计算机可读存储介质 |
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 |