CN115346548A - 一种广义旁瓣抵消器及语音增强方法 - Google Patents

一种广义旁瓣抵消器及语音增强方法 Download PDF

Info

Publication number
CN115346548A
CN115346548A CN202210875391.6A CN202210875391A CN115346548A CN 115346548 A CN115346548 A CN 115346548A CN 202210875391 A CN202210875391 A CN 202210875391A CN 115346548 A CN115346548 A CN 115346548A
Authority
CN
China
Prior art keywords
signal
noise
voice
array
interference
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
CN202210875391.6A
Other languages
English (en)
Inventor
肖思
李宝清
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.)
Shanghai Institute of Microsystem and Information Technology of CAS
Original Assignee
Shanghai Institute of Microsystem and Information Technology of CAS
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 Shanghai Institute of Microsystem and Information Technology of CAS filed Critical Shanghai Institute of Microsystem and Information Technology of CAS
Priority to CN202210875391.6A priority Critical patent/CN115346548A/zh
Publication of CN115346548A publication Critical patent/CN115346548A/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
    • 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
    • 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
    • G10L21/04—Time compression or expansion
    • G10L21/057—Time compression or expansion for improving intelligibility
    • 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
    • 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
    • G10L25/45—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of analysis window
    • 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
    • G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
    • G10L2021/02166—Microphone arrays; Beamforming

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)
  • Noise Elimination (AREA)

Abstract

本发明涉及一种广义旁瓣抵消器及语音增强方法，其中，广义旁瓣抵消器包括：固定波束形成部分，用于对阵列信号进行时延估计以及时延补偿，并通过加权求和的方式获得初步降噪后的语音信号；阻塞矩阵部分，用于过滤掉所述时延补偿后的阵列信号中的期望信号，输出噪声和干扰信号；自适应噪声控制部分，用于采用NLMS算法对所述噪声和干扰信号进行迭代计算，使得所述噪声和干扰信号逼近所述初步降噪后的语音信号中的残留噪声；输出部分，用于将所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号相减，输出目标语音信号。本发明能够提升降噪效果。

Description

一种广义旁瓣抵消器及语音增强方法
技术领域
本发明涉及语音增强技术领域，特别是涉及一种广义旁瓣抵消器及语音增强方法。
背景技术
阵列语音增强算法采用多个阵元进行信号采集，由于空间排布上的差异性，导致不同阵元之间接收到的信号出现时延相位差。阵列信号增强通常利用这一特点，借助阵列的空时信息对语音进行降噪处理，相较于单通道语音增强算法表现出更为鲁棒的效果。该算法使用信号到达麦克风的时延差估计来波方向并在该方向上为信号提供增益，或者通过滤波达到语音增强的目的，波束形成就是其中一类成熟的算法。最早提出的波束形成器是固定波束形成器，但是固定波束形成器在面对移动的干扰源或者当目标声源位置发生变化时，表现出了算法的局限性，因此出现了改进的自适应波束形成算法。率先提出的是最小方差无失真响应(Minimum Variance Distortion-less Response,MVDR)波束形成，以在信号无失真输出的同时使得零均值信号的方差最小为目标。
MVDR是一种约束优化问题，计算复杂，因此后续进一步提出了广义旁瓣抵消器(Generalized Sidelobe Canceller,GSC)，GSC是一种无约束优化问题，相较于MVDR波束形成器而言更能够适用于变化的环境噪声，因而被广泛使用。图1为广义旁瓣抵消器的原理图，从图中可以看到，GSC主要可以分为三部分，分别是固定波束形成(Fixed Beamformer,FBF)，阻塞矩阵(Blocking Matrix,BM)以及自适应噪声控制(Adaptive Noise Control,ANC)。信号经由上支路固定波束形成部分，得到降噪后的目标信号，经由下支路的阻塞矩阵输出只保留噪声和干扰部分，再通过自适应噪声控制不断逼近上支路输出信号中的残留噪声，最终输出信号由两部分信号相减所得。
但是当对来波方向的估计出现偏差时，GSC中下支路中的BM将无法完全阻塞目标语音信号，产生信号泄露问题，造成在后续的ANC模块中输出的信号与上支路的期望语音信号之间相互抵消，造成最终输出的语音信号失真。
发明内容
本发明所要解决的技术问题是提供一种广义旁瓣抵消器及语音增强方法，能够提升广义旁瓣抵消器的降噪效果。
本发明解决其技术问题所采用的技术方案是：提供一种广义旁瓣抵消器，包括：
固定波束形成部分，用于对阵列信号进行时延估计以及时延补偿，并通过加权求和的方式获得初步降噪后的语音信号；
阻塞矩阵部分，用于过滤掉所述时延补偿后的阵列信号中的期望信号，输出噪声和干扰信号；
自适应噪声控制部分，用于采用NLMS算法对所述噪声和干扰信号进行迭代计算，使得所述噪声和干扰信号逼近所述初步降噪后的语音信号中的残留噪声；
输出部分，用于将所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号相减，输出目标语音信号。
所述的广义旁瓣抵消器还包括预处理部分，所述预处理部分位于所述固定波束形成部分的前端，用于对所述阵列信号进行预加重以补偿信号传播过程中损失的高频分量，并对所述阵列信号进行分帧加窗以确保所述阵列信号的短时平稳性。
所述自适应噪声控制部分的滤波系数更新公式为：
Figure BDA0003762221050000021
其中，wa(n)表示自适应噪声控制部分中第n个滤波系数，αs是平滑因子，μa为步长因子，x(n)表示当前帧语音信号，e(n)为当前所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号的误差，c为常数。
所述的广义旁瓣抵消器还包括语音活性检测部分，所述语音活性检测部分位于所述阻塞矩阵部分和所述自适应噪声控制部分之间，用于判定所述阻塞矩阵部分输出信号的当前帧性质；所述自适应噪声控制部分根据所述语音活性检测部分的判定结果更新步长因子。
所述自适应噪声控制部分根据所述语音活性检测部分的判定结果更新步长因子具体为：当所述语音活性检测部分的判定结果为语音帧时，μa＝0.01μ；当所述语音活性检测部分的判定结果为噪声帧时，μa＝μ，其中，μ为经验常数。
本发明解决其技术问题所采用的技术方案是：提供一种语音增强方法，包括以下步骤：
对阵列信号进行时延估计以及时延补偿，并通过加权求和的方式获得初步降噪后的语音信号；
过滤掉所述时延补偿后的阵列信号中的期望信号，输出噪声和干扰信号；
采用NLMS算法对所述噪声和干扰信号进行迭代计算，使得所述噪声和干扰信号逼近所述初步降噪后的语音信号中的残留噪声；
将所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号相减，输出目标语音信号。
所述对阵列信号进行时延估计以及时延补偿前，还包括：
对所述阵列信号进行预加重以补偿信号传播过程中损失的高频分量，并对所述阵列信号进行分帧加窗以确保所述阵列信号的短时平稳性。
所述采用NLMS算法对所述噪声和干扰信号进行迭代计算时，通过
Figure BDA0003762221050000031
更新滤波系数，其中，wa(n)表示自适应噪声控制部分中第n个滤波系数，αs是平滑因子，μa为步长因子，x(n)表示当前帧语音信号，e(n)为当前所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号的误差，c为常数。
所述采用NLMS算法对所述噪声和干扰信号进行迭代计算前，还包括：
判定所述阻塞矩阵部分输出信号的当前帧性质；
所述采用NLMS算法对所述噪声和干扰信号进行迭代计算时，根据所述阻塞矩阵部分输出信号的当前帧性质更新步长因子。
所述根据所述阻塞矩阵部分输出信号的当前帧性质更新步长因子时，当所述根据所述阻塞矩阵部分输出信号的当前帧为语音帧时，μa＝0.01μ；当所述根据所述阻塞矩阵部分输出信号的当前帧为噪声帧时，μa＝μ，其中，μ为经验常数。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明采用了NLMS算法代替广义旁瓣抵消器中传统的ANC部分，以加快迭代更新的速度，使得GSC能够适用于更多的应用场景。其次，在自适应噪声控制部分前对阻塞矩阵的输出进行了语音活性(Voice Activity Detection,VAD)检测，根据VAD检测的检测结果实时更新ANC中的迭代步长因子，并且在迭代过程中引入平滑因子实现对滤波系数的计算，考虑了语音的连续性同时也保证了其鲁棒性。
附图说明
图1是现有技术中广义旁瓣抵消器的原理图；
图2是本发明实施方式的广义旁瓣抵消器原理图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种广义旁瓣抵消器，如图2所示，包括：固定波束形成部分，用于对阵列信号进行时延估计以及时延补偿，并通过加权求和的方式获得初步降噪后的语音信号；阻塞矩阵部分，用于过滤掉所述时延补偿后的阵列信号中的期望信号，输出噪声和干扰信号；自适应噪声控制部分，用于采用NLMS算法对所述噪声和干扰信号进行迭代计算，使得所述噪声和干扰信号逼近所述初步降噪后的语音信号中的残留噪声；输出部分，用于将所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号相减，输出目标语音信号。
本实施方式中的广义旁瓣抵消器还包括语音活性检测部分，所述语音活性检测部分位于所述阻塞矩阵部分和所述自适应噪声控制部分之间，用于判定所述阻塞矩阵部分输出信号的当前帧性质；所述自适应噪声控制部分根据所述语音活性检测部分的判定结果更新步长因子。
由此可见，本实施方式采用的技术方案是，对期望语音存在与不存在的情况进行分别讨论，以不同方式更新ANC的滤波系数的方式来减少语音失真。首先，在进行自适应噪声控制部分前对阻塞矩阵的输出信号引入语音活性检测(Voice Activity Detection,VAD)部分，通过VAD检测部分的检测结果选取不同的步长因子进行滤波系数的迭代更新，使迭代步长可以在不同的信号下实现实时的更新与变化，提高迭代的精度。其次，ANC最常使用的是最小均方(Least Mean Square,LMS)算法进行权重的迭代更新，在本实施方式中采用归一化LMS(Normalized LMS,NLMS)算法进行改进以加快迭代更新的速度，同时对于NLMS中滤波系数的迭代加入平滑因子以保证语音的连续性与算法的鲁棒性。
其在进行语音增强时，包括以下步骤：
步骤1：采用均匀线性麦克风阵列接收信号，对接收到的信号进行预处理，例如分帧加窗、预加重等。
本步骤中，假设阵列接收到的信号为X(t)＝[x1(t),x2(t),…,xM(t)]Τ，其中M为阵列当中的阵元数目，若信号源的数目为D，θ为信源入射到阵列上的角度，选取第一个阵元为参考阵元，第k个信源入射到第m个阵元相对于参考阵元的时延计算可得：
Figure BDA0003762221050000051
其中，d为均匀线阵中阵元之间的间距，c为光速。
由于理想状况下，gmk为1，因此阵列接收信号X(t)可以表示为：
Figure BDA0003762221050000052
其中，λ表示信号波长，S(t)＝[s1(t),s2(t),…,sM(t)]Τ、N(t)＝[n1(t),n2(t),…,nM(t)]Τ分别为空间源信号及阵列加性噪声。
对于阵列接收到的信号，首先需要进行预加重以补偿在语音信号传播过程中损失的高频分量，其次，对信号进行分帧加窗可以获得语音信号的短时平稳性。经预处理后的信号可以进行后续的GSC算法的处理流程。
如图1所示，GSC的权重矢量写成W＝wq-Bwa的形式，其中，wq是上支路中FBF的权重矢量，wa是下支路中ANC的权重矢量，B为阻塞矩阵BM。因此GSC的最终输出可以写成y＝WΤX。
步骤2：GSC上支路的FBF首先对阵列信号进行时延估计以及时延补偿，并通过加权求和的方式获得初步降噪后的语音信号。
本步骤中，上支路中FBF的权重矢量为wq＝[wq0,wq1,…,wq(M-1)]Τ，经延时求和后得到初步降噪后的语音信号为：
Figure BDA0003762221050000053
步骤3：GSC下支路首先通过BM过滤期望信号，并输出剩余的噪声及干扰信号。
本步骤中，选取的阻塞矩阵为：
Figure BDA0003762221050000061
步骤4：通过VAD算法得到阻塞矩阵输出信号当前帧的判定，并根据判定结果是语音帧或者噪声帧来决定计算当前ANC滤波系数时迭代更新的步长因子的大小；ANC滤波系数更新时，采用改进的NLMS算法进行迭代计算，通过平滑因子对滤波系数进行计算。具体为：
首先对当前误差进行估计：
e(n)＝yf(n)-yb(n) (5)
对滤波系数进行更新时，由于采用的是NLMS算法，因此滤波系数的更新公式为：
Figure BDA0003762221050000062
式中，wa(n)表示自适应噪声控制部分中第n个滤波系数，x(n)表示当前帧语音信号，c通常取一个很小的常数以保证步长不会过大，μa是一个实时更新的步长因子，αs是平滑因子。NLMS以牺牲精度为代价加快了滤波系数的迭代更新，因此通过根据当前帧调整μa的值以保证GSC的稳健性。根据当前帧的VAD判定结果，μa的更新方式如下：
Figure BDA0003762221050000063
式中，μ是一个经验常数。
步骤5：将上支路输出的信号与下支路最终输出的信号相减得到最终GSC输出的增强信号，经由上支路FBF输出的增强后的语音信号与经由下支路输出的残留噪声之间的相互抵消采取相减的形式，得到最终输出的GSC增强后的目标信号。
不难发现，本发明相较于传统的GSC算法，选择了迭代更新更快的NLMS算法而非LMS算法，在保证鲁棒性的同时提高了计算速度，适用于更多的应用场景。在广义旁瓣抵消器的BM部分后面添加了VAD算法对当前输出信号进行语音帧和噪声帧的判定，为了在期望的目标信号不存在的情况下加快对于ANC的滤波系数的更新，以获得对噪声更为准确的估计。其次，在改进的ANC部分，根据VAD算法的检测结果，对于滤波系数采用了不同的计算方式，有效地在下支路存在信号泄露的情况下输出噪声。同时，考虑到语音信号的连续性以及权重系数迭代更新时的关联性，采用了平滑因子对滤波系数进行改进。
总体来说，针对广义旁瓣抵消器中常出现的信号泄露问题，本发明主要从下支路的自适应噪声控制部分进行改进，一方面提高了算法的迭代更新的速度，另一方面保证了算法的鲁棒性。本发明可以适用于不同的噪声环境，对于移动的声源或者混响环境也能够获得更好的表现。

Claims (10)

1.一种广义旁瓣抵消器，其特征在于，包括：
固定波束形成部分，用于对阵列信号进行时延估计以及时延补偿，并通过加权求和的方式获得初步降噪后的语音信号；
阻塞矩阵部分，用于过滤掉所述时延补偿后的阵列信号中的期望信号，输出噪声和干扰信号；
自适应噪声控制部分，用于采用NLMS算法对所述噪声和干扰信号进行迭代计算，使得所述噪声和干扰信号逼近所述初步降噪后的语音信号中的残留噪声；
输出部分，用于将所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号相减，输出目标语音信号。
2.根据权利要求1所述的广义旁瓣抵消器，其特征在于，还包括预处理部分，所述预处理部分位于所述固定波束形成部分的前端，用于对所述阵列信号进行预加重以补偿信号传播过程中损失的高频分量，并对所述阵列信号进行分帧加窗以确保所述阵列信号的短时平稳性。
3.根据权利要求1所述的广义旁瓣抵消器，其特征在于，所述自适应噪声控制部分的滤波系数更新公式为：
Figure FDA0003762221040000011
其中，wa(n)表示自适应噪声控制部分中第n个滤波系数，αs是平滑因子，μa为步长因子，x(n)表示当前帧语音信号，e(n)为当前所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号的误差，c为常数。
4.根据权利要求3所述的广义旁瓣抵消器，其特征在于，还包括语音活性检测部分，所述语音活性检测部分位于所述阻塞矩阵部分和所述自适应噪声控制部分之间，用于判定所述阻塞矩阵部分输出信号的当前帧性质；所述自适应噪声控制部分根据所述语音活性检测部分的判定结果更新步长因子。
5.根据权利要求4所述的广义旁瓣抵消器，其特征在于，所述自适应噪声控制部分根据所述语音活性检测部分的判定结果更新步长因子具体为：当所述语音活性检测部分的判定结果为语音帧时，μa＝0.01μ；当所述语音活性检测部分的判定结果为噪声帧时，μa＝μ，其中，μ为经验常数。
6.一种语音增强方法，其特征在于，包括以下步骤：
对阵列信号进行时延估计以及时延补偿，并通过加权求和的方式获得初步降噪后的语音信号；
过滤掉所述时延补偿后的阵列信号中的期望信号，输出噪声和干扰信号；
采用NLMS算法对所述噪声和干扰信号进行迭代计算，使得所述噪声和干扰信号逼近所述初步降噪后的语音信号中的残留噪声；
将所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号相减，输出目标语音信号。
7.根据权利要求6所述的语音增强方法，其特征在于，所述对阵列信号进行时延估计以及时延补偿前，还包括：
对所述阵列信号进行预加重以补偿信号传播过程中损失的高频分量，并对所述阵列信号进行分帧加窗以确保所述阵列信号的短时平稳性。
8.根据权利要求6所述的语音增强方法，其特征在于，所述采用NLMS算法对所述噪声和干扰信号进行迭代计算时，通过
Figure FDA0003762221040000021
更新滤波系数，其中，wa(n)表示自适应噪声控制部分中第n个滤波系数，αs是平滑因子，μa为步长因子，x(n)表示当前帧语音信号，e(n)为当前所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号的误差，c为常数。
9.根据权利要求8所述的语音增强方法，其特征在于，所述采用NLMS算法对所述噪声和干扰信号进行迭代计算前，还包括：
判定所述阻塞矩阵部分输出信号的当前帧性质；
所述采用NLMS算法对所述噪声和干扰信号进行迭代计算时，根据所述阻塞矩阵部分输出信号的当前帧性质更新步长因子。
10.根据权利要求9所述的语音增强方法，其特征在于，所述根据所述阻塞矩阵部分输出信号的当前帧性质更新步长因子时，当所述根据所述阻塞矩阵部分输出信号的当前帧为语音帧时，μa＝0.01μ；当所述根据所述阻塞矩阵部分输出信号的当前帧为噪声帧时，μa＝μ，其中，μ为经验常数。
CN202210875391.6A 2022-07-25 2022-07-25 一种广义旁瓣抵消器及语音增强方法 Pending CN115346548A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210875391.6A CN115346548A (zh) 2022-07-25 2022-07-25 一种广义旁瓣抵消器及语音增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210875391.6A CN115346548A (zh) 2022-07-25 2022-07-25 一种广义旁瓣抵消器及语音增强方法

Publications (1)

Publication Number Publication Date
CN115346548A true CN115346548A (zh) 2022-11-15

Family

ID=83950307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210875391.6A Pending CN115346548A (zh) 2022-07-25 2022-07-25 一种广义旁瓣抵消器及语音增强方法

Country Status (1)

Country Link
CN (1) CN115346548A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116320947A (zh) * 2023-05-17 2023-06-23 杭州爱听科技有限公司 一种应用于助听器的频域双通道语音增强方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116320947A (zh) * 2023-05-17 2023-06-23 杭州爱听科技有限公司 一种应用于助听器的频域双通道语音增强方法
CN116320947B (zh) * 2023-05-17 2023-09-01 杭州爱听科技有限公司 一种应用于助听器的频域双通道语音增强方法

Similar Documents

Publication Publication Date Title
CN110100457B (zh) 基于噪声时变环境的加权预测误差的在线去混响算法
CN107993670B (zh) 基于统计模型的麦克风阵列语音增强方法
US7171008B2 (en) Reducing noise in audio systems
JP4654777B2 (ja) 音響エコーキャンセル装置
KR101340215B1 (ko) 멀티채널 신호의 반향 제거를 위한 시스템, 방법, 장치 및 컴퓨터 판독가능 매체
US9002027B2 (en) Space-time noise reduction system for use in a vehicle and method of forming same
CN110140359B (zh) 使用波束形成的音频捕获
CN110140360B (zh) 使用波束形成的音频捕获的方法和装置
RU2759715C2 (ru) Звукозапись с использованием формирования диаграммы направленности
JP3795610B2 (ja) 信号処理装置
Yoshioka et al. Dereverberation for reverberation-robust microphone arrays
CN108109617A (zh) 一种远距离拾音方法
WO2007123047A1 (ja) 適応アレイ制御装置、方法、プログラム、及びこれを利用した適応アレイ処理装置、方法、プログラム
CN112331226B (zh) 一种针对主动降噪系统的语音增强系统及方法
CN115346548A (zh) 一种广义旁瓣抵消器及语音增强方法
WO2007123048A1 (ja) 適応アレイ制御装置、方法、プログラム、及びこれを利用した適応アレイ処理装置、方法、プログラム
EP3545691B1 (en) Far field sound capturing
CN113362846A (zh) 一种基于广义旁瓣相消结构的语音增强方法
Priyanka et al. Adaptive Beamforming Using Zelinski-TSNR Multichannel Postfilter for Speech Enhancement
CN109326297B (zh) 自适应后滤波
JP2006217649A (ja) 信号処理装置
CN113838472A (zh) 一种语音降噪方法及装置
CN111968659B (zh) 一种基于优化imcra的麦克风阵列语音增强方法
Chen et al. Filtering techniques for noise reduction and speech enhancement
Wang et al. A robust generalized sidelobe canceller controlled by a priori sir estimate

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