FI124716B - Järjestelmä ja menetelmä adaptiivista älykästä kohinanvaimennusta varten - Google Patents
Järjestelmä ja menetelmä adaptiivista älykästä kohinanvaimennusta varten Download PDFInfo
- Publication number
- FI124716B FI124716B FI20100001A FI20100001A FI124716B FI 124716 B FI124716 B FI 124716B FI 20100001 A FI20100001 A FI 20100001A FI 20100001 A FI20100001 A FI 20100001A FI 124716 B FI124716 B FI 124716B
- Authority
- FI
- Finland
- Prior art keywords
- noise
- estimate
- acoustic signal
- speech
- signal
- Prior art date
Links
- 230000003044 adaptive effect Effects 0.000 title claims description 41
- 238000000034 method Methods 0.000 title claims description 38
- 230000009467 reduction Effects 0.000 title claims description 33
- 238000001228 spectrum Methods 0.000 claims description 56
- 201000007201 aphasia Diseases 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 10
- 230000006735 deficit Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003607 modifier Substances 0.000 claims 12
- 238000004590 computer program Methods 0.000 claims 3
- 230000001629 suppression Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 241000237536 Mytilus edulis Species 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 235000020638 mussel Nutrition 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 208000029523 Interstitial Lung disease Diseases 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000002761 deinking Substances 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 239000006227 byproduct Substances 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- VZUGBLTVBZJZOE-KRWDZBQOSA-N n-[3-[(4s)-2-amino-1,4-dimethyl-6-oxo-5h-pyrimidin-4-yl]phenyl]-5-chloropyrimidine-2-carboxamide Chemical compound N1=C(N)N(C)C(=O)C[C@@]1(C)C1=CC=CC(NC(=O)C=2N=CC(Cl)=CN=2)=C1 VZUGBLTVBZJZOE-KRWDZBQOSA-N 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/002—Damping circuit arrangements for transducers, e.g. motional feedback circuits
-
- 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
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B15/00—Suppression or limitation of noise or interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
- H04R1/22—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired frequency characteristic only
- H04R1/222—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired frequency characteristic only for microphones
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02165—Two microphones, one receiving mainly the noise signal and the other one mainly the speech signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2410/00—Microphones
- H04R2410/05—Noise reduction with a separate noise microphone
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2430/00—Signal processing covered by H04R, not provided for in its groups
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Otolaryngology (AREA)
- Circuit For Audible Band Transducer (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Description
JÄRJESTELMÄ. JA MENETELMÄ ADAPTIIVISTA ÄLYKÄSTÄ KOHINANVAIMENNUSTA VARTEN
KEKSINNÖN TAUSTA
Keksinnön ala 5 Esillä oleva keksintö liittyy yleisesti ää nenkäsittelyyn ja erityisesti äänisignaalin adaptiiviseen kohinanvaimennukseen.
Tunnetun tekniikan kuvaus 10 Nykyään on monia menetelmiä epäedullisen au- dioympäristön taustakohinan vähentämiseksi. Yksi tällainen menetelmä on vakiona pysyvän kohinanvaimennus-järjestelmän käyttö. Vakiona pysyvä kohinanvaimennus-järjestelmä antaa aina lähtökohinan, joka on kiinteän 15 määrän verran pienempi kuin tulokohina. Tyypillisesti kiinteä kohinanvaimennus on välillä 12-13 desibeliä (dB) . Kohinanvaimennus on kiinnitetty tälle konservatiiviselle tasolle, jotta vältetään tuottamasta puheen säröä, jota ilmenisi suuremmalla kohinanvaimennuksel-20 la.
Suuremman kohinanvaimennuksen järjestämiseksi on hyödynnetty signaalikohinasuhteisiin (SNR) perustuvia dynaamisia kohinanvaimennusjärjestelmiä. Tätä sig-naalikohinasuhdetta voidaan sitten käyttää vaimen-25 nusarvon määrittämiseen. Valitettavasti signaaliko- hinasuhde ei itsessään ole kovin hyvä puheen särön en-o nustaja johtuen audioympäristössä olevista erilaisista kohinatyypeistä. Signaalikohinasuhde on sen suhde, o ^ kuinka paljon äänekkäämpää puhe on kohinaan verrattu- 30 na. Puhe voi kuitenkin olla ei-stationaarinen signaa-
X
£ li, joka voi jatkuvasti muuttua ja sisältää taukoja.
i- Tyypillisesti jonkin aikavälin kuluessa puheen energia o § käsittää sanan, tauon, sanan, tauon, ja niin edelleen, o ^ Lisäksi audioympäristössä voi olla läsnä stationaans- 00 35 ta ja dynaamista kohinaa. Signaalikohinasuhde keskiar- vottaa kaikki nämä stationaariset ja ei-stationaariset 2 puheet ja kohinat. Kohinasignaalin tilastollisia ominaisuuksia ei oteta huomioon, vaan huomioon otetaan vain kohinan kokonaistaso.
Joissakin tunnetun tekniikan järjestelmissä 5 voidaan johtaa siistaussuodin (enhancement filter) kohinan spektrin estimaatin perusteella. Eräs yleinen siistaussuodin on Wiener-suodin. Epäedullisesti siistaussuodin on tyypillisesti järjestetty minimoimaan tiettyjä matemaattisia virhemääriä ottamatta huomioon 10 käyttäjän havaintoja. Seurauksena on se, että mukaan tulee tietty määrä puheen huononemista kohinanvaimen-nuksen sivutuotteena. Tämä puheen huononeminen voimistuu, kun kohinataso nousee ja käytetään enemmän ko-hinanvaimennusta. Toisin sanoen signaalikohinasuhteen 15 laskiessa sovelletaan pienempää vahvistusta, minkä seurauksena on suurempi kohinanvaimennus. Tämä tuo mukanaan enemmän puheen häviösäröä ja puheen huononemista .
Siten on toivottavaa pystyä järjestämään 20 adaptiivinen kohinanvaimennus, joka minimoi tai poistaa puheen häviösärön ja huononemisen.
KEKSINNÖN YHTEENVETO
Esillä olevan keksinnön sovellutusmuodot rat-25 kaisevat tai lievittävät merkittävästi aiempia ongelmia, jotka liittyvät kohinanvaimennukseen ja puheen siistaukseen (speech enhancement). Esimerkkisovelluk- o sissa akustisella anturilla vastaanotetaan ensisijai- c\i ^ nen akustinen signaali. Sitten ensisijainen akustinen o ^ 30 signaali erotellaan taajuuskaistoihin analyysia var- ten. Tämän jälkeen energiamoduuli laskee energi- £ an/tehon estimaatit jonkin aikavälin aikana kullekin ^ taajuuskaistalle (ts. tehoestimaatit). Kohinaestimaa- o g tin moduuli voi käyttää tehospektriä (ts. akustisen 2 35 signaalin kaikkien taajuuskaistojen tehoestimaatteja) ^ kohinaestimaatin määrittämiseksi kullekin taajuuskais- 3 talle ja kokonaiskohinaspektriä akustista signaalia varten.
Adaptiivinen älykäs vaimennuksen generoija käyttää ensisijaisen akustisen signaalin kohinaspekt-5 riä ja tehospektriä puheen häviösärön (speech loss distortion, SLD) estimoimiseen. SLD-estimaattia käytetään ohjaussignaalien johtamiseen, jotka säätävät adaptiivisesti siistaussuodinta (enhancement filter). Siistaussuodinta hyödynnetään vahvistusten eli vahvis-10 tusmaskien joukon generointiin, joita voidaan soveltaa ensisijaiseen akustiseen signaaliin kohinavaimennetun signaalin generoimiseksi.
Joidenkin sovellutusmuotojen mukaisesti voidaan hyödyntää kahta akustista anturia: yhtä anturia 15 ensisijaisen akustisen signaalin sieppaamiseen ja toista anturia toissijaisen akustisen signaalin sieppaamiseen. Näitä kahta akustista signaalia voidaan sitten käyttää tasojenvälisen eron (inter-level difference, ILD) johtamiseen. ILD mahdollistaa estimoidun 20 SLD:n tarkemman määrittämisen.
Joissakin sovellutusmuodoissa mukavuuskohinan generoija voi generoida mukavuuskohinaa sovellettavaksi kohinavaimennettuun signaaliin. Mukavuuskohina voidaan asettaa tasolle, joka on juuri kuuluvuuden ylä-25 puolella.
PIIRUSTUSTEN YHTEENVETO 'ίο Kuvio 1 on ympäristö, jossa esillä olevan C\l keksinnön sovellutusmuotoja voidaan harjoittaa, o 1 30 Kuvio 2 on lohkokaavio esillä olevan keksin- m ^ nön sovellutusmuotoja toteuttavan audiolaitteen esi- x g merkistä.
Kuvio 3 on lohkokaavio äänenkäsittelykoneen o g esimerkistä.
? 35 Kuvio 4 on lohkokaavio adaptiivisen älykkään ^ vaimennuksen generoijän esimerkistä.
4
Kuvio 5 on kaavio, joka kuvaa adaptiivista älykästä kohinanvaimennusta verrattuna vakiona pysyvän kohinanvaimennuksen järjestelmiin.
Kuvio 6 on vuokaavio esimerkkimenetelmästä 5 kohinanvaimennukseen, joka käyttää adaptiivista älykästä vaimennusjärjestelmää.
Kuvio 7 on vuokaavio esimerkkimenetelmästä kohinanvaimennuksen suorittamiseen.
Kuvio 8 on vuokaavio esimerkkimenetelmästä 10 vahvistusmaskien laskemiseen.
ESIMERKKISOVELLUTUSMUOTOJEN SELOSTUS
Esillä oleva keksintö tuo esille esimerkki-järjestelmiä ja -menetelmiä äänisignaalin sisältämän 15 kohinan vaimentamiseen adaptiivisesti ja älykkäästi. Sovellutusmuodot pyrkivät tasapainottamaan kohinanvaimennuksen ja puheen huononemisen (ts. puheen hä-viösärön) mahdollisimman vähän tai ei ollenkaan. Esi-merkkisovellutusmuodoissa määritetään puheen ja kohi-20 nan tehoestimaatteja puheen häviösärön (speech loss distortion, SLD) määrän estimoimiseksi. Tästä SLD- estimaatista johdetaan sitten ohjaussignaali, jota sitten käytetään siistaussuotimen adaptiiviseen muokkaamiseen SLD:n minimoimiseksi tai estämiseksi. Tulok-25 sena on se, että kohinanvaimennusta voidaan soveltaa suuressa määrin silloin, kun mahdollista, ja kohinan-. vaimennusta voidaan vähentää, kun olosuhteet eivät o salli suurta määrää kohinanvaimennusta (esim. korkea
CvJ
^ SLD). Lisäksi esimerkkisovellutusmuodot soveltavat ko- o 1 30 hmanvaimennusta adaptiivisesti vain sen verran, että m kohina ei ole kuultavissa, kun kohinataso on alhainen.
X
g Joissakin tapauksissa tämän tuloksena voi olla se, et- tä kohinanvaimennusta ei sovelleta ollenkaan, o § Esillä oleva keksinnön sovellutusmuotoja voi- ? 35 daan harjoittaa millä tahansa audiolaitteella, joka on 00 järjestetty vastaanottamaan ääntä, kuten esimerkiksi solukkopuhelimilla, käsipuhelimilla, kuulokeradioilla 5 ja puhelinneuvottelujärjestelmillä näihin kuitenkaan rajoittumatta. Edullisesti esimerkkisovellutusmuodot on järjestetty parantamaan kohinanvaimennusta samalla, kun ne minimoivat puheen huononemisen. Vaikka esillä 5 olevan keksinnön joitakin sovellutusmuotoja tullaan kuvaamaan solukkopuhelimen toimintaan viitaten, niin esillä olevaa keksintöä voidaan harjoittaa millä tahansa audiolaitteella.
Kuvioon 1 viitaten esitetään ympäristö, jossa 10 esillä olevan keksinnön sovellutusmuotoja voidaan harjoittaa. Käyttäjä toimii audiolaitteen 104 puhelähtee-nä 102. Esimerkkiaudiolaite 104 käsittää kaksi mikrofonia: äänenlähteen 102 suhteen ensisijaisen mikrofo nin 106 ja toissijaisen mikrofonin 108, joka sijaitsee 15 jonkin etäisyyden päässä ensisijaisesta mikrofonista 106. Joissakin sovellutusmuodoissa mikrofonit 106 ja 108 käsittävät suuntauksettomia mikrofoneja.
Samalla, kun mikrofonit 106 ja 108 vastaanottavat ääntä (ts. akustisia signaaleja) audiolähteeltä 20 102, ne myös poimivat kohinaa 110. Vaikka kuviossa 1 kohinan 110 esitetään tulevan yhdestä kohdasta, niin kohina 110 voi käsittää mitä tahansa ääniä yhdeltä tai useammalta eri paikalta kuin äänilähde 102, ja niihin voi kuulua jälkikaiuntaa ja heijastumia. Kohina 110 25 voi olla stationaarista, ei-stationaarista, ja/tai sekä stationaarisen että ei-stationaarisen kohinan yhdistelmä .
^ Esillä olevan keksinnön jotkin sovellutusmuo- o ^ dot hyödyntävät näiden kahden mikrofonin 106 ja 108 o 30 välisiä tasoeroja (esim. energiaeroja). Koska ensisija jäinen mikrofoni 106 on paljon lähempänä äänilähdettä x 102 kuin toissijainen mikrofoni 108, niin ensisijaisen mikrofonin 106 intensiteettitaso on korkeampi, minkä § seurauksena on korkeampi energiataso esimerkiksi pu- o 35 he/äänisegmentin aikana.
° Tasoeroa voidaan sitten käyttää puheen ja ko hinan erottelemiseksi aika-taajuustasossa. Lisäsovel- 6 lutusmuodot voivat käyttää energian tasoerojen ja aikaviiveiden yhdistelmää puheen erottelemiseksi. Bi-nauraalisiin vihjeisiin perustuvan dekoodauksen perusteella voidaan suorittaa puhesignaalin talteenotto tai 5 puheen siistaus.
Viitaten nyt kuvioon 2 esimerkkiaudiolaite 104 esitetään yksityiskohtaisemmin. Esimerkkisovellu-tusmuodoissa audiolaite 104 on ääntä vastaanottava laite, joka käsittää prosessorin 202, ensisijaisen 10 mikrofonin 106, toissijaisen mikrofonin 108, äänenkä-sittelykoneen 204 ja ulosantolaitteen 206. Audiolaite 104 voi käsittää lisäkomponentteja, joita tarvitaan audiolaitteen 104 toimintaa varten. Äänenkäsittely-konetta 204 tullaan selostamaan yksityiskohtaisemmin 15 kuvion 3 yhteydessä.
Kuten edellä mainittiin, ensisijainen mikrofoni 106 ja toissijainen mikrofoni 108 ovat erillään toisistaan jonkin etäisyyden verran, jotta mahdollistetaan niiden väliset energian tasoerot. Sitten, kun 20 mikrofonit 106 ja 108 ovat vastaanottaneet akustiset signaalit, ne muunnetaan sähköisiksi signaaleiksi (ts. ensisijaiseksi sähköiseksi signaaliksi ja toissijaiseksi sähköiseksi signaaliksi). Analogiadigitaalimuun-nin (ei esitetty) voi muuntaa sähköiset signaalit di-25 gitaalisiksi signaaleiksi käsittelyä varten joidenkin sovellutusmuotojen mukaisesti. Akustisten signaalien erottelemiseksi ensisijaisen mikrofonin 106 vastaanot- ^ tamaan akustiseen signaaliin viitataan tässä tekstissä o ^ termillä ensisijainen akustinen signaali, kun taas o 30 toissijaisen mikrofonin 108 vastaanottamaan akustiseen !£ signaaliin viitataan tässä tekstissä termillä toissi- x jäinen akustinen signaali. Huomattakoon, että esillä ^ olevan keksinnön sovellutusmuotoja voidaan harjoittaa o hyödyntäen vain yhtä mikrofonia (ts. ensisijaista mik- o 35 rofonia).
^ Ulosantolaite 206 on mikä tahansa laite, joka antaa ääntä ulos käyttäjälle. Ulosantolaite 206 voi 7 esimerkiksi käsittää kuulokemikrofonin tai käsipuhelimen kuulokkeen, tai puhelinneuvottelulaitteen kaiutti-men.
Kuvio 3 on esillä olevan keksinnön yhden so-5 vellutusmuodon mukaisen esimerkkiäänenkäsittelykoneen 204 yksityiskohtainen lohkokaavio. Esimerkkisovellu-tusmuodoissa äänenkäsittelykone 204 sisältyy muistilaitteeseen. Käytössä ensisijaiselta mikrofonilta 106 ja toissijaiselta mikrofonilta 108 vastaanotetut akus-10 tiset signaalit muunnetaan sähköisiksi signaaleiksi ja prosessoidaan taajuusanalyysimoduulin 302 kautta. Yhdessä sovellutusmuodossa taajuusanalyysimoduuli 302 ottaa akustiset signaalit ja jäljittelee suodinpankin simuloimaa korvasimpukan taajuusanalyysiä (ts. kor-15 vasimpukkatasoa). Yhdessä esimerkissä taajuusanalyysi- moduuli 302 erottelee akustiset signaalit taajuuskaistoihin. Vaihtoehtoisesti taajuusanalyysiin ja -synteesiin voidaan käyttää muita suotimia, kuten esimerkiksi lyhyen aikavälin Fourier-muunnosta (STFT), 20 alikaistasuodinpankkeja, moduloituja kompleksisia päällekkäisiä muunnoksia, korvasimpukkamalleja, aal- lokkeita, jne. Koska useimmat äänet (esim. akustiset signaalit) ovat kompleksisia ja käsittävät useamman kuin yhden taajuuden, niin akustisen signaalin ali-25 kaista-analyysi määrittää, mitkä yksittäiset taajuudet ovat mukana kompleksisessa akustisessa signaalissa kehyksen (esim. ennalta määrätyn ajanjakson) aikana. Yh- ^ den sovellutusmuodon mukaisesti kehys on 8 ms pitkä, o ^ Esillä olevan keksinnön erään esimerkkisovel- i 00 cp 30 lutusmuodon mukaisesti adaptiivisen älykkään vaimenin nuksen (adaptive intelligent suppression, AIS) gene- ^ roija johtaa ajan ja taajuuden myötä vaihtelevat vah-
CL
vistukset eli vahvistusmaskit, joita käytetään kohinan § vaimentamiseen ja puheen siistaamiseen. Vahvistusmas- o o 35 kien johtamiseksi AIS-generoijalle 312 tarvitaan kui- ° tenkin tiettyjä syötteitä. Nämä syötteet käsittävät kohinan tehospektritiheyden (ts. kohinaspektrin), en- 8 sisijaisen akustisen signaalin tehospektritiheyden (ts. ensisijaisen spektrin), ja mikrofonien tasojenvä-lisen eron (ILD).
Signaalit välitetään sellaisenaan edelleen 5 energiamoduulille 304, joka laskee jonkin aikavälin aikaiset energia/tehoestimaatit akustisen signaalin kullekin taajuuskaistalle (ts. tehoestimaateille) . Tuloksena on se, että energiamoduuli 304 voi määrittää ensisijaisen spektrin (ts. ensisijaisen akustisen sig-10 naalin tehospektritiheyden) kaikkien taajuuskaistojen poikki. Tämä ensisijainen spektri voidaan toimittaa adaptiivisen älykkään vaimennuksen (AIS) generoijalle 312 ja ILD-moduulille 306 (jota kuvataan lisää tässä tekstissä). Samalla tapaa energiamoduuli 304 määrittää 15 toissijaisen spektrin (ts. toissijaisen akustisen sig naalin tehospektritiheyden) kaikkien taajuuskaistojen poikki toimitettavaksi ILD-moduulille 306.
Kahta mikrofonia hyödyntävissä sovellutusmuo-doissa voidaan määrittää sekä ensisijaisen akustisen 20 signaalin että toissijaisen akustisen signaalin teho-spektrit. Ensisijainen spektri käsittää tehospektrin ensisijaisesta akustisesta signaalista (ensisijaisesta mikrofonista 106), joka sisältää sekä puhetta että kohinaa. Esimerkkisovellutusmuodoissa ensisijainen akus-25 tinen signaali on signaali, joka tullaan suodattamaan AIS-generoijassa 312. Siten ensisijainen spektri välitetään edelleen AIS-generoijalle 312. Lisää yksityisti kohtia tehoestimaattien ja tehospektrien laskennasta o ^ on löydettävissä yhteisesti vireillä olevista patented 30 tihakemuksista US 11/343,524 ja US 11/699,732, jotka !ί? sisällytetään tähän viittauksella.
Kahden mikrofonin sovellutusmuodoissa myös
CL
mikrofonien tasojenvälisen eron (ILD) moduuli 306 § käyttää tehospektrejä ajan ja taajuuden myötä vaihte- o o 35 levän ILD:n määrittämiseen. Koska ensisijainen mikro- ^ foni 106 ja toissijainen mikrofoni 108 voivat olla suunnatut jollakin tietyllä tavalla, tiettyjä tasoero- 9 ja voi esiintyä, kun puhe on aktiivisena, ja muita tasoeroja voi esiintyä, kun kohina on aktiivisena. Sitten ILD välitetään edelleen adaptiiviselle luokittelijalle 308 ja AIS-generoijalle 312. Lisää yksityiskoh-5 tia ILD:n laskennasta on löydettävissä yhteisesti vireillä olevista patenttihakemuksista US 11/343,524 ja US 11/699,732.
Adaptiivinen esimerkkiluokittelija 308 on järjestetty erottelemaan kohinan ja häiriötekijät 10 (esim. lähteet, joilla on negatiivinen ILD) puheesta akustisessa signaal(e)issa kunkin kehyksen kunkin taajuuskaistan osalta. Adaptiivinen luokittelija 308 on adaptiivinen, koska piirteet (esim. puhe, kohina, ja häiriötekijät) muuttuvat ja riippuvat ympäristön akus-15 tisista olosuhteista. Esimerkiksi ILD, joka ilmaisee puhetta yhdessä tilanteessa, voi ilmaista kohinaa jossakin toisessa tilanteessa. Siten adaptiivinen luokittelija 308 säätää luokittelun rajoja ILD:n perusteella .
20 Esimerkkisovellutusmuotojen mukaisesti adap tiivinen luokittelija 308 erottelee kohinan ja häiriötekijät puheesta ja toimittaa tulokset kohinaestimaa-tin moduulille 310 kohinaestimaatin johtamiseksi. Aluksi adaptiivinen luokittelija 308 määrittää kanavi-25 en välisen maksimienergian kullakin taajuudella. Lisäksi määritetään paikalliset ILD:t kullekin taajuudelle. Globaali ILD voidaan laskea soveltamalla ener- ? gian paikallisiin ILD:hin. Nyt lasketun globaalin o ^ ILD:n perusteella voidaan päivittää globaalin ILD:n oo cp 30 liukuva keskiarvo ja/tai ILD-havaintojen liukuva kesii? kiarvo ja varianssi (ts. globaali klusteri). Sitten x kehystyypit voidaan luokitella globaalin ILD:n sijain-
CL
nin perusteella globaalin klusterin suhteen. Kehystyy- § pit voivat käsittää lähteen, taustan ja häiriötekijät, o o 35 Sitten, kun kehystyypit on määritetty, adap- ^ tiivinen luokittelija 308 voi päivittää globaalin kes kimääräisen liukuvan keskiarvon ja varianssin (ts.
10 klusterin) lähteelle, taustalle ja häiriötekijöille. Jos kehys luokitellaan lähteeksi, taustaksi tai häiriötekijäksi, niin yhdessä esimerkissä vastaavaa globaalia klusteria pidetään aktiivisena, ja se siirre-5 tään kohti globaalia ILD:tä. Niitä globaalin lähteen, taustan ja häiriötekijän globaaleja klustereita, jotka eivät vastaa kehystyyppiä, pidetään epäaktiivisina. Ne lähteen ja häiriötekijän globaalit klusterit, jotka pysyvät epäaktiivisina jonkin ennalta määrätyn ajan-10 jakson ajan, voivat siirtyä kohti taustan globaalia klusteria. Jos taustan globaali klusteri pysyy epäak-tiivisena jonkin ennalta määrätyn ajanjakson ajan, se siirtyy kohti globaalia keskiarvoa.
Sitten, kun kehystyypit on määritetty, adap-15 tiivinen luokittelija 308 voi päivittää myös paikallisen keskimääräisen liukuvan keskiarvon ja varianssin (ts. klusterin) lähteelle, taustalle ja häiriötekijöille. Paikallisten aktiivisten ja epäaktiivisten klusterien päivitysprosessi on samankaltainen kuin 20 globaalien aktiivisten ja epäaktiivisten klusterien päivitysprosessi.
Lähteen ja taustan klusterien sijainnin perusteella energiaspektrin kohtia luokitellaan lähteeksi tai kohinaksi. Tämän tulos välitetään kohinaesti-25 maatin moduulille 310.
Eräässä vaihtoehtoisessa sovellutusmuodossa adaptiivisen luokittelijan 308 esimerkki käsittää sel- ? laisen, joka jäljittää kunkin taajuuskaistan minimi- ^ ILD:tä käyttäen minimistatistiikan estimoijaa. Luokit- oo cp 30 telun kynnysarvot voidaan sijoittaa kiinteälle etäi- syydelle (esim. 3 dB) kunkin kaistan minimi-ILD:n ylä-^ puolelle. Vaihtoehtoisesti kynnysarvot voidaan sijoit-
CL
taa vaihtelevalle etäisyydelle kunkin kaistan minimi- § ILD:n yläpuolelle riippuen kunkin kaistan äskettäin o o 35 havainnoidusta ILD-arvojen arvoalueesta. Jos esimer- ^ kiksi ILD:n havainnoitu arvoalue ylittää 6 dB, kyn nysarvo voidaan sijoittaa siten, että se on puolities- 11 sä kussakin kaistassa jonkin tietyn määrätyn ajanjakson (esim. 2 sekuntia) aikana havainnoitua minimi- ja maksimi-ILD:tä.
Esimerkkisovellutusmuodoissa kohinaestimaatti 5 perustuu vain ensisijaisen mikrofonin 106 akustiseen signaaliin. Esimerkin kohinaestimaatin moduuli 310 on komponentti, jota voidaan approksimoida matemaattisesti yhtälöllä Ν(ί,ω) = λι (ί,ω)Ει (t, ω) + (1 - λι (t, ω)) min [7\Α(ί -1, ω), Ει (ί,ω)] 10 esillä olevan keksinnön yhden sovellutusmuo- don mukaisesti. Kuten on nähtävissä, tämän sovellutus-muodon kohinaestimaatti perustuu ensisijaisen akustisen signaalin nykyisen energiaestimaatin Ei (Ι,ω) ja edellisen aikakehyksen kohinaestimaatin N(t-l,<a) mini-15 mistatistiikkaan. Tuloksena on se, että kohinan estimointi suoritetaan tehokkaasti ja vähäisellä viiveellä .
Yllä olevan yhtälön Äi(t,co) johdetaan ILD- moduulin 306 approksimoimasta ILDrstä seuraavasti f« 0 jos ILD{t,ω)< kynnysarvo 2 0 \{t,(o) = \ [«1 jos ILD{t,o)> kynnysarvo
Toisin sanoen, kun ensisijainen mikrofoni 106 on pienempi kuin kynnysarvo (esim. kynnysarvo = 0.5), jonka yläpuolella puheen oletetaan olevan, niin λι on pieni, ja siten kohinaestimaatin moduuli 310 seuraa 25 kohinaa tarkemmin. Kun ILD alkaa kohota (esim. koska puhetta on läsnä suuressa ILD-alueessa) λι kasvaa.
? Seurauksena on se, että kohinaestimaatin moduuli 310 o ^ hidastaa kohinan estimoinnin prosessia, ja puheen 00 Ί o energian osuus lopullisesta kohmaestimaatista ei ole ί 30 merkittävä. Siten esillä olevan keksinnön esimerkkiso- vellutusmuodot voivat käyttää minimistatistiikkojen ja Q.
puheaktiviteetin ilmaisun yhdistelmää kohinaestimaatin § määrittämiseksi. Sitten kohinaspektri (ts. kohinaesti- o o maatit akustisen signaalin kaikille taajuuskaistoille) ° 35 välitet ään edelleen AIS-generoijalle 312.
12
Puheen häviösärö (speech loss distortion, SLD) perustuu sekä puheen tason estimaattiin että ko-hinaspektriin. AIS-generoija 312 vastaanottaa sekä puheen että ensisijaisen spektrin kohinan energiamoduu-5 liitä 304, sekä kohinaspektrin kohinaestimaatin moduulilta 310. Näiden syötteiden ja ILD-moduulilta 306 saadun valinnaisen ILD:n perusteella voidaan päätellä puhespektri. Toisin sanoen kohinaspektrin kohinaesti-maatit voidaan vähentää ensisijaisen spektrin tehoes-10 timaateista. Tämän jälkeen AIS-generoija 312 voi määrittää vahvistusmaskit, joita sovelletaan ensisijaiseen akustiseen signaaliin. AIS-generoijaa 312 kuvataan yksityiskohtaisemmin jäljempänä kuvion 4 yhteydessä.
15 SLD on ajan myötä vaihteleva estimaatti. Esi- merkkisovellutusmuodoissa järjestelmä voi hyödyntää tilastotietoja äänisignaalin ennalta määrätyltä asetettavissa olevalta ajan määrältä (esim. kaksi sekuntia) . Jos kohina tai puhe muuttuu seuraavien kahden 20 sekunnin aikana, järjestelmä voi säätyä vastaavasti.
Esimerkkisovellutusmuodoissa AIS-generoij alta 312 ulos annettu vahvistuksen maski, joka riippuu ajasta ja taajuudesta, maksimoi kohinanvaimennuksen samalla, kun se rajoittaa SLD:tä. Siten kutakin vah-25 vistuksen maskia sovelletaan ensisijaisen akustisen signaalin vastaavaan taajuuskaistaan maskausmoduulissa 314 .
? Seuraavaksi maskatut taajuuskaistat muunne-
o J
^ taan takaisin aikatasoon korvasimpukkatasosta. Muunnos co o 30 voi käsittää maskattujen taajuuskaistojen ottamisen ja korvasimpukkakanavien vaihesiirrettyjen signaalien g summaamisen yhteen taajuussynteesin moduulissa 316.
CL
Sitten, kun muunnos on suoritettu loppuun, syntetisoi- § tu akustinen signaali voidaan antaa ulos käyttäjälle, o o 35 Joissakin sovellutusmuodoissa mukavuuskohinan ° generoijän 318 generoimaa mukavuuskohinaa voidaan li sätä signaaliin ennen kuin se annetaan ulos käyttäjäl- 13 le. Mukavuuskohina käsittää yhdenmukaista jatkuvaa kohinaa, joka yleensä ei ole kuulijan havaittavissa (esim. vaaleanpunaista kohinaa). Tätä mukavuuskohinaa voidaan lisätä akustiseen signaaliin kuuluvuuskynnyk-5 sen ylläpitämiseksi ja matalien ei-stationaaristen lähdön kohinakomponenttien peittämiseksi. Joissakin sovellutusmuodoissa mukavuuskohinan tason voidaan valita olevan juuri kuuluvuuskynnyksen yläpuolella, ja sen voidaan valita olevan käyttäjän asetettavissa. 10 Esimerkkisovellutusmuodoissa mukavuuskohinan taso voi olla AIS-generoijan 312 tiedossa, jotta se voi generoida vahvistuksen maskeja, jotka vaimentavat kohinan tasolle, joka on mukavuuskohinan alapuolella.
Huomattakoon, että kuvion 3 äänenkäsittelyko-15 neen 204 järjestelmärakenne on esimerkinomainen. Vaihtoehtoiset sovellukset voivat käsittää enemmän komponentteja, vähemmän komponentteja, tai vastaavia komponentteja, ja silti ne voivat kuulua esillä olevan keksinnön sovellutusmuotojen suojapiiriin. Äänenkäsit-20 telykoneen 204 eri moduuleja voidaan yhdistää yhdeksi moduuliksi. Esimerkiksi taajuusanalyysin moduulin 302 ja energiamoduulin 304 toiminnallisuudet voidaan yhdistää yhdeksi moduuliksi. Lisäesimerkkinä ILD-moduulin 306 funktiot voidaan yhdistää pelkästään 25 energiamoduulin 304 funktioihin tai yhdessä taajuus-analyysin moduulin 302 kanssa.
Viitaten nyt kuvioon 4, esimerkinomainen AIS- ? generoija 312 esitetään yksityiskohtaisemmin. Esimer- ^ kinomainen AIS-generoija 312 voi käsittää puheen särön oo 9 30 ohjauksen (speech distortion control, SDC) moduulin 402 ja laskennan siistaussuotimen (compute enhancement filter, CEF) moduulin 404. Ensisijaisen spektrin, Q.
ILD:n ja kohinaspektrin perusteella AIS-generoija 312 o voi määrittää vahvistuksen maskit (esim. ajan myötä o 2 35 vaihtelevat vahvistukset kullekin taajuuskaistalle).
o c\j Esimerkin SDC-moduuli 402 on järjestetty es timoimaan puheen häviösärön (SLD) määrää ja johtamaan 14 siihen liittyvät ohjaussignaalit, joita käytetään CEF-moduulin 404 käyttäytymisen säätämiseen. Perimmältään SDC-moduuli 402 kerää ja analysoi tilastotietoja useaa eri taajuuskaistaa varten. SLD-estimaatti on kaikkien 5 eri taajuuskaistojen tilastotietojen funktio. Huomattakoon, että jotkin taajuuskaistat voivat olla tärkeämpiä kuin jotkin muut taajuuskaistat. Yhdessä esimerkissä tietyt äänet, kuten esimerkiksi puhe, liittyvät rajalliseen taajuuskaistaan. Eri sovellutusmuodoissa 10 SDC-moduuli 402 voi soveltaa painokertoimia analysoidessaan tilastotietoja useaa eri taajuuskaistaa varten säätääkseen CEF-moduulin 404 käyttäytymistä paremmin tehokkaamman vahvistuksen maskin tuottamiseksi.
Esimerkkisovellutusmuodoissa SDC-moduuli 402 15 voi laskea pitkän aikavälin puhetasojen (speech level, SL) sisäisen estimaatin ensisijaisen spektrin ja ILD:n perusteella kullakin ajan hetkellä, ja verrata sisäistä estimaattia kohinaspektrin estimaattiin mahdollisen signaalin häviösärön määrän estimoimiseksi. Yhden so-20 vellutusmuodon mukaisesti nykyinen SL voidaan määrittää päivittämällä ensin vaimentumiskertoimen. Yhdessä esimerkissä vaimentumiskerroin (desibeleissä) alkaa nollasta, kun SL-estimaatti päivitetään, ja se kasvaa lineaarisesti ajan myötä (esim. yhden desibelin sekun-25 nissa), kunnes SL-estimaatti päivitetään uudestaan (jolloin se nollataan). Jos ILD on jonkin kynnysarvon T yläpuolella, ja jos ensisijainen spektri on korkeampi pi kuin nykyinen SL-estimaatti miinus vaimentumisker- o ^ roin, niin SL-estimaatti päivitetään ja asetetaan en- 0 30 sisijaiseen spektriin (desibeliyksiköissä). Jos nämä !£ ehdot eivät täyty, SL-estimaatti pidetään aiemmin es- 1 timoidussa arvossaan. Joissakin sovellutusmuodoissa cc SL-estimaatti voidaan rajoittaa alempaan ja ylempään o rajaan, jossa puheen tason odotetaan yleensä olevan, o 35 Sitten, kun SL-estimaatti on määritetty, SLD- ^ estimaatti voidaan laskea. Aluksi kehyksen kohina- spektri voidaan vähentää (desibeliyksiköissä) SL- 15 estimaatista, ja tuloksen M:ksi alin arvo voidaan laskea. Sitten tulos sijoitetaan kehäpuskuriin, jonka vanhin arvo poistetaan. Sitten määritetään SLD:n N:ksi alin arvo ennalta määrätyn ajan aikana puskurissa.
5 Sitten tulosta käytetään rajoittamaan SDC-moduulin 402 lähtöä sen suhteen, kuinka nopeasti lähtö voi muuttua (esim. lähtöjännitteen muuttumisnopeus). Tuloksena oleva lähtö x voidaan muuntaa tehotasoon yhtälön ^ = 10x/1° mukaisesti. Sitten CEF-moduuli 404 käyttää tulo losta A (ts. ohjaussignaalia).
Esimerkinomainen CEF-moduuli 404 generoi vah-vistusmaskit puheen spektrin ja kohinan spektrin perusteella, jotka noudattavat rajoituksia. Näitä rajoituksia voi ohjata SDC:n lähtö (ts. SDC-moduulilta 402 15 lähtevät ohjaussignaalit) sekä tieto pohjakohinasta ja siitä, missä määrin äänilähdön komponentit ovat kuultavissa. Tuloksena on se, että vahvistusmaski yrittää minimoida kohinan kuuluvuuden maksimaalisella SLD:n rajoituksella ja minimaalisella taustakohinan jatku-20 vuuden rajoituksella.
Esimerkkisovellutusmuodoissa vahvistusmaskin laskenta perustuu Wiener-suodinratkaisuun. Normaali Wiener-suotimen yhtälö on G(f) =--,
Ps(f) + Pn(f) 25 missä Ps on puhesignaalin spektri, Pn on ko- ^ hinan spektri (jonka kohinaestimaatin moduuli 310 toi- o c\j mittaa), ja f on taajuus. Esimerkkisovellutusmuodoissa o Ps voidaan johtaa vähentämällä Pn ensisijaisesta i λ 30 spektristä. Joissakin sovellutusmuodoissa tulosta voi- x daan tasoittaa temporaalisesti käyttämällä alipääs- cr tösuodinta.
o Signaalin häviösäröä vähentävää Wiener-
O
§ suotimen muokattua versiota (ts. siistaussuodinta) ku- o 35 vaa yhtälö 16 c(f)- Ps(f)
Ps(f) + Y-Pn(f)' missä y on nollan ja yhden välillä. Mitä pienempi y on, sitä enemmän signaalin häviösärö pienenee. Esimerkkisovellutusmuodoissa signaalin häviösäröä voi 5 olla tarpeen pienentää vain niissä tilanteissa, joissa normaali Wiener-suodin saisi aikaan sen, että signaalin häviösärö olisi suuri. Siten γ on adaptiivinen. Tämä kerroin γ voidaan hankkia mappaamalla SDC-moduulin 402 lähtö γ nollan ja yhden välillä olevaan 10 väliin. Tämä voidaan saada aikaan käyttämällä esimerkiksi sellaista yhtälöä kuin 7 = min(l, % ). Tässä tapa- / Λ) uksessa λο on parametri, joka vastaa pienintä sallittua SLD:tä.
Muokattu siistaussuodin voi lisätä kohinamo-15 dulaation havaittavuutta, missä lähtökohinan havaitaan lisääntyvän, kun puhe on aktiivisena. Tästä johtuen voi olla tarpeen rajoittaa lähdön kohinan taso, kun puhe ei ole aktiivisena. Tämä voidaan saada aikaan asettamalla vahvistusmaskille Glb alarajan. Esimerkki-20 sovellutusmuodoissa Glb voi riippua A:sta. Tuloksena on se, että suotimen yhtälö voidaan kuvata seuraavasti G(f) = maxf Glb(X\--1, l P<n+y Mf) missä Glb yleisesti ottaen suurenee, kun λ pienenee. Tämä voidaan saavuttaa yhtälöllä h / ^ 25 Glb = min(l,J γχ) * Tässä tapauksessa on parametri, joka oj , ohjaa kohinan jatkuvuuden määrää annetulla λ:n arvol- 00 S5 la. Mitä suurempi λι on, sitä enemmän on jatkuvuutta.
LO
T- Siten CEF-moduuli 404 olennaisesti korvaa aiempien so- ir vellutusmuotojen Wiener-suotimen.
CL
30 Viitaten nyt kuvioon 5 esitetään kaavio, joka o kuvaa adaptiivista älykästä (kohinan) vaimennusta o 5 (AIS) verrattuna vakiona pysyvän kohinanvaimennuksen o c\J järjestelmiin. Kuten kuviossa esitetään, esillä olevan keksinnön sovellutusmuodot pyrkivät pitämään lähtökö- 17 hinan lähellä kuuluvuuskynnystä. Siten jos kohina on kuuluvuuden alapuolella, esillä olevan keksinnön so-vellutusmuodot eivät välttämättä sovella mitään ko-hinanvaimennusta. Kun kohinan taso muuttuu kuultavak-5 si, esillä olevan keksinnön sovellutusmuodot pyrkivät kuitenkin pitämään lähtökohinan tasolla, joka on juuri kuuluvuustason alapuolella.
Esillä olevan keksinnön sovellutusmuodot voivat vaimentaa joinakin aikoina enemmän ja joinakin 10 toisina aikoina vähemmän kuin vakiona pysyvän kohinan-vaimennuksen järjestelmä. Lisäksi sovellutusmuotoja voidaan säätää enemmän tai vähemmän herkiksi puheen särölle. Kuviossa 5 esimerkiksi esitetään AIS-asetus, joka on herkempi puheen särölle ja jonka vaimennus on 15 siten konservatiivisempaa (ts. herkempi AIS) . Havaitseminen on kuitenkin olennaisesti identtistä, kun läh-tökohina pidetään kuultavuuskynnyksen alapuolella.
Esimerkkisovellutusmuodoissa lähtökohina pidetään vakiona, kunnes kohinan taso käy liian suurek-20 si. Sitten, kun kohinan taso nousee liian suureksi, AIS-generoija 312 säätää vahvistusmaskeja vaimennuksen määrän pienentämiseksi SLD:n välttämiseksi. Esimerkkisovellutusmuodoissa käyttäjä voi säätää esillä olevaa keksintöä enemmän tai vähemmän herkäksi SLD:lle.
25 Kuten edellä selostettiin, kuultavuuskynnystä voidaan toteuttaa tai ohjata lisäämällä mukavuuskohi-naa. Mukavuuskohinan mukanaolo voi taata sen, että mu-? kavuuskohinan tason alapuolella olevat lähtökohinan ^ komponentit eivät ole kuulijan havaittavissa, oo cp 30 Yleisesti ottaen puheen säröytymistä voi ta- ί pahtua signaalikohinasuhteilla, jotka ovat 15 dB:n ^ alapuolella. Esimerkkisovellutusmuodoissa 15 dB:n ala- Q_ puolella kohinanvaimennuksen määrää voidaan vähentää.
§ Kohinanvaimennuksen maksimimäärä tapahtuu kohina si- o o 35 sään/kohina ulos -käyrän polvekkeessa 502. Se todelli- ° nen signaalikohinasuhde, jolla polveke 502 tapahtuu, riippuu kuitenkin signaalista, koska esillä olevan 18 keksinnön sovellutusmuodot hyödyntävät signaalin hä-viösärön (SLD) estimaattia eivätkä signaalikohinasuh-detta. Eri tyyppisten äänilähteiden annetulla signaa-likohinasuhteella voi tapahtua eri määriä puheen huo-5 nontumista. Esimerkiksi kapeakaistaiset ja ei- stationaariset kohinasignaalit voivat aiheuttaa vähemmän signaalin häviösäröä kuin leveäkaistainen ja sta-tionaarinen kohina. Polveke 502 voi siten tapahtua alemmalla signaalikohinasuhteella kapeakaistaisille ja 10 ei-stationaarisille signaaleille. Jos esimerkiksi pol veke 502 tapahtuu 5 dB: n signaalikohinasuhteella vaaleanpunaisen kohinan lähteelle, se voi tapahtua 0 dB:n signaalikohinasuhteella puhetta käsittävälle kohinan lähteelle.
15 Joissakin sovellutusmuodoissa voi tapahtua kohinan portti-ilmiötä (noise gating) erittäin suurilla kohinatasoilla. Jos puheessa on tauko, esillä olevan keksinnön sovellutusmuodot voivat tarjota paljon kohinanvaimennusta. Kun puhe kytkeytyy päälle, järjes-20 telmä voi luopua nopeasti kohinanvaimennuksesta, mutta jonkin verran kohinaa on kuultavissa, kun puhe kytkeytyy päälle. Tuloksena on se, että kohinanvaimennuksesta täytyy luopua tietyssä määrin niin, että on jonkin verran jatkuvuutta, jota järjestelmä voi käyttää ko-25 hinakomponenttien ryhmittelemiseen yhteen. Siten sen sijaan, että annettaisiin kohinan kytkeytyä päälle, kun puhetta tulee mukaan, voidaan säilyttää jonkin ? verran taustakohinaa (ts. vähentää kohinanvaimennusta
O
^ siinä määrin kuin on tarpeen kohinan portti-ilmiön oo cp 30 vaikutuksen vähentämiseksi). Sitten sen vaikutus ei ί ole niin ärsyttävä eikä se ole todella havaittavissa, g kun puhetta on läsnä.
Viitaten nyt kuvioon 6 esitetään esimerkki- § vuokaavio 600 esimerkkimenetelmästä kohinanvaimennuk- o o 35 seen, joka käyttää adaptiivisen älykkään vaimennuksen ^ (AIS) järjestelmää. Vaiheessa 602 ensisijainen mikro foni 106 ja valinnainen toissijainen mikrofoni 108 19 vastaanottavat äänisignaaleja. Esimerkkisovellutusmuo-doissa akustiset signaalit muunnetaan digitaaliseen formaattiin prosessointia varten.
Sitten vaiheessa 604 taajuusanalyysin moduuli 5 302 suorittaa taajuusanalyysin akustisille signaaleil le. Yhden sovellutusmuodon mukaisesti taajuusanalyysin moduuli 302 hyödyntää suodinpankkia akustisessa signaaleissa läsnä olevien yksittäisten taajuuskaistojen määrittämiseksi.
10 Vaiheessa 606 lasketaan sekä ensisijaiseen mikrofoniin 106 että toissijaiseen mikrofoniin 108 vastaanotettujen akustisten signaalien energiaspekt-rit. Yhdessä sovellutusmuodossa energiamoduuli 304 määrittää kunkin taajuuskaistan energiaestimaatin.
15 Esimerkkisovellutusmuodoissa esimerkinomainen energia-moduuli 304 hyödyntää nykyistä akustista signaalia ja aiemmin laskettua energiaestimaattia nykyisen energia-estimaatin määrittämiseksi.
Sitten, kun energiaestimaatit on laskettu, 20 valinnaisessa vaiheessa 608 lasketaan mikrofonien taso jenväliset erot (ILD). Yhdessä sovellutusmuodossa ILD lasketaan sekä ensisijaisen että toissijaisen akustisen signaalin energiaestimaattien (ts. energia-spektrin) perusteella. Esimerkkisovellutusmuodoissa 25 ILD-moduuli 306 laskee ILD:n.
Vaiheessa 610 luokitellaan adaptiivisesti puhe ja kohinakomponentit. Esimerkkisovellutusmuodoissa ? akustisen signaalin puheen erottelemiseksi kohinasta ^ adaptiivinen luokittelija 308 analysoi vastaanotetut co cp 30 energiaestimaatit sekä ILD:n, mikäli se on saatavilla, li Tämän jälkeen vaiheessa 612 määritetään kohi- nan spektri. Esillä olevan keksinnön eräiden sovellu- Q.
tusmuotojen mukaisesti kunkin taajuuskaistan kohinaes- § timaatti perustuu ensisijaiseen mikrofoniin 106 vas- o o 35 taanotettuun akustiseen signaaliin. Kohinaestimaatti ° voi perustua ensisijaiselta mikrofonilta 106 tulevan akustisen signaalin taajuuskaistan nykyiseen energia- 20 estimaattiin ja aiemmin laskettuun kohinaestimaattiin. Esillä olevan keksinnön esimerkkisovellutusmuotojen mukaisesti kohinaestimaattia määritettäessä kohinan estimointi pysäytetään tai sitä hidastetaan, kun ILD 5 suurenee.
Vaiheessa 614 suoritetaan kohinanvaimennus. Kohinanvaimennuksen prosessia tullaan selostamaan yksityiskohtaisemmin kuvioiden 7 ja 8 yhteydessä. Ko-hinavaimennettu akustinen signaali voidaan sitten an-10 taa ulos käyttäjälle vaiheessa 616. Joissakin sovellu-tusmuodoissa digitaalinen akustinen signaali muunnetaan analogiseksi signaaliksi ulosantoa varten. Ulos-anto voi tapahtua esimerkiksi kaiuttimen, kuulokkeiden tai muiden vastaavien laitteiden välityksellä.
15 Viitaten nyt kuvioon 7 esitetään vuokaavio esimerkkimenetelmästä kohinanvaimennuksen (vaihe 614) suorittamiseen. Vaiheessa 702 AIS-generoija 312 laskee vahvistusmaskit. Lasketut vahvistusmaskit voivat perustua ensisijaiseen tehospektriin, kohinaspektriin ja 20 ILD:hen. Eräs esimerkkiprosessi vahvistusmaskien generoimiseksi annetaan jäljempänä kuvioon 8 viitaten.
Sitten, kun vahvistusmaskit on laskettu, vah-vistusmaskeja voidaan soveltaa ensisijaiseen akustiseen signaaliin vaiheessa 704. Esimerkkisovellutusmuo-25 doissa maskausmoduuli 314 soveltaa vahvistusmaskeja.
Vaiheessa 706 ensisijaisen akustisen signaalin maskatut taajuuskaistat muunnetaan takaisin aika- ^ tasoon. Esimerkinomaiset muunnostekniikat soveltavat o ^ korvasimpukkakanavan käänteistaajuutta maskattuihin oo cp 30 taajuuskaistoihin maskattujen taajuuskaistojen syntejä tisoimiseksi.
x Joissakin sovellutusmuodoissa mukavuuskohinan
CC
□_ generoija 318 voi generoida mukavuuskohinaa vaiheessa § 708. Mukavuuskohina voidaan asettaa tasolle, joka on o 35 hiukan kuultavuuden yläpuolella. Sitten mukavuuskohi- ° naa voidaan soveltaa syntetisoituun akustiseen signaa- 21 liin vaiheessa 710. Eri sovellutusmuodoissa mukavuus-kohinaa sovelletaan summaajan välityksellä.
Viitaten nyt kuvioon 8 esitetään vuokaavio esimerkkimenetelmästä vahvistusmaskien laskemiseen 5 (vaihe 702). Esimerkkisovellutusmuodoissa vahvistus-maski lasketaan ensisijaisen akustisen signaalin kullekin taajuuskaistalle.
Vaiheessa 802 estimoidaan puheen häviösärön (SLD) määrä. Esimerkkisovellutusmuodoissa SDC-moduuli 10 402 määrittää SLD:n määrän laskemalla ensin pitkän ai kavälin puhetasojen (SL) sisäisen estimaatin, joka voi perustua ensisijaiseen spektriin ja ILD:hen. Sitten, kun SL-estimaatti on määritetty, voidaan laskea SLD-estimaatti. Siten vaiheessa 804 johdetaan ohjaussig-15 naalit SLD:n määrän perusteella. Sitten nämä ohjaus signaalit välitetään edelleen siistaussuotimelle vaiheessa 806.
Vaiheessa 808 generoidaan vahvistusmaski nykyiselle taajuuskaistalle lyhyen aikavälin signaalin 20 perusteella sekä kohinaestimaatti taajuuskaistalle siistaussuotimella. Esimerkkisovellutusmuodoissa siis-taussuodin käsittää CEF-moduulin 404. Jos vaiheessa 810 akustisen signaalin jokin toinen taajuuskaista tarvitsee vahvistusmaskin laskemista, niin silloin 25 prosessia toistetaan, kunnes koko taajuusspektri mah dutettu .
Vaikka esillä olevan keksinnön sovellutusmuo-? toja on selostettu käyttäen ILD:tä, vaihtoehtoisten
O
^ sovellutusmuotojen ei tarvitse olla ILD-ympäristössä.
CO
cp 30 Normaalit puheen tasot ovat ennustettavissa olevia, ja !£ puhe voi vaihdella 10 dB: n sisällä ylemmäs tai alem- ^ mas. Siten järjestelmä voi olla tietoinen tästä vaih-
CL
teluvälistä, ja se voi olettaa, että puhe on sallitun § vaihteluvälin alimmalla tasolla. Tässä tapauksessa ILD
o 35 asetetaan yhtä suureksi kuin 1. Edullisesti ILD:n ° käyttö mahdollistaa sen, että järjestelmä voi saada tarkemman estimaatin puheen tasoista.
22
Yllä kuvatut moduulit voivat käsittää käskyjä, jotka on tallennettu tallennusvälineelle. Prosessori 202 voi noutaa ja suorittaa käskyt. Käskyjen joihinkin esimerkkeihin kuuluu ohjelmisto, ohjelmakoodi 5 ja firmware-ohjelmisto. Tallennusvälineiden jotkin esimerkit käsittävät muistilaitteita ja integroituja piirejä. Käskyt ovat käytössä, kun prosessori 202 suorittaa niitä prosessorin 202 ohjaamiseksi toimimaan esillä olevan keksinnön sovellutusmuotojen mukaisesti. 10 Käskyt, prosessori(t) ja tallennusvälineet ovat tuttu ja alan ammattilaisille.
Esillä olevaa keksintöä on kuvattu edellä esimerkkisovellutusmuotoihin viittaamalla. Alan ammattilaisille on ilmeistä, että erilaisia muunnoksia voi-15 daan tehdä ja että muita sovellutusmuotoja voidaan käyttää poikkeamatta esillä olevan keksinnön laajemmasta suojapiiristä. Esillä olevan keksinnön sovellu tusmuoto ja voidaan esimerkiksi soveltaa mihin tahansa järjestelmään (esim. muuhun kuin puheen siistausjär- 20 jestelmään), kunhan kohinan tehospektrin estimaatti on saatavilla. Siten esillä olevan keksinnön on tarkoitus kattaa nämä sekä muut esimerkkisovellutusmuotojen muunnelmat.
o
CM
CO
cp
LO
X
cc
CL
δ o o o δ
CM
Claims (20)
1. Menetelmä alikaistakohinanvaimentimen adaptiiviseksi ohjaamiseksi, joka menetelmä käsittää: vastaanotetaan ensisijainen akustinen signaa- 5 li; tunnettu siitä, että määritetään puheen häviösärön estimaatti ensisijaisen akustisen signaalin perusteella, missä pu heen häviösärön estimaatti on kohinanvaimentimen tuot-10 tämän puheen mahdollisen heikentymisen estimaatti ja se on primaarin akustisen signaalin signaali- kohinasuhde-estimaatin funktio; määritetään ohjausparametri ja adaptiivinen muuntelija käyttämällä puheen häviösärön estimaattia; 15 ja ohjataan alikaistakohinanvaimentajaa käyttämällä ohjausparametria ja adaptiivista muuntelijaa, jotta rajoitetaan mahdollista puheen heikentymistä.
2. Patenttivaatimuksen 1 mukainen menetelmä, 20 missä puheen häviösärön estimaatin määrittäminen kä sittää lasketun kohinaspektrin vähentämisen ensisijaisen akustisen signaalin tehospektristä.
3. Patenttivaatimuksen 2 mukainen menetelmä, joka edelleen käsittää ensisijaisen akustisen signaa-
25 Iin tehospektrin laskemisen.
4. Patenttivaatimuksen 1 mukainen menetelmä, ^ joka edelleen käsittää ensisijaisen akustisen signaa- δ Iin sisältämän kohinan ja puheen luokittelun. CvJ qq
5. Patenttivaatimuksen 1 mukainen menetelmä, o 1 30 noka edelleen käsittää: m ^ määritetään tasojen välinen ero ensisijaisen x £ akustisen signaalin ja toissijaisen akustisen signaa- Iin välillä; ja o § määritetään ohjausparametri ja adaptiivinen o ί- 35 muuntelija käyttämällä tasojen välistä eroa ja puheen ^ häviösärön estimaattia. 24
6. Patenttivaatimuksen 1 mukainen menetelmä, missä puheen häviösäröestimaatti on primaarin akustisen signaalin painotetun signaali-kohinasuhde-estimaatin funktio.
7. Patenttivaatimuksen 1 mukainen menetelmä, missä alikaistakohinanvaimentaja on parannussuodatin, jolla on suodatinyhtälö, joka on funktio ohjauspara-metrista ja adaptiivisesta muuntelijasta.
8. Järjestelmä alikaistakohinanvaimentimen 10 adaptiiviseksi ohjaamiseksi, joka järjestelmä käsit tää : prosessorin (202); ja muistin, joka tallentaa tietokoneohjelman, joka on suoritettavissa prosessorilla (202) suoritta-15 maan menetelmän alikaistakohinanvaimentimen adaptiivi seksi ohjaamiseksi, joka menetelmä käsittää: vastaanotetaan ensisijainen akustinen signaali; tunnettu siitä, että 20 määritetään puheen häviösärön estimaatti en sisijaisen akustisen signaalin perusteella, missä puheen häviösärön estimaati on kohinanvaimentimen tuottaman puheen mahdollisen heikentymisen estimaatti ja se on primaarin akustisen signaalin signaali-25 kohinasuhde-estimaatin funktio; määritetään ohjausparametri ja adaptiivinen muuntelija käyttämällä puheen häviösärön estimaattia; s ^ ohjataan alikaistakohinanvaimentajaa käyttä- oo cp 30 mällä ohjausparametria ja adaptiivista muuntelijaa, !£ jotta rajoitetaan mahdollista puheen heikentymistä.
9. Patenttivaatimuksen 8 mukainen järjestel- CL mä, missä puheen häviösärön estimaatin määrittäminen g käsittää lasketun kohinaspektrin vähentämisen ensisi- o o 35 jäisen akustisen signaalin tehospektristä.
^ 10. Patenttivaatimuksen 8 mukainen järjestel mä, joka edelleen käsittää: 25 määritetään tasojen välinen ero ensisijaisen akustisen signaalin ja toissijaisen akustisen signaalin välillä; ja määritetään ohjausparametri ja adaptiivinen 5 muuntelija käyttämällä tasojen välistä eroa ja puheen häviösärön estimaattia.
11. Patenttivaatimuksen 8 mukainen järjestelmä, missä menetelmä edelleen käsittää primaarin akustisen signaalin primaarispektrin muodostamisen.
12. Patenttivaatimuksen 10 mukainen järjes telmä, missä menetelmä edelleen käsittää primaarin akustisen signaalin tehospektrin laskemisen.
13. Tietokoneella luettavissa oleva pyvyvä väline, joka sisältää tietokoneohjelman, joka on suo- 15 ritettavissa prosessorilla suorittamaan menetelmän alikaistakohinanvaimentimen adaptiiviseksi ohjaamiseksi, joka menetelmä käsittää: vastaanotetaan ensisijainen akustinen signaali; 20 tunnettu siitä, että määritetään puheen häviösärön estimaatti ensisijaisen akustisen signaalin perusteella, missä puheen häviösärön estimaatti on kohinanvaimentimen tuottaman puheen mahdollisen heikentymisen estimaatti ja 25 se on primaarin akustisen signaalin signaali- kohinasuhde-estimaatin funktio; määritetään ohjausparametri ja adaptiivinen ? muuntelija käyttämällä puheen häviösärön estimaattia; o ^ ja CO cp 30 ohjataan alikaistakohinanvaimentajaa käyttä- !£ mällä ohjausparametria ja adaptiivista muuntelijaa, ^ jotta rajoitetaan mahdollista puheen heikentymistä. CL
14. Patenttivaatimuksen 13 mukainen tietoko- § neella luettavissa oleva pyvyvä väline, missä menetel- o o 35 mä edelleen käsittää: δ c\j 26 määritetään tasojen välinen ero ensisijaisen akustisen signaalin ja toissijaisen akustisen signaalin välillä; ja määritetään ohjausparametri ja adaptiivinen 5 muuntelija käyttämällä tasojen välistä eroa ja puheen häviösärön estimaattia.
15. Menetelmä kohinan adaptiiviseksi vaimentamiseksi, joka menetelmä käsittää: vastaanotetaan ensisijainen akustinen signaa- 10 li; tunnettu siitä, että määritetään puheen häviösärön estimaatti ensisijaisen akustisen signaalin perusteella, missä pu heen häviösärön estimaatti on kohinanvaimentimen tuot-15 tämän puheen mahdollisen heikentymisen estimaatti ja se on primaarin akustisen signaalin signaali- kohinasuhde-estimaatin funktio; määritetään ohjausparametri ja adaptiivinen muuntelija käyttämällä puheen häviösärön estimaattia; 20 vaimennetaan kohinaa käyttämällä ohjauspara- metria ja adaptiivista muuntelijaa tuottamaan ko-hinavaimennetun signaalin, jotta rajoitetaan mahdollista puheen heikentymistä; muodostetaan ja sovelletaan mukavuuskohinaa 25 kohinavaimennettuun signaaliin tuottamaan ulostulosig naalin; ja tuotetaan ulostulosignaali.
? 16. Patenttivaatimuksen 15 mukainen menetel- o mä, missä puheen häviösärön estimaatin määrittäminen co cp 30 käsittää lasketun kohinaspektrm vähentämisen ensisi- ^ jäisen akustisen signaalin tehospektristä, χ
17. Patenttivaatimuksen 15 mukainen menetel- cc CL mä, missä menetelmä edelleen käsittää: g määritetään tasojen välinen ero ensisijaisen o 35 akustisen signaalin ja toissijaisen akustisen signaa- Iin välillä; ja 27 määritetään ohjausparametri ja adaptiivinen muuntelija käyttämällä tasojen välistä eroa ja puheen häviösärön estimaattia.
18. Järjestelmä kohinan adaptiiviseksi vai-5 mentamiseksi, joka järjestelmä käsittää: prosessorin (202); ja muistin, joka tallentaa tietokoneohjelman, joka on suoritettavissa prosessorilla (202) suorittamaan menetelmän kohinan adaptiiviseksi vaimentamisek-10 si, joka menetelmä käsittää: vastaanotetaan ensisijainen akustinen signaali; tunnettu siitä, että määritetään puheen häviösärön estimaatti en-15 sisijaisen akustisen signaalin perusteella, missä puheen häviösärön estimaatti on kohinanvaimentimen tuottaman puheen mahdollisen heikentymisen estimaatti ja se on primaarin akustisen signaalin signaali-kohinasuhde-estimaatin funktio; 20 määritetään ohjausparametri ja adaptiivinen muuntelija käyttämällä puheen häviösärön estimaattia; vaimennetaan kohinaa käyttämällä ohjauspara-metria ja adaptiivista muuntelijaa tuottamaan ko-hinavaimennetun signaalin, jotta rajoitetaan mahdol-25 lista puheen heikentymistä; muodostetaan ja sovelletaan mukavuuskohinaa kohinavaimennettuun signaaliin tuottamaan ulostulosig- ^ naalin; ja o ^ tuotetaan ulostulosignaali, co cp 30
19. Patenttivaatimuksen 18 mukainen järjes- !£ telmä, missä puheen häviösärön estimaatin määrittämi- x nen käsittää lasketun kohinaspektrin vähentämisen en- Q_ sisijaisen akustisen signaalin tehospektristä, g
20. Patenttivaatimuksen 18 mukainen järjes- o 35 telmä, joka edelleen käsittää: δ c\j 28 määritetään tasojen välinen ero ensisijaisen akustisen signaalin ja toissijaisen akustisen signaalin välillä; ja määritetään ohjausparametri ja adaptiivinen 5 muuntelija käyttämällä tasojen välistä eroa ja puheen häviösärön estimaattia. 't δ c\j i oo o m X cc CL δ o o o δ c\j 29
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US82556307 | 2007-07-06 | ||
US11/825,563 US8744844B2 (en) | 2007-07-06 | 2007-07-06 | System and method for adaptive intelligent noise suppression |
US2008008249 | 2008-07-03 | ||
PCT/US2008/008249 WO2009008998A1 (en) | 2007-07-06 | 2008-07-03 | System and method for adaptive intelligent noise suppression |
Publications (2)
Publication Number | Publication Date |
---|---|
FI20100001A FI20100001A (fi) | 2010-01-04 |
FI124716B true FI124716B (fi) | 2014-12-31 |
Family
ID=40222142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FI20100001A FI124716B (fi) | 2007-07-06 | 2010-01-04 | Järjestelmä ja menetelmä adaptiivista älykästä kohinanvaimennusta varten |
Country Status (6)
Country | Link |
---|---|
US (3) | US8744844B2 (fi) |
JP (2) | JP2010532879A (fi) |
KR (1) | KR101461141B1 (fi) |
FI (1) | FI124716B (fi) |
TW (1) | TWI463817B (fi) |
WO (1) | WO2009008998A1 (fi) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9536540B2 (en) | 2013-07-19 | 2017-01-03 | Knowles Electronics, Llc | Speech signal separation and synthesis based on auditory scene analysis and speech modeling |
US9558755B1 (en) | 2010-05-20 | 2017-01-31 | Knowles Electronics, Llc | Noise suppression assisted automatic speech recognition |
US9799330B2 (en) | 2014-08-28 | 2017-10-24 | Knowles Electronics, Llc | Multi-sourced noise suppression |
US9830899B1 (en) | 2006-05-25 | 2017-11-28 | Knowles Electronics, Llc | Adaptive noise cancellation |
Families Citing this family (130)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8345890B2 (en) | 2006-01-05 | 2013-01-01 | Audience, Inc. | System and method for utilizing inter-microphone level differences for speech enhancement |
US8744844B2 (en) | 2007-07-06 | 2014-06-03 | Audience, Inc. | System and method for adaptive intelligent noise suppression |
US8204252B1 (en) | 2006-10-10 | 2012-06-19 | Audience, Inc. | System and method for providing close microphone adaptive array processing |
US9185487B2 (en) | 2006-01-30 | 2015-11-10 | Audience, Inc. | System and method for providing noise suppression utilizing null processing noise subtraction |
US8194880B2 (en) | 2006-01-30 | 2012-06-05 | Audience, Inc. | System and method for utilizing omni-directional microphones for speech enhancement |
US8204253B1 (en) | 2008-06-30 | 2012-06-19 | Audience, Inc. | Self calibration of audio device |
US8150065B2 (en) | 2006-05-25 | 2012-04-03 | Audience, Inc. | System and method for processing an audio signal |
US8934641B2 (en) * | 2006-05-25 | 2015-01-13 | Audience, Inc. | Systems and methods for reconstructing decomposed audio signals |
US8849231B1 (en) | 2007-08-08 | 2014-09-30 | Audience, Inc. | System and method for adaptive power control |
US8259926B1 (en) | 2007-02-23 | 2012-09-04 | Audience, Inc. | System and method for 2-channel and 3-channel acoustic echo cancellation |
US8189766B1 (en) | 2007-07-26 | 2012-05-29 | Audience, Inc. | System and method for blind subband acoustic echo cancellation postfiltering |
ATE454696T1 (de) * | 2007-08-31 | 2010-01-15 | Harman Becker Automotive Sys | Schnelle schätzung der spektraldichte der rauschleistung zur sprachsignalverbesserung |
JP4970596B2 (ja) * | 2007-09-12 | 2012-07-11 | ドルビー ラボラトリーズ ライセンシング コーポレイション | 雑音レベル推定値の調節を備えたスピーチ強調 |
US8143620B1 (en) | 2007-12-21 | 2012-03-27 | Audience, Inc. | System and method for adaptive classification of audio sources |
US8180064B1 (en) | 2007-12-21 | 2012-05-15 | Audience, Inc. | System and method for providing voice equalization |
US8194882B2 (en) * | 2008-02-29 | 2012-06-05 | Audience, Inc. | System and method for providing single microphone noise suppression fallback |
US8355511B2 (en) | 2008-03-18 | 2013-01-15 | Audience, Inc. | System and method for envelope-based acoustic echo cancellation |
DE102008021362B3 (de) * | 2008-04-29 | 2009-07-02 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zum Erkennen eines Zustandes einer zu untersuchenden geräuscherzeugenden Maschine |
US8774423B1 (en) | 2008-06-30 | 2014-07-08 | Audience, Inc. | System and method for controlling adaptivity of signal modification using a phantom coefficient |
US8521530B1 (en) | 2008-06-30 | 2013-08-27 | Audience, Inc. | System and method for enhancing a monaural audio signal |
WO2010146711A1 (ja) * | 2009-06-19 | 2010-12-23 | 富士通株式会社 | 音声信号処理装置及び音声信号処理方法 |
US9026440B1 (en) * | 2009-07-02 | 2015-05-05 | Alon Konchitsky | Method for identifying speech and music components of a sound signal |
US9196254B1 (en) * | 2009-07-02 | 2015-11-24 | Alon Konchitsky | Method for implementing quality control for one or more components of an audio signal received from a communication device |
US9196249B1 (en) * | 2009-07-02 | 2015-11-24 | Alon Konchitsky | Method for identifying speech and music components of an analyzed audio signal |
KR20120053042A (ko) * | 2009-08-17 | 2012-05-24 | 로슈 글리카트 아게 | 표적화된 면역접합체 |
US9838784B2 (en) | 2009-12-02 | 2017-12-05 | Knowles Electronics, Llc | Directional audio capture |
US20110178800A1 (en) * | 2010-01-19 | 2011-07-21 | Lloyd Watts | Distortion Measurement for Noise Suppression System |
US8718290B2 (en) | 2010-01-26 | 2014-05-06 | Audience, Inc. | Adaptive noise reduction using level cues |
US9008329B1 (en) | 2010-01-26 | 2015-04-14 | Audience, Inc. | Noise reduction using multi-feature cluster tracker |
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 |
US8538035B2 (en) | 2010-04-29 | 2013-09-17 | Audience, Inc. | Multi-microphone robust noise suppression |
US9378754B1 (en) * | 2010-04-28 | 2016-06-28 | Knowles Electronics, Llc | Adaptive spatial classifier for multi-microphone systems |
US8725506B2 (en) * | 2010-06-30 | 2014-05-13 | Intel Corporation | Speech audio processing |
US8447596B2 (en) | 2010-07-12 | 2013-05-21 | Audience, Inc. | Monaural noise suppression based on computational auditory scene analysis |
KR101702561B1 (ko) | 2010-08-30 | 2017-02-03 | 삼성전자 주식회사 | 음원출력장치 및 이를 제어하는 방법 |
US8831937B2 (en) * | 2010-11-12 | 2014-09-09 | Audience, Inc. | Post-noise suppression processing to improve voice quality |
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 |
EP2647002B1 (en) | 2010-12-03 | 2024-01-31 | Cirrus Logic, Inc. | Oversight control of an adaptive noise canceler in a personal audio device |
WO2012091643A1 (en) * | 2010-12-29 | 2012-07-05 | Telefonaktiebolaget L M Ericsson (Publ) | A noise suppressing method and a noise suppressor for applying the noise suppressing method |
KR101757461B1 (ko) | 2011-03-25 | 2017-07-26 | 삼성전자주식회사 | 배경잡음의 스펙트럼 밀도를 추정하는 방법 및 이를 수행하는 프로세서 |
US8848936B2 (en) | 2011-06-03 | 2014-09-30 | Cirrus Logic, Inc. | Speaker damage prevention in adaptive noise-canceling personal audio devices |
US9318094B2 (en) | 2011-06-03 | 2016-04-19 | Cirrus Logic, Inc. | Adaptive noise canceling architecture for a personal audio device |
US9076431B2 (en) | 2011-06-03 | 2015-07-07 | Cirrus Logic, Inc. | Filter architecture for an adaptive noise canceler in 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) |
US9824677B2 (en) | 2011-06-03 | 2017-11-21 | 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 |
US9232309B2 (en) | 2011-07-13 | 2016-01-05 | Dts Llc | Microphone array processing system |
JP5817366B2 (ja) * | 2011-09-12 | 2015-11-18 | 沖電気工業株式会社 | 音声信号処理装置、方法及びプログラム |
US9325821B1 (en) | 2011-09-30 | 2016-04-26 | Cirrus Logic, Inc. | Sidetone management in an adaptive noise canceling (ANC) system including secondary path modeling |
WO2013101088A1 (en) | 2011-12-29 | 2013-07-04 | Advanced Bionics Ag | Systems and methods for facilitating binaural hearing by a cochlear implant patient |
US9258653B2 (en) * | 2012-03-21 | 2016-02-09 | Semiconductor Components Industries, Llc | Method and system for parameter based adaptation of clock speeds to listening devices and audio applications |
US9014387B2 (en) | 2012-04-26 | 2015-04-21 | Cirrus Logic, Inc. | Coordinated control of adaptive noise cancellation (ANC) among earspeaker channels |
US9142205B2 (en) | 2012-04-26 | 2015-09-22 | Cirrus Logic, Inc. | Leakage-modeling adaptive noise canceling for earspeakers |
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 |
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 |
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) |
US9076427B2 (en) | 2012-05-10 | 2015-07-07 | Cirrus Logic, Inc. | Error-signal content controlled adaptation of secondary and leakage path models in noise-canceling personal audio devices |
US9532139B1 (en) | 2012-09-14 | 2016-12-27 | Cirrus Logic, Inc. | Dual-microphone frequency amplitude response self-calibration |
JP6028502B2 (ja) | 2012-10-03 | 2016-11-16 | 沖電気工業株式会社 | 音声信号処理装置、方法及びプログラム |
US9640194B1 (en) | 2012-10-04 | 2017-05-02 | Knowles Electronics, Llc | Noise suppression for speech processing based on machine-learning mask estimation |
JP6335190B2 (ja) | 2012-12-21 | 2018-05-30 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | 低ビットレートで背景ノイズをモデル化するためのコンフォートノイズ付加 |
JP6169849B2 (ja) * | 2013-01-15 | 2017-07-26 | 本田技研工業株式会社 | 音響処理装置 |
US9516418B2 (en) * | 2013-01-29 | 2016-12-06 | 2236008 Ontario Inc. | Sound field spatial stabilizer |
US9107010B2 (en) | 2013-02-08 | 2015-08-11 | Cirrus Logic, Inc. | Ambient noise root mean square (RMS) detector |
US9117457B2 (en) * | 2013-02-28 | 2015-08-25 | Signal Processing, Inc. | Compact plug-in noise cancellation device |
US9369798B1 (en) | 2013-03-12 | 2016-06-14 | Cirrus Logic, Inc. | Internal dynamic range control in an adaptive noise cancellation (ANC) system |
US20140278393A1 (en) | 2013-03-12 | 2014-09-18 | Motorola Mobility Llc | Apparatus and Method for Power Efficient Signal Conditioning for a Voice Recognition System |
US20140270249A1 (en) * | 2013-03-12 | 2014-09-18 | Motorola Mobility Llc | Method and Apparatus for Estimating Variability of Background Noise for Noise Suppression |
US9106989B2 (en) | 2013-03-13 | 2015-08-11 | Cirrus Logic, Inc. | Adaptive-noise canceling (ANC) effectiveness estimation and correction in a personal audio device |
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 |
US9502020B1 (en) * | 2013-03-15 | 2016-11-22 | 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 |
US9635480B2 (en) | 2013-03-15 | 2017-04-25 | Cirrus Logic, Inc. | Speaker impedance monitoring |
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 |
US20180317019A1 (en) | 2013-05-23 | 2018-11-01 | Knowles Electronics, Llc | Acoustic activity detecting microphone |
US9264808B2 (en) | 2013-06-14 | 2016-02-16 | Cirrus Logic, Inc. | Systems and methods for detection and cancellation of narrow-band noise |
US9271100B2 (en) | 2013-06-20 | 2016-02-23 | 2236008 Ontario Inc. | Sound field spatial stabilizer with spectral coherence compensation |
US9106196B2 (en) | 2013-06-20 | 2015-08-11 | 2236008 Ontario Inc. | Sound field spatial stabilizer with echo spectral coherence compensation |
US9099973B2 (en) | 2013-06-20 | 2015-08-04 | 2236008 Ontario Inc. | Sound field spatial stabilizer with structured noise compensation |
US9392364B1 (en) | 2013-08-15 | 2016-07-12 | Cirrus Logic, Inc. | Virtual microphone for adaptive noise cancellation in personal audio devices |
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 |
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 |
WO2016007528A1 (en) | 2014-07-10 | 2016-01-14 | Analog Devices Global | Low-complexity voice activity detection |
JP6446893B2 (ja) * | 2014-07-31 | 2019-01-09 | 富士通株式会社 | エコー抑圧装置、エコー抑圧方法及びエコー抑圧用コンピュータプログラム |
US9949041B2 (en) * | 2014-08-12 | 2018-04-17 | Starkey Laboratories, Inc. | Hearing assistance device with beamformer optimized using a priori spatial information |
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 |
DE112015004185T5 (de) | 2014-09-12 | 2017-06-01 | Knowles Electronics, Llc | Systeme und Verfahren zur Wiederherstellung von Sprachkomponenten |
US9712915B2 (en) | 2014-11-25 | 2017-07-18 | Knowles Electronics, Llc | Reference microphone for non-linear and time variant echo cancellation |
US9552805B2 (en) | 2014-12-19 | 2017-01-24 | Cirrus Logic, Inc. | Systems and methods for performance and stability control for feedback adaptive noise cancellation |
US10045140B2 (en) | 2015-01-07 | 2018-08-07 | Knowles Electronics, Llc | Utilizing digital microphones for low power keyword detection and noise suppression |
CN105869652B (zh) * | 2015-01-21 | 2020-02-18 | 北京大学深圳研究院 | 心理声学模型计算方法和装置 |
CN105869649B (zh) * | 2015-01-21 | 2020-02-21 | 北京大学深圳研究院 | 感知滤波方法和感知滤波器 |
WO2017029550A1 (en) | 2015-08-20 | 2017-02-23 | Cirrus Logic International Semiconductor Ltd | Feedback adaptive noise cancellation (anc) controller and method having a feedback response partially provided by a fixed-response filter |
US9578415B1 (en) | 2015-08-21 | 2017-02-21 | Cirrus Logic, Inc. | Hybrid adaptive noise cancellation system with filtered error microphone signal |
US10186276B2 (en) * | 2015-09-25 | 2019-01-22 | Qualcomm Incorporated | Adaptive noise suppression for super wideband music |
WO2017096174A1 (en) | 2015-12-04 | 2017-06-08 | Knowles Electronics, Llc | Multi-microphone feedforward active noise cancellation |
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 |
US9820042B1 (en) | 2016-05-02 | 2017-11-14 | Knowles Electronics, Llc | Stereo separation and directional suppression with omni-directional microphones |
EP3301675B1 (en) * | 2016-09-28 | 2019-08-21 | Panasonic Intellectual Property Corporation of America | Parameter prediction device and parameter prediction method for acoustic signal processing |
US10262673B2 (en) | 2017-02-13 | 2019-04-16 | Knowles Electronics, Llc | Soft-talk audio capture for mobile devices |
US10463476B2 (en) * | 2017-04-28 | 2019-11-05 | Cochlear Limited | Body noise reduction in auditory prostheses |
CN108305637B (zh) * | 2018-01-23 | 2021-04-06 | Oppo广东移动通信有限公司 | 耳机语音处理方法、终端设备及存储介质 |
US10885907B2 (en) * | 2018-02-14 | 2021-01-05 | Cirrus Logic, Inc. | Noise reduction system and method for audio device with multiple microphones |
US10964314B2 (en) * | 2019-03-22 | 2021-03-30 | Cirrus Logic, Inc. | System and method for optimized noise reduction in the presence of speech distortion using adaptive microphone array |
US10839821B1 (en) * | 2019-07-23 | 2020-11-17 | Bose Corporation | Systems and methods for estimating noise |
CN110648679B (zh) * | 2019-09-25 | 2023-07-14 | 腾讯科技(深圳)有限公司 | 回声抑制参数的确定方法和装置、存储介质及电子装置 |
US11587575B2 (en) * | 2019-10-11 | 2023-02-21 | Plantronics, Inc. | Hybrid noise suppression |
KR20210056146A (ko) * | 2019-11-08 | 2021-05-18 | 엘지전자 주식회사 | 고장 진단을 하는 인공 지능 장치 및 그 방법 |
KR20210125846A (ko) * | 2020-04-09 | 2021-10-19 | 삼성전자주식회사 | 복수의 마이크로폰들을 사용한 음성 처리 장치 및 방법 |
JP7382273B2 (ja) * | 2020-04-13 | 2023-11-16 | 株式会社トランストロン | エコー抑圧装置、エコー抑圧方法及びエコー抑圧プログラム |
CN112581973B (zh) * | 2020-11-27 | 2022-04-29 | 深圳大学 | 一种语音增强方法及系统 |
CN117998254B (zh) * | 2024-04-07 | 2024-07-30 | 腾讯科技(深圳)有限公司 | 破音修复方法、装置及存储介质 |
Family Cites Families (250)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3976863A (en) * | 1974-07-01 | 1976-08-24 | Alfred Engel | Optimal decoder for non-stationary signals |
US3978287A (en) * | 1974-12-11 | 1976-08-31 | Nasa | Real time analysis of voiced sounds |
US4137510A (en) * | 1976-01-22 | 1979-01-30 | Victor Company Of Japan, Ltd. | Frequency band dividing filter |
GB2102254B (en) * | 1981-05-11 | 1985-08-07 | Kokusai Denshin Denwa Co Ltd | A speech analysis-synthesis system |
US4433604A (en) * | 1981-09-22 | 1984-02-28 | Texas Instruments Incorporated | Frequency domain digital encoding technique for musical signals |
JPS5876899A (ja) * | 1981-10-31 | 1983-05-10 | 株式会社東芝 | 音声区間検出装置 |
US4536844A (en) * | 1983-04-26 | 1985-08-20 | Fairchild Camera And Instrument Corporation | Method and apparatus for simulating aural response information |
US5054085A (en) * | 1983-05-18 | 1991-10-01 | Speech Systems, Inc. | Preprocessing system for speech recognition |
US4674125A (en) * | 1983-06-27 | 1987-06-16 | Rca Corporation | Real-time hierarchal pyramid signal processing apparatus |
US4581758A (en) * | 1983-11-04 | 1986-04-08 | At&T Bell Laboratories | Acoustic direction identification system |
GB2158980B (en) * | 1984-03-23 | 1989-01-05 | Ricoh Kk | Extraction of phonemic information |
US4649505A (en) * | 1984-07-02 | 1987-03-10 | General Electric Company | Two-input crosstalk-resistant adaptive noise canceller |
GB8429879D0 (en) * | 1984-11-27 | 1985-01-03 | Rca Corp | Signal processing apparatus |
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 |
US4658426A (en) * | 1985-10-10 | 1987-04-14 | Harold Antin | Adaptive noise suppressor |
JPH0211482Y2 (fi) | 1985-12-25 | 1990-03-23 | ||
GB8612453D0 (en) * | 1986-05-22 | 1986-07-02 | Inmos Ltd | Multistage digital signal multiplication & addition |
US4812996A (en) * | 1986-11-26 | 1989-03-14 | Tektronix, Inc. | Signal viewing instrumentation control system |
US4811404A (en) * | 1987-10-01 | 1989-03-07 | Motorola, Inc. | Noise suppression system |
IL84902A (en) * | 1987-12-21 | 1991-12-15 | D S P Group Israel Ltd | Digital autocorrelation system for detecting speech in noisy audio signal |
US5027410A (en) * | 1988-11-10 | 1991-06-25 | Wisconsin Alumni Research Foundation | Adaptive, programmable signal processing and filtering for hearing aids |
US5099738A (en) * | 1989-01-03 | 1992-03-31 | Hotz Instruments Technology, Inc. | MIDI musical translator |
US5208864A (en) * | 1989-03-10 | 1993-05-04 | Nippon Telegraph & Telephone Corporation | Method of detecting acoustic signal |
US5187776A (en) * | 1989-06-16 | 1993-02-16 | International Business Machines Corp. | Image editor zoom function |
EP0427953B1 (en) * | 1989-10-06 | 1996-01-17 | Matsushita Electric Industrial Co., Ltd. | Apparatus and method for speech rate modification |
US5142961A (en) * | 1989-11-07 | 1992-09-01 | Fred Paroutaud | Method and apparatus for stimulation of acoustic musical instruments |
GB2239971B (en) * | 1989-12-06 | 1993-09-29 | Ca Nat Research Council | System for separating speech from background noise |
US5058419A (en) * | 1990-04-10 | 1991-10-22 | Earl H. Ruble | Method and apparatus for determining the location of a sound source |
JPH0454100A (ja) * | 1990-06-22 | 1992-02-21 | Clarion Co Ltd | 音声信号補償回路 |
US5119711A (en) * | 1990-11-01 | 1992-06-09 | International Business Machines Corporation | Midi file translation |
US5224170A (en) * | 1991-04-15 | 1993-06-29 | Hewlett-Packard Company | Time domain compensation for transducer mismatch |
US5210366A (en) * | 1991-06-10 | 1993-05-11 | Sykes Jr Richard O | Method and device for detecting and separating voices in a complex musical composition |
US5175769A (en) * | 1991-07-23 | 1992-12-29 | Rolm Systems | Method for time-scale modification of signals |
DE69228211T2 (de) * | 1991-08-09 | 1999-07-08 | Koninklijke Philips Electronics N.V., Eindhoven | Verfahren und Apparat zur Handhabung von Höhe und Dauer eines physikalischen Audiosignals |
JP3176474B2 (ja) | 1992-06-03 | 2001-06-18 | 沖電気工業株式会社 | 適応ノイズキャンセラ装置 |
US5381512A (en) * | 1992-06-24 | 1995-01-10 | Moscom Corporation | Method and apparatus for speech feature recognition based on models of auditory signal processing |
US5402496A (en) * | 1992-07-13 | 1995-03-28 | Minnesota Mining And Manufacturing Company | Auditory prosthesis, noise suppression apparatus and feedback suppression apparatus having focused adaptive filtering |
US5732143A (en) * | 1992-10-29 | 1998-03-24 | Andrea Electronics Corp. | Noise cancellation apparatus |
US5381473A (en) * | 1992-10-29 | 1995-01-10 | Andrea Electronics Corporation | Noise cancellation apparatus |
US5402493A (en) * | 1992-11-02 | 1995-03-28 | Central Institute For The Deaf | Electronic simulator of non-linear and active cochlear spectrum analysis |
JP2508574B2 (ja) * | 1992-11-10 | 1996-06-19 | 日本電気株式会社 | 多チャンネルエコ―除去装置 |
US5355329A (en) * | 1992-12-14 | 1994-10-11 | Apple Computer, Inc. | Digital filter having independent damping and frequency parameters |
US5400409A (en) * | 1992-12-23 | 1995-03-21 | Daimler-Benz Ag | Noise-reduction method for noise-affected voice channels |
US5473759A (en) * | 1993-02-22 | 1995-12-05 | Apple Computer, Inc. | Sound analysis and resynthesis using correlograms |
US5590241A (en) * | 1993-04-30 | 1996-12-31 | Motorola Inc. | Speech processing system and method for enhancing a speech signal in a noisy environment |
DE4316297C1 (de) * | 1993-05-14 | 1994-04-07 | Fraunhofer Ges Forschung | Frequenzanalyseverfahren |
DE4330243A1 (de) * | 1993-09-07 | 1995-03-09 | Philips Patentverwaltung | Sprachverarbeitungseinrichtung |
US5675778A (en) * | 1993-10-04 | 1997-10-07 | Fostex Corporation Of America | Method and apparatus for audio editing incorporating visual comparison |
US5502211A (en) * | 1993-10-26 | 1996-03-26 | Sun Company, Inc. (R&M) | Substituted dipyrromethanes and their preparation |
JP3353994B2 (ja) * | 1994-03-08 | 2002-12-09 | 三菱電機株式会社 | 雑音抑圧音声分析装置及び雑音抑圧音声合成装置及び音声伝送システム |
US5574824A (en) * | 1994-04-11 | 1996-11-12 | The United States Of America As Represented By The Secretary Of The Air Force | Analysis/synthesis-based microphone array speech enhancer with variable signal distortion |
US5471195A (en) * | 1994-05-16 | 1995-11-28 | C & K Systems, Inc. | Direction-sensing acoustic glass break detecting system |
US5544250A (en) * | 1994-07-18 | 1996-08-06 | Motorola | Noise suppression system and method therefor |
JPH0896514A (ja) * | 1994-07-28 | 1996-04-12 | Sony Corp | オーディオ信号処理装置 |
US5729612A (en) * | 1994-08-05 | 1998-03-17 | Aureal Semiconductor Inc. | Method and apparatus for measuring head-related transfer functions |
SE505156C2 (sv) * | 1995-01-30 | 1997-07-07 | Ericsson Telefon Ab L M | Förfarande för bullerundertryckning genom spektral subtraktion |
US5682463A (en) * | 1995-02-06 | 1997-10-28 | Lucent Technologies Inc. | Perceptual audio compression based on loudness uncertainty |
US5920840A (en) * | 1995-02-28 | 1999-07-06 | Motorola, Inc. | Communication system and method using a speaker dependent time-scaling technique |
US5587998A (en) * | 1995-03-03 | 1996-12-24 | At&T | Method and apparatus for reducing residual far-end echo in voice communication networks |
US6263307B1 (en) | 1995-04-19 | 2001-07-17 | Texas Instruments Incorporated | Adaptive weiner filtering using line spectral frequencies |
US5706395A (en) * | 1995-04-19 | 1998-01-06 | Texas Instruments Incorporated | Adaptive weiner filtering using a dynamic suppression factor |
JP3580917B2 (ja) | 1995-08-30 | 2004-10-27 | 本田技研工業株式会社 | 燃料電池 |
US5809463A (en) * | 1995-09-15 | 1998-09-15 | Hughes Electronics | Method of detecting double talk in an echo canceller |
US5694474A (en) * | 1995-09-18 | 1997-12-02 | Interval Research Corporation | Adaptive filter for signal processing and method therefor |
US6002776A (en) * | 1995-09-18 | 1999-12-14 | Interval Research Corporation | Directional acoustic signal processor and method therefor |
US5792971A (en) * | 1995-09-29 | 1998-08-11 | Opcode Systems, Inc. | Method and system for editing digital audio information with music-like parameters |
IT1281001B1 (it) * | 1995-10-27 | 1998-02-11 | Cselt Centro Studi Lab Telecom | Procedimento e apparecchiatura per codificare, manipolare e decodificare segnali audio. |
US5956674A (en) * | 1995-12-01 | 1999-09-21 | Digital Theater Systems, Inc. | Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels |
FI100840B (fi) * | 1995-12-12 | 1998-02-27 | Nokia Mobile Phones Ltd | Kohinanvaimennin ja menetelmä taustakohinan vaimentamiseksi kohinaises ta puheesta sekä matkaviestin |
US5732189A (en) * | 1995-12-22 | 1998-03-24 | Lucent Technologies Inc. | Audio signal coding with a signal adaptive filterbank |
JPH09212196A (ja) * | 1996-01-31 | 1997-08-15 | Nippon Telegr & Teleph Corp <Ntt> | 雑音抑圧装置 |
US5749064A (en) * | 1996-03-01 | 1998-05-05 | Texas Instruments Incorporated | Method and system for time scale modification utilizing feature vectors about zero crossing points |
US5825320A (en) * | 1996-03-19 | 1998-10-20 | Sony Corporation | Gain control method for audio encoding device |
US6222927B1 (en) | 1996-06-19 | 2001-04-24 | The University Of Illinois | Binaural signal processing system and method |
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 |
US6072881A (en) * | 1996-07-08 | 2000-06-06 | Chiefs Voice Incorporated | Microphone noise rejection system |
US5796819A (en) * | 1996-07-24 | 1998-08-18 | Ericsson Inc. | Echo canceller for non-linear circuits |
US5806025A (en) * | 1996-08-07 | 1998-09-08 | U S West, Inc. | Method and system for adaptive filtering of speech signals using signal-to-noise ratio to choose subband filter bank |
JPH1054855A (ja) * | 1996-08-09 | 1998-02-24 | Advantest Corp | スペクトラムアナライザ |
AU4238697A (en) | 1996-08-29 | 1998-03-19 | Cisco Technology, Inc. | Spatio-temporal processing for communication |
JP3355598B2 (ja) | 1996-09-18 | 2002-12-09 | 日本電信電話株式会社 | 音源分離方法、装置及び記録媒体 |
US6098038A (en) * | 1996-09-27 | 2000-08-01 | Oregon Graduate Institute Of Science & Technology | Method and system for adaptive speech enhancement using frequency specific signal-to-noise ratio estimates |
US6097820A (en) * | 1996-12-23 | 2000-08-01 | Lucent Technologies Inc. | System and method for suppressing noise in digitally represented voice signals |
JP2930101B2 (ja) * | 1997-01-29 | 1999-08-03 | 日本電気株式会社 | 雑音消去装置 |
US5933495A (en) * | 1997-02-07 | 1999-08-03 | Texas Instruments Incorporated | Subband acoustic noise suppression |
ATE245886T1 (de) | 1997-04-16 | 2003-08-15 | Dsp Factory Ltd | Verfahren und vorrichtung zur rauschverminderung, insbesondere bei hörhilfegeräten |
JP4293639B2 (ja) * | 1997-05-01 | 2009-07-08 | メド−エル・エレクトロメディツィニシェ・ゲラーテ・ゲーエムベーハー | 低電力デジタルフィルタ装置及び方法 |
US6151397A (en) | 1997-05-16 | 2000-11-21 | Motorola, Inc. | Method and system for reducing undesired signals in a communication environment |
KR100239361B1 (ko) * | 1997-06-25 | 2000-01-15 | 구자홍 | 음향반향 제어시스템 및 그의 동시통화 제어방법 |
JP3541339B2 (ja) | 1997-06-26 | 2004-07-07 | 富士通株式会社 | マイクロホンアレイ装置 |
EP0889588B1 (de) * | 1997-07-02 | 2003-06-11 | Micronas Semiconductor Holding AG | Filterkombination zur Abtastratenumsetzung |
US6430295B1 (en) | 1997-07-11 | 2002-08-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Methods and apparatus for measuring signal level and delay at multiple sensors |
JP3216704B2 (ja) | 1997-08-01 | 2001-10-09 | 日本電気株式会社 | 適応アレイ装置 |
US6122384A (en) * | 1997-09-02 | 2000-09-19 | Qualcomm Inc. | Noise suppression system and method |
US6216103B1 (en) | 1997-10-20 | 2001-04-10 | Sony Corporation | Method for implementing a speech recognition system to determine speech endpoints during conditions with background noise |
US6134524A (en) * | 1997-10-24 | 2000-10-17 | Nortel Networks Corporation | Method and apparatus to detect and delimit foreground speech |
US20020002455A1 (en) | 1998-01-09 | 2002-01-03 | At&T Corporation | Core estimator and adaptive gains from signal to noise ratio in a hybrid speech enhancement system |
JP3435686B2 (ja) | 1998-03-02 | 2003-08-11 | 日本電信電話株式会社 | 収音装置 |
US6549586B2 (en) | 1999-04-12 | 2003-04-15 | Telefonaktiebolaget L M Ericsson | System and method for dual microphone signal noise reduction using spectral subtraction |
US6717991B1 (en) | 1998-05-27 | 2004-04-06 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for dual microphone signal noise reduction using spectral subtraction |
US5990405A (en) * | 1998-07-08 | 1999-11-23 | Gibson Guitar Corp. | System and method for generating and controlling a simulated musical concert experience |
US7209567B1 (en) | 1998-07-09 | 2007-04-24 | Purdue Research Foundation | Communication system with adaptive noise suppression |
JP4163294B2 (ja) | 1998-07-31 | 2008-10-08 | 株式会社東芝 | 雑音抑圧処理装置および雑音抑圧処理方法 |
US6173255B1 (en) * | 1998-08-18 | 2001-01-09 | Lockheed Martin Corporation | Synchronized overlap add voice processing using windows and one bit correlators |
US6223090B1 (en) | 1998-08-24 | 2001-04-24 | The United States Of America As Represented By The Secretary Of The Air Force | Manikin positioning for acoustic measuring |
US6122610A (en) * | 1998-09-23 | 2000-09-19 | Verance Corporation | Noise suppression for low bitrate speech coder |
US7003120B1 (en) | 1998-10-29 | 2006-02-21 | Paul Reed Smith Guitars, Inc. | Method of modifying harmonic content of a complex waveform |
US6469732B1 (en) | 1998-11-06 | 2002-10-22 | Vtel Corporation | Acoustic source location using a microphone array |
US6266633B1 (en) | 1998-12-22 | 2001-07-24 | Itt Manufacturing Enterprises | Noise suppression and channel equalization preprocessor for speech and speaker recognizers: method and apparatus |
US6381570B2 (en) | 1999-02-12 | 2002-04-30 | Telogy Networks, Inc. | Adaptive two-threshold method for discriminating noise from speech in a communication signal |
US6363345B1 (en) | 1999-02-18 | 2002-03-26 | Andrea Electronics Corporation | System, method and apparatus for cancelling noise |
US6496795B1 (en) | 1999-05-05 | 2002-12-17 | Microsoft Corporation | Modulated complex lapped transform for integrated signal enhancement and coding |
JP2002540696A (ja) | 1999-03-19 | 2002-11-26 | シーメンス アクチエンゲゼルシヤフト | ノイズ音響に満ちた環境でのオーディオ信号の受信と処理のための方法 |
GB2348350B (en) | 1999-03-26 | 2004-02-18 | Mitel Corp | Echo cancelling/suppression for handsets |
US6487257B1 (en) | 1999-04-12 | 2002-11-26 | Telefonaktiebolaget L M Ericsson | Signal noise reduction by time-domain spectral subtraction using fixed filters |
GB9911737D0 (en) | 1999-05-21 | 1999-07-21 | Philips Electronics Nv | Audio signal time scale modification |
US6226616B1 (en) | 1999-06-21 | 2001-05-01 | Digital Theater Systems, Inc. | Sound quality of established low bit-rate audio coding systems without loss of decoder compatibility |
US20060072768A1 (en) * | 1999-06-24 | 2006-04-06 | Schwartz Stephen R | Complementary-pair equalizer |
US6355869B1 (en) | 1999-08-19 | 2002-03-12 | Duane Mitton | Method and system for creating musical scores from musical recordings |
GB9922654D0 (en) | 1999-09-27 | 1999-11-24 | Jaber Marwan | Noise suppression system |
FI116643B (fi) * | 1999-11-15 | 2006-01-13 | Nokia Corp | Kohinan vaimennus |
US6513004B1 (en) | 1999-11-24 | 2003-01-28 | Matsushita Electric Industrial Co., Ltd. | Optimized local feature extraction for automatic speech recognition |
JP2001159899A (ja) * | 1999-12-01 | 2001-06-12 | Matsushita Electric Ind Co Ltd | 騒音抑圧装置 |
US6549630B1 (en) | 2000-02-04 | 2003-04-15 | Plantronics, Inc. | Signal expander with discrimination between close and distant acoustic source |
US7155019B2 (en) | 2000-03-14 | 2006-12-26 | Apherma Corporation | Adaptive microphone matching in multi-microphone directional system |
US7076315B1 (en) | 2000-03-24 | 2006-07-11 | Audience, Inc. | Efficient computation of log-frequency-scale digital filter cascade |
US6434417B1 (en) | 2000-03-28 | 2002-08-13 | Cardiac Pacemakers, Inc. | Method and system for detecting cardiac depolarization |
JP2003530051A (ja) | 2000-03-31 | 2003-10-07 | クラリティー リミテッド ライアビリティ カンパニー | 音声信号抽出のための方法及び装置 |
JP2001296343A (ja) | 2000-04-11 | 2001-10-26 | Nec Corp | 音源方位設定装置及びそれを備えた撮像装置、送信システム |
US7225001B1 (en) | 2000-04-24 | 2007-05-29 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for distributed noise suppression |
AU2001261344A1 (en) | 2000-05-10 | 2001-11-20 | The Board Of Trustees Of The University Of Illinois | Interference suppression techniques |
EP1290912B1 (en) | 2000-05-26 | 2005-02-02 | Koninklijke Philips Electronics N.V. | Method for noise suppression in an adaptive beamformer |
US6622030B1 (en) | 2000-06-29 | 2003-09-16 | Ericsson Inc. | Echo suppression using adaptive gain based on residual echo energy |
US8019091B2 (en) | 2000-07-19 | 2011-09-13 | Aliphcom, Inc. | Voice activity detector (VAD) -based multiple-microphone acoustic noise suppression |
US7246058B2 (en) | 2001-05-30 | 2007-07-17 | Aliph, Inc. | Detecting voiced and unvoiced speech using both acoustic and nonacoustic sensors |
US6718309B1 (en) | 2000-07-26 | 2004-04-06 | Ssi Corporation | Continuously variable time scale modification of digital audio signals |
JP4815661B2 (ja) | 2000-08-24 | 2011-11-16 | ソニー株式会社 | 信号処理装置及び信号処理方法 |
JP3566197B2 (ja) * | 2000-08-31 | 2004-09-15 | 松下電器産業株式会社 | 雑音抑圧装置及び雑音抑圧方法 |
DE10045197C1 (de) | 2000-09-13 | 2002-03-07 | Siemens Audiologische Technik | Verfahren zum Betrieb eines Hörhilfegerätes oder Hörgerätessystems sowie Hörhilfegerät oder Hörgerätesystem |
US7020605B2 (en) | 2000-09-15 | 2006-03-28 | Mindspeed Technologies, Inc. | Speech coding system with time-domain noise attenuation |
US20020116187A1 (en) | 2000-10-04 | 2002-08-22 | Gamze Erten | Speech detection |
US7092882B2 (en) | 2000-12-06 | 2006-08-15 | Ncr Corporation | Noise suppression in beam-steered microphone array |
US20020133334A1 (en) | 2001-02-02 | 2002-09-19 | Geert Coorman | Time scale modification of digitally sampled waveforms in the time domain |
US7617099B2 (en) * | 2001-02-12 | 2009-11-10 | FortMedia Inc. | Noise suppression by two-channel tandem spectrum modification for speech signal in an automobile |
US7206418B2 (en) | 2001-02-12 | 2007-04-17 | Fortemedia, Inc. | Noise suppression for a wireless communication device |
US6915264B2 (en) | 2001-02-22 | 2005-07-05 | Lucent Technologies Inc. | Cochlear filter bank structure for determining masked thresholds for use in perceptual audio coding |
SE0101175D0 (sv) | 2001-04-02 | 2001-04-02 | Coding Technologies Sweden Ab | Aliasing reduction using complex-exponential-modulated filterbanks |
JP2004519738A (ja) | 2001-04-05 | 2004-07-02 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 決定された信号型式に固有な技術を適用する信号の時間目盛修正 |
DE10119277A1 (de) | 2001-04-20 | 2002-10-24 | Alcatel Sa | Verfahren zur Maskierung von Geräuschmodulationen und Störgeräuschen bei der Sprachübertragung |
DE60104091T2 (de) | 2001-04-27 | 2005-08-25 | CSEM Centre Suisse d`Electronique et de Microtechnique S.A. - Recherche et Développement | Verfahren und Vorrichtung zur Sprachverbesserung in verrauschte Umgebung |
GB2375688B (en) | 2001-05-14 | 2004-09-29 | Motorola Ltd | Telephone apparatus and a communication method using such apparatus |
JP3457293B2 (ja) * | 2001-06-06 | 2003-10-14 | 三菱電機株式会社 | 雑音抑圧装置及び雑音抑圧方法 |
US6493668B1 (en) | 2001-06-15 | 2002-12-10 | Yigal Brandman | Speech feature extraction system |
WO2003001173A1 (en) * | 2001-06-22 | 2003-01-03 | Rti Tech Pte Ltd | A noise-stripping device |
AUPR612001A0 (en) | 2001-07-04 | 2001-07-26 | Soundscience@Wm Pty Ltd | System and method for directional noise monitoring |
US7142677B2 (en) | 2001-07-17 | 2006-11-28 | Clarity Technologies, Inc. | Directional sound acquisition |
US6584203B2 (en) | 2001-07-18 | 2003-06-24 | Agere Systems Inc. | Second-order adaptive differential microphone array |
WO2003010995A2 (en) | 2001-07-20 | 2003-02-06 | Koninklijke Philips Electronics N.V. | Sound reinforcement system having an multi microphone echo suppressor as post processor |
CA2354858A1 (en) | 2001-08-08 | 2003-02-08 | Dspfactory Ltd. | Subband directional audio signal processing using an oversampled filterbank |
AU2002339995A1 (en) | 2001-09-24 | 2003-04-07 | Clarity, Llc | Selective sound enhancement |
US6937978B2 (en) | 2001-10-30 | 2005-08-30 | Chungwa Telecom Co., Ltd. | Suppression system of background noise of speech signals and the method thereof |
JP3858668B2 (ja) * | 2001-11-05 | 2006-12-20 | 日本電気株式会社 | ノイズ除去方法及び装置 |
US6792118B2 (en) | 2001-11-14 | 2004-09-14 | Applied Neurosystems Corporation | Computation of multi-sensor time delays |
US6785381B2 (en) | 2001-11-27 | 2004-08-31 | Siemens Information And Communication Networks, Inc. | Telephone having improved hands free operation audio quality and method of operation thereof |
US20030103632A1 (en) * | 2001-12-03 | 2003-06-05 | Rafik Goubran | Adaptive sound masking system and method |
US7315623B2 (en) | 2001-12-04 | 2008-01-01 | Harman Becker Automotive Systems Gmbh | Method for supressing surrounding noise in a hands-free device and hands-free device |
US7065485B1 (en) | 2002-01-09 | 2006-06-20 | At&T Corp | Enhancing speech intelligibility using variable-rate time-scale modification |
US7171008B2 (en) * | 2002-02-05 | 2007-01-30 | Mh Acoustics, Llc | Reducing noise in audio systems |
US8098844B2 (en) * | 2002-02-05 | 2012-01-17 | Mh Acoustics, Llc | Dual-microphone spatial noise suppression |
US20050228518A1 (en) | 2002-02-13 | 2005-10-13 | Applied Neurosystems Corporation | Filter set for frequency analysis |
EP1351544A3 (en) * | 2002-03-08 | 2008-03-19 | Gennum Corporation | Low-noise directional microphone system |
WO2003084103A1 (en) | 2002-03-22 | 2003-10-09 | Georgia Tech Research Corporation | Analog audio enhancement system using a noise suppression algorithm |
WO2003083828A1 (en) | 2002-03-27 | 2003-10-09 | Aliphcom | Nicrophone and voice activity detection (vad) configurations for use with communication systems |
JP2004023481A (ja) | 2002-06-17 | 2004-01-22 | Alpine Electronics Inc | 音響信号処理装置及び方法並びにオーディオ装置 |
US7242762B2 (en) | 2002-06-24 | 2007-07-10 | Freescale Semiconductor, Inc. | Monitoring and control of an adaptive filter in a communication system |
CN1328707C (zh) | 2002-07-19 | 2007-07-25 | 日本电气株式会社 | 音频解码设备以及解码方法 |
JP4227772B2 (ja) | 2002-07-19 | 2009-02-18 | 日本電気株式会社 | オーディオ復号装置と復号方法およびプログラム |
US20040078199A1 (en) | 2002-08-20 | 2004-04-22 | Hanoh Kremer | Method for auditory based noise reduction and an apparatus for auditory based noise reduction |
US6917688B2 (en) | 2002-09-11 | 2005-07-12 | Nanyang Technological University | Adaptive noise cancelling microphone system |
US7062040B2 (en) | 2002-09-20 | 2006-06-13 | Agere Systems Inc. | Suppression of echo signals and the like |
CN100593351C (zh) | 2002-10-08 | 2010-03-03 | 日本电气株式会社 | 阵列装置以及便携式终端 |
US7146316B2 (en) | 2002-10-17 | 2006-12-05 | Clarity Technologies, Inc. | Noise reduction in subbanded speech signals |
US7092529B2 (en) | 2002-11-01 | 2006-08-15 | Nanyang Technological University | Adaptive control system for noise cancellation |
US7174022B1 (en) | 2002-11-15 | 2007-02-06 | Fortemedia, Inc. | Small array microphone for beam-forming and noise suppression |
JP4286637B2 (ja) * | 2002-11-18 | 2009-07-01 | パナソニック株式会社 | マイクロホン装置および再生装置 |
US20060160581A1 (en) * | 2002-12-20 | 2006-07-20 | Christopher Beaugeant | Echo suppression for compressed speech with only partial transcoding of the uplink user data stream |
JP4088148B2 (ja) * | 2002-12-27 | 2008-05-21 | 松下電器産業株式会社 | 雑音抑圧装置 |
US7885420B2 (en) | 2003-02-21 | 2011-02-08 | Qnx Software Systems Co. | Wind noise suppression system |
US8271279B2 (en) | 2003-02-21 | 2012-09-18 | Qnx Software Systems Limited | Signature noise removal |
US7949522B2 (en) * | 2003-02-21 | 2011-05-24 | Qnx Software Systems Co. | System for suppressing rain noise |
FR2851879A1 (fr) | 2003-02-27 | 2004-09-03 | France Telecom | Procede de traitement de donnees sonores compressees, pour spatialisation. |
GB2398913B (en) | 2003-02-27 | 2005-08-17 | Motorola Inc | Noise estimation in speech recognition |
US7233832B2 (en) | 2003-04-04 | 2007-06-19 | Apple Inc. | Method and apparatus for expanding audio data |
US7428000B2 (en) | 2003-06-26 | 2008-09-23 | Microsoft Corp. | System and method for distributed meetings |
TWI221561B (en) | 2003-07-23 | 2004-10-01 | Ali Corp | Nonlinear overlap method for time scaling |
DE10339973A1 (de) | 2003-08-29 | 2005-03-17 | Daimlerchrysler Ag | Intelligentes akustisches Mikrofon-Frontend mit Spracherkenner-Feedback |
US7099821B2 (en) | 2003-09-12 | 2006-08-29 | Softmax, Inc. | Separation of target acoustic signals in a multi-transducer arrangement |
AU2003264322A1 (en) | 2003-09-17 | 2005-04-06 | Beijing E-World Technology Co., Ltd. | Method and device of multi-resolution vector quantilization for audio encoding and decoding |
JP2005110127A (ja) | 2003-10-01 | 2005-04-21 | Canon Inc | 風雑音検出装置及びそれを有するビデオカメラ装置 |
JP4396233B2 (ja) | 2003-11-13 | 2010-01-13 | パナソニック株式会社 | 複素指数変調フィルタバンクの信号分析方法、信号合成方法、そのプログラム及びその記録媒体 |
JP4520732B2 (ja) * | 2003-12-03 | 2010-08-11 | 富士通株式会社 | 雑音低減装置、および低減方法 |
US6982377B2 (en) | 2003-12-18 | 2006-01-03 | Texas Instruments Incorporated | Time-scale modification of music signals based on polyphase filterbanks and constrained time-domain processing |
JP4162604B2 (ja) | 2004-01-08 | 2008-10-08 | 株式会社東芝 | 雑音抑圧装置及び雑音抑圧方法 |
US7499686B2 (en) | 2004-02-24 | 2009-03-03 | Microsoft Corporation | Method and apparatus for multi-sensory speech enhancement on a mobile device |
EP1581026B1 (en) | 2004-03-17 | 2015-11-11 | Nuance Communications, Inc. | Method for detecting and reducing noise from a microphone array |
US20050288923A1 (en) | 2004-06-25 | 2005-12-29 | The Hong Kong University Of Science And Technology | Speech enhancement by noise masking |
US8340309B2 (en) | 2004-08-06 | 2012-12-25 | Aliphcom, Inc. | Noise suppressing multi-microphone headset |
KR20070050058A (ko) | 2004-09-07 | 2007-05-14 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 향상된 잡음 억제를 구비한 전화통신 디바이스 |
ATE405925T1 (de) | 2004-09-23 | 2008-09-15 | Harman Becker Automotive Sys | Mehrkanalige adaptive sprachsignalverarbeitung mit rauschunterdrückung |
US7383179B2 (en) | 2004-09-28 | 2008-06-03 | Clarity Technologies, Inc. | Method of cascading noise reduction algorithms to avoid speech distortion |
US8170879B2 (en) | 2004-10-26 | 2012-05-01 | Qnx Software Systems Limited | Periodic signal enhancement system |
EP1806739B1 (en) * | 2004-10-28 | 2012-08-15 | Fujitsu Ltd. | Noise suppressor |
US20070116300A1 (en) | 2004-12-22 | 2007-05-24 | Broadcom Corporation | Channel decoding for wireless telephones with multiple microphones and multiple description transmission |
US20060133621A1 (en) | 2004-12-22 | 2006-06-22 | Broadcom Corporation | Wireless telephone having multiple microphones |
WO2006070560A1 (ja) * | 2004-12-28 | 2006-07-06 | Pioneer Corporation | 雑音抑圧装置、雑音抑圧方法、雑音抑圧プログラムおよびコンピュータに読み取り可能な記録媒体 |
US20060149535A1 (en) | 2004-12-30 | 2006-07-06 | Lg Electronics Inc. | Method for controlling speed of audio signals |
US20060184363A1 (en) | 2005-02-17 | 2006-08-17 | Mccree Alan | Noise suppression |
JP4670483B2 (ja) * | 2005-05-31 | 2011-04-13 | 日本電気株式会社 | 雑音抑圧の方法及び装置 |
US8311819B2 (en) | 2005-06-15 | 2012-11-13 | Qnx Software Systems Limited | System for detecting speech with background voice estimates and noise estimates |
US20090253418A1 (en) | 2005-06-30 | 2009-10-08 | Jorma Makinen | System for conference call and corresponding devices, method and program products |
US7464029B2 (en) | 2005-07-22 | 2008-12-09 | Qualcomm Incorporated | Robust separation of speech signals in a noisy environment |
JP4765461B2 (ja) | 2005-07-27 | 2011-09-07 | 日本電気株式会社 | 雑音抑圧システムと方法及びプログラム |
US7917561B2 (en) | 2005-09-16 | 2011-03-29 | Coding Technologies Ab | Partially complex modulated filter bank |
US7957960B2 (en) | 2005-10-20 | 2011-06-07 | Broadcom Corporation | Audio time scale modification using decimation-based synchronized overlap-add algorithm |
US7565288B2 (en) | 2005-12-22 | 2009-07-21 | Microsoft Corporation | Spatial noise suppression for a microphone array |
US8345890B2 (en) | 2006-01-05 | 2013-01-01 | Audience, Inc. | System and method for utilizing inter-microphone level differences for speech enhancement |
CN1809105B (zh) | 2006-01-13 | 2010-05-12 | 北京中星微电子有限公司 | 适用于小型移动通信设备的双麦克语音增强方法及系统 |
US8194880B2 (en) | 2006-01-30 | 2012-06-05 | Audience, Inc. | System and method for utilizing omni-directional microphones for speech enhancement |
US8744844B2 (en) | 2007-07-06 | 2014-06-03 | Audience, Inc. | System and method for adaptive intelligent noise suppression |
US9185487B2 (en) | 2006-01-30 | 2015-11-10 | Audience, Inc. | System and method for providing noise suppression utilizing null processing noise subtraction |
US20070195968A1 (en) | 2006-02-07 | 2007-08-23 | Jaber Associates, L.L.C. | Noise suppression method and system with single microphone |
EP1827002A1 (en) * | 2006-02-22 | 2007-08-29 | Alcatel Lucent | Method of controlling an adaptation of a filter |
JP2007270061A (ja) | 2006-03-31 | 2007-10-18 | Nippon Oil Corp | 液体燃料基材の製造方法 |
US8934641B2 (en) | 2006-05-25 | 2015-01-13 | Audience, Inc. | Systems and methods for reconstructing decomposed audio signals |
US8150065B2 (en) | 2006-05-25 | 2012-04-03 | Audience, Inc. | System and method for processing an audio signal |
JP5053587B2 (ja) | 2006-07-31 | 2012-10-17 | 東亞合成株式会社 | 水酸化アルカリ金属の高純度製造方法 |
KR100883652B1 (ko) | 2006-08-03 | 2009-02-18 | 삼성전자주식회사 | 음성 구간 검출 방법 및 장치, 및 이를 이용한 음성 인식시스템 |
JP2007006525A (ja) * | 2006-08-24 | 2007-01-11 | Nec Corp | ノイズ除去の方法及び装置 |
JP4184400B2 (ja) | 2006-10-06 | 2008-11-19 | 誠 植村 | 地下構造物の構築方法 |
TWI312500B (en) | 2006-12-08 | 2009-07-21 | Micro Star Int Co Ltd | Method of varying speech speed |
US8488803B2 (en) | 2007-05-25 | 2013-07-16 | Aliphcom | Wind suppression/replacement component for use with electronic systems |
US20090012786A1 (en) | 2007-07-06 | 2009-01-08 | Texas Instruments Incorporated | Adaptive Noise Cancellation |
KR101444100B1 (ko) | 2007-11-15 | 2014-09-26 | 삼성전자주식회사 | 혼합 사운드로부터 잡음을 제거하는 방법 및 장치 |
US8194882B2 (en) | 2008-02-29 | 2012-06-05 | Audience, Inc. | System and method for providing single microphone noise suppression fallback |
US8355511B2 (en) | 2008-03-18 | 2013-01-15 | Audience, Inc. | System and method for envelope-based acoustic echo cancellation |
US8131541B2 (en) | 2008-04-25 | 2012-03-06 | Cambridge Silicon Radio Limited | Two microphone noise reduction system |
US20110178800A1 (en) | 2010-01-19 | 2011-07-21 | Lloyd Watts | Distortion Measurement for Noise Suppression System |
US9099077B2 (en) * | 2010-06-04 | 2015-08-04 | Apple Inc. | Active noise cancellation decisions using a degraded reference |
US8744091B2 (en) * | 2010-11-12 | 2014-06-03 | Apple Inc. | Intelligibility control using ambient noise detection |
-
2007
- 2007-07-06 US US11/825,563 patent/US8744844B2/en active Active
-
2008
- 2008-07-03 JP JP2010514871A patent/JP2010532879A/ja active Pending
- 2008-07-03 KR KR1020107000194A patent/KR101461141B1/ko not_active IP Right Cessation
- 2008-07-03 WO PCT/US2008/008249 patent/WO2009008998A1/en active Application Filing
- 2008-07-04 TW TW097125481A patent/TWI463817B/zh not_active IP Right Cessation
-
2010
- 2010-01-04 FI FI20100001A patent/FI124716B/fi not_active IP Right Cessation
-
2012
- 2012-03-21 US US13/426,436 patent/US8886525B2/en not_active Expired - Fee Related
-
2014
- 2014-08-15 JP JP2014165477A patent/JP2014232331A/ja active Pending
- 2014-09-24 US US14/495,550 patent/US20160066089A1/en not_active Abandoned
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9830899B1 (en) | 2006-05-25 | 2017-11-28 | Knowles Electronics, Llc | Adaptive noise cancellation |
US9558755B1 (en) | 2010-05-20 | 2017-01-31 | Knowles Electronics, Llc | Noise suppression assisted automatic speech recognition |
US9536540B2 (en) | 2013-07-19 | 2017-01-03 | Knowles Electronics, Llc | Speech signal separation and synthesis based on auditory scene analysis and speech modeling |
US9799330B2 (en) | 2014-08-28 | 2017-10-24 | Knowles Electronics, Llc | Multi-sourced noise suppression |
Also Published As
Publication number | Publication date |
---|---|
US20090012783A1 (en) | 2009-01-08 |
US8744844B2 (en) | 2014-06-03 |
US20120179462A1 (en) | 2012-07-12 |
WO2009008998A1 (en) | 2009-01-15 |
FI20100001A (fi) | 2010-01-04 |
KR101461141B1 (ko) | 2014-11-13 |
JP2010532879A (ja) | 2010-10-14 |
US8886525B2 (en) | 2014-11-11 |
US20160066089A1 (en) | 2016-03-03 |
KR20100041741A (ko) | 2010-04-22 |
TW200910793A (en) | 2009-03-01 |
JP2014232331A (ja) | 2014-12-11 |
TWI463817B (zh) | 2014-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FI124716B (fi) | Järjestelmä ja menetelmä adaptiivista älykästä kohinanvaimennusta varten | |
US8521530B1 (en) | System and method for enhancing a monaural audio signal | |
US9502048B2 (en) | Adaptively reducing noise to limit speech distortion | |
KR100860805B1 (ko) | 음성 강화 시스템 | |
US9361901B2 (en) | Integrated speech intelligibility enhancement system and acoustic echo canceller | |
US9524735B2 (en) | Threshold adaptation in two-channel noise estimation and voice activity detection | |
US8204253B1 (en) | Self calibration of audio device | |
US8189766B1 (en) | System and method for blind subband acoustic echo cancellation postfiltering | |
KR101610656B1 (ko) | 널 프로세싱 노이즈 감산을 이용한 노이즈 억제 시스템 및 방법 | |
US9699554B1 (en) | Adaptive signal equalization | |
US10262673B2 (en) | Soft-talk audio capture for mobile devices | |
WO2006052395A2 (en) | Noise reduction and comfort noise gain control using bark band weiner filter and linear attenuation | |
US9343073B1 (en) | Robust noise suppression system in adverse echo conditions | |
WO2009117084A2 (en) | System and method for envelope-based acoustic echo cancellation | |
KR20060061259A (ko) | 잔향 추정 및 억제 시스템 | |
US9640168B2 (en) | Noise cancellation with dynamic range compression | |
JP2003500936A (ja) | エコー抑止システムにおけるニアエンド音声信号の改善 | |
CN114402388A (zh) | 上下文感知语音可懂度增强 | |
JP2002300687A (ja) | 電子機器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FG | Patent granted |
Ref document number: 124716 Country of ref document: FI Kind code of ref document: B |
|
MM | Patent lapsed |