DK152633B - Fremgangsmaade og apparat til bortfiltrering af i det vaesentlige stationaer stoej i talesignaler - Google Patents

Fremgangsmaade og apparat til bortfiltrering af i det vaesentlige stationaer stoej i talesignaler Download PDF

Info

Publication number
DK152633B
DK152633B DK193577AA DK193577A DK152633B DK 152633 B DK152633 B DK 152633B DK 193577A A DK193577A A DK 193577AA DK 193577 A DK193577 A DK 193577A DK 152633 B DK152633 B DK 152633B
Authority
DK
Denmark
Prior art keywords
filter
noise
parameters
input signal
speech
Prior art date
Application number
DK193577AA
Other languages
English (en)
Other versions
DK193577A (da
DK152633C (da
Inventor
Daniel Graupe
G Donald Causey
Original Assignee
Biocommunications Research Cor
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 Biocommunications Research Cor filed Critical Biocommunications Research Cor
Publication of DK193577A publication Critical patent/DK193577A/da
Publication of DK152633B publication Critical patent/DK152633B/da
Application granted granted Critical
Publication of DK152633C publication Critical patent/DK152633C/da

Links

Classifications

    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03GCONTROL OF AMPLIFICATION
    • H03G5/00Tone control or bandwidth control in amplifiers
    • H03G5/16Automatic control
    • H03G5/18Automatic control in untuned amplifiers
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech 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
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208Noise filtering
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04RLOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; ELECTRIC HEARING AIDS; PUBLIC ADDRESS SYSTEMS
    • H04R25/00Electric hearing aids
    • H04R25/50Customised settings for obtaining desired overall acoustical characteristics
    • H04R25/505Customised settings for obtaining desired overall acoustical characteristics using digital signal processing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04RLOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; ELECTRIC HEARING AIDS; PUBLIC ADDRESS SYSTEMS
    • H04R25/00Electric hearing aids
    • H04R25/45Prevention of acoustic reaction, i.e. acoustic oscillatory feedback
    • H04R25/453Prevention of acoustic reaction, i.e. acoustic oscillatory feedback electronically

Landscapes

  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Neurosurgery (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Otolaryngology (AREA)
  • Noise Elimination (AREA)
  • Filters That Use Time-Delay Elements (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Description

DK 152633B
Opfindelsen angår en fremgangsmåde og midler til bortfiltrering af støj fra tale, specielt en sådan støj, som næsten er stationær og har en relativt lang varighed.
Støj fra omgivelserne tolereres ofte af folk med usvækket hørelse, bortset fra den irritation det kan være, at støjen gør talen mere eller mindre forståelig. For folk, der på grund af nedsat høreevne har et høreapparat med et fast frekvensspektrum, vil støj fra omgivelserne ofte forstyrre eller interferere med talen, som derved bliver uforståelig, og støjen kan under tiden fremkalde smerte i øret.
DK 152633 B
2
Støj fra omgivelserne kan klassificeres i de nedenstående tre grupper: (1) Støj med relativ kort varighed, såsom fodtrin eller fra tallerkener, som bliver stablet, (2) støj med relativ lang varighed og med en i det væsentlige stationær spektral karakteristik, såsom støj fra passerende biler, tog og flyvemaskiner eller ventilatorer eller maskiner i drift, og (3) støj med relativ lang varighed, hvor spektralkarakteristikken ikke er stationær, såsom baggrundstale o.s.v.
Den sidtsnævnte støjtype kan skjule tale, som derved ikke kan forstås af en bruger af et høreapparat. Denne type støj påvirker i-midlertid ikke brugerens øre på ubehagelig måde, medens slagstøj og næsten stationær støj giver langt større ubehag for brugeren af høreapparatet.
En relativ tilfredsstillende løsning på slagstøjsproblemet opnås ved at reducere forstærkerens forstærkning, medens støjen er til stede, således at støjen ikke påvirker brugerens øre. Derved bliver ikke alene støjen, men også talen, som er samtidig med støjen, undertrykt. Dette medfører imidlertid ikke tab af forståelsen af talen, fordi forstærkningsreduktionen har kort varighed, og øret er i stand til selv at udfylde det relativt korte tidsrum uden informationsindhold.
Fra USA patentskrift nr. 3 803 357 kendes et kredsløb, der afsøger signalet for støj, der karakteriseres ved visse nulgennemgangsparametre, denne form for undersøgelse er ikke relevant, når stationær støj skal fjernes fra tale.
Fra USA patent nr. 3 784 749 kendes et kredsløb, der afgør, om støjen kan skjules af et audiosignal. Hvis audiosignalet har en tilstrækkelig amplitude overføres det direkte. Er amplituden ikke tilstrækkelig stor, filtreres signalet med henblik på at dæmpe støjen.
3
DK 152633B
Indtil nu er der imidlertid ikke angivet nogen praktisk løsning på det problem, som hidrører fra næsten stationær støj med relativ lang varighed i forbindelse med høreapparater. Med udtrykket "næsten stationær støj med relativ lang varighed" skal der forstås en type støj med særlige tids- og spektralegenskaber, nemlig støj, hvis varighed er længere end ca. 3 sekunder, og hvis frekvensspektrum ikke varierer med tiden eller kun varierer lidt inden for snævre grænser. Støj af denne slags vil i den følgende beskrivelsen blive benævnt som "støj af den beskrevne art". Som nævnt ovenfor er støj fra køretøjer og maskineri eksempler på støj af den beskrevne art.
Den mindste varighed for støj af den beskrevne art er således væsentligt længere end de lydintervaller, som talen er sammensat af, og som er indbyrdes adskilte af pauser.
Formålet med opfindelsen er at angive en ny fremgangsmåde samt midler til bortfiltrering af støj af den beskrevne art fra tale således, at der opnås en bedre forståelighed af et forstærket støjfyldt talesignal.
Dette formål opnås ved den i krav l's kendetegnende del angivne filtreringsfremgangsmåde.
Den foreliggende opfindelse omhandler også et adaptivt filter, der er særegent ved de i krav 12's kendetegnende del angivne midler.
Det adaptive filter tjener ikke alene til bortfiltrering af støj i indgangssignalet i løbet af det efterfølgende taleinterval, men tjener også til at bestemme, hvornår støjen slutter i et taleinterval, dvs. inden en pause forekommer. Hvis støjen slutter inden for et taleinterval, føres indgangssignalet uden om filtret, som sættes ud af kraft, indtil der senere detekteres støj af den beskrevne art.
De af genkendelsessystemet identificerede parametre kan lagres uden for de pauser, hvor der forekommer støj, og derefter anvendes til at indstille det adaptive filter, når der forekommer en støjfyldt pause.
DK 152633B
4
Et adaptivt filter ifølge opfindelsen skal kunne udføre hurtige og effektive beregninger og kan bestå af velkendte digitale komponenter. Selv om opfindelsen kan anvendes til mange formål, hvor der ikke stilles betingelser til størrelse, vægt eller omkostninger, vil anvendelse i forbindelse med et høreapparat kræve brug af mikrodatamatteknik. Et således konstrueret adaptivt filter kan kobles elektrisk til et konventionelt, på øret anbragt høreapparat. Alternativt kan det adaptive filter ifølge opfindelsen bæres af brugeren i hans lomme og være forbundet til høreapparatet via en ledning- eller radioforbindelse. Det adaptive filter ifølge opfindelsen har også generelle anvendelser i stemmekommunikationssystemer, som er udsat for kraftig støj fra omgivelserne, hvor støjen er næsten stationær. Eksempler herpå er et samtaleanlæg mellem broen på et skib og maskinrummet og kommunikationsforbindelser mellem besætningen på helikoptere eller i kampvogne.
Opfindelsen vil blive nærmere forklaret i den følgende beskrivelse af en udførelsesform, idet der henvises til tegningen, hvor fig. 1 viser et blokdiagram af et adaptivt høreapparat ifølge opfindelsen, dvs. hvor et konventionelt høreapparat anvendes i forbindelse med opfindelsen, fig. 2 er et tidsdiagram,· som viser en typis-k sammenhæng mellem tilstedeværelsen af støj af den beskrevne art og et talemønster, fig. 3 er et blokdiagram, som viser den funktionelle sammenhæng mellem hovedkomponenterne i filteret ifølge opfindelsen, fig. 4A og 4B viser dele af et detaljeret blokdiagram over en udførelsesform for filteret ifølge opfindelsen, medens fig. 5 viser, hvorledes figurerne 4A og 4B skal ses i sammenhæng.
I fig. 1 er der med henvisningstallet 10 angivet et adaptivt filter 5
DK 152633B
ifølge opfindelsen, hvilket filter modtager et indgangssignal, som omfatter støj fra omgivelserne, såsom støj af den beskrevne art, og som omfatter talesignaler, som kombineres additivt i en transor 11, der f.eks. kan være en mikrofon. Indgangssignalet overføres til filteret 10, der virker på den nedenfor beskrevne måde til bortfiltrering af støj af den beskrevne art fra indgangssignalet, således at der overføres et filtreret signal til et kommunikationssystem med en forstærker og en højttaler, hvilket system er vist som et høreapparat 13. Høreapparatet kan være af konventionel type eller af enhver fremtidig konstruktion, udgangssignalet fra høreapparatet overføres til brugerens øre, som derfor er i stand til at forstå talen i indgangssignalet i det væsentlige upåvirket af tilstedeværelsen af den beskrevne type støj.
Filteret 10 kan være indbygget i høreapparatet 13. Alternativt kan filteret 10 bæres af personen med høreapparatet og forbindes til høreapparat via en ledning eller en radioforbindelse.
Relationen mellem støj af den beskrevne art og tale er vist i fig. 2. Talen er karakteriseret ved en række særskilte taleinter-valler indeholdende en enkelt lyd, ord eller grupper af lyd eller ord, som er frembragt af en person. Mellem sådanne intervaller findes der pauser, som ikke indeholder information, og som kan være støjfrie eller indeholde støj af den beskrevne art afhængig af faktorer, som er uafhængige af taleinformationen forud for og efter pausen.
Som vist i fig. 3 har filteret 10 to hovedkomponenter, et genkendelsessystem 15 og et adaptivt filtersystem 16. Systemet 15 omfatter en parameteridentifikator 17 til identificering af indgangssignalets parametre og indeholder en diskriminator 18 til undersøgelse af de identificerede parametre til bestemmelse af om kriterierne for stationaritet er til stede. Parameterindenti-fikationen tilvejebringes fortrinsvis· ved hjælp af en tidsrækkeidentifikation ved hjælp af en auto-regressiv model eller en autokorrelationsmodel (moving average) model, således som det er forklaret i reference (1). Alternativt kan parameter-identifikation- 6
DK 152633 B
en foretages ved hjælp af spektral-identifikation baseret på en transformation af tidsrækkerne til frekvensdomænet ved hjælp af Fourier-transformation. Når tidsrækkeidentifikationen er baseret på en auto-regressiv model, kan transformationen til frekvensdomænet udføres ved hjælp af Parzen's metode som angivet i reference (2).
Under styring af en taktimpuls på klemmen 19 foretages parameteridentifikationen periodisk i successive identifikationsintervaller, som er meget kortere end de korteste af tale- eller pauseintervallerne, som med rimelighed kan forventes. Identifikationseksperimenter viser, at den auto-regressive models parametre for tale sædvanligvis varierer med intervaller på omkring 0,05 sekund. Af denne grund er den foretrukne eksempleringsperiode ca.
0,1 sekund, selv om andre perioder kan anvendes. Taktimpulshas-tigheden er derfor justerbar. Eksempleringsintervallerne er underintervaller af tale- og pauseintervallerne som vist på fig. 2.
Diskriminatoren 18 undersøger ændringer i de identificerede parametre over et antal af identifikationsintervaller, som er valgt ved hjælp af indgangsklemmen 20 på diskriminatoren, med henblik på at bestemme, om de identificerede parametre er stationære. I løbet af et taleinterval vil de identificerede parametre ændre sig betydeligt over et antal identifikationsintervaller uafhængigt af, om der findes støj af den ene eller den anden type i signalet, således at de identificered parametre ikke betragtes som stationære. Under en pause, som kun indeholder støj af den beskrevne art, vil parametrene ikke ændre sig overhovedet i løbet af et antal idenfi-kationsintervaller, eller i det mindste vil ændringerne være små. Ændringer inden for forud bestemte grænser over et forudbestemt antal identifikationsintervaller fastlægger kriteriet for, om parametrene er stationære og bestemmer derfor, om pausen indeholder støj af den beskrevne art.
Under en støjfri pause vil parametrene være nul, og diskriminatoren 18’s udgangssignal 21, som ligger gennem OR-slusen 22, vil styre styreorganer 23, der er indrettet til at forbinde klemmen 7
DK 152633B
C med klemmen A, således at indgangssignalet føres uden om systemet 16 til udgangsslusen 24. Denne forbindelse opretholdes, indtil der ved hjælp af diskriminatoren 18 detekteres en pause, som indeholder støj af den beskrevne art. Når dette forekommer, vil parametrene, som er identificeret ved hjælp af identifikatoren 17, angive, at der er støj til stede, og diskriminatoren 18 vil frembringe et udgangssignal 25, som for det første styrer styreorganerne 23 således, at klemmen C forbindes til klemmen B, hvorved indgangssignalet føres gennem systemet 16. Udgangssignalet 25 påvirker også et overføringskredsløb 26 således, at de identificerede parametre, som er karakteristiske for støjen, overføres til en sektion med justerbare parametre i systemet 16's filterorganer 27. Derved indstilles filterorganerne 27 til at dæmpe kraftigt ved de frekvenser, som støjen er sammensat af, uden at påvirke de andre frekvenser i indgangssignalet nævneværdigt.
I den følgende beskrivelse vil der blive henvist til de nedenstående referencer: 1. D. Graupe, "Identification of Systems", Krieger Publishing Company, Huntington, N.Y., 1976; 2. E. Parzen, IEEE Trans, on Auto Control, December 1974; 3. Sage and Melsa, "Estimation Theory with Applications to Communications and Control", McGraw Hill, 1971; 4. N.Levenson and N. Wiener, "Extrapolation, Interpolation and Smoothing of Stationary Time Series, "MIT Press, 1964; 5. Y. Z. Tsypkin, "Foundations of the Theory of Learning Systems", Academic Press* N.Y., 1973; 6. M. Schwarz and L Shaw, "Signal Processing", McGraw Hill, N.Y. 1975; og 7. D. E. Johnson and J. L. Hilburn, "Rapid Practical Design of Active Filters", John Wiley & Sons, N.Y., 1975.
DK 152633 B
8
Filterorganeme 27 er fortrinsvis et tidsdomænefilter med minimal varians af den type, som er angivet i reference (3). Filteret kan f.eks. være et Kalman-filter for farvet støj, som angivet i reference (3), eller det kan være et realisabelt Wiener-filter, som angivet i referencerne (4) og (5)· Filteret kan også være et justerbart filter af den almindeligt kendte art, som f. eks. er angivet i referencerne (6) og (7). Et realisabelt Wiener-filter, som er angivet i afsnit 8,6 i reference (5), hvor støjens autokorrelationsfunktion kan beregnes ud fra støjens autoregressive modelparametre ved anvendelse af den fra reference (1) kendte relation mellem disse størrelser, kan anvendes med den modifikation, at fejlen er direkte minimeret til opnåelse af en hurtigere filtrering, end der opnås ved anvendelse af den oprindelige algoritme i afsnit 8,6 i reference (5).
Under det næste taleinterval, som følger efter den pause, hvor der er detekteret støj, tjener systemet 16 til hovedsageligt at filtrere al støjen bort fra indgangssignalet, medens talesignalet (bortset fra de af dettes frekvenser, som falder sammen med støjfrekvenserne) passerer i det væsentlige upåvirket gennem slusen 24. Dette foregår, indtil støjen holder op, idet støjparametrene bliver opdateret i hvert pauseinterval ved hjælp af filterorganernes parametersektion. Som det nærmere vil blive beskrevet nedenfor, tjener systemet 16 ikke alene til at filtrere støjen i indgangsssignalet for taleintervaller, som følger efter detekteringen af en pause, som indeholder støj, men systemet 16 tjener også til at bestemme, om støjen ophører indenfor et taleinterval.
Når støjophørskredsløbet 28 detekterer, at støjen er slut inden for et taleinterval, bevirker udgangssignalet 29 via OR-slusen 22, at styreorganerne 23 bryder forbindelsen mellem klemmen B og klemmen C, (forbindelsen mellem klemmen B og klemmen C), som i stedet forbindes til klemmen A, således at indgangssignalet løber direkte til udgangsslusen 24. Det støjfrie indgangssignal løber således uden om filterorganerne 27 i resten af det taleinterval, i hvilket støjen er detekteret som afsluttet. Dette arrangement eliminerer forvrængning, som filtret ellers ville have indført, når støjen holdt op.
DK 152633 B
9
Udgangssignalet 29 bevirker også en afslutning af filterorganerne 27’s funktion og nulstiller filterets parametersektion. Filterorganerne modtager derefter et nyt sæt parametre, hvis det næste pauseinterval indeholder støj af den beskrevne art.
Under henvisning til figurerne 4A og 4B, hvor en terminal al er forbundet til en terminal a2 osv., kombineres et talesignal sk additivt med et støjsignal af den beskrevne art, som benævnes n^, til fremrbingelse af et indgangssignal yk = n^ + sk. Indgangssignalet overføres til et et undersystem 15A, som indeholder en forsinkelseslinie 30 med et antal udtag 31, hvor indgangssignalet yk forekommer tidsforsinket med intervallet B. Tidsforsinkelsen B betragtes som en forsinkelsesoperator, således at
Byk 1 yk-l ’ s Byk-1 ' yk-2 ’ osv·
De forsinkede indgangssignaler overføres til kredsløbet 32, som beregner signalets varians, og overføres til kredsløbet 33, som kontinuert identificerer parametrene hørende til indgangssignalets karakteristik. Kredsløbet 32 eksemplerer de analoge indgangssignaler, beregner variansen (dvs. summen af kvadraterne af indgangssignalets amplitude for hver eksemplering, hvilket i det følgende vil blive betegnet som den eksemplerede varians), og overfører denne til en tærkselværdidetektor 34. Hvis variansen ikke overskrider tærskelværdidetektoren 34's grænseværdi repræsenterer indgangssignalet til dette tidspunkt en pause uden støj af den beskrevne art. Udgangssignalet på ledning 35 fra detektoren 34 tjener således til at åbne slusen 36, som tillader indgangssignalet yk at løbe ind i OR-slusen 37, hvis udgangssignal overføres f.eks. til et høreapparat. I dette tilfælde overføres indgangssignalet direkte til høreapparatet uden at passere andre af det adaptive filters komponenter.
Hvis indgangssignalet repræsenterer enten en pause med støj af den beskrevne art eller repræsenterer tale (med eller uden støj), over- '
DK 152633 B
10 skrider variansen detektoren 34’s terskelværdi, hvorved der fremkommer et udgangssignal på detektoren 34*s ledning 38. Et signal på ledning 38 overføres til slusen 39 samt til AND-sluser 40, 41 i det adaptive filtersystem 16A. Slusen 39 leder indgangsignalet yk ind i et forbedret Kalman-filter 42. I stedet for denne type filter kan blokken 42 indeholde et justerbart filter eller et Wiener-filter som angivet i afsnit 8.6 i reference (5). De sidstnævnte to filtre behøver kun støjparametrene (c^) for at blive indstillet. Blokken 46 og sluserne 45 og 47 er ikke nødvendige i disse tilfælde.
Udgangssignalet for filteret 42 overføres til OR-slusen 37. Indgangssignalet til dette filter er således indgangssignalet indeholdende støj af den beskrevne art eller indeholdende tale, som enten kan være støjfri eller kan indeholde støj af den beskrevne art.
Parameteridentifikatoren 33 modtager de udtagne signaler y^, y^_-^, osv. og frembringer et antal udgangssignaler, som hver svarer til en parameter ay(B)· Kredsløbet 43 prøver disse parametre for stationaritet. Hvis parametersættet er stationært (dvs. at det ikke ændrer sig over adskillige identifikationsprøver), eller hvis parametersættet varierer indenfor forud bestemte grænser i løbet af et fast tidsinterval, kan indgangssignalet yk ikke indeholde tale. Indgangssignalet må derfor være et pausesignal, som indeholder støj af den beskrevne art, hvis variansen overskrider detektoren 34-’S tærskelværdi. Hvis AND-slusen 40 således har et udgangssignal, må indgangssignalet yk være et pausesignal indeholdende støj af den beskrevne art. Slusen 40's udgangssignal bevirker, at identifikatoren 33 beregner støjparametrene, som lagres i en puffer 43 med henblik på at blive brugt i Kalman-filteret 42.
Hvis AND-slusen 41 i stedet har et udgangssignal, d.v.s. hvisOC (b) parametrene ikke er konstante, og hvis eksempleringsvariansen Ar yk samtidigt overskrider detektoren 34's terskelværdi, repræsenterer signalet tale, og slusen 45 åbnes til overføring af støjparametrene dLn' som er karakteristiske for støjen af den beskrevne art i det 11
DK 152633B
forud gående pauseinterval, til beregningskredsløb.et 46, som beregner taleparametrene 0Cs ud fra de i pufferen 44 lagrede parametre Ctnog indgangsparametreneoCy, som løbende identificeres af identifi-katoren 33. De sidstnævnte parametre overføres til beregningskredsløbet 46 via slusen 47 styret af det samme udgangssignal fra kredsløbet 43, som overføres til slusen 41. Det skal bemærkes, at α parametrene ikke er nødvendige som indgangssignaler til o blokken 42, når denne er et Wiener-filter i henhold til afsnit 8.6 i reference (5) eller er et justerbart smalbåndsfilter.
Da filteret 42 forsynes med støjparametrene, som er fundet i løbet af en pause, som indeholdt støj af den beskrevne art, og da de øvrige af filterets parametre (hvis der anvendes et Kalman-filter i blokken 42) hidrører fra et taleinterval, som følger efter en støj indeholdende pause, og opdatteres løbende under et taleinterval, vil filteret 42's udgangssignal indeholde estimatet s^ af talesignalet s^. Et sådant estimat af talesignalet vil være tilgængeligt på udgangen OR-slusen 37. Det skal bemærkes, at hvis blokken 42 indeholder et Kalman-filter, vil både støjparametrene, som er opnået under den sidste støjindeholdende pause og de løbende indentificerede indgangsparametre være nødvendige til indstilling af Kalman-filteret. Indstillingen af dette filter følger af afsnit 12.8 i reference (l), idet modifikationen af filteret tages i betragtning. Indstillingen af dette Kalman-filter forudsætter parametrene og parametrene (as beregnes ud fraoc og<£ ). Til indstilling af Wiener-filteret baseret på afsnit^8.6 iSreference (5) eller til indstilling af et smalbåndsfilter behøves kun parametrene (£n*
Hvis støjen af den beskrevne art optræder under hele taleinter-vallet, vil de ovenfor beskrevne funktioner fortsætte, indtil der forekommer en pause, som indeholder støj af den beskrevne art.
Hvis filteret 42 modtager indgangssignalet som følge af slusen 39*s tilstand, og hvis støjen slutter i løbet af en pause, lukkes slusen 39, fordi udgangssignalet på ledning 48 ophører, og ind- 12
DK 152633B
gangssignalet overføres til OR-slusen 37 ved hjælp af slusen 36 på grund af et udgangssignals begyndelse på ledning 35. Denne tilstand fortsætter, indtil der optræder en pause, som indeholder støj af den beskrevne art. Sådan støj kan være karakteriseret ved lignende eller andre parametre.
Hvis støjen slutter i løbet af et taleinterval, afsluttes filteret 42»s funktion som følge af en ændring i Kalman-filterets kovarians P matrix (se afsnit 8.1 reference [3])» og som følge af et pludseligt fald i indgangssignalets exemplerede kovarians. Kredsløbet 50 (som ikke findes, hvis blokken 42 ikke er baseret på et Kalman-filter) beregner P matrixen, som er et estimat af kovariansen af differencen mellem talesignalet s^ og det bedste estimat af talesignalet s^, når sidstnævnte signal indeholder støj. Detektorkredsløbet 51 har et udgangssignal, når detektoren 51*s tærskelværdi ikke er overskredet. Endvidere beregner kredsløbet 52 forandringen i exempleringsvariansen for kredsløbet 32’s udgangssignal, og tærskelværdidetektoren 53 bestemmer, hvornår variansens ændring pludseligt falder. Ved sammenfald af disse hændelser frembringes der et udgangssignal fra slusen 54, hvilket sletter pufferen 44 og afslutter filteret 42’s filtervirkning. Samtidigt åbnes slusen 55, således at indgangssignalet kan passere til OR-slusen 37 uden om filteret 42.
Alternativt kan ophøret af støj af den beskrevne art indenfor et taleinterval detekteres, hvis exempleringsvariansen af indgangssignalet yk pludseligt falder samtidigt med, at filterets udgangssignal ikke samtidigt falder pludseligt.
Det sidstnævnte arrangement er alternativ til det i figurerne 4A og 4B viste og anvendes i forbindelse med et diskret Wiener-filter, eller anvendelse af et smalbåndsfilter ved 42;i stedet for Kalman-filteret. Hvis der anvendes et smalbåndsfilter, vil dette omfatte et eller flere bånd med forud bestemt bredde. 'rl dette tilfælde vil båndet eller båndene blive justeret.således at de optræder i det frekvensområde, inden for hvilket støjen af den beskrevne art er koncentreret, hvilken justering opnås enten via en tidsrække-identifikationsmodel transformeret til
DK 152633 B
13 en frekvensmodel eller via direkte frekvens spektrumanalyse af støjsignalet baseret på en Fourier transformation af støjsignalet. Det spektrale estimat kan sættes i direkte relation til den autoregressive model, hvis tidsdomæne-indentifikationen foretages ved anvendelse af spektral (minimum entropi) estimering som angivet i refernce [2], Uanset hvilken metode der anvendes til opnåelse af modellen for støjen eller af båndområdet for smalbåndsfilteret, kan både modellen og båndområdet varieres med tiden, så længe ændringerne i støjen er gradvis eller skifter moderat med tiden.

Claims (22)

1. Fremgangsmåde til adaptiv filtrering af tale, til udelukkelse af forholdsvis langvarig støj med tilnærmelsesvis stationære spek-trale egenskaber, hvor der anvendes et filter, hvis parametre bestemmes ved periodisk at identificere de parametre, der er kendetegnende for et indgangssignal, der omfatter en sådan støj samt tale, kendetegnet ved, a) at der detekteres pauser mellem taleintervaller, hvilke pauser indeholder støj af den nævnte art, b) at støjens parametre identificeres i de detekterede pauser, c) at filtrets parametre indstilles til de i den detekterede pause identificerede parametre, og d) at det støjfyldte signal i det efterfølgende taleinterval føres igennem filtret, når en støjfyldt pause er detekteret, med henblik på at dæmpe støjfrekveenserne.
2. Fremgangsmåde ifølge krav 1, kendetegnet ved, at indgangssignalet - når der ikke detekteres støj i en talepause, -føres uden om filtret i det taleinterval, der følger den detekterede pause uden støj.
3. Fremgangsmåde ifølge krav 1 eller 2, kendetegnet ved, at indgangssignalet i det følgende taleinterval føres uden oir. filtret i afhængighed af, at støjen ophører i en pause mellem taleintervaller.
4. Fremgangsmåde ifølge krav 3, kendetegnet ved, at indgangssignalet i resten af taleintervallet føres uden om filtret i afhængighed af, at støjen ophører i et taleinterval.
5. Fremgangsmåde ifølge krav 1, kendetegnet ved, at der anvendes en tidsdomæneanalyse til parameteridentifikation. DK 152633 B
6. Fremgangsmåde ifølge krav 5, kendetegnet ved, at parametrene bestemmes ved, at der anvendes en autoregressiv identifikation.
7. Fremgangsmåde ifølge krav 6, kendetegnet ved, at der til parameteridentifikationen anvendes en autoregressiv identifikation med bevægelig middelværdi.
8. Fremgangsmåde ifølge krav 1, kendetegnet ved, at parameteridentifikationen sker ved, at indgangssignalet transformeres på en sådan måde, at der opstår en spektral identifikation i frekvensdomænet.
9. Fremgangsmåde ifølge krav 8, kendetegnet ved, at parameteridentifikationen sker ved, at der udføres en Fourier transformation af indgangssignalet.
10. Fremgangsmåde ifølge krav 8, kendetegnet ved, at parameteridentifikationen sker ved, at tidsdomæneparametrene transformeres til frekvensdomæneparametre.
11. Fremgangsmåde ifølge krav 8, kendetegnet ved, at parameteridentifikationen sker ved, at en autoregressiv transformation transformeres til en frekvensdomænemodel.
12. Adaptivt filter til adaptiv filtrering af tale, til udelukkelse af forholdsvis langvarig støj med tilnærmelsesvis stationære spektrale egenskaber, idet der anvendes et filter, hvis parametre bestemmes ved periodisk at identificere de parametre, der er kendetegnende for et indgangssignal, der omfatter en sådan støj samt tale, kendetegnet ved, at det indeholder a) et identifikationskredsløb (15), der er indrettet til periodisk at identificere indgangssignalets parametre, og til at undersøge parametrene til bestemmelse af støjfyldte pauser mellem taleintervaller, DK 152633 B b) et adaptivt filter (27) med indstillelige parametre, og c) styreorganer (23), der i afhængighed af, at der detekteres en støjfyldt pause, er indrettet til at indstille filtrets (27) parametre til de identificerede parametre, og til i det efterfølgende taleinterval at føre indgangssignalet (12) gennem filtret (27), når der er detekteret en støjfyldt pause.
13. Adaptivt filter ifølge krav 12, kendetegnet ved, at identifikationskredsløbet (15) er indrettet til at detektere pauser uden støj af ovennævnte art, og at styreorganerne (23) i afhængighed af en støjfri pause styrer indgangssignalet uden om filterorganerne.
14. Adaptivt filter ifølge krav 12 eller 13, kendetegnet ved, at der findes organer (28), der i afhængighed af, at støjen ophører i en pause, bevirker, at indgangssignalet styres uden om filtret (27) i det følgende taleinterval, og at filteret (27) forberedes til at modtage et nyt sæt parametre.
15. Adaptivt filter ifølge krav 12, 13 eller 14, kendetegnet ved, at identifikationskredsløbet (15) omfatter organer (32), der er indrettet til at beregne den eksemplerede varians fra indgangssignalet, og at det adaptive filter (42) indeholder organer (51), der i afhængighed af et pludselig fald i den eksemplerede varians bevirker, at indgangssignalet føres uden om filterorganerne.
16. Adaptivt filter ifølge krav 12, kendetegnet ved, at filterorganerne er udformet som et forøget Kalman-filter til måling af farvet støj, hvor visse støjvektordele forøger tilstandsvektoren.
17 DK 152633 B at filterorganerne (27) er udformet som et Wiener-filter.
17. Adaptivt filter ifølge krav 12, kendetegnet ved, at filterorganerne (27) er udformet som et indstilleligt båndstopfilter, dvs. et båndstopfilter, hvor stopfrekvensen er indstillelig.
18. Adaptivt filter ifølge krav 12, kendetegnet ved,
19. Adaptivt filter ifølge krav 12, kendetegnet ved, at filterorganerne (27) er et lineært mindste kvadrats filter.
20. Adaptivt filter ifølge krav 12, kendetegnet ved, at filterorganerne (27) er udformet som et forøget Kalman-filter, og at det adaptive filter indeholder organer (50), der er indrettet til at beregne tilstandsfejlskovariansmatrixen P, der anvendes i Kalman-filtret, og organer (51), der i afhængighed af en tærskelforøgelse i P matrixens værdi bevirker, at indgangssignalet ledes uden om filterorganerne.
21. Adaptivt filter ifølge krav 12, kendetegnet ved, at filterorganerne (27) er udformet som et forøget Kalman-filter, og at det adaptive filter omfatter organer (50), der er indrettet til at beregne kovarians-matrixen P, der indgår i Kalman-filtret, og organer (52), der er indrettet til at beregne den eksemplerede varians for indgangssignalet, og organer (53), der i afhængighed af et pludseligt fald i den eksemplerede varians, samtidig med en tærskelforøgelse af P matrixens værdi bevirker, at signalet passerer uden om filterorganerne.
22. Adaptivt filter ifølge krav 15, kendetegnet ved, at der findes organer (51), der er indrettet til at overvåge filtrets udgangssignal, og som i afhængighed af et pludseligt fald i den eksemplerede varians bevirker, at indgangssignalet føres uden om filterorganerne.
DK193577A 1976-05-04 1977-05-03 Fremgangsmaade og apparat til bortfiltrering af i det vaesentlige stationaer stoej i talesignaler DK152633C (da)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US05/683,234 US4025721A (en) 1976-05-04 1976-05-04 Method of and means for adaptively filtering near-stationary noise from speech
US68323476 1976-05-04

Publications (3)

Publication Number Publication Date
DK193577A DK193577A (da) 1977-11-05
DK152633B true DK152633B (da) 1988-03-28
DK152633C DK152633C (da) 1988-08-15

Family

ID=24743123

Family Applications (1)

Application Number Title Priority Date Filing Date
DK193577A DK152633C (da) 1976-05-04 1977-05-03 Fremgangsmaade og apparat til bortfiltrering af i det vaesentlige stationaer stoej i talesignaler

Country Status (6)

Country Link
US (1) US4025721A (da)
JP (1) JPS6031315B2 (da)
DE (1) DE2719973A1 (da)
DK (1) DK152633C (da)
GB (1) GB1579949A (da)
NL (1) NL7704922A (da)

Families Citing this family (109)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4185168A (en) * 1976-05-04 1980-01-22 Causey G Donald Method and means for adaptively filtering near-stationary noise from an information bearing signal
JPS53105303A (en) * 1977-02-25 1978-09-13 Hitachi Ltd Preprocessing system for audio recognition
FR2383657A1 (fr) * 1977-03-16 1978-10-13 Bertin & Cie Equipement pour prothese auditive
US4351983A (en) * 1979-03-05 1982-09-28 International Business Machines Corp. Speech detector with variable threshold
US4287391A (en) * 1979-06-21 1981-09-01 Rhr Industries, Ltd. Microphone assembly for speech recording using noise-adaptive output level control
DE3102689A1 (de) * 1980-01-29 1982-01-21 Independent Broadcasting Authority, London Verfahren und anordnung zur verarbeitung digitaler signale
CA1184506A (en) * 1980-04-21 1985-03-26 Akira Komatsu Method and system for discriminating human voice signal
ATE9415T1 (de) * 1980-12-09 1984-09-15 The Secretary Of State For Industry In Her Britannic Majesty's Government Of The United Kingdom Of Great Britain And Spracherkennungssystem.
SE428167B (sv) 1981-04-16 1983-06-06 Mangold Stephan Programmerbar signalbehandlingsanordning, huvudsakligen avsedd for personer med nedsatt horsel
DE3118473C2 (de) 1981-05-09 1987-02-05 Felten & Guilleaume Fernmeldeanlagen GmbH, 8500 Nürnberg Verfahren zur Aufbereitung elektrischer Signale mit einer digitalen Filteranordnung
DE3131193A1 (de) * 1981-08-06 1983-02-24 Siemens AG, 1000 Berlin und 8000 München Geraet zur kompensation von gehoerschaeden
JPS5857199U (ja) * 1981-10-13 1983-04-18 リオン株式会社 補聴器
DE3205685A1 (de) * 1982-02-17 1983-08-25 Robert Bosch Gmbh, 7000 Stuttgart Hoergeraet
DE3243231A1 (de) * 1982-11-23 1984-05-24 Philips Kommunikations Industrie AG, 8500 Nürnberg Verfahren zur erkennung von sprachpausen
JPS61127224A (ja) * 1984-11-26 1986-06-14 Fujitsu Ltd パルス幅可変回路
US4688198A (en) * 1984-12-24 1987-08-18 Schlumberger Technology Corporation Entropy guided deconvolution of seismic signals
US4589137A (en) * 1985-01-03 1986-05-13 The United States Of America As Represented By The Secretary Of The Navy Electronic noise-reducing system
US4628529A (en) * 1985-07-01 1986-12-09 Motorola, Inc. Noise suppression system
US4630304A (en) * 1985-07-01 1986-12-16 Motorola, Inc. Automatic background noise estimator for a noise suppression system
US4630305A (en) * 1985-07-01 1986-12-16 Motorola, Inc. Automatic gain selector for a noise suppression system
US4658426A (en) * 1985-10-10 1987-04-14 Harold Antin Adaptive noise suppressor
US4783818A (en) * 1985-10-17 1988-11-08 Intellitech Inc. Method of and means for adaptively filtering screeching noise caused by acoustic feedback
US4947432B1 (en) * 1986-02-03 1993-03-09 Programmable hearing aid
JPH0339945Y2 (da) * 1986-03-20 1991-08-22
JPS6386980A (ja) * 1986-09-30 1988-04-18 Toshiba Corp 周期ノイズ除去装置
DE3634239A1 (de) * 1986-10-08 1988-04-21 Bosch Gmbh Robert Schaltungsanordnung zur umwandlung eines durch eine stoerfunktion gestoertes messsignals in ein ungestoertes signal
US4790018A (en) * 1987-02-11 1988-12-06 Argosy Electronics Frequency selection circuit for hearing aids
US4811404A (en) * 1987-10-01 1989-03-07 Motorola, Inc. Noise suppression system
US4852175A (en) * 1988-02-03 1989-07-25 Siemens Hearing Instr Inc Hearing aid signal-processing system
US5016280A (en) * 1988-03-23 1991-05-14 Central Institute For The Deaf Electronic filters, hearing aids and methods
US5225836A (en) * 1988-03-23 1993-07-06 Central Institute For The Deaf Electronic filters, repeated signal charge conversion apparatus, hearing aids and methods
US4901353A (en) * 1988-05-10 1990-02-13 Minnesota Mining And Manufacturing Company Auditory prosthesis fitting using vectors
US5027410A (en) * 1988-11-10 1991-06-25 Wisconsin Alumni Research Foundation Adaptive, programmable signal processing and filtering for hearing aids
DE3900588A1 (de) * 1989-01-11 1990-07-19 Toepholm & Westermann Fernsteuerbares, programmierbares hoergeraetesystem
US5259033A (en) * 1989-08-30 1993-11-02 Gn Danavox As Hearing aid having compensation for acoustic feedback
CA2024528A1 (en) * 1989-09-06 1991-03-07 Peter M. Seligman Noise suppression circuits
US5603726A (en) * 1989-09-22 1997-02-18 Alfred E. Mann Foundation For Scientific Research Multichannel cochlear implant system including wearable speech processor
US5876425A (en) * 1989-09-22 1999-03-02 Advanced Bionics Corporation Power control loop for implantable tissue stimulator
JPH0756513Y2 (ja) * 1991-03-06 1995-12-25 富士通株式会社 パルス幅可変回路
FI98580C (fi) * 1991-11-14 1997-07-10 Nokia Mobile Phones Ltd Selektiivisyyssuodatus solukkopuhelimessa
US5285502A (en) * 1992-03-31 1994-02-08 Auditory System Technologies, Inc. Aid to hearing speech in a noisy environment
WO1993025167A1 (en) * 1992-06-05 1993-12-23 Noise Cancellation Technologies, Inc. Active selective headset
US6563931B1 (en) 1992-07-29 2003-05-13 K/S Himpp Auditory prosthesis for adaptively filtering selected auditory component by user activation and method for doing same
US5406633A (en) * 1992-11-03 1995-04-11 Auditory System Technologies, Inc. Hearing aid with permanently adjusted frequency response
US5608803A (en) * 1993-08-05 1997-03-04 The University Of New Mexico Programmable digital hearing aid
US5521983A (en) * 1993-10-28 1996-05-28 Vectra Corporation Speaker system for use in high background noise environments
US5721694A (en) * 1994-05-10 1998-02-24 Aura System, Inc. Non-linear deterministic stochastic filtering method and system
US8085959B2 (en) * 1994-07-08 2011-12-27 Brigham Young University Hearing compensation system incorporating signal processing techniques
US6072885A (en) * 1994-07-08 2000-06-06 Sonic Innovations, Inc. Hearing aid device incorporating signal processing techniques
US5500902A (en) * 1994-07-08 1996-03-19 Stockham, Jr.; Thomas G. Hearing aid device incorporating signal processing techniques
US6885752B1 (en) 1994-07-08 2005-04-26 Brigham Young University Hearing aid device incorporating signal processing techniques
US5867581A (en) * 1994-10-14 1999-02-02 Matsushita Electric Industrial Co., Ltd. Hearing aid
US5768473A (en) * 1995-01-30 1998-06-16 Noise Cancellation Technologies, Inc. Adaptive speech filter
US6978159B2 (en) 1996-06-19 2005-12-20 Board Of Trustees Of The University Of Illinois Binaural signal processing using multiple acoustic sensors and digital filtering
US6987856B1 (en) 1996-06-19 2006-01-17 Board Of Trustees Of The University Of Illinois Binaural signal processing techniques
US6222927B1 (en) 1996-06-19 2001-04-24 The University Of Illinois Binaural signal processing system and method
US5742694A (en) * 1996-07-12 1998-04-21 Eatwell; Graham P. Noise reduction filter
US5794187A (en) * 1996-07-16 1998-08-11 Audiological Engineering Corporation Method and apparatus for improving effective signal to noise ratios in hearing aids and other communication systems used in noisy environments without loss of spectral information
US6078672A (en) 1997-05-06 2000-06-20 Virginia Tech Intellectual Properties, Inc. Adaptive personal active noise system
US6505057B1 (en) 1998-01-23 2003-01-07 Digisonix Llc Integrated vehicle voice enhancement system and hands-free cellular telephone system
US6137844A (en) * 1998-02-02 2000-10-24 Oki Telecom, Inc. Digital filter for noise and error removal in transmitted analog signals
DE19818609C2 (de) * 1998-04-20 2000-06-15 Deutsche Telekom Ag Verfahren und Vorrichtung zur Geräuschfilterung
USD419160S (en) * 1998-05-14 2000-01-18 Northrop Grumman Corporation Personal communications unit docking station
US6304559B1 (en) 1998-05-15 2001-10-16 Northrop Grumman Corporation Wireless communications protocol
US6223062B1 (en) 1998-05-15 2001-04-24 Northrop Grumann Corporation Communications interface adapter
US6041243A (en) * 1998-05-15 2000-03-21 Northrop Grumman Corporation Personal communications unit
US6169730B1 (en) 1998-05-15 2001-01-02 Northrop Grumman Corporation Wireless communications protocol
US6141426A (en) * 1998-05-15 2000-10-31 Northrop Grumman Corporation Voice operated switch for use in high noise environments
US6243573B1 (en) 1998-05-15 2001-06-05 Northrop Grumman Corporation Personal communications system
USD421002S (en) * 1998-05-15 2000-02-22 Northrop Grumman Corporation Personal communications unit handset
US6587568B1 (en) 1998-08-13 2003-07-01 Siemens Audiologische Technik Gmbh Hearing aid and method for operating a hearing aid to suppress electromagnetic disturbance signals
US6108610A (en) * 1998-10-13 2000-08-22 Noise Cancellation Technologies, Inc. Method and system for updating noise estimates during pauses in an information signal
ATE335309T1 (de) 1998-11-13 2006-08-15 Bitwave Private Ltd Signalverarbeitungsvorrichtung und verfahren
US6229898B1 (en) 1998-12-23 2001-05-08 Sikorsky Aircraft Corporation Active vibration control system using on-line system identification with enhanced noise reduction
US6480610B1 (en) * 1999-09-21 2002-11-12 Sonic Innovations, Inc. Subband acoustic feedback cancellation in hearing aids
EP1247428B1 (en) * 1999-12-09 2003-08-27 Frederick Johannes Bruwer Speech distribution system
US6757395B1 (en) 2000-01-12 2004-06-29 Sonic Innovations, Inc. Noise reduction apparatus and method
US7110951B1 (en) * 2000-03-03 2006-09-19 Dorothy Lemelson, legal representative System and method for enhancing speech intelligibility for the hearing impaired
DE60125553T2 (de) * 2000-05-10 2007-10-04 The Board Of Trustees For The University Of Illinois, Urbana Verfahren zur interferenzunterdrückung
US7117145B1 (en) * 2000-10-19 2006-10-03 Lear Corporation Adaptive filter for speech enhancement in a noisy environment
WO2002076148A2 (en) * 2001-03-21 2002-09-26 Unitron Hearing Ltd. Apparatus and method for adaptive signal characterization and noise reduction in hearing aids and other audio devices
CA2341834C (en) * 2001-03-21 2010-10-26 Unitron Industries Ltd. Apparatus and method for adaptive signal characterization and noise reduction in hearing aids and other audio devices
DE60120233D1 (de) * 2001-06-11 2006-07-06 Lear Automotive Eeds Spain Verfahren und system zum unterdrücken von echos und geräuschen in umgebungen unter variablen akustischen und stark rückgekoppelten bedingungen
US6717537B1 (en) 2001-06-26 2004-04-06 Sonic Innovations, Inc. Method and apparatus for minimizing latency in digital signal processing systems
EP1425738A2 (en) * 2001-09-12 2004-06-09 Bitwave Private Limited System and apparatus for speech communication and speech recognition
US6968171B2 (en) * 2002-06-04 2005-11-22 Sierra Wireless, Inc. Adaptive noise reduction system for a wireless receiver
RU2206960C1 (ru) * 2002-06-24 2003-06-20 Общество с ограниченной ответственностью "Центр речевых технологий" Способ подавления шума в информационном сигнале и устройство для его осуществления
US7512448B2 (en) 2003-01-10 2009-03-31 Phonak Ag Electrode placement for wireless intrabody communication between components of a hearing system
US7076072B2 (en) * 2003-04-09 2006-07-11 Board Of Trustees For The University Of Illinois Systems and methods for interference-suppression with directional sensing patterns
US7945064B2 (en) * 2003-04-09 2011-05-17 Board Of Trustees Of The University Of Illinois Intrabody communication with ultrasound
US7386142B2 (en) 2004-05-27 2008-06-10 Starkey Laboratories, Inc. Method and apparatus for a hearing assistance system with adaptive bulk delay
US7680656B2 (en) * 2005-06-28 2010-03-16 Microsoft Corporation Multi-sensory speech enhancement using a speech-state model
US7787648B1 (en) 2005-08-26 2010-08-31 At&T Mobility Ii Llc Active cancellation hearing assistance device
JP2007163251A (ja) * 2005-12-13 2007-06-28 Fuji Xerox Co Ltd 位置計測システム
DK2080408T3 (da) * 2006-10-23 2012-11-19 Starkey Lab Inc Undgåelse af medrivning med et auto-regressivt filter
US7752040B2 (en) * 2007-03-28 2010-07-06 Microsoft Corporation Stationary-tones interference cancellation
US8340333B2 (en) * 2008-02-29 2012-12-25 Sonic Innovations, Inc. Hearing aid noise reduction method, system, and apparatus
US8571244B2 (en) 2008-03-25 2013-10-29 Starkey Laboratories, Inc. Apparatus and method for dynamic detection and attenuation of periodic acoustic feedback
US8363872B2 (en) * 2009-04-14 2013-01-29 Dan Wiggins Magnetic earpiece coupling
US9654885B2 (en) 2010-04-13 2017-05-16 Starkey Laboratories, Inc. Methods and apparatus for allocating feedback cancellation resources for hearing assistance devices
US8917891B2 (en) 2010-04-13 2014-12-23 Starkey Laboratories, Inc. Methods and apparatus for allocating feedback cancellation resources for hearing assistance devices
US8942398B2 (en) 2010-04-13 2015-01-27 Starkey Laboratories, Inc. Methods and apparatus for early audio feedback cancellation for hearing assistance devices
US8611570B2 (en) 2010-05-25 2013-12-17 Audiotoniq, Inc. Data storage system, hearing aid, and method of selectively applying sound filters
US9286808B1 (en) * 2010-06-10 2016-03-15 PRA Audio Systems, LLC Electronic method for guidance and feedback on musical instrumental technique
DK2732638T3 (da) 2011-07-14 2015-12-07 Sonova Ag Speech enhancement system and method / Taleforstærkersystem og metode
US9552825B2 (en) * 2013-04-17 2017-01-24 Honeywell International Inc. Noise cancellation for voice activation
CN105830154B (zh) 2013-12-19 2019-06-28 瑞典爱立信有限公司 估计音频信号中的背景噪声
WO2018200484A1 (en) * 2017-04-24 2018-11-01 Maxim Integrated Products, Inc. System and method for reducing power consumption in an audio system by disabling filter elements based on signal level
CN113510695A (zh) * 2021-04-19 2021-10-19 珞石(北京)科技有限公司 一种机器人关节位置控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3784749A (en) * 1971-02-10 1974-01-08 Kenwood Corp Noise eliminating device
US3803357A (en) * 1971-06-30 1974-04-09 J Sacks Noise filter

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3126449A (en) * 1964-03-24 Shirman
US3889059A (en) * 1973-03-26 1975-06-10 Northern Electric Co Loudspeaking communication terminal apparatus and method of operation
US3894195A (en) * 1974-06-12 1975-07-08 Karl D Kryter Method of and apparatus for aiding hearing and the like

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3784749A (en) * 1971-02-10 1974-01-08 Kenwood Corp Noise eliminating device
US3803357A (en) * 1971-06-30 1974-04-09 J Sacks Noise filter

Also Published As

Publication number Publication date
US4025721A (en) 1977-05-24
DE2719973C2 (da) 1988-03-10
NL7704922A (nl) 1977-11-08
DK193577A (da) 1977-11-05
JPS6031315B2 (ja) 1985-07-22
DK152633C (da) 1988-08-15
DE2719973A1 (de) 1977-12-01
JPS53906A (en) 1978-01-07
GB1579949A (en) 1980-11-26

Similar Documents

Publication Publication Date Title
DK152633B (da) Fremgangsmaade og apparat til bortfiltrering af i det vaesentlige stationaer stoej i talesignaler
US9560456B2 (en) Hearing aid and method of detecting vibration
AU2020404466B2 (en) System and Method for Ambient Noise Detection, Identification and Management
US20190325899A1 (en) Computationally efficient speech classifier and related methods
US11842725B2 (en) Detection of speech
GB2456296A (en) Audio enhancement and hearing protection by producing a noise reduced signal
CN110931027A (zh) 音频处理方法、装置、电子设备及计算机可读存储介质
US20250372082A1 (en) Wake-word detection with feedback and methods for use therewith
CN117998251A (zh) 音频信号处理方法及装置、音频播放设备、存储介质
EP1751740B1 (en) System and method for babble noise detection
May et al. Generalization of supervised learning for binary mask estimation
CN119296559B (zh) 一种消防用远距离自组网全双工语音通信系统
CN112118511A (zh) 耳机降噪方法、装置、耳机及计算机可读存储介质
Kumar et al. Speech enhancement using modified wiener filtering with silence removal
EP3690839A2 (en) Video camera
Koya et al. Development of Earphone with Variable Frequency Filter
US10051382B2 (en) Method and apparatus for noise suppression based on inter-subband correlation
JP2026043102A (ja) 無線機
US20250285633A1 (en) Audio processing system, audio processing method, and recording medium
JP7100746B1 (ja) 無線中継装置及び無線通信システム
Linhard et al. Frequency Domain De-Essing for Hands-free Applications
RU165287U1 (ru) Устройство шумоподавления гидроакустической станции связи
EP4002361A1 (en) Audio signal processing systems and methods
CN121751053A (zh) 一种基于声学信号预判的主动式啸叫消除方法及系统
WO2004105429A1 (en) Oscillation detection

Legal Events

Date Code Title Description
PBP Patent lapsed