CN1348583A - 消除噪声的系统、方法和设备 - Google Patents
消除噪声的系统、方法和设备 Download PDFInfo
- Publication number
- CN1348583A CN1348583A CN00804040.0A CN00804040A CN1348583A CN 1348583 A CN1348583 A CN 1348583A CN 00804040 A CN00804040 A CN 00804040A CN 1348583 A CN1348583 A CN 1348583A
- Authority
- CN
- China
- Prior art keywords
- noise
- frequency discrimination
- discrimination unit
- equipment
- minimum value
- 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
Links
- 238000000034 method Methods 0.000 title claims description 79
- 230000005236 sound signal Effects 0.000 claims abstract description 68
- 238000001228 spectrum Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims 38
- 238000011067 equilibration Methods 0.000 claims 4
- 230000008030 elimination Effects 0.000 claims 3
- 238000003379 elimination reaction Methods 0.000 claims 3
- 238000011946 reduction process Methods 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 23
- 230000003595 spectral effect Effects 0.000 description 13
- 238000005070 sampling Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002269 spontaneous effect Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005534 acoustic noise Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- 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)
- 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)
- Circuit For Audible Band Transducer (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明提出的系统可以消除和减小由诸如计算机所用的AC-DC功率变换器之类的电或电磁噪声源引起的音频信号噪声。这种系统接收以至少为音频信号带宽的两倍的频率采样得到的数字音频信号(102)。输入样点存储在一个256点的缓存器(104)内,在缓存器充满时,新的256个点在一个合并器(106)内与前256个点合并,提供512个输入点,这些输入点在乘法器(108)内乘以一个长度为512点的加权窗。经加权的结果由FFT处理器(110)变换到频率域。FFT的输出在一个噪声处理器(112)内处理,包括估计每个频率分辨元的噪声幅度的处理、估计每个频率分辨元的减除了噪声的复数值的减除处理和减小残余噪声的处理。
Description
引用的相关申请
本申请提出对1999年2月18日提出的美国专利申请No.09/252,874和1999年3月26日提出的美国专利申请No.60/126,567的优先权要求,这些专利申请在这里列作参考予以引用。
在这里列作参考予以引用的有下列申请和专利:1999年2月18日提出的美国专利申请No.09/252,874,1998年8月6日提出的美国专利申请No.09/130,923,1998年4月7日提出的美国专利申请No.09/055,709,1998年4月13日提出的美国专利申请No.09/059,503,1997年4月14日提出的美国专利申请No.08/840,159,1998年8月6.日提出的美国专利申请No.09/130,923,发布的美国专利申请No.08/672,899、1998年10月20日颁发的美国专利No.5,825,898,1998年6月3日提出的美国专利申请No.09/089,710、1998年10月20日颁发的美国专利No.5,825,897,1998年3月24日颁发的美国专利No.5,732,143,1997年9月30日颁发的美国专利No.5,673,325,1995年1月10颁发的美国专利No.5,381,473,以及1997年4月4日提出的美国专利申请No.08/833,384。以上列出的所有文件都在这里列作参考予以引用。
发明领域
本发明涉及噪声消除和减小技术,具体地说,涉及利用频谱减除进行噪声消除和减小的技术。
发明背景
加到语音上的环境噪声使语音处理算法的性能下降。这样的处理算法可以包括口授语音激话、语音压缩及其他一些系统。在这样的系统中,所希望的是减小噪声和改善信噪比(S/N)而不影响语音和它的特性。
近场噪声消除麦克风提供了一种令人满意的解决方案,但是要求麦克风在语音源(例如,嘴)附近。在很多情况下,这是通过将麦克风安装在头机的话筒吊杆上使得在话筒吊杆末端的麦克风贴近戴头机的用户的嘴达到的。然而,头机戴起来不很舒服,或者对在例如汽车中操作有过分的限制。
麦克风阵列技术,具体地说是自适应波束形成阵列技术,通常以十分有效的方式处理方向性很强的噪声。这些系统绘制出噪声场,产生一些朝向噪声源的零点。零点的个数受麦克风元的个数和处理能力限制。这样的阵列有着不需要头机的免提操作的优点。
然而,在噪声源是漫射时,这种自适应系统的性能就降低为具有固定延迟和麦克风阵列相加的性能,并不总是令人满意的。这是环境回响相当严重的情况,诸如在噪声很强地从房间的各个壁反射,从而从无数方向到达阵列时。这也是从汽车底盘辐射的一些噪声的听觉环境的情况。
发明的目的和概要
频谱减除技术提供了一种通过估计受污染信号的噪声幅度频谱进一步减小噪声的解决方案。这种技术通过测量在由音控开关检测到的无语音时间间隔期间的噪声,估计噪声的幅度频谱,然后从信号中减除这个幅度频谱。这种方法,如在Steven F Doll的“利用频谱减除抑制语音中的噪声”(“Suppression of Acoustic Noise in SpeechUsing Spectral Subtraction”,IEEE ASSP-27 NO.2 April,1979)中详细揭示的那样,对于与语音信号不相关的平稳漫射噪声可以得到良好的结果。然而,这种频谱减除方法产生有时描述为音乐噪声的不自然现象,如果对频谱减除不加控制的话,这会降低语音算法(诸如音码器或语音激话)的性能。此外,这种频谱减除方法错误地假设了音控开关可以精确地检测存在语音和确定无语音时间间隔的位置。这种假设对于非实时系统是合理的,但是在实时系统中是很难达到的。
具体地说,噪声幅度频谱通过对无语音时间间隔执行256点的FFT再计算每个频率分辨元(bin)的能量来估计。FFT是在将时域信号以50%交叠乘以一个加权窗(Hanning或其他加权窗)后执行的。每个频率分辨元的能量与相邻的FFT时帧进行平均。帧的个数不是确定的,但是取决于噪声的稳定性。对于平稳噪声来说,最好是对许多帧加以平均,以便得到较好的噪声估计。对于非平稳噪声来说,长的平均可能是有害的。问题是,并没有措施可以先验地知道噪声是平稳的还是非平稳的。
假设计算噪声幅度频谱估计时,将输入信号以50%的交叠乘以一个加权窗(Hanning或其他加权窗),执行FFT(256点或其他点数),再对每个分辨元的幅度在2-3个FFT帧上求平均。然后,从信号幅度中减去噪声幅度频谱。如果结果是负的,这个值就用一个零代替(半波整流)。然而,值得推荐的是,通过用一个最小值(或零)代替一些小的值或者使残余噪声衰减30dB来进一步减小在无语音时间间隔期间出现的残余噪声。所得到的输出是减除了噪声的幅度频谱。
可以用减除了噪声的幅度通过加上信号的FFT的相应分辨元的相位信息重建频谱的复数据。然后,对复数据执行IFFT处理,得到减除了噪声的时域数据。将时域结果与前一帧的结果交叠相加,补偿FFT的交叠处理。
所揭示的这种系统有几个问题。第一,系统假定了对有语音和无语音时间间隔有先验知识。用音控开关来检测这些时间是不实际的。理论上说,音控开关通过测量能量再将它与一个门限相比较来检测语音的存在。如果门限过高,就有某些语音时间间隔可能被认为是无语音时间间隔而系统会将语音信息看作噪声的风险。结果是使语音失真,特别是在信噪比低的情况下。相反,如果门限太低,就有使无语音时间间隔太短的风险,特别是在信噪比低的情况下和在语音连续而只有短时间中止的情况下。
另一个问题是FFT结果的幅度计算相当复杂。这涉及计算负担非常重的平方和平方根运算。再一个问题是将相位信息与减除了噪声的幅度频谱关联,以便得到可以进行IFFT的信息。这过程需要计算相位、存储相位信息和将相位信息加到幅度数据上,所有这些都需要花费相当的计算和存储资源。另一个问题是估计噪声频谱幅度。FFT过程是一个不良又不稳定的能量估计器。对帧进行时间平均并不能充分改善稳定性。缩短FFT的长度导致每个分辨元的带宽较宽和稳定性较好,但是降低了系统的性能。此外,时间平均会使数据模糊,因此不能延伸到多于少数几个帧。这意味着所提出的这种噪声估计过程不是足够稳定的。
因此,本发明的一个目的是提供一种具有简单而高效的机制的频谱减除系统,即使在信噪比较差的情况下和在连续迅速的语音的情况下也能估计噪声幅度频谱。
本发明的另一个目的是提供一种有效的机制,能以不多的代价执行幅度估计,而且可以克服相位关联的问题。
本发明的又一个目的是提供一种稳定的机制来估计噪声频谱幅度而又不会使数据模糊。
按照上述目的,本发明提供了一种系统,可以正确地确定音频信号的无语音段,从而防止了错误地在有语音段期间处理噪声消除信号。在优选实施例中,本发明通过利用一个对每个频率分辨元独立的门限检测器精确确定无语音段,从而不需要用音控开关。这种门限检测器通过确定输入信号的频谱成分(或者说分辨元)是否在一个按照在一段预定时间内的频谱成分的最小值(确切地说,是频谱成分的当前和将来最小值)设置的门限范围之内可以精确检测即使是在连续语音段内的噪声成分的位置。因此,对于每个音节来说,这些噪声成分的能量各用一个独立的门限确定而不检验整个信号能量,从而提供了对噪声的良好和稳定的估计。此外,这种系统更可取的是在一段预定时间(例如5秒)内不断地设置门限再使门限复位。
为了减少复数运算,在本发明中可取地用按照例如信号的实部和虚部中较大的和较小的值对输入音频信号的实部和虚部进行乘加组合来得到输入音频信号的幅度估计。为了进一步降低谱估计的不稳定性,对信号估计应用了二维(2D)平滑处理。一种首先用每个时帧内的相邻频率分辨元然后再对每个频率分辨元进行在时间上求平均值的指数时间平均的两级平滑操作产生极好的结果。
为了减小在减除期间确定频率分辨元的相位从而对准减除成分的相位的复杂性,本发明用一种滤波器乘法来进行减除。频率域音频信号的复数据用滤波器函数(例如Weiner滤波器函数或者近似的Weiner滤波器函数)相乘。滤波器函数可以实现全波整流或者半波整流,否则这种减除过程或简单的减除会有不好的结果。可以理解,由于可以在连续语音段内确定噪声成分,因此噪声估计是精确的,可以不断地从音频信号中消除掉,提供极好的噪声消除特性。
本发明还提供了一种残余噪声减小过程,可以减小在噪声减除后剩下的残余噪声。可以将例如在连续语音内的无语音段置零,或者衰减无语音段来减小残余噪声。可以用一个音控开关或者另一个门限检测器来检测时域的无语音段。
本发明适用于各种噪声消除系统,其中包括但不局限于在这里列作参考予以引用的这些美国专利申请中所揭示的那些系统。本发明例如适用于自适应波束形成阵列。此外,本发明可以体现为一个驱动计算机处理器的计算机程序,或者作为应用软件或作为硬件安装。
附图简要说明
从以下结合附图对例示的实施例的详细说明中可以清楚地看到本发明的其他目的、特色功能和优点。在这些附图中,相应的组成部分用同样的标注数字标示。
图1例示了本发明的情况;
图2例示了本发明的噪声处理情况;
图3例示了本发明的噪声估计处理情况;
图4例示了本发明的减除处理情况;
图5例示了本发明的残余噪声处理情况;
图5A例示了本发明的残余噪声处理的另一种情况;
图6例示了本发明的一个流程图;
图7例示了本发明的一个流程图;
图8例示了本发明的一个流程图;以及
图9例示了本发明的一个流程图。
优选实施例详细说明
在一个实施例中,可作为频谱减除系统、方法和设备实现的本发明可以用来消除和/或减小由诸如外部电磁噪声源之类的电或电磁噪声源引起的噪声,这些外部电磁噪声源包括AC电源、计算机特别是膝上计算机使用的AC-DC功率变换器之类。具体地说,人们发现诸如膝上设备之类的计算机的电源对通用串行总线(USB)线路、端口或在那上面的信号产生干扰噪声。显然,电源在功率转换中产生的干扰信号(在这里称为“各向同性漫射平稳噪声”或“各向同性噪声”),通过例如电磁耦合转置到USB信号线上,干扰在那上面的信号。这噪声在由换能器重放时是听得到的,例如呈蜂鸣音。有讽刺意味的是,预先就考虑到USB需避免这样的电源对诸如声卡之类的装置引起的音频噪声。由于USB迅速地成为语音和音频通信应用(例如从音频信号外围设备接收信号,包括接收互联网或其他远程传输媒体的信号)的标准,因此值得注意的是要消除各向同性噪声,这确实会有着与发明DolbyTM相同的影响。
在这里说明的本发明揭示了消除电源或功率变换器产生的和出现在USB信号线上的“污染噪声”的技术。熟悉该技术领域的人员可以理解,在这里所揭示的频谱减除系统、方法和设备可以作为任何众所周知的在计算机上的计算机软件和/或硬件应用,包括例如在相关的美国专利申请书No.60/126,567中提出的设备驱动器或动态链接库。在美国专利申请No.60/126,567配合下,本发明包括一些可用下拉菜单选择的滤除各向同性噪声的滤波器。在一个实施例中,可以看到本发明的优选工作范围是可调的,无论是由计算机处理器自动控制还是由用户例如用电位器或下拉记录中的可点击对象手控,在8dB到14dB之间可调,因为看来这个范围可以提供最佳性能,但是也可以用其他的dB范围。然而,在噪声降低超过14dB时,语音要受到较大的影响,可能会使语音识别恶化。
因此,本发明适用于固有的系统噪声或系统引起的噪声,以及环境噪声;本发明减小或消除了一个系统引起的固有系统噪声(例如由电源或功率变换器引起的噪声)以及环境噪声。
图1例示了本发明的一个实施例100。系统接收加在输入端102上的以至少为音频信号带宽的两倍的频率采样得到的数字音频信号。在一个实施例中,信号来自麦克风,经模拟前端、A/D变换器和抽取滤波器处理,得到所需的采样频率。在另一个实施例中,输入取自一个波束形成器甚至是一个自适应波束形成器的输出端。在那种情况下,信号已经经过处理,消除了来自所需方向之外的方向的噪声,剩下的主要是来自与所需方向相同的方向的噪声。在又一个实施例中,在处理是在一个PC处理器或类似的计算机处理器上实现时,输入信号可以是来自一个声卡。
输入样点存储在一个256点的缓存器104内。在缓存器充满时,这些新的256点在一个合并器106内与先前的256点合并,提供512个输入点。乘法器108将这512个输入点与一个长度为512点的加权窗相乘。加权窗含有与输入数据相乘的系数。加权窗可以是Hanning窗或其他的窗,有两个作用:第一是平滑在两个处理数据块之间的过渡(与交叠处理配合);第二是减小频率域内的旁瓣,防止高能量旁瓣遮蔽低能量的声音。经加权的结果由FFT(快速傅里叶变换)处理器110变换到频率域。也可以用其他长度的FFT(以及相应的输入缓存器),包括256点或1024点。
FFT的输出是一个256个有效点(其他256点是前256点的反对称拷贝)的复向量。这些点在噪声处理部件112(200)内进行处理,包括估计每个频率分辨元的噪声幅度的处理、估计每个频率分辨元的减除了噪声的复值的减除处理和减小残余噪声的处理。IFFT(快速傅里叶逆变换)处理器114对减除了噪声的复数据执行傅里叶逆变换,得到512个时域点。加法器116将前256个时域点与上次的后256个数据点相加以补偿对输入的交叠和加权处理,输出加到输出端118上。剩下的256点保存下来,供下一次迭代用。
可以理解,虽然在这些优选实施例中用的是一些特定的变换,但是本发明也可以用其他变换来得到噪声频谱信号。
图2详细地示出了噪声处理部件200(112)。首先,估计每个频率分辨元(n)202的幅度。直接的方法是通过以下计算估计幅度:
`Y(n)=((Real(n))2+(Imag(n))2)-2
为了节约处理时间和减小复杂性,估计器204用以下近似式来估计信号幅度(Y):
Y(n)=Max[|Real(n),Imag(n)|]+0.4*Min[|Real(n),Imag(n)|]
为了减小通常影响FFT处理的谱估计的不稳定性(见[2]Oppenheim Schafer的“数字信号处理”(“Digital SignalProcessing”,Prentice Hall,P.542-545)),本发明采用了二维平滑处理。第一平均器206将每个分辨元的值用它与同一个时帧内的两个相邻的分辨元的值的平均值代替。此外,再由第二平均器208对每个经这样平滑的分辨元的平滑值进行时间常数为0.7的指数时间平均(相当于在三个时帧上平均)。经二维平滑的值于是由噪声估计处理器212(300)进行噪声估计处理和由减除器210进行减除处理。噪声估计过程估计出每个频率分辨元的噪声,将结果交给噪声减除过程使用。噪声减除的输出送给残余噪声减小处理器216,进一步减小噪声。在一个实施例中,时域信号还由残余噪声处理过程216用来确定无语音段。减除了噪声的信号送至IFFT过程,得出时域输出218。
图3详细示出了噪声估计处理器300(212)的情况。在理论上,应该通过长时间的对无语音时间间隔的信号幅度(Y)进行平均来得到噪声估计。这要求有一个音控开关检测有语音/无语音时间间隔。然而,过于灵敏的开关可能导致用语音信号来估计噪声,从而将有损于语音信号。相反,不灵敏的开关可能使噪声时间间隔的长度急剧缩短(特别是在连续语音的情况下),从而使噪声估计的有效性不足。
在本发明中,对于每个频率分辨元302都用了独立的自适应门限。这使各噪声成分可以按每个分辨元独立测定,而不需要考察整个信号能量。这种方法的逻辑背景是每个音节的能量可能出现在不同的频带范围。同时,其他的频带范围可能只含有噪声成分。因此现在能对于每个分辨元用一个对噪声不灵敏的门限,而仍可以确定许多语音数据点,即使是在连续语音的情况下。这种方法的优点是即使在连续语音段内它也可以收集到许多噪声段,得到良好和稳定的噪声估计。
在门限确定过程中,对于每个频率分辨元,计算两个最小值。在304,每5秒用当前幅度(Y(n))的值作为一个将来最小值的初值,通过以下处理用一个在随后的5秒内的更小的最小值代替。将每个分辨元的将来最小值与信号的当前幅度值相比较。如果当前幅度小于这个将来最小值,就用这个幅度代替将来最小值,成为新的将来最小值。
同时,在306计算一个当前最小值。当前最小值每5秒用前5秒确定的将来最小值的初值,通过将它的值与当前幅度值相比较,随从信号随后5秒的最小值。当前最小值供减除过程用,而将来最小值用于首创和刷新当前最小值。
本发明的噪声估计机制保证了用有限的过程存储器(5秒)对噪声值进行紧密和迅速的估计,而且防止了对噪声估计过高。
比较器308将每个分辨元的幅度(Y(n))与四倍的本分辨元的当前最小值(用作本分辨元的自适应门限)相比较。如果幅度在这范围之内(即低于门限),就可以将它作为噪声,由指数平均单元310用来确定这个频率的噪声312的电平。如果幅度超过门限,就不用它进行噪声估计。指数平均的时间常数通常取为0.95,这可以解释为对最近20个帧取平均。对于某些应用来说,门限可以不是4*最小值。
图4详细示出了减除处理器400(210)。在直接方法中,从当前分辨元幅度中减去估计的分辨元噪声幅度的值。当前分辨元的相位计算出来后,与减除结果结合,得到这结果的实部和虚部。这种方法花费较多的处理和存储,因为它需要计算考虑到可能处于4个象限的复向量的正弦和余弦参量。在本发明中所用的是另一种采用滤波器的方法。减除解释为由滤波器402执行的滤波器乘法,其中H(滤波器系数)为:
H(n)=||Y(n)|-|N(n)||/|Y(n)|
其中Y(n)为当前分辨元的幅度,而N(n)为这个分辨元的噪声估计。在404,将每个分辨元的滤波器系数的值H分别乘以本当前分辨元的实部和虚部:
E(Real)=Y(Real)*H; E(Imag)=Y(Imag)*H
其中E是减除了噪声的的复值。在直接方法中,减除可能导致得到一个负的幅度值。这值可以用零代替(半波整流)或者用一个等于这个负数的正值代替(全波整流)。滤波器方法,如在这里所示的那样,直接导致全波整流。全波整流提供了稍差一些的降噪性能,但是引入信号的不自然现象要小的得多。可以理解,这种滤波器通过分子不取绝对值而用零代替负值可以修改成起着半波整流的作用。
还要注意的是,在这些图中的Y的值是Y在经相邻频谱分辨元和时帧平均(二维平滑)后的平滑值。另一种方法是只对噪声估计(N)用经平滑的Y,而对于计算H用不加平滑的Y。
图5例示了残余噪声减小处理器500(216)。残余噪声定义为在无语音时间间隔期间剩下的噪声。在这些时间间隔内的噪声首先用不区分有语音和无语音时间间隔的减除过程减小。剩下的残余噪声可以通过用一个音控开关502将残余噪声乘以一个衰减因子或者用零代替来进一步减小。另一种非零化的方案是在504用噪声的最小值代替残余噪声。
图5A例示了另一种可以不用音控开关的方法。残余噪声减小处理器506在508将噪声估计器所用的一个类似的门限用到减除了噪声的输出分辨元上,在它低于门限时就予以代替或衰减。
本发明的残余噪声处理的结果是在无语音时间间隔听起来很安静。然而,在某些应用中可能出现在噪声电平在有语音时间间隔与无语音时间间隔之间切换时有诸如泵浦噪声之类的不自然现象。
本发明的频谱减除技术可以与阵列技术、靠近对讲麦克风技术结合使用,也可以用作为一个独立系统。本发明的频谱减除可以用一个植入硬件(DSP)做成一个独立系统、诸如自适应波束形成之类的其他嵌入算法的一部分,或者一个用从语音端口得到的数据在一个PC机上运行的软件应用。
例如,如图6-9所示,本发明可以做成一个软件应用。在步骤600,读出输入样点。在步骤602,将读出的样点存储在一个缓存器内。在步骤604,如果积累了256个新点,程序控制就前进到步骤606,否则控制返回到步骤600,读取补充样点。一旦读取了256个新样点,就在步骤606将最近的512个点移入处理缓存器。在步骤608,将所存储的256个新样点与前面的256个点结合在一起,得到512个点。在步骤610,对这512个点执行傅里叶变换。当然,也可以用另一种变换来得到噪声信号频谱。在步骤612,将从变换得到的256个有效的复点存储在缓存器内。后256个点是前256个点的复共轭,对于实输入来说是冗余的。在步骤614存储的数据包括256个实点和256个虚点。然后,控制前进到图7,如外面有圈的字母A所示。
在图7中,执行噪声处理,在步骤700,估计信号的幅度。当然,可以用直接方法,但是如结合图2所讨论的那样,直接方法需要并非必要的处理时间和复杂性。在步骤702,从缓存器读出所存储的复点,用在步骤700示出的估计式加以计算。在步骤704,存储所得到的结果。在步骤706和708,进行二维平滑处理,其中:在步骤706,将每个点的估计用相邻点的估计平均;在步骤708,对估计进行指数平均,使得每个点的估计在本分辨元的例如三个时间样点上平均。在步骤710和712,用经平滑的估计确定将来最小值和当前最小值。如果在步骤710确定经平滑的估计小于计算得的将来最小值,就在步骤714用经平滑的估计代替将来最小值存储起来。
同时,如果在步骤712确定经平滑的估计小于当前最小值,就在步骤720用经平滑的估计代替当前最小值存储起来。不断地计算和周期性地启动将来和当前最小值,例如在步骤724确定为每5秒一次,然后控制前进到步骤722和726,计算新的将来和当前最小值。然后,控制前进到图8,如外面有圈的字母B所示,进行减除和残余噪声减小处理。
在图8中,在步骤800,确定样点是否小于一个门限。如果样点在门限范围之内,就在步骤804对样点进行指数平均,再在步骤802存入缓存器。否则,控制直接进至步骤808。在步骤808,根据在步骤806检索出的信号样点和从步骤810得到的估计样点确定滤波系数。虽然可以用估计相位的直接方法,但是用这种Weiner滤波器更为可取,因为这节约了处理时间和减小了复杂性。在步骤814,将滤波器变换系数乘以步骤816检索出的样点,再在步骤812存储起来。
在步骤818和820,执行残余噪声减小处理,其中:在步骤818确定所处理的噪声信号是否在一个门限范围之内;如果是,就在步骤820替换(例如衰减)所处理的噪声。然而,在某些应用中这种残余噪声减小过程可能不是适当的,会有负面影响。
可以理解,虽然在本发明所用的这些式子和计算中用了一些具体的值,但是这些值也可以用不同于所示出的值。
在图9中,在步骤902,对在步骤904恢复的经噪声处理的音频信号进行傅里叶逆变换,所得到的结果在步骤900存储起来。在步骤906,将所得到的时域信号叠加起来,重建噪声充分减除了的音频信号。
可以理解,本发明可以做成一个应用软件,最好用C语言或任何其他计算机语言书写,植入例如可编程存储器芯片,或者存储在诸如光盘之类的计算机可读媒体上,从那里检索出来驱动计算机处理器。在附录A中例示了表示本发明的示例性代码,正如熟悉该技术的人员可看到的那样,这代码可以加以修改以便适应不同的操作系统和编译器,或者各种铃声和口哨声,这并不背离本发明的精神和范围。
本发明所提供的频谱减除系统具有简单而高效的机制,即使在弱信噪比和连续快速语音的情况下也能估计出噪声的幅度频谱。所提供的高效率的机制可以用不多的代价执行幅度估计,而且可以克服相位关联问题。所提供的稳定的机制可以估计噪声频谱幅度而不会使数据模糊。
虽然在这里详细揭示了本发明的优选实施例及其变型,但是可以理解,本发明并不局限于这些具体实施例和变型,熟悉本技术领域的人员在不背离如所附权利要求书所明确的发明的精神和范围的情况下可以作出各种修改和变动。
Claims (100)
1.一种消除在通用串行总线上发送的信号内的噪声的设备,所述设备包括:
一个输入含有噪声信号的音频信号的输入端;
一个产生所述音频信号的频谱从而产生所述音频信号的一系列频率分辨元的频谱产生器;以及
一个为每个频率分辨元检测各自频率分辨元是否在一个门限范围之内从而检测每个频率分辨元的噪声成分的位置的门限检测器。
2.按照权利要求1所述的设备,其中所述门限检测器为所述频率分辨元检测多个无语音数据点的位置。
3.按照权利要求2所述的设备,其中所述门限检测器检测在所述音频信号连续语音段内所述频率分辨元的所述多个无语音数据点的位置。
4.按照权利要求1所述的设备,其中所述门限检测器通过按照所述频率分辨元的根据一个将来最小值得出的幅度的当前最小值设置所述门限检测所述噪声成分的位置。
5.按照权利要求4所述的设备,其中所述将来最小值确定为在一段预定时间内的最小值。
6.按照权利要求4所述的设备,其中所述当前最小值确定为在一段预定时间内的最小值。
7.按照权利要求5所述的设备,其中所述当前最小值周期性地设置为所述将来最小值。
8.按照权利要求5所述的设备,其中所述将来最小值周期性地设置为所述当前幅度值。
9.按照权利要求7所述的设备,其中所述将来最小值在大于所述当前幅度值时用当前幅度值代替。
10.按照权利要求7所述的设备,其中所述当前最小值在大于所述当前幅度值时用当前幅度值代替。
11.按照权利要求4所述的设备,其中所述门限通过将所述当前最小值乘以一个系数设定。
12.按照权利要求1所述的设备,所述设备还包括一个确定在所述各自频率分辨元内所述噪声的电平的平均单元,其中所述门限检测器检测由所述平均单元确定的所述噪声的电平在所述门限范围之内的所述噪声成分的位置。
13.按照权利要求1所述的设备,所述设备还包括一个从所述音频信号中减去在由所述门限检测器确定的所述位置估计的所述噪声成分从而得出充分减除了所述噪声的所述音频信号的减除器。
14.按照权利要求13所述的设备,其中所述减除器利用将所述音频信号乘以一个滤波器函数的滤波器乘法执行减除。
15.按照权利要求14所述的设备,其中所述滤波器函数是一个Weiner滤波器函数,是所述噪声成分的所述频率分辨元和幅度的函数。
16.按照权利要求15所述的设备,其中所述滤波器乘法将所述频率分辨元的复数成分乘以所述Weiner滤波器函数。
17.按照权利要求1所述的设备,所述设备还包括一个估计每个频率分辨元的幅度的估计器。
18.按照权利要求17所述的设备,其中所述估计器将每个频率分辨元的所述幅度估计为对于n个频率分辨元的所述频率分辨元的复数成分的最大和最小值的函数。
19.按照权利要求17所述的设备,所述设备还包括一个平滑每个频率分辨元的估计的平滑单元。
20.按照权利要求19所述的设备,其中所述平滑单元包括一个二维过程,对每个频率分辨元按照相邻频率分辨元进行平均和对每个频率分辨元用对在时间上多个频率分辨元进行平均的指数时间平均进行平均。
21.按照权利要求13所述的设备,所述设备还包括一个减小在所述减除器从所述音频信号中减去在由所述门限检测器确定的所述位置的噪声成分后剩下的残余噪声的残余噪声处理器。
22.按照权利要求21所述的设备,其中所述残余噪声处理器用一个最小值代替与所述音频信号的无语音段相应的所述频率分辨元。
23.按照权利要求22所述的设备,其中所述残余噪声处理器包括一个检测所述无语音段的音控开关。
24.按照权利要求22所述的设备,其中所述残余噪声处理器包括另一个通过检测所述音频信号低于一个预定门限检测所述无语音段的门限检测器。
25.按照权利要求1所述的设备,所述设备还包括一个包括多个接收所述音频信号的麦克风的自适应阵列。
26.一种消除在通用串行总线上发送的信号内的噪声的设备,所述设备包括:
输入含有噪声信号的音频信号的输入装置;
产生所述音频信号的频谱从而产生所述音频信号的一系列频率分辨元的频谱产生装置;以及
为每个频率分辨元检测相应的频率分辨元是否在一个门限范围之内从而检测每个频率分辨元的噪声成分的位置的门限检测装置。
27.按照权利要求26所述的设备,其中所述门限检测装置通过按照所述频率分辨元的根据一个将来最小值得出的幅度的当前最小值设置所述门限检测所述噪声成分的位置。
28.按照权利要求26所述的设备,其中所述门限检测装置通过按照所述频率分辨元的根据一个当前最小值得出的幅度的将来最小值设置所述门限检测所述噪声成分的位置。
29.按照权利要求27所述的设备,其中所述将来最小值确定为在一段预定时间内的最小值。
30.按照权利要求27所述的设备,其中所述当前最小值确定为在一段预定时间内的最小值。
31.按照权利要求26所述的设备,所述设备还包括确定在所述各自频率分辨元内所述噪声的电平的平均装置,其中所述门限检测装置检测由所述平均装置确定的所述噪声的电平在所述门限范围之内的所述噪声成分的位置。
32.按照权利要求26所述的设备,所述设备还包括从所述音频信号中减去在由所述门限检测装置确定的所述位置的所述噪声成分从而得出充分减除了所述噪声的所述音频信号的减除装置。
33.按照权利要求32所述的设备,其中所述减除装置利用将所述音频信号乘以一个滤波器函数的滤波器乘法执行减除。
34.按照权利要求26所述的设备,所述设备还包括估计每个频率分辨元的幅度的估计装置。
35.按照权利要求34所述的设备,其中所述估计装置将每个频率分辨元的所述幅度估计为对于n个频率分辨元的所述频率分辨元的最大和最小值的函数。
36.按照权利要求34所述的设备,所述设备还包括平滑每个频率分辨元的估计的平滑装置。
37.按照权利要求32所述的设备,所述设备还包括减小在所述减除装置从所述音频信号中减除在由所述门限检测装置确定的所述位置的噪声成分后剩下的残余噪声的残余噪声处理装置。
38.按照权利要求26所述的设备,所述设备还包括有多个接收所述音频信号的麦克风的自适应阵列装置。
39.一种驱动计算机处理器产生从含有表示在通用串行总线上产生的可闻噪声的噪声信号的表示可闻声音的音频信号中消除噪声的噪声消除信号的方法,所述方法包括下列步骤:
输入含有所述噪声信号的所述音频信号;
产生所述音频信号的频谱,从而产生所述音频信号的一系列频率分辨元;
为每个频率分辨元检测各自频率分辨元是否在一个门限范围之内,从而检测每个频率分辨元的噪声成分的位置;以及
从所述音频信号中减除在所述检测步骤检测到的所述噪声成分,产生表示充分减除了所述可闻噪声的所述可闻声音的音频信号。
40.按照权利要求39所述的方法,其中所述检测步骤通过按照所述频率分辨元的根据一个将来最小值得出的幅度的当前最小值设置所述门限检测所述噪声成分的位置。
41.按照权利要求40所述的方法,其中所述检测步骤通过按照所述频率分辨元的根据一个将来最小值得出的幅度的当前最小值设置所述门限检测所述噪声成分的位置。
42.按照权利要求41所述的方法,其中所述检测步骤还包括将所述将来最小值确定为在一段预定时间内的最小值的步骤。
43.按照权利要求42所述的方法,其中所述检测步骤还包括将所述将来最小值确定为在一段预定时间内的最小值的步骤。
44.按照权利要求42所述的方法,所述方法还包括对所述各频率分辨元的所述噪声的电平进行平均的步骤,其中所述检测步骤检测由所述平均步骤确定的所述噪声的所述电平在所述门限范围之内的所述噪声成分的位置。
45.按照权利要求42所述的方法,其中所述减除步骤利用将所述音频信号乘以一个滤波器函数的滤波器乘法执行减除。
46.按照权利要求42所述的方法,所述方法还包括将每个频率分辨元的幅度估计为对于n个频率分辨元的所述频率分辨元的最大和最小值的函数的步骤。
47.按照权利要求46所述的方法,所述方法还包括平滑每个频率分辨元的估计的平滑步骤。
48.按照权利要求34所述的方法,所述方法还包括减小在所述减除步骤从所述音频信号中减除在由所述检测步骤确定的所述位置的噪声成分后剩下的残余噪声的步骤。
49.按照权利要求41所述的方法,所述方法还包括从一个有多个麦克风的自适应阵列接收所述音频信号的步骤。
50.权利要求1的设备,其中所述噪声是由电源引起的。
51.权利要求39的方法,其中所述噪声是由电源引起的。
52.一种消除噪声的设备,所述设备包括:
一个输入含有噪声信号的音频信号的输入端;
一个产生所述音频信号的频谱从而产生所述音频信号的一系列频率分辨元的频谱产生器;以及
一个为每个频率分辨元检测各自频率分辨元是否在一个门限范围之内从而检测每个频率分辨元的噪声成分的位置的门限检测器。
53.按照权利要求52所述的设备,其中所述门限检测器为所述频率分辨元检测多个无语音数据点的位置。
54.按照权利要求53所述的设备,其中所述门限检测器检测在所述音频信号连续语音段内所述频率分辨元的所述多个无语音数据点的位置。
55.按照权利要求52所述的设备,其中所述门限检测器通过按照所述频率分辨元的根据一个将来最小值得出的幅度的当前最小值设置所述门限检测所述噪声成分的位置。
56.按照权利要求55所述的设备,其中所述将来最小值确定为在一段预定时间内的最小值。
57.按照权利要求55所述的设备,其中所述当前最小值确定为在一段预定时间内的最小值。
58.按照权利要求56所述的设备,其中所述当前最小值周期性地设置为所述将来最小值。
59.按照权利要求56所述的设备,其中所述将来最小值周期性地设置为所述当前幅度值。
60.按照权利要求58所述的设备,其中所述将来最小值在大于所述当前幅度值时用当前幅度值代替。
61.按照权利要求58所述的设备,其中所述当前最小值在大于所述当前幅度值时用当前幅度值代替。
62.按照权利要求55所述的设备,其中所述门限通过将所述当前最小值乘以一个系数设定。
63.按照权利要求52所述的设备,所述设备还包括一个确定在所述各频率分辨元内所述噪声的电平的平均单元,其中所述门限检测器检测由所述平均单元确定的所述噪声的电平在所述门限范围之内的所述噪声成分的位置。
64.按照权利要求52所述的设备,所述设备还包括一个从所述音频信号中减除在由所述门限检测器确定的所述位置估计的所述噪声成分从而得出充分减除了所述噪声的所述音频信号的减除器。
65.按照权利要求64所述的设备,其中所述减除器利用将所述音频信号乘以一个滤波器函数的滤波器乘法执行所述减除。
66.按照权利要求65所述的设备,其中所述滤波器函数是一个Wiener滤波器函数,是所述噪声成分的所述频率分辨元和幅度的函数。
67.按照权利要求66所述的设备,其中所述滤波器乘法将所述频率分辨元的复数成分乘以所述Weiner滤波器函数。
68.按照权利要求52所述的设备,所述设备还包括一个估计每个频率分辨元的幅度的估计器。
69.按照权利要求68所述的设备,其中所述估计器将每个频率分辨元的所述幅度估计为对于n个频率分辨元的所述频率分辨元的复数分量的最大和最小值的函数。
70.按照权利要求68所述的设备,所述设备还包括一个平滑每个频率分辨元的估计的平滑单元。
71.按照权利要求70所述的设备,其中所述平滑单元包括一个二维过程,对每个频率分辨元按照相邻频率分辨元进行平均和对每个频率分辨元用对在时间上多个频率分辨元进行平均的指数时间平均进行平均。
72.按照权利要求64所述的设备,所述设备还包括一个减小在所述减除器从所述音频信号中减除在由所述门限检测器确定的所述位置的所述噪声成分后剩下的残余噪声的残余噪声处理器。
73.按照权利要求72所述的设备,其中所述残余噪声处理器用最小值代替与所述音频信号的无语音段相应的所述频率分辨元。
74.按照权利要求73所述的设备,其中所述残余噪声处理器包括一个检测所述无语音段的音控开关。
75.按照权利要求73所述的设备,其中所述残余噪声处理器包括另一个通过检测所述音频信号低于一个预定门限检测所述无语音段的门限检测器。
76.按照权利要求52所述的设备,所述设备还包括一个有多个接收所述音频信号的麦克风的自适应阵列。
77.一种消除噪声的设备,所述设备包括:
输入含有噪声信号的音频信号的输入装置;
产生所述音频信号的频谱从而产生所述音频信号的一系列频率分辨元的频谱产生装置;以及
为每个频率分辨元检测各自频率分辨元是否在所述门限范围之内从而检测每个频率分辨元的噪声成分的位置的门限检测装置。
78.按照权利要求77所述的设备,其中所述门限检测装置通过按照所述频率分辨元的根据一个将来最小值得出的幅度的当前最小值设置所述门限检测所述噪声成分的位置。
79.按照权利要求77所述的设备,其中所述门限检测装置通过按照所述频率分辨元的根据一个当前最小值得出的幅度的将来最小值设置所述门限检测所述噪声成分的位置。
80.按照权利要求78所述的设备,其中所述将来最小值确定为在一段预定时间内的最小值。
81.按照权利要求78所述的设备,其中所述当前最小值确定为在一段预定时间内的最小值。
82.按照权利要求77所述的设备,所述设备还包括确定在所述各自频率分辨元内所述噪声的电平的平均装置,其中所述门限检测装置检测由所述平均装置确定的所述噪声的电平在所述门限范围之内的所述噪声成分的位置。
83.按照权利要求77所述的设备,所述设备还包括从所述音频信号中减除在由所述门限检测装置确定的所述位置的所述噪声成分从而得出充分减除了所述噪声的所述音频信号的减除装置。
84.按照权利要求83所述的设备,其中所述减除装置利用将所述音频信号乘以一个滤波器函数的滤波器乘法执行减除。
85.按照权利要求77所述的设备,所述设备还包括估计每个频率分辨元的幅度的估计装置。
86.按照权利要求85所述的设备,其中所述估计装置将每个频率分辨元的所述幅度估计为对于n个频率分辨元的所述频率分辨元的最大和最小值的函数。
87.按照权利要求85所述的设备,所述设备还包括平滑每个频率分辨元的估计的平滑装置。
88.按照权利要求83所述的设备,所述设备还包括一个减小在所述减除装置从所述音频信号中减除在由所述门限检测装置确定的所述位置的所述噪声成分后剩下的残余噪声的残余噪声处理装置。
89.按照权利要求77所述的设备,所述设备还包括一个有多个接收所述音频信号的麦克风的自适应阵列装置。
90.一种驱动计算机处理器产生从含有表示可闻噪声的噪声信号的表示可闻声音的音频信号中消除噪声的噪声消除信号的方法,所述方法包括下列步骤:
输入含有所述噪声信号的所述音频信号;
产生所述音频信号的频谱,从而产生所述音频信号的一系列频率分辨元;
为每个频率分辨元检测各自频率分辨元是否在所述门限范围之内,从而检测每个频率分辨元的噪声成分的位置;以及
从所述音频信号中减除在所述检测步骤检测到的所述噪声成分,产生表示充分减除了所述可闻噪声的所述可闻声音的音频信号。
91.按照权利要求90所述的方法,其中所述检测步骤通过按照所述频率分辨元的根据一个将来最小值得出的幅度的当前最小值设置所述门限检测所述噪声成分的位置。
92.按照权利要求91所述的方法,其中所述检测步骤通过按照所述频率分辨元的根据一个将来最小值得出的幅度的当前最小值设置所述门限检测所述噪声成分的位置。
93.按照权利要求92所述的方法,其中所述检测步骤还包括将所述将来最小值确定为在一段预定时间内的最小值的步骤。
94.按照权利要求93所述的方法,其中所述检测步骤还包括将所述将来最小值确定为在一段预定时间内的最小值的步骤。
95.按照权利要求93所述的方法,所述方法还包括对所述各自频率分辨元的所述噪声的电平进行平均的步骤,其中所述检测步骤检测由所述平均步骤确定的所述噪声的电平在所述门限范围之内的所述噪声成分的位置。
96.按照权利要求93所述的方法,其中所述减除步骤利用将所述音频信号乘以一个滤波器函数的滤波器乘法执行减除。
97.按照权利要求93所述的方法,所述方法还包括将每个频率分辨元的幅度估计为对于n个频率分辨元的所述频率分辨元的最大和最小值的函数。
98.按照权利要求97所述的方法,所述方法还包括平滑每个频率分辨元的估计的平滑步骤。
99.按照权利要求85所述的方法,所述方法还包括减小在所述减除步骤从所述音频信号中减除在由所述检测步骤确定的所述位置的所述噪声成分后剩下的残余噪声的步骤。
100.按照权利要求92所述的方法,所述方法还包括从一个有多个麦克风的自适应阵列接收所述音频信号的步骤。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/252,874 | 1999-02-18 | ||
US09/252,874 US6363345B1 (en) | 1999-02-18 | 1999-02-18 | System, method and apparatus for cancelling noise |
US38599699A | 1999-08-30 | 1999-08-30 | |
US09/385,996 | 1999-08-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1348583A true CN1348583A (zh) | 2002-05-08 |
Family
ID=26942758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN00804040.0A Pending CN1348583A (zh) | 1999-02-18 | 2000-02-11 | 消除噪声的系统、方法和设备 |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP1157376A1 (zh) |
JP (1) | JP2002537586A (zh) |
CN (1) | CN1348583A (zh) |
CA (1) | CA2358710A1 (zh) |
IL (1) | IL143989A0 (zh) |
WO (1) | WO2000049602A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1822092B (zh) * | 2006-03-28 | 2010-05-26 | 北京中星微电子有限公司 | 一种消除语音输入中背景噪声的方法及其装置 |
CN1667432B (zh) * | 2004-03-11 | 2011-12-21 | 株式会社东芝 | 加权函数生成方法、基准信号生成方法、传输信号生成装置、信号处理装置及天线 |
CN103238182A (zh) * | 2010-12-15 | 2013-08-07 | 皇家飞利浦电子股份有限公司 | 具有远程噪声检测器的降噪系统 |
CN102227768B (zh) * | 2009-01-06 | 2013-10-16 | 三菱电机株式会社 | 噪声去除装置以及噪声去除方法 |
CN103761974A (zh) * | 2014-01-28 | 2014-04-30 | 上海力声特医学科技有限公司 | 一种人工耳蜗 |
CN103854662A (zh) * | 2014-03-04 | 2014-06-11 | 中国人民解放军总参谋部第六十三研究所 | 基于多域联合估计的自适应语音检测方法 |
CN104734736A (zh) * | 2013-12-19 | 2015-06-24 | 南京航空航天大学 | 采用自适应滤波器消除开关电源开关噪声的无线接收系统 |
CN104810024A (zh) * | 2014-01-28 | 2015-07-29 | 上海力声特医学科技有限公司 | 一种双路麦克风语音降噪处理方法及系统 |
CN105900171A (zh) * | 2014-03-31 | 2016-08-24 | 谷歌公司 | 依赖于情境的瞬态抑制 |
CN106664482A (zh) * | 2014-06-13 | 2017-05-10 | 伯斯有限公司 | 通信耳机中的自话音反馈 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK1410382T3 (da) | 2001-06-28 | 2010-06-28 | Oticon As | Fremgangsmåde til støjreduktion i et høreapparat til implementering af en sådan fremgangsmåde |
JP4527654B2 (ja) * | 2005-11-24 | 2010-08-18 | Necアクセステクニカ株式会社 | 音声通信装置 |
EP2014132A4 (en) * | 2006-05-04 | 2013-01-02 | Sony Computer Entertainment Inc | CANCELLATION OF ECHO AND NOISE |
US9392360B2 (en) | 2007-12-11 | 2016-07-12 | Andrea Electronics Corporation | Steerable sensor array system with video input |
US8818000B2 (en) | 2008-04-25 | 2014-08-26 | Andrea Electronics Corporation | System, device, and method utilizing an integrated stereo array microphone |
AU2009287421B2 (en) * | 2008-08-29 | 2015-09-17 | Biamp Systems, LLC | A microphone array system and method for sound acquisition |
DE102009013037A1 (de) * | 2009-03-13 | 2010-09-23 | Eads Deutschland Gmbh | Verfahren zur Unterscheidung von Rauschen und Nutzsignalen |
KR20180125385A (ko) * | 2017-05-15 | 2018-11-23 | 한국전기연구원 | 잡음 환경 분류 및 제거 기능을 갖는 보청기 및 그 방법 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2153170C (en) * | 1993-11-30 | 2000-12-19 | At&T Corp. | Transmitted noise reduction in communications systems |
JP3484757B2 (ja) * | 1994-05-13 | 2004-01-06 | ソニー株式会社 | 音声信号の雑音低減方法及び雑音区間検出方法 |
US5787259A (en) * | 1996-03-29 | 1998-07-28 | Microsoft Corporation | Digital interconnects of a PC with consumer electronics devices |
US5914877A (en) * | 1996-10-23 | 1999-06-22 | Advanced Micro Devices, Inc. | USB based microphone system |
US5818948A (en) * | 1996-10-23 | 1998-10-06 | Advanced Micro Devices, Inc. | Architecture for a universal serial bus-based PC speaker controller |
US5995150A (en) * | 1998-02-20 | 1999-11-30 | Winbond Electronics Corporation America | Dual compressed video bitstream camera for universal serial bus connection |
-
2000
- 2000-02-11 IL IL14398900A patent/IL143989A0/xx unknown
- 2000-02-11 CA CA002358710A patent/CA2358710A1/en not_active Abandoned
- 2000-02-11 JP JP2000600263A patent/JP2002537586A/ja not_active Withdrawn
- 2000-02-11 EP EP00908595A patent/EP1157376A1/en not_active Withdrawn
- 2000-02-11 WO PCT/US2000/003538 patent/WO2000049602A1/en not_active Application Discontinuation
- 2000-02-11 CN CN00804040.0A patent/CN1348583A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1667432B (zh) * | 2004-03-11 | 2011-12-21 | 株式会社东芝 | 加权函数生成方法、基准信号生成方法、传输信号生成装置、信号处理装置及天线 |
CN1822092B (zh) * | 2006-03-28 | 2010-05-26 | 北京中星微电子有限公司 | 一种消除语音输入中背景噪声的方法及其装置 |
CN102227768B (zh) * | 2009-01-06 | 2013-10-16 | 三菱电机株式会社 | 噪声去除装置以及噪声去除方法 |
CN103238182A (zh) * | 2010-12-15 | 2013-08-07 | 皇家飞利浦电子股份有限公司 | 具有远程噪声检测器的降噪系统 |
CN103238182B (zh) * | 2010-12-15 | 2015-07-22 | 皇家飞利浦电子股份有限公司 | 具有远程噪声检测器的降噪系统 |
CN104734736A (zh) * | 2013-12-19 | 2015-06-24 | 南京航空航天大学 | 采用自适应滤波器消除开关电源开关噪声的无线接收系统 |
CN103761974A (zh) * | 2014-01-28 | 2014-04-30 | 上海力声特医学科技有限公司 | 一种人工耳蜗 |
CN104810024A (zh) * | 2014-01-28 | 2015-07-29 | 上海力声特医学科技有限公司 | 一种双路麦克风语音降噪处理方法及系统 |
CN103761974B (zh) * | 2014-01-28 | 2017-01-25 | 上海力声特医学科技有限公司 | 一种人工耳蜗 |
CN103854662A (zh) * | 2014-03-04 | 2014-06-11 | 中国人民解放军总参谋部第六十三研究所 | 基于多域联合估计的自适应语音检测方法 |
CN105900171A (zh) * | 2014-03-31 | 2016-08-24 | 谷歌公司 | 依赖于情境的瞬态抑制 |
CN105900171B (zh) * | 2014-03-31 | 2019-10-18 | 谷歌有限责任公司 | 依赖于情境的瞬态抑制 |
CN106664482A (zh) * | 2014-06-13 | 2017-05-10 | 伯斯有限公司 | 通信耳机中的自话音反馈 |
CN106664482B (zh) * | 2014-06-13 | 2019-07-19 | 伯斯有限公司 | 通信耳机中的自话音反馈 |
Also Published As
Publication number | Publication date |
---|---|
JP2002537586A (ja) | 2002-11-05 |
CA2358710A1 (en) | 2000-08-24 |
IL143989A0 (en) | 2002-04-21 |
WO2000049602A1 (en) | 2000-08-24 |
EP1157376A1 (en) | 2001-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1348583A (zh) | 消除噪声的系统、方法和设备 | |
US6363345B1 (en) | System, method and apparatus for cancelling noise | |
CN108615535B (zh) | 语音增强方法、装置、智能语音设备和计算机设备 | |
Soon et al. | Noisy speech enhancement using discrete cosine transform | |
US8447596B2 (en) | Monaural noise suppression based on computational auditory scene analysis | |
Martin | Speech enhancement based on minimum mean-square error estimation and supergaussian priors | |
US6377637B1 (en) | Sub-band exponential smoothing noise canceling system | |
CN1145931C (zh) | 降低语音信号中的噪声的方法和采用该方法的系统和电话机 | |
CN1284139C (zh) | 噪声减少的方法和装置 | |
WO2012158156A1 (en) | Noise supression method and apparatus using multiple feature modeling for speech/noise likelihood | |
US20030055627A1 (en) | Multi-channel speech enhancement system and method based on psychoacoustic masking effects | |
JP2007004202A (ja) | 音声活動に基づくゲイン制限による音声強化についての方法、記録媒体、及び装置 | |
CN1210608A (zh) | 一种有噪语音参数增强的方法和装置 | |
US20050119882A1 (en) | Computationally efficient background noise suppressor for speech coding and speech recognition | |
JPH08506427A (ja) | 雑音減少 | |
JP2009031793A (ja) | 調整されたトーンノイズの低減を用いたノイズの低減 | |
JP4965891B2 (ja) | 信号処理装置およびその方法 | |
Lotter et al. | Noise reduction by joint maximum a posteriori spectral amplitude and phase estimation with super-Gaussian speech modelling | |
CN113035216B (zh) | 麦克风阵列语音的增强方法、及其相关设备 | |
KR20160116440A (ko) | 음성인식 시스템의 신호대잡음비 추정 장치 및 방법 | |
CN114171049A (zh) | 回声抵消方法及装置、电子设备及存储介质 | |
JP3279254B2 (ja) | スペクトル雑音除去装置 | |
CN113593599A (zh) | 一种去除语音信号中噪声信号的方法 | |
CN113571076A (zh) | 信号处理方法、装置、电子设备和存储介质 | |
CN114822577B (zh) | 语音信号基频估计方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |