CN112837695A - 一种滤波方法、装置、终端及存储介质 - Google Patents

一种滤波方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN112837695A
CN112837695A CN202110118264.7A CN202110118264A CN112837695A CN 112837695 A CN112837695 A CN 112837695A CN 202110118264 A CN202110118264 A CN 202110118264A CN 112837695 A CN112837695 A CN 112837695A
Authority
CN
China
Prior art keywords
filter
convergence
filtering
factor
error signal
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
Application number
CN202110118264.7A
Other languages
English (en)
Inventor
黄建平
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.)
Guangzhou Enenta Electric Equipment Co ltd
Original Assignee
Guangzhou Enenta Electric Equipment 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 Guangzhou Enenta Electric Equipment Co ltd filed Critical Guangzhou Enenta Electric Equipment Co ltd
Priority to CN202110118264.7A priority Critical patent/CN112837695A/zh
Publication of CN112837695A publication Critical patent/CN112837695A/zh
Pending legal-status Critical Current

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (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)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Abstract

本发明涉信号处理技术领域，具体公开了一种滤波方法，包括以下步骤：获取带噪声的语音信号，所述语音信号包括杂散部分和目标语音部分；对所述带噪声的语音信号进行滤波处理，获得估计的误差信号值；根据所述杂散部分和目标语音部分，分别建立第一滤波器收敛的步长因子和第二滤波器收敛的步长因子，根据第一滤波器收敛的步长因子、第二滤波器收敛的步长因子及误差信号值，对自适应滤波器的滤波器系数进行更新。本发明能够合理的选择步长，调整收敛速度的快慢，尽可能的减少误差，提高了语音识别的准确度并使得滤波器发挥到最佳的性能。

Description

一种滤波方法、装置、终端及存储介质
技术领域
本发明涉信号处理技术领域，具体涉及一种滤波方法、装置、终端及存储介质。
背景技术
语音是人们能够快速获取对方信息的交流方式，也是人机交互的桥梁。在现实生活中，语音信号经常会夹杂着来自四面八方的噪声信号，这些噪声极大的影响语音信号的准确识别。目前现有技术在在通过滤波器过滤噪音时，在去除噪声的同时也去除了部分目标语音，导致语音信号不能很好地识别出来。
发明内容
针对上述问题，本发明提供了一种滤波方法、装置、终端及存储介质。
为了解决上述技术问题，本发明第一方面提供了一种滤波方法，包括以下步骤：
S1.获取带噪声的语音信号，所述语音信号包括杂散部分和目标语音部分；
S2.对所述带噪声的语音信号进行滤波处理，获得估计的误差信号值；
S3.根据所述杂散部分和目标语音部分，分别建立第一滤波器收敛的步长因子和第二滤波器收敛的步长因子，所述第一滤波器收敛的步长因子指示噪声对滤波器系数的更新过程的影响，第二滤波器收敛的步长因子指示目标语音部分缺失对滤波器系数的更新过程的影响；
S4.根据第一滤波器收敛的步长因子、第二滤波器收敛的步长因子及误差信号值，对自适应滤波器的滤波器系数进行更新。
优选地，步骤S2包括滤波处理中输入带噪声的语音信号进行滤波处理，产生期望响应的估计值，进而计算出估计的误差信号值。
所述误差信号能够影响收敛的步长，误差信号值的大小能够反映步长的稳定情况。
优选地，所述误差信号通过计算输入带噪声的语音信号值和期望响应的估计值之差计算出，所述误差信号值的计算公式为：
S（n）=y(n)-ds(n)
其中S（n）为误差信号值，y(n) 输入带噪声的语音信号值，ds(n)为期望响应的估计值。
优选地，所述第一滤波器收敛的步长因子包括时域中杂散部分的共轭与噪声估计的误差而生成的剩余信号，所述第二滤波器收敛的步长因子包括目标语音部分的共轭与目标语音缺失而生成的剩余信号。
滤波器能够去除冗余的噪音并保留目标语音信号的真实性，所述第一滤波器能够通过收敛的步长因子能够将杂散部分的噪音精确去除，所述第二滤波器能够补偿目标语音缺失的部分。
优选地，计算时域中的当前输入的带噪声的语音信号与杂散部分之差，得到时域中的当前输入的语音信号的目标语音部分。
优选地，步骤S4包括将所述估计的误差信号值、第一滤波器收敛的步长因子、第二滤波器收敛的步长因子作为时域中更新第一滤波器系数的权矢量和第二滤波器系数的权矢量，其计算公式为：
Figure 100002_DEST_PATH_IMAGE001
=
Figure 92406DEST_PATH_IMAGE002
+
Figure 100002_DEST_PATH_IMAGE003
(n)L(n-1) S（n）
Figure 348069DEST_PATH_IMAGE004
=
Figure 100002_DEST_PATH_IMAGE005
+
Figure 52851DEST_PATH_IMAGE006
(n)L(n-1) S（n）
Figure 100002_DEST_PATH_IMAGE007
为第一滤波器系数的权矢量，
Figure 705549DEST_PATH_IMAGE004
为第二滤波器系数的权矢量，
Figure 403247DEST_PATH_IMAGE008
为上一阶数的第一滤波器系数的权矢量，
Figure 572803DEST_PATH_IMAGE005
为上一阶数的第二滤波器系数的 权矢量，
Figure 635437DEST_PATH_IMAGE003
(n)L(n-1)为第一滤波器步长因子，
Figure 775432DEST_PATH_IMAGE006
(n)L(n-1)为第二滤波器步长因子，S（n） 为误差信号值。
通过计算第一滤波器系数的权矢量和第二滤波器系数的权矢量，能够合理的选择步长，调整收敛速度的快慢，尽可能的减少误差，使得滤波器发挥到最佳的性能。
优选地，通过第一滤波器系数的权矢量和第二滤波器系数对自适应滤波器的滤波器系数进行更新，其计算公式为：
G（n）=
Figure 27553DEST_PATH_IMAGE001
+
Figure 569392DEST_PATH_IMAGE004
其中G（n）自适应滤波器的滤波器系数进行更新权矢量，
Figure 100002_DEST_PATH_IMAGE009
为第一滤波器系数 的权矢量，
Figure 881556DEST_PATH_IMAGE010
为第二滤波器系数的权矢量。
本发明第二方面提供了一种滤波装置，包括：
获取数据模块：所述的获取数据模块用于获取带噪声的语音信号，所述语音信号包括杂散部分和目标语音部分；
滤波处理模块：所述的滤波处理模块用于对所述带噪声的语音信号进行滤波处理，获得估计的误差信号值；
建立收敛步长模块：所述的建立收敛步长模块用于根据所述杂散部分和目标语音部分，分别建立第一滤波器收敛的步长因子和第二滤波器收敛的步长因子，所述第一滤波器收敛的步长因子指示噪声对滤波器系数的更新过程的影响，第二滤波器收敛的步长因子指示目标语音部分缺失对滤波器系数的更新过程的影响；
滤波器系数更新模块：所述的滤波器系数更新模块用于根据第一滤波器收敛的步长因子、第二滤波器收敛的步长因子及误差信号值，对自适应滤波器的滤波器系数进行更新。
本发明第三方面提供了一种终端，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以执行时实现所述的一种滤波方法的步骤。
本发明第四方面提供了一种存储介质，存储有可被执行的计算机程序，所述计算机程序被执行时实现所述的一种滤波方法的步骤。
与现有技术相比，本发明具有的有益效果为：本发明第一滤波器去除冗余的噪声部分，第二滤波器对目标语音部分所缺失的信号进行补偿，提高了语音信号的识别度；通过语音信号的步长因子和误差信号的计算，能够合理的选择步长，调整收敛速度的快慢，尽可能的减少误差，实现对滤波器系数的更新并使得滤波器发挥到最佳的性能。
附图说明
图1为本发明实施例提供的一种滤波方法的流程图。
图2为本发明实施例提供的一种滤波装置的结构示意图。
具体实施方式
以下实施例是对本发明的进一步说明，不是对本发明的限制。
请参阅图1，本发明实施例提供了一种滤波方法，包括以下步骤：
S1.获取带噪声的语音信号，所述语音信号包括杂散部分和目标语音部分；
S2.对所述带噪声的语音信号进行滤波处理，获得估计的误差信号值；
S3.根据所述杂散部分和目标语音部分，分别建立第一滤波器收敛的步长因子和第二滤波器收敛的步长因子，所述第一滤波器收敛的步长因子指示噪声对滤波器系数的更新过程的影响，第二滤波器收敛的步长因子指示目标语音部分缺失对滤波器系数的更新过程的影响；
S4.根据第一滤波器收敛的步长因子、第二滤波器收敛的步长因子及误差信号值，对自适应滤波器的滤波器系数进行更新。
在本发明实施例中，步骤S2包括滤波处理中输入带噪声的语音信号进行滤波处理，产生期望响应的估计值，进而计算出估计的误差信号值。
所述误差信号能够影响收敛的步长，误差信号值的大小能够反映步长的稳定情况。
在本发明实施例中，所述误差信号通过计算输入带噪声的语音信号值和期望响应的估计值之差计算出，所述误差信号值的计算公式为：
S（n）=y(n)-ds(n)
其中S（n）为误差信号值，y(n) 输入带噪声的语音信号值，ds(n)为期望响应的估计值。
进一步的，在本发明实施例中，所述第一滤波器收敛的步长因子包括时域中杂散部分的共轭与噪声估计的误差而生成的剩余信号，所述第二滤波器收敛的步长因子包括目标语音部分的共轭与目标语音缺失而生成的剩余信号。
滤波器能够去除冗余的噪音并保留目标语音信号的真实性，所述第一滤波器能够通过收敛的步长因子能够将杂散部分的噪音精确去除，所述第二滤波器能够补偿目标语音缺失的部分。
进一步的，在本发明实施例中，计算时域中的当前输入的带噪声的语音信号与杂散部分之差，得到时域中的当前输入的语音信号的目标语音部分。
在本发明实施例中，步骤S4包括将所述估计的误差信号值、第一滤波器收敛的步长因子、第二滤波器收敛的步长因子作为时域中更新第一滤波器系数的权矢量和第二滤波器系数的权矢量，其计算公式为：
Figure 508847DEST_PATH_IMAGE001
=
Figure 486030DEST_PATH_IMAGE002
+
Figure 882376DEST_PATH_IMAGE003
(n)L(n-1) S（n）
Figure 834283DEST_PATH_IMAGE004
=
Figure 214449DEST_PATH_IMAGE005
+
Figure 995323DEST_PATH_IMAGE006
(n)L(n-1) S（n）
Figure 993978DEST_PATH_IMAGE007
为第一滤波器系数的权矢量，
Figure 834895DEST_PATH_IMAGE004
为第二滤波器系数的权矢量，
Figure 233516DEST_PATH_IMAGE008
为上一阶数的第一滤波器系数的权矢量，
Figure 568813DEST_PATH_IMAGE005
为上一阶数的第二滤波器系数的 权矢量，
Figure 674172DEST_PATH_IMAGE003
(n)L(n-1)为第一滤波器步长因子，
Figure 482728DEST_PATH_IMAGE006
(n)L(n-1)为第二滤波器步长因子，S（n） 为误差信号值。
通过计算第一滤波器系数的权矢量和第二滤波器系数的权矢量，能够合理的选择步长，调整收敛速度的快慢，尽可能的减少误差，使得滤波器发挥到最佳的性能。
在本发明实施例中，通过第一滤波器系数的权矢量和第二滤波器系数对自适应滤波器的滤波器系数进行更新，其计算公式为：
G（n）=
Figure 322640DEST_PATH_IMAGE001
+
Figure 710896DEST_PATH_IMAGE004
其中G（n）自适应滤波器的滤波器系数进行更新权矢量，
Figure 483811DEST_PATH_IMAGE009
为第一滤波器系数 的权矢量，
Figure 666530DEST_PATH_IMAGE010
为第二滤波器系数的权矢量。
本发明实施例中，第一滤波器去除冗余的噪声部分，第二滤波器对目标语音部分所缺失的信号进行补偿，提高了语音信号的识别度；通过语音信号的步长因子和误差信号的计算，能够合理的选择步长，调整收敛速度的快慢，尽可能的减少误差，实现对滤波器系数的更新并使得滤波器发挥到最佳的性能。
请参阅图2，本发明实施例提供了一种滤波装置，包括：
获取数据模块：所述的获取数据模块用于获取带噪声的语音信号，所述语音信号包括杂散部分和目标语音部分；
滤波处理模块：所述的滤波处理模块用于对所述带噪声的语音信号进行滤波处理，获得估计的误差信号值；
建立收敛步长模块：所述的建立收敛步长模块用于根据所述杂散部分和目标语音部分，分别建立第一滤波器收敛的步长因子和第二滤波器收敛的步长因子，所述第一滤波器收敛的步长因子指示噪声对滤波器系数的更新过程的影响，第二滤波器收敛的步长因子指示目标语音部分缺失对滤波器系数的更新过程的影响；
滤波器系数更新模块：所述的滤波器系数更新模块用于根据第一滤波器收敛的步长因子、第二滤波器收敛的步长因子及误差信号值，对自适应滤波器的滤波器系数进行更新。
本发明实施例提供了一种终端，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以执行时实现所述的一种滤波方法的步骤。
本发明实施例提供了一种存储介质，存储有可被执行的计算机程序，所述计算机程序被执行时实现所述的一种滤波方法的步骤。
示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。例如，计算机程序可以被分割成上述各个方法实施例提供的智能合约地址生成方法的步骤。
本领域技术人员可以理解，上述计算机装置的描述仅仅是示例，并不构成对计算机装置的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述计算机装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信号以及软件分发介质等。
上列详细说明是针对本发明可行实施例的具体说明，以上实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本案的专利范围中。
上列详细说明是针对本发明可行实施例的具体说明，以上实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本案的专利范围中。

Claims (10)

1.一种滤波方法，其特征在于，包括以下步骤：
S1.获取带噪声的语音信号，所述语音信号包括杂散部分和目标语音部分；
S2.对所述带噪声的语音信号进行滤波处理，获得估计的误差信号值；
S3.根据所述杂散部分和目标语音部分，分别建立第一滤波器收敛的步长因子和第二滤波器收敛的步长因子，所述第一滤波器收敛的步长因子指示噪声对滤波器系数的更新过程的影响，第二滤波器收敛的步长因子指示目标语音部分缺失对滤波器系数的更新过程的影响；
S4.根据第一滤波器收敛的步长因子、第二滤波器收敛的步长因子及误差信号值，对自适应滤波器的滤波器系数进行更新。
2.根据权利要求1所述的滤波方法，其特征在于，步骤S2包括滤波处理中输入带噪声的语音信号进行滤波处理，产生期望响应的估计值，进而计算出估计的误差信号值。
3.根据权利要求2述的滤波方法，其特征在于，所述误差信号通过计算输入带噪声的语音信号值和期望响应的估计值之差计算出，所述误差信号值的计算公式为：
S（n）=y(n)-ds(n)
其中S（n）为误差信号值，y(n) 输入带噪声的语音信号值，ds(n)为期望响应的估计值。
4.根据权利要求1所述的滤波方法，其特征在于，所述第一滤波器收敛的步长因子包括时域中杂散部分的共轭与噪声估计的误差而生成的剩余信号，所述第二滤波器收敛的步长因子包括目标语音部分的共轭与目标语音缺失而生成的剩余信号。
5.根据权利要求4所述的滤波方法，其特征在于，计算时域中的当前输入的语音信号与当前输入的语音信号的杂散部分之差，得到时域中的当前输入的语音信号的目标语音部分。
6.根据权利要求1所述的滤波方法，其特征在于，步骤S4包括将所述估计的误差信号值、第一滤波器收敛的步长因子、第二滤波器收敛的步长因子作为时域中更新第一滤波器系数的权矢量和第二滤波器系数的权矢量，其计算公式为：
Figure DEST_PATH_IMAGE001
=
Figure 461135DEST_PATH_IMAGE002
+
Figure DEST_PATH_IMAGE003
(n)L(n-1) S（n）
Figure 433639DEST_PATH_IMAGE004
=
Figure DEST_PATH_IMAGE005
+
Figure 700148DEST_PATH_IMAGE006
(n)L(n-1) S（n）
Figure DEST_PATH_IMAGE007
为第一滤波器系数的权矢量，
Figure 737505DEST_PATH_IMAGE004
为第二滤波器系数的权矢量，
Figure 64581DEST_PATH_IMAGE008
为上一阶数的第一滤波器系数的权矢量，
Figure 676828DEST_PATH_IMAGE005
为上一阶数的第二滤波器系数的权矢 量，
Figure 89355DEST_PATH_IMAGE003
(n)L(n-1)为第一滤波器步长因子，
Figure 930403DEST_PATH_IMAGE006
(n)L(n-1)为第二滤波器步长因子，S（n）为误 差信号值。
7.根据权利要求6所述的滤波方法，其特征在于，通过第一滤波器系数的权矢量和第二滤波器系数对自适应滤波器的滤波器系数进行更新，其计算公式为：
G（n）=
Figure 643144DEST_PATH_IMAGE001
+
Figure 363975DEST_PATH_IMAGE004
其中G（n）自适应滤波器的滤波器系数进行更新权矢量，
Figure DEST_PATH_IMAGE009
为第一滤波器系数的权 矢量，
Figure 811268DEST_PATH_IMAGE010
为第二滤波器系数的权矢量。
8.一种滤波装置，其特征在于，包括：
获取数据模块：所述的获取数据模块用于获取带噪声的语音信号，所述语音信号包括杂散部分和目标语音部分；
滤波处理模块：所述的滤波处理模块用于对所述带噪声的语音信号进行滤波处理，获得估计的误差信号值；
建立收敛步长模块：所述的建立收敛步长模块用于根据所述杂散部分和目标语音部分，分别建立第一滤波器收敛的步长因子和第二滤波器收敛的步长因子，所述第一滤波器收敛的步长因子指示噪声对滤波器系数的更新过程的影响，第二滤波器收敛的步长因子指示目标语音部分缺失对滤波器系数的更新过程的影响；
滤波器系数更新模块：所述的滤波器系数更新模块用于根据第一滤波器收敛的步长因子、第二滤波器收敛的步长因子及误差信号值，对自适应滤波器的滤波器系数进行更新。
9.一种终端，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以执行权利要求1~7任一项所述的方法。
10.一种存储介质，其特征在于，存储有可被执行的计算机程序，所述计算机程序被执行时实现权利要求1~7任一项所述的方法。
CN202110118264.7A 2021-01-28 2021-01-28 一种滤波方法、装置、终端及存储介质 Pending CN112837695A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110118264.7A CN112837695A (zh) 2021-01-28 2021-01-28 一种滤波方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110118264.7A CN112837695A (zh) 2021-01-28 2021-01-28 一种滤波方法、装置、终端及存储介质

Publications (1)

Publication Number Publication Date
CN112837695A true CN112837695A (zh) 2021-05-25

Family

ID=75932184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110118264.7A Pending CN112837695A (zh) 2021-01-28 2021-01-28 一种滤波方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN112837695A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114531176A (zh) * 2022-01-14 2022-05-24 山东梅格彤天电气有限公司 一种载波通信质量优化方法、装置及存储介质
CN117542370A (zh) * 2024-01-10 2024-02-09 华南理工大学 一种用于智能客服机器人的语音信号智能处理方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080273639A1 (en) * 2007-05-04 2008-11-06 University Of Central Florida Adaptive methods employing optimal convergence factors for processing complex signals and systems
CN105957534A (zh) * 2016-06-28 2016-09-21 百度在线网络技术（北京）有限公司 自适应滤波方法和自适应滤波器
CN106330801A (zh) * 2016-09-19 2017-01-11 东莞理工学院 一种ics同频直放站中自适应凸组合干扰抑制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080273639A1 (en) * 2007-05-04 2008-11-06 University Of Central Florida Adaptive methods employing optimal convergence factors for processing complex signals and systems
CN105957534A (zh) * 2016-06-28 2016-09-21 百度在线网络技术（北京）有限公司 自适应滤波方法和自适应滤波器
CN106330801A (zh) * 2016-09-19 2017-01-11 东莞理工学院 一种ics同频直放站中自适应凸组合干扰抑制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
厦门市科学技术协会编: "《厦门市科协2005年学术年会暨福建省科协第五届学术年会卫星会议论文集》", 31 October 2005, 北京海洋出版社 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114531176A (zh) * 2022-01-14 2022-05-24 山东梅格彤天电气有限公司 一种载波通信质量优化方法、装置及存储介质
CN117542370A (zh) * 2024-01-10 2024-02-09 华南理工大学 一种用于智能客服机器人的语音信号智能处理方法及系统
CN117542370B (zh) * 2024-01-10 2024-05-24 广东南航电子商务有限公司 一种用于智能客服机器人的语音信号智能处理方法及系统

Similar Documents

Publication Publication Date Title
US11276414B2 (en) Method and device for processing audio signal using audio filter having non-linear characteristics to prevent receipt of echo signal
CN109064428B (zh) 一种图像去噪处理方法、终端设备及计算机可读存储介质
CN112837695A (zh) 一种滤波方法、装置、终端及存储介质
WO2017099728A1 (en) System and method for suppression of non-linear acoustic echoes
CN110809214B (zh) 音频播放方法、音频播放装置及终端设备
CN110556125B (zh) 基于语音信号的特征提取方法、设备及计算机存储介质
CN108234793B (zh) 一种通讯方法、装置、电子设备和存储介质
KR20220020351A (ko) 사운드 분리 방법 및 장치, 전자 기기
CN117594053A (zh) 语音降噪方法、处理终端及存储介质
CN111968620A (zh) 算法的测试方法、装置、电子设备及存储介质
CN113689871A (zh) 回声消除方法和装置
CN113077803B (zh) 一种语音处理方法、装置、可读存储介质及电子设备
CN108986837A (zh) 一种滤波器更新方法及装置
CN112700788A (zh) 回声消除中回声路径的建模方法、装置、设备及存储介质
CN115662394A (zh) 语音提取方法、装置、存储介质及电子装置
CN105957534B (zh) 自适应滤波方法和自适应滤波器
JP2003084793A (ja) 独立成分分析方法及び装置並びに独立成分分析プログラム及びそのプログラムを記録した記録媒体
CN111724808A (zh) 音频信号处理方法、装置、终端及存储介质
CN112767965B (zh) 噪声识别模型的生成/应用方法、系统、介质及服务/终端
CN110677782A (zh) 信号自适应噪声过滤器
CN111540372B (zh) 一种多麦克阵列降噪处理的方法及装置
CN113393858B (zh) 语音分离方法和系统、电子设备及可读存储介质
CN109901113A (zh) 一种基于复杂环境的语音信号定位方法、装置及系统
JP6343585B2 (ja) 未知伝達系推定装置、未知伝達系推定方法、およびプログラム
CN112260662A (zh) 一种自适应滤波方法、计算机设备和装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210525