CN1689072A - 使用自适应滤波器处理子带信号的方法和系统 - Google Patents

使用自适应滤波器处理子带信号的方法和系统 Download PDF

Info

Publication number
CN1689072A
CN1689072A CNA038243075A CN03824307A CN1689072A CN 1689072 A CN1689072 A CN 1689072A CN A038243075 A CNA038243075 A CN A038243075A CN 03824307 A CN03824307 A CN 03824307A CN 1689072 A CN1689072 A CN 1689072A
Authority
CN
China
Prior art keywords
signal
sef
adapting filter
subband
module
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.)
Granted
Application number
CNA038243075A
Other languages
English (en)
Other versions
CN1689072B (zh
Inventor
H·R·阿布塔利布
R·L·布伦南
H·谢赫扎德-纳贾
D·孙
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.)
On Semiconductor Trading Ltd
Semiconductor Components Industries LLC
Original Assignee
DSP FACTORY 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 DSP FACTORY Ltd filed Critical DSP FACTORY Ltd
Publication of CN1689072A publication Critical patent/CN1689072A/zh
Application granted granted Critical
Publication of CN1689072B publication Critical patent/CN1689072B/zh
Anticipated expiration legal-status Critical
Expired - Lifetime 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
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/20—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other
    • H04B3/23—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other using a replica of transmitted signal in the time domain, e.g. echo cancellers
    • H04B3/234—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other using a replica of transmitted signal in the time domain, e.g. echo cancellers using double talk detection
    • 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
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H21/0025—Particular filtering methods
    • H03H2021/0041—Subband decomposition
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H2021/0085—Applications
    • H03H2021/0089—System identification, i.e. modeling

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Networks Using Active Elements (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Filters That Use Time-Delay Elements (AREA)

Abstract

本发明提供一种使用自适应滤波器处理子带信号的方法和系统。该系统是在过采样WOLA滤波器组上实现的。输入信号被过采样。该系统包括用于每个子带的自适应滤波器，和改进自适应滤波器的收敛性能的功能。例如，通过白化过采样子带信号的频谱和/或仿射投影算法。该系统应用于回声和/或噪声消除。使用双方通话重叠检测器的自适应步长控制、自适应处理控制可以被实现。该系统还可以进一步实现用于降低不相关噪声的非自适应处理和/或抗串音自适应噪声消除。

Description

使用自适应滤波器处理子带信号的方法和系统
技术领域
本发明涉及信号处理，更具体地涉及使用自适应滤波器处理子带信号的方法和系统。
背景技术
众所周知可以用工作在有影响的整个频带上的全带自适应滤波器(fullbank adaptive filter)来实现一个噪声消除系统。当干扰信号是白噪声时，最小均方(LMS)算法及其变形在干扰信号为白噪声时经常被用于使全带滤波器具有相对低计算复杂性和足够的性能。然而，由于大量特征值展开和缓慢收敛，该全带LMS解决方案因具有彩色干扰信号而受到性能的显著降低的损害。此外，当增加LMS滤波器的长度时，LMS算法的收敛速度降低并且计算要求提高。这在应用中是有问题的，例如声学回声消除，其需要长自适应滤波器以模拟返回信道响应和延迟。这些问题在便携式应用中尤其重要，其中必须保持处理能力。
因此，对于很多自适应系统，子带自适应滤波器(SAF)变成了一种令人感兴趣和可行的选择。该SAF方法采用一个滤波器组来将全带信号输入分成多个频带，每个作为一个自适应滤波器的输入。这种子带分解大大地降低了这些自适应滤波器的更新速度和长度，从而导致了更低的计算复杂性。
通过临界采样，子带信号通常被最大地在SAF系统中抽样。这导致输入信号的白化和提高的收敛性能。例如，存在一种具有临界采样的SAF系统(在IEEE Trans.Signal processing，1992年8月出版的第SP-40卷，第8期，第1862-1875页，由A.Gilloire和M.Vetterli发表的“Adaptive Filter in Subbands with Critical Sampling：Analysis，Experiments and Applications to Acoustic Echo Cancellation”(“具有临界采样的子带自适应滤波器：对声学回声消除的分析、试验和应用”))。
然而，最大的抽样/临界采样产生了混淆问题。混淆失真的出现需要在相邻的子带或者间隙滤波器组(gap filterbank)之间采用自适应交叉滤波器。带有交叉滤波器的系统收敛较慢并且具有较高的计算消耗，同时间隙滤波器组产生显著的信号失真。
因此期望提供一种使用自适应滤波器处理子带信号的方法和系统，使高速处理、低功率消耗和高质量变得更容易。
发明内容
本发明的一个目的是提供一种消除或者减轻至少上述一个缺点的方法和系统。
根据本发明的一方面，提供用于消除对信号的不期望的影响的处理子带信号的方法，该方法包括步骤：分析初始信号，该初始信号具有受到不期望的信号的影响的信号，和响应所述不期望的信号的参考信号，以在许多子带中产生频域初始信号和频域参考信号；在每个子带中使用自适应滤波器处理频域初始信号和频域参考信号，包括操作至少所述频域参考信号以改进每个子带中的自适应滤波器的收敛；和合成所述自适应处理模块的输出以输出其中所述参考的影响已经被消除的时域信号。
根据本发明的另一方面，提供用于消除对信号的不期望的影响的处理子带信号的系统。该系统包括：用于分析初始信号的分析滤波器组，该初始信号具有受到不期望的信号的影响的信号，和响应所述不期望的信号的参考信号，以在许多子带中产生频域初始信号和频域参考信号；用于处理所述频域初始信号和频域参考信号的处理模块，包括每个子带中的自适应滤波器，和操作至少所述频域参考信号以改进每个自适应滤波器的收敛的模块；和用于合成所述处理模块的输出的合成滤波器组，以输出其中所述参考的影响已经被消除的时域信号。
通过参考下面说明、附加的权利要求和附图，将进一步理解本发明的其他特征、方面和优点。
附图说明
从以下结合附图的说明中将可以进一步理解本发明。
图1是根据本发明的一个实施例的子带自适应滤波器(SAF)系统的方框图；
图2是根据本发明的第二个实施例的SAF系统的方框图；
图3是根据本发明的第三个实施例的SAF系统的方框图；
图4A-4C是显示图3的信号频谱图；
图5是根据本发明的第四个实施例的SAF系统的方框图；
图6是显示了话音在0dB SNR白噪声下的没有白化、通过频谱加强白化和通过抽样白化三种情况的平均标准化滤波器MSE(测量的均方误差)的曲线；
图7是显示了没有白化、通过频谱加强白化、通过抽样白化、和通过抽样和频谱加强白化的参考信号的自相关矩阵的特征值的曲线；
图8是显示了没有白化、通过频谱加强白化、通过抽样白化、和通过抽样和频谱加强白化的MSE误差的曲线；
图9是显示具有不同阶的仿射投影算法(APA)的MSE的曲线；
图10是显示用于回声消除的自适应系统的应用的方框图；
图11是显示根据本发明的第一个实施例的用于回声消除的过采样SAF系统的方框图；
图12是显示图11的自适应处理模块(APB)的第一个实施例的框图；
图13是显示图11的APB的第二个实施例的框图；
图14是显示图11的APB的第三个实施例的框图；
图15是显示图11的APB的第四个实施例的框图；
图16是显示扩散噪声(diffuse noise)的相关函数的图；
图17是显示根据本发明的第二个实施例过采样SAF系统的框图；
图18是显示图17的自适应处理模块(APB)和非自适应处理模块(NAPB)的一个实施例的框图；
图19是显示根据本发明的一个实施例的抗串音APB的框图；
图20是根据本发明的第三个实施例过采样SAF系统的示意图；
图21是根据本发明的第四个实施例过采样SAF系统的示意图；
图22是显示图21的子带处理模块的一个例子的示意图。
具体实施方式
图1-3举例说明了根据本发明的实施例的子带自适应滤波器(SAF)系统。图1-3中的SAF系统10A-10C具有改进自适应滤波器的收敛性能的功能。通过使用过采样加权叠加(WOLA)滤波器组来实现该SAF系统。在美国专利第6,236,731号文件、美国专利第6,240,192号文件和由R.Brennan和T.Schneider发表在1998年的Proc.IEEE Int.Symp.Circuits and Systems的第569-572页上“A Flexible FilterbankStructure for Extensive Signal Manipulations In Digital Hearing Aids”(“用于数字助听器中的大量信号处理的灵活的滤波器组结构”)中描述了这种过采样WOLA滤波器组，在此引用作为参考。可以使用数字信号处理器(DSP)技术来实现这种过采样WOLA滤波器组。
这种过采样WOLA滤波器组具有用于将输入信号转换成过采样子带信号的WOLA分析滤波器组、用于使用自适应滤波器处理过采样子带信号的子带信号处理器、和用于组合这些子带信号的WOLA合成滤波器组。过采样子带信号的频谱不是白的。当例如使用2和4的过采样因子时，它们的频谱带宽分别限于π/2和π/4。通过比较的临界采样系统产生从dc到π的整个范围内的子带信号。在下面说明的SAF系统10A-10C中，过采样子带信号被白化以提高自适应滤波器的收敛速度。因此由子带分解产生的降低的频谱动态的固有好处不会由于过采样而损失。
下面详细说明图1中的SAF系统10A。SAF系统10A具有通过频谱加强在过采样子带信号的频谱范围内使其白化的功能，这提高了最小均方(LMS)算法的收敛速度。在SAF系统10A中，一个未知的设备P(z)12由一个自适应滤波器W(z)14模拟。
该SAF系统10A包括WOLA分析滤波器组16和18，和许多子带处理模块。图1中举例说明了用于子带i的子带处理模块5A。这个模块包括强调滤波器(emphasis filter)gper(z)20和22、一个LMS模块24、一个二级的自适应滤波器Wpre(z)26和一个加法器28。该子带处理模块5A可以被用于每个子带。
WOLA分析滤波器组16接收参考信号x(n)。WOLA分析滤波器组18接收经由设备P(z)12的初始信号d(n)。WOLA分析滤波器组16和18将它们的输入信号转换成许多过采样子带信号。
在WOLA分析期间，以M/OS的因子抽样子带信号，其中M是滤波器的数量，OS是过采样因子。在这个阶段，子带信号不再是全带的了。在WOLA分析滤波器16和18的输出端，即图1中的点1和2处，它们的带宽是π/OS。因此，频谱是彩色的，但是是可预知的、不变的方式。然后强调滤波器gpre(z)20和22在点1和2处分别放大信号的高频部分，以获得几乎白的频谱。二级自适应滤波器Wpre(z)26的输入，即在点3处的信号被强调滤波器gpre(z)20的输出白化。
加法器28将强调滤波器gpre(z)22的输出和二级自适应滤波器Wpre(z)26的输出相加。LMS模块24接收强调滤波器gpre(z)20的输出和加法器28的输出，并且调整二级自适应滤波器Wpre(z)26的滤波器系数。LMS模块24可以实现任何LMS算法的通用变型。典型地，因为其稳定性和低计算成本而使用泄漏(leaky)标准化LMS算法。在每个子带中，将自适应滤波器Wpre(z)26的系数复制到自适应滤波器W(z)14中。在每个子带中，自适应滤波器W(z)采用点1处的未加强形式的子带信号作为其输入。
SAF系统10A还包括一个加法器30，其接收来自自适应滤波器W(z)14的输出和在点2处的信号，并且输出子带信号ei(n)。
在过采样WOLA滤波器组的合成滤波器组(图中未示出)中将信号ei(n)(i＝0，1，…，k-1)结合。在这种情况下，合成滤波器组处理没有受到强调滤波器gpre(z)22和24影响的信号。
强调滤波器gpre(z)22和24的设计取决于在WOLA滤波器组中使用的过采样因子OS。强调滤波器gpre(z)20和22的滤波器增益(G)是一个取决于WOLA分析滤波器形态的设计参数。如果给出过采样WOLA滤波器组参数，则子带信号的频谱特性就被确定了，并且一个恰当的强调滤波器被设计出来。这些滤波器可以被作为有限冲击响应(FIR)滤波器、无限冲击响应(IIR)滤波器、或者其他滤波器类型。
在两倍过采样的情况下，子带频谱的下半部具有相对高的能量并且与包含非常少能量的频谱的上半部相比相对平坦。在这种情况下，强调滤波器gpre(z)放大频谱的高频部分。因此，该滤波工作产生白化的信号频谱。
可替代地，如图2所示，高通噪声可能被加到带通信号中以将其白化。现在详细说明图2的SAF系统10B。该SAF系统10B包括通过添加的噪声来白化的功能。
如上所述在WOLA分析滤波器16和18中处理参考信号x(n)和初始信号d(n)。该SAF系统10B包括一个子带处理模块。图2中说明了用于子带i的子带处理模块5B。该子带处理模块5B包括加法器28和32，用于估计在点1处的信号的平均功率G的估计模块36，用于混合平均功率G和来自高通噪声源的信号a(n)的混合模块38，LMS模块24和二级自适应滤波器W1(z)40。在点1处的信号的平均功率G被用于调制高通噪声a(n)。加法器32将点1处的信号和混合模块38的输出G·a(n)相加。通过将G·a(n)加到在点1处的信号，二级自适应滤波器W1(z)40的输入，即在3处的信号被白化。加法器28将在2处的信号和二级自适应滤波器W1(z)40的输出相加。LMS模块24接收加法器32和34的输出，并且调整二级自适应滤波器W1(z)40的滤波器系数。二级自适应滤波器W1(z)40的系数被复制到自适应滤波器W(z)14。该自适应滤波器W(z)14处理点1处的没有通过添加噪声处理的信号。加法器30接收来自自适应滤波器W(z)14的输出和在2处的信号，并输出子带信号ei(n)。
现在详细说明图3的SAF系统10C。该SAF系统10C包括通过抽样来白化的功能。
如上所述在WOLA分析滤波器16和18中处理参考信号x(n)和初始信号d(n)。该SAF系统10C包括一个子带处理模块。图3中说明了用于子带i的子带处理模块5C。该子带处理模块5C包括抽样模块42和44，LMS模块24，加法器28和二级自适应滤波器Wd(z)48。得自参考输入x(n)和初始输入d(n)的在点1和2处的子带信号分别由通过在模块42和44处DEC＜＝OS的因子被进一步抽样。通过将DEC设成小于OS通常获得最好的性能。假设，没有一般性的损失，该DEC被设为：DEC＝OS-1。通过抽样在点1处的信号，到二级自适应滤波器Wd(z)48的输入，即在点3处的信号被白化。加法器28将模块44的输出和二级自适应滤波器Wd(z)48的输出相加。LMS模块24接收模块42和44的输出，并且调整二级自适应滤波器Wd(z)48的滤波器系数。二级自适应滤波器Wd(z)48的滤波器系数在模块50被扩大。在点4处被扩大了的滤波器系数，即模块50的输出被复制到自适应滤波器W(z)14。该自适应滤波器W(z)14处理点1处的没有在模块42和50被处理过的信号。加法器30接收来自自适应滤波器W(z)14的输出和在点2处的信号，并输出子带信号ei(n)。
对于大于2的过采样因子OS，通过抽样来白化是最有效的；而对于等于或者小于2的过采样因子OS，通过频谱加强或者通过添加噪声来白化是最有效的。
图4A显示了图3中的在点1和2的信号频谱。图4B显示了图3中的在点3的信号频谱。图4C显示了图3中的点4的信号频谱。如图4B所示，由DEC因子的抽样将带宽增加到π(OS-1)/OS(对于OS＝4，3π/4)，而没有产生带内的混叠现象。由于增加了带宽，在LMS模块24上的LMS算法现在收敛得更快了。为了能使用自适应滤波器W(z)14，二级自适应滤波器Wd(z)的滤波器参数被扩大OS-1倍。这样可以建立图4C所示的频带内图像。然而，因为当ω＞π/OS时在点1的低通信号不包含重要的能量，所以这些频谱图将不会带来误差。
在过采样WOLA滤波器组上实现的SAF系统10A-10C(被称作过采样SAF系统)被应用在广泛的技术领域中，包括自适应降噪、麦克风阵列的自适应定向信号处理(adaptive directional signal processing)、助听器的反馈降低和声学的回声消除。包含在子带处理模块5A-5C中的逻辑取决于特定的应用。
参考信号x(n)或者初始信号d(n)中的一个可以是响应讲话者的受到干扰噪声污染的数字信号，另一个可以是响应干扰噪声的数字信号。在这种情况下，过采样SAF系统消除了在传输话音过程中的噪声。通过使用LMS算法将这两种信号的相关成分去除，子带处理模块5A-5C从期望信号中去除了被污染的部分。因为现在过采样子带信号在他们的频谱中被白化，因此过采样SAF系统高速进行噪声消除，进而增强了由听者感受到的信号。
过采样SAF系统可被用于声学的回声消除或者声学的反馈消除。在用于回声消除的情况中，参考信号x(n)或者初始信号d(n)中的一个可以是具有受到回声影响的期望信号的数字信号，而另一个可以是响应该回声的数字信号。
在LMS模块24上的LMS参数，例如LMS步长，在每个子带中可以不同。例如，当较低的子带包含话音内容时，较低的子带可以具有较小的步长，而较高的子带可能由于相对低的话音内容而更适合较大的步长。除了上述的LMS技术，例如递归最小平方的其他技术也可以被应用。
改进收敛速度的其他方法是使用对特征值扩展问题在根本上更少敏感的自适应策略。这些策略的一种是被称为仿射投影算法(APA)的自适应算法。该APA形成了标准的LMS(NLMS)和递归最小平方(RLS)自适应算法之间的结合。在APA中结合了RLS算法(其被期望更大程度地对特征值扩展问题不敏感)的快速收敛和NLMS的低计算要求的优点。现在将详细说明具有仿射投影的SAF系统。
在NLMS中，新的自适应滤波器加权使最后输入向量最适合对应的期望信号。在APA中，这种适合扩展到P-1个过去的输入向量(P是APA的阶数)。用于第P阶的APA的自适应算法可以被总结如下：
1)更新Xn和dn
2 ) e n = d n - X n T W n *
3 ) W n + 1 = W n + μX n ( X n H X n + αI ) - 1 e n *
其中：
Xn：一个包含P个过去的输入向量的L×P矩阵
dn：P个过去的期望信号样本的向量
Wn：在时刻n的自适应滤波器加权
α：调整因子
μ：自适应步长
在Electronics and Communications In Japan，第67-A卷，第5期第19-27页由K.Ozeki和T.Umeda于1984年2月发表的“An adaptivealgorithm filtering using an orthogonal projection to the affine subspaceand its properties”(“使用正交投影来仿射子空间的自适应算法滤波及其性能”)和在IEEE Tran.on Signal Processing的第43卷第2期第444-453页由M.Montazeri和P.Duhamel于1995年2月发表的“A set ofalgorithms linking NLMS and block RLS algorithms”(“联结NLMS和块RLS算法的一套算法”)中研究了APA的收敛。随着投影阶数P的增加，APA的收敛速度更少地依赖于特征值的扩展。增加APA阶数以自适应算法的计算复杂性为代价导致更快的收敛。
图5显示了根据本发明的第四个实施例的SAF系统10D。该SAF系统10D包括WOLA分析滤波器组16和18，和许多APA子带处理模块。图5中举例说明了用于子带i的子带处理模块5D。该子带处理模块5D包含使用APA适应其加权Wi(n)(n：时刻)的自适应滤波器。
该SAF系统10D可以在一个过采样WOLA滤波器组上实现。为了计算简单，可以应用阶数P＝2的APA，以在复杂性上的最小增加产生更快的收敛。在这种情况下，矩阵Xn HXn由R近似(参考信号的自相关矩阵)，如在in proc.of Inter.Workshop on Acoustic Echo and NosieControl上由V.Myllyla于2001年9月发表的“Robust fast affineprojection algorithm for acoustic echo cancellation”(用于声学回声消除的强健快速仿射投影算法)中所说明的。
对于P＝2，只估计前两个自相关系数(r(0)和r(1))并且接着将矩阵R解析地转置就可以了。可以使用一阶递归平滑滤波器来估计r(0)和r(1)。
将任何两种或者多种在图1-3和图5中说明的技术组合以获得更高的性能是可能的。例如，由抽样的白化通过增加参考信号的有效带宽提高了收敛速度。由频谱加强的白化通过限制阻带衰减由此增加最小的特征值，如前一样提高了收敛。
图6显示了0dB SNR白噪声中的话音的平均标准化滤波器MSE(均方误差)。在图6中，(a)代表了没有白化的MSE，(b)代表了通过频谱加强白化的MSE，(c)代表了通过抽样白化的MSE。SAF系统被用于噪声消除，其中，SAF系统接收来自双麦克风的输入。在这种情况下，通过抽样白化比其他两种方法收敛得更快。因为自适应滤波器工作在低频上，所以通过抽样白化比通过加强频谱白化或者添加噪声白化需要更少的计算。
在由S.Weiss发表在1998年5月的PhD.Thesis，Signal ProcessingDivision，University of Strathclyde，Glasgow上的“On Adaptive Filteringin Oversampled Sub-bands”(“有关过采样子带中的自适应滤波器”)文章，和S.Weiss等发表在1999年的33rd Asilomar Conference on Signals，Systems，and Computers，Monterey，CA，上的“Polyphase Analysis ofSubband Adaptive Filters”(“子带自适应滤波器的多相分析”)的文章中说明了SAF系统的详细的数学模型。
图7显示了没有白化、通过频谱加强白化、通过抽样白化、和通过抽样和频谱加强白化的参考信号的自相关矩阵的理论的特征值。通过下面的参考文献给出的分析公式来计算这些特征值，该参考文献是Dennis R.Morgan在1995年3月的IEEE Trans.Speech and Audio Proc.第3卷，第2期，第126-136页发表的“Slow Asymptotic Convergence ofLMS Acoustic Echo Cancelers”(“LMS声学回声消除器的慢速渐近收敛”)。小的特征值导致慢的收敛。在低指数区域可以看见改进。作为上述技术的结果，即通过频谱加强白化、通过抽样白化或通过这些方法的组合，特征值比没有白化的特征值变得更大。
在图7中，当通过频谱加强白化和通过抽样白化都有改进时(由特征值的增加来证明)，两种方法的组合是更有希望的。这个结论是通过图8所示的均方误差(MSE)结果来确定的。图8显示了没有白化；通过频谱加强白化；通过抽样白化；和通过抽样和频谱加强白化的MSE。图9显示具有P＝1，2，4和5的阶数的APA的MSE误差。P＝1的APA产生NLMS系统。如图所示，增加APA阶数，同时改进了收敛速率和MSE。
现在详细说明用于回声消除的快速自适应技术。在回声消除中，由于与每个回声路径有关的长的持续时间而需要长滤波器长度，它可能导致缓慢的收敛。以下讨论的快速自适应技术允许使用长滤波器长度的回声消除系统以高速消除回声。快速自适应技术还可以被用于其他的应用，例如噪声消除。
图10显示了回声消除自适应系统的一种应用。一个远端(FE)声学输入信号102在FE麦克风(MIC)104上被转换成电信号x(t)，将该电信号发送到近端(NE)扬声器106。NE麦克风(MIC)110然后接收来自NE扬声器106的声学回声信号108(被称作FE回声)。NE麦克风110还接收NE输入信号112(例如话音和噪声)，并将总信号(＝FE回声108+NE输入112)转换成一个电信号d(t)。电信号x(t)被提供给自适应滤波器118。加法器114将电信号d(t)和自适应滤波器118的输出相加以产生一个误差信号e(t)。自适应滤波器118将误差信号e(t)最小化以消除FE回声108。一旦已经达到收敛，自适应滤波器118本质上模拟NE扬声器106和NE麦克风110的传递函数，以及NE扬声器106和NE麦克风110之间的声学路径的传递函数。经过FE和NE侧之间的各种(不期望的)电子路径泄漏回到FE侧的电信号也可能产生回声。在以下的说明中，将讨论声学回声。然而，说明的技术包括了声学回声、电回声和二者的组合。
图11显示了根据本发明的第一实施例的用于回声消除的过采样SAF系统120A。该过采样SAF系统120A被应用到图10的系统中，并且在子带域上被实现。
过采样SAF系统120A包括用于回声消除的SAF系统，该系统包括许多自适应处理模块(APB)130i(I＝0，1，…，K-1)。该系统120A接收信号x(t)和s(t)。通过一个声学设备124(例如图1-3中的P(z)12)将信号x(t)转换成x’(t)。信号x’(t)可以是回声信号。在A/D转换器126和128上分别对信号x(t)和d(t)(＝信号x’(t)+信号s(t))进行采样。由WOLA分析滤波器组16和18分析A/D转换器126和128的输出x(n)，d(n)，以获得复频域子带信号xi(n)和di(n)(i＝0，1，…，K-1)，其中K是子带的数量。使用自适应处理模块(APB)处理子带信号。成对的[xi(n)，di(n)]被输入到APB130i(i＝0，1，…，K-1)，其输出复子带信号ei(n)。然后这些复子带信号ei(n)在WOLA合成滤波器组132中结合，该WOLA合成滤波器组132输出时域回声消除信号e(n)。
APB模块1300，1301，…130K-1可以使用任何上述的收敛改进技术来获得快速收敛，例如，通过频谱加强白化，通过添加噪声白化，通过抽样白化，仿射投影算法，或者这些技术中的两种或者更多种的组合。
图12显示了图11的APB的第一个实施例。在图12中举例说明了用于子带i的APB。图12的APB130i包括双方通话重叠检测器(DTD)140A，以控制自适应滤波器118的自适应处理。DTD 140A包括FE和NE语音活动检测器(VAD)142和144。FE VAD142对FE信号进行操作。NE VAD144使用信号di(n)。它还包含逻辑146，当出现双方通话重叠(NE侧和FE侧都讲话)，单方通话(只有NE侧或FE侧中的一侧讲话)，或者共同暂停(两侧都不讲话)的情形时，该逻辑基于两种VAD结果指定。只有在FE单方通话期间，DTD 140A允许自适应滤波器118的迅速自适应。在其他情形，它停止或者放慢自适应。
图13显示了图11的APB的第二个实施例。在图13中举例说明了用于子带i的APB。图13的APB 130i包括DTD 140B。在DTD 140B中，从加法器114中输出的误差信号ei(n)被应用于NE VAD 144上。使用误差信号之后的推理如下。在该自适应处理的开始阶段，因为自适应滤波器118都是一致地等于0，所以误差信号ei(n)几乎与di(n)相同。当DTD 140B允许自适应滤波器118进行自适应，更多的回声可以从di(n)中消除。因此，DTD 140B检测更多的FE单方通话的情况，并且自适应滤波器118获得更多的机会进一步自适应。这将依次更有效地消除回声。这种循环技术改进了DTD 140B的性能，并且因此改进了回声消除系统(120A)。当存在高电平回声时，这种策略是特别有用的。
图14显示了图11的APB的第三个实施例。在图14中举例说明了用于子带i的APB。图14的APB 130i包括DTD 140B和用于控制自适应滤波器118的步长的μ-自适应模块150。NE信号可以包含话音和噪声，并且即使在DTD检测到FE单方通话情形时，也可能出现NE噪声。如果选择大的自适应步长(μ)，将给自适应处理器带来问题。提供μ-自适应模块150以根据FE回声(FEE)信号的电平相对于NE噪声(NEN)信号的电平调节自适应步长，即，根据|FEE|2/|NEN|2的比率。那样使得自适应滤波器118在NE噪声出现时能获得快速自适应。
通过测量共同暂停时的di(n)的能量，获得NEN能量的估计。为了估计FEE的能量，可以在FE单方通话期间从di(n)的能量中减去NEN能量估计，即：
在共同暂停时的|di(n)|2→|NEN|2估计
在FE单方通话中的|di(n)|2-|NEN|2估计→|FEE|2估计
基于DTD 140B的结果和|FEE|2/|NEN|2的估计，μ-自适应模块150变化步长值。可能有不同的策略来使步长适应。通常随着|FEE|2/|NEN|2比率的增长，使用更大的步长。
图15显示了图11的APB的第四个实施例。在图15中举例说明了用于子带i的APB。图15的APB130i包括两个自适应滤波器118A和118B，和加法器114A和114B。信号xi(n)被应用到自适应滤波器118A和118B。自适应滤波器118B包含一个基本上用于DTD 140C的低阶滤波器。DTD 140C与DTD 140A-140B相似。加法器114B将自适应滤波器118B的输出和信号di(n)相加，并输出信号fi(n)。信号xi(n)和fi(n)被应用到DTD 140C上。DTD 140C控制自适应滤波器118B的自适应过程，并且还经由μ-自适应模块150控制自适应过程118A。μ-自适应模块150基于DTD 140C的结果和估计来控制自适应滤波器118A的自适应步长。自适应滤波器118A与μ-自适应模块150一起工作并且与图14中的自适应滤波器118执行相似。
低阶自适应滤波器118B可以比自适应滤波器118A适应得更快。即使在自适应滤波器118A完全收敛之前，DTD 140C的NE VAD仍然会很好地执行。在它的输出(fi(n))上，大多数的回声都被迅速消除了。
当用于回声消除的适应滤波器由于长回声路径具有高滤波器阶数时，自适应滤波器可以缓慢地收敛。然而，在图15中，提供低阶自适应滤波器118B以修正到DTD 140C的输入。因此，图15的APB允许回声消除系统(120A)达到快速回声消除。
现在详细说明用于噪声和回声消除的自适应和非自适应处理的组合。
众所周知，(最佳的)自适应滤波器被估计如下(由Haykin，S.，在1996年第三版的Adaptive Filter Theory，Prentice Hall，Upper SaddleRiver中所述)：
W * ( f ) = P xd ( f ) P xx ( f ) · · · ( 1 )
其中
P xd ( f ) = Σ k r xd ( k ) e - j 2 πf · · · ( 2 )
且rxd(k)是输入信号x(n)和d(n)在延迟k上的互相关。在估计两个输入之间的传递函数中，互相关扮演了一个主要的角色。在弱相关的情况下，自适应滤波器只去除噪声的相关部分并且留下完整不相关部分。
假设输入信号d(n)只包含噪声并且没有话音信号出现。两个噪声信号x(n)和d(n)表现相关的有效特征是相关函数Gxd(f)，其在下面的等式(3)中说明(M.M.Goulding，在1990年11月的IEEE Trans.VehicularTech.，第39卷，弟4期，第316-326页上发表的“Speech enhancement formobile telephony”(“用于移动电话技术的话音增强”))：
G xd ( f ) = | P xd ( f ) | 2 P xx ( f ) · P dd ( f ) · · · ( 3 )
对于每个频率f，等式(3)通过0和1之间的一个值表现了两个输入信号的相关，并且因此确定能通过自适应滤波在那个频率上去除噪声的量。更精确地，自适应滤波的降噪因子NR(f)满足如下等式(4)：
在扩散噪声场中，两个麦克风接收来自所有方向的等幅度和任意相位的噪声信号。这产生了用于扩散噪声场的平方Sinc(幅度平方)相关函数，如在A.G.Piersol发表的“Use of coherence and phase databetween two receivers in evaluation of noise environments”，刊登在1978年的Journal of Sound and Vibration，vol.56，no.2，第215-228页中所描述的。
G xd ( f ) = sin 2 ( 2 πfd / c ) ( 2 πfd / c ) 2 = Sin c 2 ( 2 fd c ) · · · ( 5 )
其中，d是麦克风间距且c是声速(c＝340m/s)。
图16显示对于d＝38mm扩散噪声的相关函数。根据这个相关函数，增加麦克风间距d，将会降低在更多子带中的自适应滤波器的降噪能力。尽管两个麦克风的距离降低可以作为一个补救被提出，以下将说明这极大的加强了串音的问题。
很多实际的噪声场是扩散的。因此由两个麦克风记录的噪声只在低频上相关。这暗示了用于噪声消除的SAF系统只能部分的从d(n)中去除噪声。还有一些其他可能的情况，其中在两个麦克风上的两噪声不具有越过各种频率的平坦的相关函数(值1)。在这样的情况下，SAF系统可以只部分地加强信号。
图17显示了根据本发明的第二个实施例的过采样SAF系统120B。过采样SAF系统120B处理输入x(n)和d(n)中的相关和非相关噪声。过采样SAF系统120B还被应用到回声消除，其中期望信号被相关的回声和非相关的回声影响。过采样SAF系统120B包括在每个子带中的非自适应处理模块(NAPB)160i。将NAPB160i提供给每个APB130i。NAPB 160i执行单麦克或者双麦克非自适应降噪。
图18显示图17的APB和NAPB的第一个实施例。在图18中，举例说明用于子带i的APB和NAPB。图18中的NAPB 160i是用于消除在APB 130i的输出上的剩余不相关噪声的单麦克风维纳滤波器。
图18的APB130i包括加法器114，自适应滤波器(wi(n))118和接收信号xi(n)和加法器114的输出ei(n)的LMS模块24以调整自适应滤波器118。图18中的NAPB160i通过维纳滤波估计来自退化形式的误差信号ei(n)的(原始)误差信号zi(n)。误差信号ei(n)被用于增益计算162以调整自适应滤波器164的增益。NAPB160i的维纳滤波器不断地改变滤波器164中的加权以使信噪比最大。误差信号ei(n)包括APB130i中还没有被去除的剩余不相关的噪声。NAPB160i的维纳滤波器还使用单信号ei(n)和由VAD 170提供的结果进一步抑制这种噪声。提供VAD170以控制APB130i中的LMS计算和NAPB160i中的增益计算162。
还可能有其它的单麦克或双麦克降噪策略。因为已经由APB阶段估计了相关噪声，由于NAPB的非自然信号和失真将比如果单独使用NAPB的情况在输出上具有更少的退化影响。NAPB在被用来去除轻微的干扰时工作得最好。对于扩散的噪声，因为在双麦克上的低频噪声被相关并且将由APB阶段被大部分地消除而不会产生非自然信号，所以话音信号的重要低频域将不会失真。
现在详细说明用于噪声消除的抗串音子带自适应滤波。当话音或者期望信号泄漏到参考(噪声)麦克风中时，即在串音时，自适应噪声消除系统的性能可能会受到限制。为了解决这个问题，已经提出了时域中抗串音自适应噪声消除器(CTRANC)(由G.Michandani等发表在IEEE trans.On Circuits and Systems，11：Analog and digital signalprocessing，第39卷，第10期，1992年10月，第681-694页的”A newadaptive noise cancellation scheme in the presence of crosstalk”(”在出现串音时的新型自适应噪声消除方案”))。
现在详细说明用于处理过采样子带信号的具有CTRANC的自适应处理模块(APB)。图19显示了根据本发明的一个实施例的抗串音APB。在图19中，CTRANC是在子带域上实现的。图19的APB130i被应用到图11和图17中的APB中。每个子带中的APB130i具有自适应滤波器Vi(n)182和Wi(N)184，加法器186和188。加法器186将信号xi(n)和自适应滤波器Vi(n)182的输出相加。加法器186的输出ei(n)被应用到自适应滤波器Wi(n)184。加法器188将信号di(n)和自适应滤波器Wi(n)184的输出相加。加法器188的输出fi(n)被应用到自适应滤波器Vi(n)182。自适应滤波器Vi(n)182响应信号ei(n)被调整。自适应滤波器Wi(n)184响应信号fi(n)被调整。
在收敛后，信号ei(n)提供增强的(子带)话音信号，而信号fi(n)提供没有话音干扰的噪声信号。
图20显示根据本发明的第三个实施例的过采样SAF系统120C。该过采样SAF系统120C包括用于初始信号的麦克风阵列202A，该阵列具有许多麦克风202j(j＝1，2，…，n)和用于参考信号的麦克风204。将麦克风阵列202A的输出提供给前置放大器206。将麦克风204的输出提供给前置放大器208。前置放大器206的输出通过模数(A/D)转换器210转换，并然后提供给WOLA分析滤波器组16。前置放大器208的输出通过A/D转换器212转换，并然后提供给WOLA分析滤波器组18。子带处理模块214i采用来自WOLA分析滤波器组16和18的子带i内的过采样子带信号作为其输入。模块214i可以与图1-3和图5的子带处理模块或者图11的APB相似，或者可以具有图17中的NAPB或者具有图19的抗串音APB。
子带处理模块214i(i＝0，1，…，n)的输出由WOLA合成滤波器组132组合。数模(D/A)转换器216转换WOLA合成滤波器组132的输出。
图21显示了根据本发明的第四个实施例的过采样SAF系统120D。过采样SAF系统120D处理许多参考信号。过采样SAF系统120D包括一个麦克风阵列，该阵列具有用于许多参考信号的许多麦克风204j(j＝1，2，…，n)和用于初始信号的麦克风202。将麦克风202的输出提供给前置放大器206。将麦克风204j的输出提供给前置放大器208j。前置放大器206的输出通过A/D转换器210转换，并然后被提供给WOLA分析滤波器组16。前置放大器208j的输出通过A/D转换器212j转换，并然后提供给WOLA分析滤波器组18j。子带处理模块218i采用来自WOLA分析滤波器组16和181、182、…、18n的子带i内的过采样子带信号作为其输入。模块218i可以与图20的子带处理模块相似。
例如，当存在多于一个噪声源时，过采样SAF系统120D被用于噪声消除。一个麦克风被用于每个噪声源以提供一个参考信号。
图22显示了图21中的子带处理模块218i的例子。图22中的子带处理模块218i包括FIR滤波器202j(j＝1，2，…，n)和LMS模块24。滤波器220j采取WOLA分析滤波器组18j的输出作为其输入。加法器222将来自滤波器2201，…220n的输出相加。加法器224将来自WOLA的分析滤波器组16的过采样子带信号和加法器222的输出相加。参考信号自适应地被滤波并且然后从初始信号中被减去。在图22中显示了FIR滤波器。然而滤波器220j可以是IIR滤波器或者其他任何滤波器。
根据本发明，包括用于处理过采样子带信号的自适应滤波器的SAF系统达到了自适应滤波器的快速收敛、高速处理和低功率消耗。因此，在WOLA滤波器组上实现的过采样SAF系统优选地应用到回声消除和噪声消除。
在WOLA滤波器组中的子带自适应信号处理允许定制单独频带的算法参数。例如，噪声消除算法可以具有被设置成对于不同的子带以不同的速率收敛的滤波器。此外，自适应滤波器可以具有不同的长度。根据应用的需要，可能的参数的增长量使得系统更加有效地被调整。在处理功率被限制或者希望被保存的情况中，自适应滤波器组的更新可以交替进行。
此外，输入信号的过采样允许每个子带中的混叠电平实际上无需使用交叉滤波器或者间隙滤波器组就可以被消除。为了降低计算成本，可以使用接近一个非整数的抽样率。
本发明的实施例不限于任何特别配置的过采样WOLA滤波器组(即，子带数量，采样率，窗口长度)。
本发明的SAF系统、过采样SAF系统、噪声和/或回声消除系统可以通过具有上述功能的硬件、软件或者硬件和软件的组合来实现。
虽然已经说明了本发明的详细实施例，在不背离本发明的范围的情况下可以作出变化和修改。

Claims (22)

1、一种用于消除对信号的不期望的影响的处理子带信号的方法，该方法包括步骤：
分解初始信号，该初始信号具有受到不期望信号的影响的信号，和响应所述不期望信号的参考信号，以在多个子带中产生频域初始信号和频域参考信号；
在每个子带中使用自适应滤波器处理所述频域初始信号和所述频域参考信号，包括操作至少所述频域参考信号以改进每个子带中的自适应滤波器的收敛；和
合成所述自适应处理模块的输出以输出在其中所述不期望信号的影响已经被消除的时域信号。
2、如权利要求1所述的方法，其中所述操作步骤包括通过频谱加强来白化所述自适应滤波器的输入的步骤。
3、如权利要求1所述的方法，其中所述操作步骤包括通过添加噪声来白化所述自适应滤波器的输入的步骤。
4、如权利要求1所述的方法，其中所述操作步骤包括通过以因子(DEC)抽样所述频域初始信号和频域参考信号来白化所述自适应滤波器的输入的步骤，其中所述因子(DEC)小于或等于过采样因子(OS)。
5、如权利要求1所述的方法，其中所述操作步骤包括实现仿射投影算法的步骤。
6、如权利要求1所述的方法，其中所述操作步骤包括实现递归最小平方算法的步骤。
7、如权利要求1所述的方法，其中所述操作步骤包括使用双方通话重叠检测器来控制所述自适应滤波器的自适应过程的步骤。
8、如权利要求1所述的方法，其中所述操作步骤包括控制所述自适应滤波器的自适应步长的步骤。
9、如权利要求1所述的方法，其中所述处理步骤包括执行用于消除不相关的噪声的非自适应降噪的步骤。
10、如权利要求1所述的方法，其中所述处理步骤包括在每个子带中使用两个自适应滤波器执行抗串音自适应处理的步骤。
11、如权利要求1所述的方法，其中所述不期望信号是回声信号或者噪声信号。
12、一种用于消除对信号的不期望影响的处理子带信号的系统，该系统包括：
用于分析初始信号的分析滤波器组，该初始信号具有受到不期望信号影响的信号，和响应所述不期望信号的参考信号，以在多个子带中产生频域初始信号和频域参考信号；
用于处理所述频域初始信号和所述频域参考信号的处理模块，包括每个子带中的自适应滤波器模块，和至少操作所述频域参考信号的模块，以改进每个自适应滤波器的收敛；和
用于合成所述处理模块的输出的合成滤波器组，以输出其中所述不期望信号的影响已经被消除的时域信号。
13、如权利要求12所述的系统，其中所述模块通过频谱加强来白化所述自适应滤波器的输入。
14、如权利要求12所述的系统，其中所述模块通过添加噪声来白化所述自适应滤波器的输入。
15、如权利要求12所述的系统，其中所述模块通过抽样所述自适应滤波器的输入来白化每个子带中所述自适应滤波器的输入。
16、如权利要求12所述的系统，其中所述模块在每个子带中实现仿射投影算法。
17、如权利要求12所述的系统，其中所述模块在每个子带中实现递归最小平方算法。
18、如权利要求12所述的系统，其中所述模块包括双方通话重叠检测器以控制所述自适应滤波器的自适应过程。
19、如权利要求12所述的系统，其中所述模块控制每个自适应滤波器的自适应步长。
20、如权利要求12所述的系统，还包括用于消除不相关的噪声的非自适应降噪模块。
21、如权利要求12所述的系统，其中所述处理模块包括在每个频带中具有一对自适应滤波器的抗串音自适应处理模块，所述自适应处理模块处理所述频域初始信号和频域参考信号。
22、如权利要求12所述的系统，其中所述不期望信号是回声信号或者噪声信号。
CN038243075A 2002-08-16 2003-08-18 使用自适应滤波器处理子带信号的方法和系统 Expired - Lifetime CN1689072B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CA2,399,159 2002-08-16
CA002399159A CA2399159A1 (en) 2002-08-16 2002-08-16 Convergence improvement for oversampled subband adaptive filters
PCT/CA2003/001234 WO2004017303A1 (en) 2002-08-16 2003-08-18 Method and system for processing subband signals using adaptive filters

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN2010101558337A Division CN101923862B (zh) 2002-08-16 2003-08-18 使用自适应滤波器处理子带信号的方法和系统

Publications (2)

Publication Number Publication Date
CN1689072A true CN1689072A (zh) 2005-10-26
CN1689072B CN1689072B (zh) 2010-05-26

Family

ID=31722363

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2010101558337A Expired - Lifetime CN101923862B (zh) 2002-08-16 2003-08-18 使用自适应滤波器处理子带信号的方法和系统
CN038243075A Expired - Lifetime CN1689072B (zh) 2002-08-16 2003-08-18 使用自适应滤波器处理子带信号的方法和系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN2010101558337A Expired - Lifetime CN101923862B (zh) 2002-08-16 2003-08-18 使用自适应滤波器处理子带信号的方法和系统

Country Status (10)

Country Link
US (1) US7783032B2 (zh)
EP (1) EP1529282B1 (zh)
JP (1) JP4184342B2 (zh)
CN (2) CN101923862B (zh)
AT (1) ATE349755T1 (zh)
AU (1) AU2003258407B2 (zh)
CA (1) CA2399159A1 (zh)
DE (1) DE60310725T2 (zh)
DK (1) DK1529282T3 (zh)
WO (1) WO2004017303A1 (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008071128A1 (fr) * 2006-12-15 2008-06-19 Huawei Technologies Co., Ltd. Dispositif pour éliminer une diaphonie, système de traitement de signal et procédé d'élimination de diaphonie
CN1859519B (zh) * 2005-11-19 2010-09-29 华为技术有限公司 一种自适应滤波器及回波抵消器
CN102104398A (zh) * 2009-12-17 2011-06-22 易卡诺技术有限公司 用于消除串音的资源分配的方法和系统
CN1822709B (zh) * 2006-03-24 2011-11-23 北京中星微电子有限公司 一种麦克风回声消除系统
CN101071567B (zh) * 2006-05-12 2011-11-30 Qnx软件操作系统（威美科）有限公司 估计来自接收信号的噪声的增强系统和方法
CN102341853A (zh) * 2009-02-04 2012-02-01 海莫梅德海因泽有限及两合公司 用于分离信号路径的方法及用于改善电子喉语音的应用
US8254471B2 (en) 2006-12-07 2012-08-28 Huawei Technologies Co., Ltd. Far-end crosstalk canceling method and device, and signal processing system
CN102737646A (zh) * 2012-06-21 2012-10-17 佛山市瀚芯电子科技有限公司 单一麦克风的实时动态语音降噪方法
US8300682B2 (en) 2006-12-07 2012-10-30 Huawei Technologies Co., Ltd. Signal processing system, filter device and signal processing method
CN101502091B (zh) * 2006-04-13 2013-03-06 弗劳恩霍夫应用研究促进协会 音频信号解相关器
CN102957993A (zh) * 2011-08-30 2013-03-06 中国科学院微电子研究所 低功耗wola滤波器组及其分析和综合阶段电路
CN104349260A (zh) * 2011-08-30 2015-02-11 中国科学院微电子研究所 低功耗wola滤波器组及其综合阶段电路
CN104392727A (zh) * 2014-11-12 2015-03-04 华为技术有限公司 音频信号处理方法和相关装置
US9503518B2 (en) 2009-10-13 2016-11-22 Huawei Digital Technologies (Cheng Du) Co. Limited. Method and apparatus for buffering and obtaining resources, resource buffering system
CN108307272A (zh) * 2014-04-02 2018-07-20 韦勒斯标准与技术协会公司 音频信号处理方法和设备
CN110047519A (zh) * 2019-04-16 2019-07-23 广州大学 一种语音端点检测方法、装置及设备
CN111261182A (zh) * 2020-05-07 2020-06-09 上海力声特医学科技有限公司 适用于人工耳蜗的风噪抑制方法及其系统

Families Citing this family (127)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6980933B2 (en) 2004-01-27 2005-12-27 Dolby Laboratories Licensing Corporation Coding techniques using estimated spectral magnitude and phase derived from MDCT coefficients
KR101149571B1 (ko) 2004-04-28 2012-05-29 코닌클리케 필립스 일렉트로닉스 엔.브이. 적응성 빔 형성기, 사이드로브 소거기, 핸즈프리 음성 통신 디바이스
US7433463B2 (en) * 2004-08-10 2008-10-07 Clarity Technologies, Inc. Echo cancellation and noise reduction method
CA2481629A1 (en) * 2004-09-15 2006-03-15 Dspfactory Ltd. Method and system for active noise cancellation
CA2481631A1 (en) * 2004-09-15 2006-03-15 Dspfactory Ltd. Method and system for physiological signal processing
US7949520B2 (en) 2004-10-26 2011-05-24 QNX Software Sytems Co. Adaptive filter pitch extraction
US7716046B2 (en) * 2004-10-26 2010-05-11 Qnx Software Systems (Wavemakers), Inc. Advanced periodic signal enhancement
US8306821B2 (en) * 2004-10-26 2012-11-06 Qnx Software Systems Limited Sub-band periodic signal enhancement system
US7680652B2 (en) * 2004-10-26 2010-03-16 Qnx Software Systems (Wavemakers), Inc. Periodic signal enhancement system
US8170879B2 (en) * 2004-10-26 2012-05-01 Qnx Software Systems Limited Periodic signal enhancement system
US7610196B2 (en) 2004-10-26 2009-10-27 Qnx Software Systems (Wavemakers), Inc. Periodic signal enhancement system
US8543390B2 (en) * 2004-10-26 2013-09-24 Qnx Software Systems Limited Multi-channel periodic signal enhancement system
CN102148035B (zh) * 2004-11-02 2014-06-18 皇家飞利浦电子股份有限公司 使用复值滤波器组的音频信号的编码和解码
FR2883656B1 (fr) * 2005-03-25 2008-09-19 Imra Europ Sas Soc Par Actions Traitement continu de la parole utilisant une fonction de transfert heterogene et adaptee
US8457614B2 (en) 2005-04-07 2013-06-04 Clearone Communications, Inc. Wireless multi-unit conference phone
JP4581114B2 (ja) * 2005-05-16 2010-11-17 株式会社国際電気通信基礎技術研究所 適応型ビーム形成器
US7426270B2 (en) * 2005-08-10 2008-09-16 Clarity Technologies, Inc. Method and system for clear signal capture
US7813923B2 (en) * 2005-10-14 2010-10-12 Microsoft Corporation Calibration based beamforming, non-linear adaptive filtering, and multi-sensor headset
TW200735624A (en) * 2006-01-27 2007-09-16 Mediatek Inc Method and apparatus for echo cancellation
US8949120B1 (en) 2006-05-25 2015-02-03 Audience, Inc. Adaptive noise cancelation
EP1879180B1 (en) * 2006-07-10 2009-05-06 Harman Becker Automotive Systems GmbH Reduction of background noise in hands-free systems
EP1879181B1 (en) * 2006-07-11 2014-05-21 Nuance Communications, Inc. Method for compensation audio signal components in a vehicle communication system and system therefor
RS49875B (sr) * 2006-10-04 2008-08-07 Micronasnit, Sistem i postupak za slobodnu govornu komunikaciju pomoću mikrofonskog niza
US8160239B2 (en) * 2006-11-10 2012-04-17 Sony Corporation Echo canceller and speech processing apparatus
US20080231557A1 (en) * 2007-03-20 2008-09-25 Leadis Technology, Inc. Emission control in aged active matrix oled display using voltage ratio or current ratio
WO2008123317A1 (ja) * 2007-03-29 2008-10-16 Asahi Kasei Kabushiki Kaisha 信号処理装置、エコーキャンセラ、信号処理方法
US8850154B2 (en) 2007-09-11 2014-09-30 2236008 Ontario Inc. Processing system having memory partitioning
US8904400B2 (en) * 2007-09-11 2014-12-02 2236008 Ontario Inc. Processing system having a partitioning component for resource partitioning
US8694310B2 (en) 2007-09-17 2014-04-08 Qnx Software Systems Limited Remote control server protocol system
WO2009047858A1 (ja) * 2007-10-12 2009-04-16 Fujitsu Limited エコー抑圧システム、エコー抑圧方法、エコー抑圧プログラム、エコー抑圧装置、音出力装置、オーディオシステム、ナビゲーションシステム及び移動体
JP5051235B2 (ja) * 2007-10-12 2012-10-17 富士通株式会社 エコー抑圧システム、エコー抑圧方法、エコー抑圧プログラム、エコー抑圧装置及び音出力装置
US8199927B1 (en) 2007-10-31 2012-06-12 ClearOnce Communications, Inc. Conferencing system implementing echo cancellation and push-to-talk microphone detection using two-stage frequency filter
US8050398B1 (en) 2007-10-31 2011-11-01 Clearone Communications, Inc. Adaptive conferencing pod sidetone compensator connecting to a telephonic device having intermittent sidetone
US8254588B2 (en) 2007-11-13 2012-08-28 Stmicroelectronics Asia Pacific Pte., Ltd. System and method for providing step size control for subband affine projection filters for echo cancellation applications
US8296136B2 (en) * 2007-11-15 2012-10-23 Qnx Software Systems Limited Dynamic controller for improving speech intelligibility
EP2232700B1 (en) 2007-12-21 2014-08-13 Dts Llc System for adjusting perceived loudness of audio signals
US8209514B2 (en) * 2008-02-04 2012-06-26 Qnx Software Systems Limited Media processing system having resource partitioning
FR2936116A1 (fr) * 2008-09-12 2010-03-19 France Telecom Annulation de bruit a faible distorsion.
US8538042B2 (en) * 2009-08-11 2013-09-17 Dts Llc System for increasing perceived loudness of speakers
GB2465047B (en) * 2009-09-03 2010-09-22 Peter Graham Craven Prediction of signals
PL2478444T3 (pl) * 2009-09-14 2019-05-31 Dts Inc System do adaptacyjnego przetwarzania zrozumiałości mowy
US8204742B2 (en) * 2009-09-14 2012-06-19 Srs Labs, Inc. System for processing an audio signal to enhance speech intelligibility
MY164396A (en) 2010-01-19 2017-12-15 Dolby Int Ab Subband block based harmonic transposition
US8718290B2 (en) 2010-01-26 2014-05-06 Audience, Inc. Adaptive noise reduction using level cues
US8473287B2 (en) 2010-04-19 2013-06-25 Audience, Inc. Method for jointly optimizing noise reduction and voice quality in a mono or multi-microphone system
WO2011133075A1 (en) * 2010-04-22 2011-10-27 Telefonaktiebolaget L M Ericsson (Publ) An echo canceller and a method thereof
US8861756B2 (en) 2010-09-24 2014-10-14 LI Creative Technologies, Inc. Microphone array system
JP5937611B2 (ja) 2010-12-03 2016-06-22 シラス ロジック、インコーポレイテッド パーソナルオーディオデバイスにおける適応ノイズキャンセラの監視制御
US8908877B2 (en) 2010-12-03 2014-12-09 Cirrus Logic, Inc. Ear-coupling detection and adjustment of adaptive response in noise-canceling in personal audio devices
US8693700B2 (en) * 2011-03-31 2014-04-08 Bose Corporation Adaptive feed-forward noise reduction
US9824677B2 (en) 2011-06-03 2017-11-21 Cirrus Logic, Inc. Bandlimiting anti-noise in personal audio devices having adaptive noise cancellation (ANC)
US9318094B2 (en) 2011-06-03 2016-04-19 Cirrus Logic, Inc. Adaptive noise canceling architecture for a personal audio device
US9214150B2 (en) 2011-06-03 2015-12-15 Cirrus Logic, Inc. Continuous adaptation of secondary path adaptive response in noise-canceling personal audio devices
US8948407B2 (en) 2011-06-03 2015-02-03 Cirrus Logic, Inc. Bandlimiting anti-noise in personal audio devices having adaptive noise cancellation (ANC)
US8958571B2 (en) 2011-06-03 2015-02-17 Cirrus Logic, Inc. MIC covering detection in personal audio devices
DK2568695T3 (en) * 2011-07-08 2016-11-21 Goertek Inc Method and device for suppressing residual echo
WO2013019562A2 (en) 2011-07-29 2013-02-07 Dts Llc. Adaptive voice intelligibility processor
US9325821B1 (en) 2011-09-30 2016-04-26 Cirrus Logic, Inc. Sidetone management in an adaptive noise canceling (ANC) system including secondary path modeling
US8737188B1 (en) 2012-01-11 2014-05-27 Audience, Inc. Crosstalk cancellation systems and methods
US9312829B2 (en) 2012-04-12 2016-04-12 Dts Llc System for adjusting loudness of audio signals in real time
US9142205B2 (en) 2012-04-26 2015-09-22 Cirrus Logic, Inc. Leakage-modeling adaptive noise canceling for earspeakers
US9014387B2 (en) 2012-04-26 2015-04-21 Cirrus Logic, Inc. Coordinated control of adaptive noise cancellation (ANC) among earspeaker channels
US9082387B2 (en) 2012-05-10 2015-07-14 Cirrus Logic, Inc. Noise burst adaptation of secondary path adaptive response in noise-canceling personal audio devices
US9123321B2 (en) 2012-05-10 2015-09-01 Cirrus Logic, Inc. Sequenced adaptation of anti-noise generator response and secondary path response in an adaptive noise canceling system
US9318090B2 (en) 2012-05-10 2016-04-19 Cirrus Logic, Inc. Downlink tone detection and adaptation of a secondary path response model in an adaptive noise canceling system
US9319781B2 (en) 2012-05-10 2016-04-19 Cirrus Logic, Inc. Frequency and direction-dependent ambient sound handling in personal audio devices having adaptive noise cancellation (ANC)
CN102820036B (zh) 2012-09-07 2014-04-16 歌尔声学股份有限公司 一种自适应消除噪声的方法和装置
US9532139B1 (en) 2012-09-14 2016-12-27 Cirrus Logic, Inc. Dual-microphone frequency amplitude response self-calibration
WO2014047854A1 (zh) * 2012-09-27 2014-04-03 华为技术有限公司 基于误差子带的自适应滤波方法及系统
US9640194B1 (en) 2012-10-04 2017-05-02 Knowles Electronics, Llc Noise suppression for speech processing based on machine-learning mask estimation
EP2747451A1 (en) * 2012-12-21 2014-06-25 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Filter and method for informed spatial filtering using multiple instantaneous direction-of-arrivial estimates
US9107010B2 (en) 2013-02-08 2015-08-11 Cirrus Logic, Inc. Ambient noise root mean square (RMS) detector
US9369798B1 (en) 2013-03-12 2016-06-14 Cirrus Logic, Inc. Internal dynamic range control in an adaptive noise cancellation (ANC) system
US9414150B2 (en) 2013-03-14 2016-08-09 Cirrus Logic, Inc. Low-latency multi-driver adaptive noise canceling (ANC) system for a personal audio device
US9215749B2 (en) 2013-03-14 2015-12-15 Cirrus Logic, Inc. Reducing an acoustic intensity vector with adaptive noise cancellation with two error microphones
US9697847B2 (en) * 2013-03-14 2017-07-04 Semiconductor Components Industries, Llc Acoustic signal processing system capable of detecting double-talk and method
US9635480B2 (en) 2013-03-15 2017-04-25 Cirrus Logic, Inc. Speaker impedance monitoring
US9324311B1 (en) 2013-03-15 2016-04-26 Cirrus Logic, Inc. Robust adaptive noise canceling (ANC) in a personal audio device
US9208771B2 (en) 2013-03-15 2015-12-08 Cirrus Logic, Inc. Ambient noise-based adaptation of secondary path adaptive response in noise-canceling personal audio devices
US9467776B2 (en) 2013-03-15 2016-10-11 Cirrus Logic, Inc. Monitoring of speaker impedance to detect pressure applied between mobile device and ear
US10206032B2 (en) 2013-04-10 2019-02-12 Cirrus Logic, Inc. Systems and methods for multi-mode adaptive noise cancellation for audio headsets
US9066176B2 (en) 2013-04-15 2015-06-23 Cirrus Logic, Inc. Systems and methods for adaptive noise cancellation including dynamic bias of coefficients of an adaptive noise cancellation system
US9462376B2 (en) 2013-04-16 2016-10-04 Cirrus Logic, Inc. Systems and methods for hybrid adaptive noise cancellation
US9460701B2 (en) 2013-04-17 2016-10-04 Cirrus Logic, Inc. Systems and methods for adaptive noise cancellation by biasing anti-noise level
US9478210B2 (en) 2013-04-17 2016-10-25 Cirrus Logic, Inc. Systems and methods for hybrid adaptive noise cancellation
US9578432B1 (en) 2013-04-24 2017-02-21 Cirrus Logic, Inc. Metric and tool to evaluate secondary path design in adaptive noise cancellation systems
US9264808B2 (en) 2013-06-14 2016-02-16 Cirrus Logic, Inc. Systems and methods for detection and cancellation of narrow-band noise
US9536540B2 (en) 2013-07-19 2017-01-03 Knowles Electronics, Llc Speech signal separation and synthesis based on auditory scene analysis and speech modeling
US9392364B1 (en) 2013-08-15 2016-07-12 Cirrus Logic, Inc. Virtual microphone for adaptive noise cancellation in personal audio devices
CN104427144B (zh) * 2013-09-11 2017-06-13 联芯科技有限公司 一种线性回声消除方法及其装置
US9666176B2 (en) 2013-09-13 2017-05-30 Cirrus Logic, Inc. Systems and methods for adaptive noise cancellation by adaptively shaping internal white noise to train a secondary path
US9620101B1 (en) 2013-10-08 2017-04-11 Cirrus Logic, Inc. Systems and methods for maintaining playback fidelity in an audio system with adaptive noise cancellation
US10219071B2 (en) 2013-12-10 2019-02-26 Cirrus Logic, Inc. Systems and methods for bandlimiting anti-noise in personal audio devices having adaptive noise cancellation
US9704472B2 (en) 2013-12-10 2017-07-11 Cirrus Logic, Inc. Systems and methods for sharing secondary path information between audio channels in an adaptive noise cancellation system
US10382864B2 (en) 2013-12-10 2019-08-13 Cirrus Logic, Inc. Systems and methods for providing adaptive playback equalization in an audio device
US9437212B1 (en) * 2013-12-16 2016-09-06 Marvell International Ltd. Systems and methods for suppressing noise in an audio signal for subbands in a frequency domain based on a closed-form solution
US9369557B2 (en) 2014-03-05 2016-06-14 Cirrus Logic, Inc. Frequency-dependent sidetone calibration
US9479860B2 (en) 2014-03-07 2016-10-25 Cirrus Logic, Inc. Systems and methods for enhancing performance of audio transducer based on detection of transducer status
US9648410B1 (en) 2014-03-12 2017-05-09 Cirrus Logic, Inc. Control of audio output of headphone earbuds based on the environment around the headphone earbuds
US9319784B2 (en) 2014-04-14 2016-04-19 Cirrus Logic, Inc. Frequency-shaped noise-based adaptation of secondary path adaptive response in noise-canceling personal audio devices
US9609416B2 (en) 2014-06-09 2017-03-28 Cirrus Logic, Inc. Headphone responsive to optical signaling
US10181315B2 (en) 2014-06-13 2019-01-15 Cirrus Logic, Inc. Systems and methods for selectively enabling and disabling adaptation of an adaptive noise cancellation system
WO2016033364A1 (en) 2014-08-28 2016-03-03 Audience, Inc. Multi-sourced noise suppression
US9478212B1 (en) 2014-09-03 2016-10-25 Cirrus Logic, Inc. Systems and methods for use of adaptive secondary path estimate to control equalization in an audio device
RU2668099C1 (ru) * 2014-12-10 2018-09-26 Хэллибертон Энерджи Сервисиз, Инк. Устройства и способы для фильтрации помех, обусловленных работой бурового насоса, при гидроимпульсной телеметрии
EP3230981B1 (en) 2014-12-12 2020-05-06 Nuance Communications, Inc. System and method for speech enhancement using a coherent to diffuse sound ratio
US9552805B2 (en) 2014-12-19 2017-01-24 Cirrus Logic, Inc. Systems and methods for performance and stability control for feedback adaptive noise cancellation
KR20180044324A (ko) 2015-08-20 2018-05-02 시러스 로직 인터내셔널 세미컨덕터 리미티드 피드백 적응적 잡음 소거(anc) 제어기 및 고정 응답 필터에 의해 부분적으로 제공되는 피드백 응답을 갖는 방법
US9578415B1 (en) 2015-08-21 2017-02-21 Cirrus Logic, Inc. Hybrid adaptive noise cancellation system with filtered error microphone signal
KR20170032603A (ko) * 2015-09-15 2017-03-23 삼성전자주식회사 전자 장치, 그의 반향 신호 제거 방법 및 비일시적 컴퓨터 판독가능 기록매체
BR112018005391B1 (pt) * 2015-09-22 2023-11-21 Koninklijke Philips N.V Aparelho para processamento de sinais de áudio, método de processamento de sinais de áudio, e dispositivo
US9607603B1 (en) * 2015-09-30 2017-03-28 Cirrus Logic, Inc. Adaptive block matrix using pre-whitening for adaptive beam forming
US10013966B2 (en) 2016-03-15 2018-07-03 Cirrus Logic, Inc. Systems and methods for adaptive active noise cancellation for multiple-driver personal audio device
WO2018119467A1 (en) * 2016-12-23 2018-06-28 Synaptics Incorporated Multiple input multiple output (mimo) audio signal processing for speech de-reverberation
CN106601266A (zh) * 2017-02-24 2017-04-26 喜大（上海）网络科技有限公司 回声消除方法、装置及系统
CN107452393B (zh) * 2017-07-27 2020-09-11 桂林电子科技大学 一种回声消除系统及方法
US10200540B1 (en) * 2017-08-03 2019-02-05 Bose Corporation Efficient reutilization of acoustic echo canceler channels
JP7045255B2 (ja) * 2018-04-26 2022-03-31 リオン株式会社 両耳補聴器
JP6894402B2 (ja) * 2018-05-23 2021-06-30 国立大学法人岩手大学 システム同定装置及び方法及びプログラム及び記憶媒体
JP6807134B2 (ja) * 2018-12-28 2021-01-06 日本電気株式会社 音声入出力装置、補聴器、音声入出力方法および音声入出力プログラム
JP6635394B1 (ja) * 2019-01-29 2020-01-22 パナソニックＩｐマネジメント株式会社 音声処理装置および音声処理方法
CN109831732A (zh) * 2019-02-25 2019-05-31 天津大学 基于智能手机的智能啸叫抑制装置和方法
CN111031448B (zh) * 2019-11-12 2021-09-17 西安讯飞超脑信息科技有限公司 回声消除方法、装置、电子设备和存储介质
WO2021156661A1 (en) * 2020-02-05 2021-08-12 Zeku Inc. Smooth orthogonal frequency division multiplexing symbols generation with varying gains
CN111313864B (zh) * 2020-02-12 2023-04-18 电子科技大学 一种改进的步长组合仿射投影滤波方法
CN114928349B (zh) * 2022-06-27 2024-02-27 奉加微电子（昆山）有限公司 连续时间流水线模数转换器及其数字重建滤波器
US20240079018A1 (en) 2022-08-30 2024-03-07 Nokia Technologies Oy Adaptive echo cancellation

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5267266A (en) * 1992-05-11 1993-11-30 Bell Communications Research, Inc. Fast converging adaptive equalizer using pilot adaptive filters
US5329587A (en) * 1993-03-12 1994-07-12 At&T Bell Laboratories Low-delay subband adaptive filter
IT1289206B1 (it) 1996-09-12 1998-09-29 Sgs Thomson Microelectronics Metodo di ricompressione e decompressione adpcm di un flusso di dati digitali costituente un segnale video digitale e stimatore
JP3654470B2 (ja) * 1996-09-13 2005-06-02 日本電信電話株式会社 サブバンド多チャネル音声通信会議用反響消去方法
US6236731B1 (en) 1997-04-16 2001-05-22 Dspfactory Ltd. Filterbank structure and method for filtering and separating an information signal into different bands, particularly for audio signal in hearing aids
US6240192B1 (en) * 1997-04-16 2001-05-29 Dspfactory Ltd. Apparatus for and method of filtering in an digital hearing aid, including an application specific integrated circuit and a programmable digital signal processor
US6862326B1 (en) * 2001-02-20 2005-03-01 Comsys Communication & Signal Processing Ltd. Whitening matched filter for use in a communications receiver

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1859519B (zh) * 2005-11-19 2010-09-29 华为技术有限公司 一种自适应滤波器及回波抵消器
CN1822709B (zh) * 2006-03-24 2011-11-23 北京中星微电子有限公司 一种麦克风回声消除系统
CN101502091B (zh) * 2006-04-13 2013-03-06 弗劳恩霍夫应用研究促进协会 音频信号解相关器
CN102968993B (zh) * 2006-04-13 2016-08-03 弗劳恩霍夫应用研究促进协会 音频信号解相关器
CN101071567B (zh) * 2006-05-12 2011-11-30 Qnx软件操作系统（威美科）有限公司 估计来自接收信号的噪声的增强系统和方法
US8254471B2 (en) 2006-12-07 2012-08-28 Huawei Technologies Co., Ltd. Far-end crosstalk canceling method and device, and signal processing system
US9787357B2 (en) 2006-12-07 2017-10-10 Huawei Technologies Co., Ltd. Far-end crosstalk canceling method and device
US9071334B2 (en) 2006-12-07 2015-06-30 Huawei Technologies Co., Ltd. Far-end crosstalk canceling method and device
US8792568B2 (en) 2006-12-07 2014-07-29 Huawei Technologies Co., Ltd. Far-end crosstalk canceling method and device
US8295369B2 (en) 2006-12-07 2012-10-23 Huawei Technologies Co., Ltd. Far-end crosstalk canceling method and device, and signal processing system
US8300682B2 (en) 2006-12-07 2012-10-30 Huawei Technologies Co., Ltd. Signal processing system, filter device and signal processing method
CN101202552B (zh) * 2006-12-15 2012-01-25 华为技术有限公司 串扰抵消装置、信号处理系统及串扰抵消方法
US9071333B2 (en) 2006-12-15 2015-06-30 Huawei Technologies Co., Ltd. Device for canceling crosstalk, signal processing system and method for canceling crosstalk
WO2008071128A1 (fr) * 2006-12-15 2008-06-19 Huawei Technologies Co., Ltd. Dispositif pour éliminer une diaphonie, système de traitement de signal et procédé d'élimination de diaphonie
CN102341853A (zh) * 2009-02-04 2012-02-01 海莫梅德海因泽有限及两合公司 用于分离信号路径的方法及用于改善电子喉语音的应用
US9882975B2 (en) 2009-10-13 2018-01-30 Huawei Digital Technologies (Cheng Du) Co., Limited Method and apparatus for buffering and obtaining resources, resource buffering system
US9503518B2 (en) 2009-10-13 2016-11-22 Huawei Digital Technologies (Cheng Du) Co. Limited. Method and apparatus for buffering and obtaining resources, resource buffering system
CN102104398B (zh) * 2009-12-17 2015-10-21 伊卡诺斯通信公司 用于消除串音的资源分配的方法和系统
CN102104398A (zh) * 2009-12-17 2011-06-22 易卡诺技术有限公司 用于消除串音的资源分配的方法和系统
CN104349260B (zh) * 2011-08-30 2017-06-30 中国科学院微电子研究所 低功耗wola滤波器组及其综合阶段电路
CN102957993B (zh) * 2011-08-30 2015-05-20 中国科学院微电子研究所 低功耗wola滤波器组及其分析阶段电路
CN104349260A (zh) * 2011-08-30 2015-02-11 中国科学院微电子研究所 低功耗wola滤波器组及其综合阶段电路
CN102957993A (zh) * 2011-08-30 2013-03-06 中国科学院微电子研究所 低功耗wola滤波器组及其分析和综合阶段电路
CN102737646A (zh) * 2012-06-21 2012-10-17 佛山市瀚芯电子科技有限公司 单一麦克风的实时动态语音降噪方法
CN108307272A (zh) * 2014-04-02 2018-07-20 韦勒斯标准与技术协会公司 音频信号处理方法和设备
WO2016074422A1 (zh) * 2014-11-12 2016-05-19 华为技术有限公司 音频信号处理方法和相关装置
CN104392727A (zh) * 2014-11-12 2015-03-04 华为技术有限公司 音频信号处理方法和相关装置
CN110047519A (zh) * 2019-04-16 2019-07-23 广州大学 一种语音端点检测方法、装置及设备
CN110047519B (zh) * 2019-04-16 2021-08-24 广州大学 一种语音端点检测方法、装置及设备
CN111261182A (zh) * 2020-05-07 2020-06-09 上海力声特医学科技有限公司 适用于人工耳蜗的风噪抑制方法及其系统

Also Published As

Publication number Publication date
CN101923862A (zh) 2010-12-22
EP1529282A1 (en) 2005-05-11
EP1529282B1 (en) 2006-12-27
CN101923862B (zh) 2013-06-19
AU2003258407A1 (en) 2004-03-03
DE60310725T2 (de) 2007-10-11
JP2005536128A (ja) 2005-11-24
CN1689072B (zh) 2010-05-26
DE60310725D1 (de) 2007-02-08
US7783032B2 (en) 2010-08-24
US20040071284A1 (en) 2004-04-15
ATE349755T1 (de) 2007-01-15
DK1529282T3 (da) 2007-04-23
WO2004017303A1 (en) 2004-02-26
AU2003258407B2 (en) 2009-02-26
CA2399159A1 (en) 2004-02-16
JP4184342B2 (ja) 2008-11-19

Similar Documents

Publication Publication Date Title
CN1689072A (zh) 使用自适应滤波器处理子带信号的方法和系统
CN1166160C (zh) 抑制输入信号中干扰成分的设备
CN110838300B (zh) 回声消除的处理方法及处理系统
KR101655003B1 (ko) 능동 노이즈 소거 적응형 필터를 위한 사전-성형 직렬 필터
US8131541B2 (en) Two microphone noise reduction system
CN1169312C (zh) 非线性电路的回波抵消器
TWI433553B (zh) 行動音訊裝置之自動音量及動態範圍調整及其方法
KR101422984B1 (ko) 잔류 에코를 억제하는 방법 및 장치
US8798290B1 (en) Systems and methods for adaptive signal equalization
US20030031315A1 (en) Echo canceller having nonlinear echo suppressor for harmonics calculations
US9343073B1 (en) Robust noise suppression system in adverse echo conditions
CN109273019B (zh) 用于回声抑制的双重通话检测的方法及回声抑制
CN1367977A (zh) 在回波消除系统中用于改进子频带自适应滤波的方法和装置
CN108630217A (zh) 具有减少的残余回声的回声消除系统和方法
EP2741481B1 (en) Subband domain echo masking for improved duplexity of spectral domain echo suppressors
CN107005268B (zh) 回波消除装置和回波消除方法
CN1180602C (zh) 用于时空回声消除的方法和装置
US8194850B2 (en) Method and apparatus for voice communication
CA2437477C (en) Method and system for processing subband signals using adaptive filters
WO2009107750A1 (ja) 音響エコーキャンセラ
JP2000134138A (ja) 副帯エコ―を打ち消すための無遅延システム
CN117238306A (zh) 一种基于双麦克风的语音活动检测与环境噪声消除方法
Kuo et al. Integrated near-end acoustic echo and noise reduction systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: EMMA COMPOSITE SIGNAL COMPANY

Free format text: FORMER OWNER: DSP FACTORY LTD.

Effective date: 20051202

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20051202

Address after: Amsterdam, The Netherlands

Applicant after: AMI Semiconductor, Inc.

Address before: Ontario, Canada

Applicant before: DSPFACTORY Ltd.

C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: SEMICONDUCTOR ELEMENT INDUSTRIES, INC.

Free format text: FORMER OWNER: AMI SEMICONDUCTOR TRADE CO.

Effective date: 20130407

Owner name: AMI SEMICONDUCTOR TRADE CO.

Free format text: FORMER OWNER: DSP FACTORY LTD.

Effective date: 20130407

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20130407

Address after: Arizona, USA

Patentee after: SEMICONDUCTOR COMPONENTS INDUSTRIES, LLC

Address before: Bermuda Hamilton

Patentee before: ON Semiconductor Trading, Ltd.

Effective date of registration: 20130407

Address after: Bermuda Hamilton

Patentee after: ON Semiconductor Trading, Ltd.

Address before: Amsterdam, The Netherlands

Patentee before: AMI Semiconductor, Inc.

CX01 Expiry of patent term

Granted publication date: 20100526

CX01 Expiry of patent term