JP2002366174A - Ｇ．７２９の付属書ｂに準拠した音声アクティビティ検出回路を収束させるための方法 - Google Patents

Ｇ．７２９の付属書ｂに準拠した音声アクティビティ検出回路を収束させるための方法

Info

Publication number
JP2002366174A
JP2002366174A JP2002162041A JP2002162041A JP2002366174A JP 2002366174 A JP2002366174 A JP 2002366174A JP 2002162041 A JP2002162041 A JP 2002162041A JP 2002162041 A JP2002162041 A JP 2002162041A JP 2002366174 A JP2002366174 A JP 2002366174A
Authority
JP
Japan
Prior art keywords
energy
value
noise
annex
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2002162041A
Other languages
English (en)
Inventor
Dunling Li
リ ダンリン
Daniel C Thomas
シー、トーマス ダニエル
Gokhan Sisli
シスリ ゴカーン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Telogy Networks Inc
Original Assignee
Telogy Networks Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Telogy Networks Inc filed Critical Telogy Networks Inc
Publication of JP2002366174A publication Critical patent/JP2002366174A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L2021/02168—Noise filtering characterised by the method used for estimating noise the estimation exclusively taking place during speech pauses
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L2025/783—Detection of presence or absence of voice signals based on threshold decision

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Noise Elimination (AREA)
  • Telephonic Communication Services (AREA)

Abstract

(57)【要約】 【課題】 Ｇ．７２９の付属書Ｂの方法を使って得られ
たバックグラウンドノイズ特性の発散問題を解決するこ
と 【解決手段】 ＩＴＵ（国際通信連合）勧告Ｇ．７２９
の付属書Ｂの音声アクティビティ検出（ＶＡＤ）デバイ
スを初期化する方法は、信号の特性を定める一組のパラ
メータを信号から抽出する工程（１６）と、前記パラメ
ータの組から前記信号のエネルギー測度を計算する工程
と、前記エネルギー測度と基準値とを比較する工程（２
３）と、信号のノイズ特性の平均値に対する初期値を決
定する工程（２０）と、前記エネルギー測度が前記基準
レベルに等しくなったかまたはこれを越えた回数をカウ
ントする工程（２６）とを備える。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明はＧ．７２９の音声ア
クティビティ検出（ＶＡＤ）デバイスによる通信チャン
ネルにおけるバックグラウンドノイズエネルギーの推定
を改善することに関する。より詳細には、本発明は平均
バックグラウンドノイズエネルギーのより良好な初期推
定値を設定し、実際の値に向けて平均バックグラウンド
ノイズエネルギーのその後のすべての推定値を収束させ
るものである。
【０００２】
【従来の技術】国際電気通信連合（ＩＴＵ）勧告Ｇ．７
２９の付属書Ｂは、信号内で音声アクティビティが検出
されない時に、着信信号内の受信されたバックグラウン
ドノイズに関する情報を伝送するための圧縮方式につい
て記述している。この圧縮方式は勧告Ｖ．７０を満たす
ターミナルに対しては最適となっている。本願ではこの
文書のうちのＩＴＵ−Ｔ Ｇ．７２９および付属書Ｂの
内容を参考例として援用する。
【０００３】従来のスピーチエンコーダ／デコーダ（コ
ーデック）は着信信号内で音声アクティビティが検出さ
れない時の期間中に通信リンクのバックグラウンドノイ
ズをシミュレートするために合成されたコンフォート
（comfort）ノイズを使用している。バックグラウンド
ノイズを合成することによりリンクの通信チャンネルを
通して実際のバックグラウンドノイズに関する情報をほ
とんどまたは全く送る必要がなくなる。しかしながら、
バックグラウンドノイズが統計的に定常状態となってい
ない（すなわち時間と共に分布関数が変化する）場合、
シミュレートされたコンフォートノイズは最初のバック
グラウンドノイズの自然さを与えることはできない。従
って、着信信号内でスピーチ信号が検出されない時に、
合成されたノイズの品位を改善するためにバックグラウ
ンドノイズに関するある情報を時々送ることが望まし
い。着信信号のうちのデジタル化されたフレーム（すな
わち１０ｍｓ部分）におけるバックグラウンドノイズの
適当な表示は音声信号を適当に表示するのに必要な数よ
りも実質的に少ない、１５程度のデジタルビットで達成
できる。勧告Ｇ．７２９の付属書Ｂは着信信号内で音声
アクティビティが検出されない時にこの情報を自動的に
送信する代わりにバックグラウンドノイズフレームの先
に送信した特徴に関し、かなりの変化が検出された時に
しかバックグラウンドノイズフレームの表示を伝送しな
いことを提案している。着信信号において音声アクティ
ビティがない時に、チャンネルを通して情報がほとんど
または全く伝送されないので、この圧縮方式によりかな
りの量のチャンネルバンド幅が保存される。
【０００４】図１は勧告Ｇ．７２９の付属書Ｂに準拠し
た半デュプレックス通信リンクを示している。このリン
クの送信側では着信信号におけるノイズまたは音声エネ
ルギーの検出を表示するためのデジタル出力をＶＡＤモ
ジュール１が発生する。出力値「１」は音声アクティビ
ティの存在が検出されたことを示し、出力値「０」は音
声アクティビティが存在しないことを示す。ＶＡＤ１が
音声アクティビティを検出した場合、検出された音声信
号のデジタル表示を符号化するのにＧ．７２９スピーチ
エンコーダ３が呼び出される。しかしながら、ＶＡＤ１
が音声アクティビティを検出しない場合、検出されたバ
ックグラウンドノイズ信号のデジタル表示を符号化する
のに不連続送信／コンフォートノイズ発生器（ノイズ）
エンコーダ２が使用される。これら音声信号およびバッ
クグラウンドノイズ信号のデジタル表示７は、連続する
１０ｍｓの期間中に取り込まれた着信アナログ信号のサ
ンプルからの情報を含むデータフレームにフォーマット
化される。
【０００５】デコーダ側では各フレームに対する受信さ
れたビットストリームが検査される。フレームに対する
ＶＡＤフィールドが「１」の値を含む場合、デジタル表
示内に含まれる情報を使ってフレームに対するアナログ
信号を再構成するために音声デコーダ６が使用される。
フレームに対するＶＡＤフィールドが「０」の値を含む
場合、関連するエンコーダが提供する情報を使ってバッ
クグラウンドノイズを合成するのにノイズデコーダ５が
使用される。
【０００６】フレームが音声アクティビティを含むの
か、ノイズを含むのかを判断するために、ＶＡＤ１はフ
レーム内の情報の４つのパラメータ特性を抽出し、これ
らを分析する。これら特性としてはフルバンドノイズエ
ネルギーと、ローバンドノイズエネルギーと、ラインス
ペクトル周波数（ＬＳＦ）の組と、ゼロクロスレートと
が挙げられる。現在フレームの抽出された特性とバック
グラウンドノイズ特性の継続平均値との間の測度差がフ
レーム毎に計算される。小さい差が検出された場合、現
在フレームの特性はバックグラウンドノイズに対する継
続平均値の特性との相関性が高く、現在フレームは音声
アクティビティよりもバックグラウンドノイズを含む可
能性のほうがより高い。大きな差が検出された場合、現
在フレームは差分タイプの信号、例えば音声信号を含む
可能性のほうがより高い。
【０００７】ＩＴＵ Ｇ．７２９の付属書Ｂに記載され
ているような４つの測度差のスペースでのマルチ境界判
断領域を使って着信フレームのコンテントに関する初期
のＶＡＤ判断が行われる。その後、現在フレームの検出
されたエネルギーと隣接する過去のフレームの検出され
たエネルギーとの関係に基づき、最終ＶＡＤ判断が行わ
れる。この最終判断工程は、状態遷移の回数を減らす作
用がある。
【０００８】バックグラウンドノイズ特性の継続平均値
はバックグラウンドノイズが存在し、スピーチ信号が存
在しない時にしか更新されない。従って、ＶＡＤ１がノ
イズアクティビティしか含まない着信フレームを識別し
た時にしか更新は行われない。着信フレームの特性は適
用型スレッショルドと比較され、次の３つの条件が満た
された場合にしか更新が行われない。
【０００９】
【数１】
【００１０】ここで、Ｅf＝現在フレームのフルバンド
ノイズエネルギーであり、次の式を使って計算される。
【００１１】
【数２】
【００１２】ここで、Ｒ（０）は最初の自己相関係数で
あり、 Ｅf,avg.＝平均フルバンドノイズエネルギー、 ＲＣ（１）＝最初の反射係数であり、 ∈ＳＤ＝現在フレームに対して測定されたスペクトル距
離とスペクトル距離の継続（running）平均値との差で
あり、０．０６３７の∈ＳＤは２５４．６Ｈｚに対応す
る。
【００１３】更に、フルバンドノイズエネルギーＥfは
次の条件に従ってノイズフレームのカウンターＣnのよ
うに更新される。
【００１４】
【数３】
【００１５】ノイズのフレームが検出されると、一次の
自己回帰（ＡＲ）方式を使って現在フレームの分布を示
すためにバックグラウンドノイズ特性の継続平均値を更
新する。異なるパラメータに対しては異なるＡＲ係数が
使用され、通信開始時、またはノイズ特性の大きい変化
が検出された時に、係数の異なる組が使用される。設定
されたリンクのうちの最初の３２個のフレーム（すなわ
ち最初の３２０ｍｓ）に対し、特性を平均化することに
より、バックグラウンドノイズ特性の継続平均値が初期
化される。３２個のフレームのカウントには−７０ｄＢ
ｍよりも低いフルバンドノイズエネルギーＥfを有する
フレームは含まれず、これらフレームは初期継続平均値
を得るのに使用されない。
【００１６】バックグラウンドノイズ特性の継続平均値
を更新するための、上記Ｇ．７２９の付属書Ｂによって
定められた条件に基づくと、継続平均値を現在および将
来のフレームのバックグラウンドノイズ特性から実質的
に発散させるような一般的な状況が存在する。継続平均
値を更新するかどうかを決定するための条件は、継続平
均値の値に依存しているので、これらの状況が生じる。
短時間の間に発生するバックグラウンドノイズ特性の実
質的な変動は、現在のバックグラウンドノイズ特性とこ
れら特性の継続平均値によって示されるような予測され
るバックグラウンドノイズ特性との相関性を減少させ
る。相関性が発散するにつれ、ＶＡＤ１はバックグラウ
ンドノイズのフレームと音声アクティビティを含むフレ
ームとを区別することがより困難となる。発散値が臨界
点に達すると、ＶＡＤ１はそれ以上バックグラウンドノ
イズと音声アクティビティとを正確に区別することがで
きなくなるので、バックグラウンドノイズ特性の継続平
均値を更新しなくなる。更に、ＶＡＤ１はその後のすべ
ての着信信号を音声信号として解釈し、よって音声アク
ティビティとノイズとを区別することによってバンド幅
を節約することができなくなる。
【００１７】
【発明が解決しようとする課題】勧告Ｇ．７２９の付属
書Ｂに記述されているアルゴリズムに対しある変更を行
わない場合、バックグラウンドノイズ特性の継続平均値
と実際の特性とが一旦クリティカルに発散状態となる
と、ＶＡＤ１は設定されたリンクの残りの期間中に、意
図したようには作動しなくなる。次のようなときに実際
のアプリケーションでは重大な発散が生じる。
【００１８】１．ＶＡＤがチャンネルリンクの開始時お
よび３２０ｍｓよりも長い間に極めて低レベルの信号を
受信した時。 ２．ＶＡＤがチャンネルリンクの開始時および３２０ｍ
ｓよりも長い間に、その後の信号を表示しない信号を受
信した時。 ３．バックグラウンドノイズの特性が急激に変化した
時。
【００１９】第１の状況では、バックグラウンドノイズ
特性の継続平均を含むベクトルはすべてゼロで初期化さ
れる。第２の状況では、ベクトルは実際のバックグラウ
ンドノイズ特性から除かれた値を含む。第３の状況で
は、スペクトル距離の差、すなわち∈ＳＤが０．０６３
７よりも小さくなることはない。ＶＡＤ１が通信チャン
ネル４を通してノイズの伝達に大幅にリソースを割り当
てるにつれ、ＶＡＤ１はそれに比例してチャンネル４の
効率を低下させる。非効率的な通信チャンネルは高価に
つくので、本発明はこれら欠陥を克服せんとするもので
ある。
【００２０】完全性について、以下、バックグラウンド
ノイズの特徴を定めるのに使用されるパラメータの記述
について説明する。着信信号のうちの１０ｍｓ部分を示
す情報のフレームから抽出される自己相関係数の組を次
の式で表示するものとする。
【００２１】
【数４】
【００２２】勧告Ｇ．７２９に従い、自己相関係数から
一組のラインスペクトル周波数が誘導され、これは次の
式で示される。
【００２３】
【数５】
【００２４】先に示したように、フルバンドエネルギー
Ｅfは次の式によって得られる。
【００２５】
【数６】
【００２６】ここで、Ｒ（０）は第１の自己相関係数で
ある。ゼロからある周波数の上限Ｆ 1までの周波数スペ
クトルの間で測定される低バンドエネルギーは次の式に
よって得られる。
【００２７】
【数７】
【００２８】ここで、ｈはＦ1Ｈｚにカットオフ周波数
を有するＦＩＲフィルタのインパルス応答であり、Ｒは
各対角線上に自己相関係数を有するテプリッツ（Toepli
tz）自己相関マトリックスである。
【００２９】正規化されたゼロクロスレートは次の式で
示される。
【００３０】
【数８】
【００３１】ここで、ｘ（ｉ）はあらかじめ処理した入
力信号である。
【００３２】最初の３２個のフレームに対し、｛ＬＳＦ
avg｝と示されるバックグラウンドノイズの平均スペク
トルパラメータはフレームのラインスペクトル周波数の
平均値として初期化され、ＺＣavgと示されるバックグ
ラウンドノイズゼロクロスレートの平均値はフレームの
ゼロクロスレートの平均値ＺＣとして初期化される。Ｅ
f,avgと示されるフルバンドのバックグラウンドノイズ
エネルギーの継続平均値およびＥl,avgと示されるバッ
クグラウンドノイズの低レベルエネルギーは次のように
初期化される。初期化方法はまず最初の３２個のフレー
ムに対するフレームエネルギーの平均値ＥfをＥn,avgに
置換する。これら３つのパラメータ｛ＬＳＦavg｝、Ｚ
ＣavgおよびＥn,avgは−７０ｄＢｍより大きいエネルギ
ー、すなわちＥfを有するフレームしか含まない。その
後、初期化方法は次のようにパラメータを設定する。
【００３３】
【数９】
【００３４】先の１２８個のフレームに対し、上記最小
エネルギーパラメータＥminを最小値Ｅfとして計算す
る。
【００３５】現在のフレームパラメタータとバックグラ
ウンドノイズパラメータの継続平均値との差から４つの
差の値が発生される。現在フレーム
【外１】 ベクトルとスペクトル歪の継続平均値｛ＬＳＦavg｝と
の差の平方の和として、スペクトル歪の差の値が発生さ
れ、この値は次の式によって表示できる。
【００３６】
【数１０】
【００３７】フルバンドエネルギーの差の値は次の式で
示される。
【００３８】
【数１１】
【００３９】ここで、Ｅfは現在フレームの低バンドエ
ネルギーである。
【００４０】低バンドエネルギーの差の値は次の式で示
される。
【００４１】
【数１２】
【００４２】ここで、Ｅlは現在フレームの低バンドエ
ネルギーである。
【００４３】最後に、ゼロクロスレートの差の値は次の
式で示される。
【００４４】
【数１３】
【００４５】ここで、ＺＣは現在フレームのゼロクロス
レートである。
【００４６】
【課題を解決するための手段】ＩＴＵ Ｇ．７２９の付
属書Ｂに準拠した通信では問題が生じるので、この問題
に対する解決案はこれら条件から逸脱することなく、勧
告を改善しなければならない。これを行うためのキー
は、バックグラウンドノイズパラメータを更新するため
の条件を、更新されたパラメータの値から独立させるこ
とである。この解決案は次のことから成る。
【００４７】１．（ａ）リンクの呼設定の開始時に設定
されたバックグラウンドノイズ特性を更新し、（ｂ）初
期化期間の終了を決定するのに使用されるフレームカウ
ントに貢献することから極めて低いレベル、例えば−７
０ｄＢｍより低いレベルを有するすべてのフレームを除
く工程。 ２．上記工程（１）の条件を満たすすべてのフレームに
対し、バックグラウンドノイズ特性を平均する補助バッ
クグラウンドノイズ識別アルゴリズムを提供する工程。 ３．Ｇ．７２９の付属書Ｂに記載された方法を使って得
られた平均バックグラウンドノイズ特性と補助アルゴリ
ズムを使って得られた平均バックグラウンドノイズ特性
とを比較する工程。 ４．Ｇ．７２９の付属書Ｂの方法を使って得られたバッ
クグラウンドノイズ特性と補助アルゴリズムを使って得
られたバックグラウンドノイズ特性の２つの組が実質的
に発散した時に、Ｇ．７２９の付属書Ｂの方法を使って
得られたバックグラウンドノイズ特性を補助アルゴリズ
ムを使用して得られたバックグラウンドノイズ特性に置
換する工程。
【００４８】補助アルゴリズムは最も可能性の高いノイ
ズエネルギーと音声エネルギーの領域の間のマージンを
維持するのに使用される２つのスレッショルドを設定す
る。一方のスレッショルドはノイズエネルギーの上方の
境界を識別し、他方のスレッショルドは音声エネルギー
の下方の境界を識別する。現在フレームのブロックエネ
ルギーがノイズエネルギースレッショルドよりも小さい
場合、現在フレームの信号から抽出されたパラメータを
使って補助アルゴリズムのための予想バックグラウンド
ノイズの特性を定める。現在フレームのエネルギーが音
声スレッショルドよりも大であれば、現在フレームの信
号から抽出したパラメータを使って補助アルゴリズムに
対する現在の音声エネルギーの特性を定める。補助アル
ゴリズムのためのバックグラウンドノイズまたはノイズ
エネルギースレッショルドおよび音声エネルギースレッ
ショルドの特性を更新するのに、ノイズスレッショルド
と音声スレッショルドとの間にあるブロックエネルギー
は使用しない。
【００４９】現在フレームのブロックエネルギーが２つ
のスレッショルドレベルの間のエネルギー範囲外にある
時の、ノイズエネルギースレッショルドおよび音声エネ
ルギースレッショルドの特性とブロックエネルギーがノ
イズスレッショルド以下の時にバックグラウンドノイズ
の継続平均値の双方を更新するために、補助アルゴリズ
ムが使用される。Ｇ．７２９の付属書Ｂのアルゴリズム
を通して得られるよりもバックグラウンドノイズ特性の
継続平均値をより頻繁な更新をサポートするようにノイ
ズスレッショルドおよび音声スレッショルドが決定され
るので、補助アルゴリズムの継続平均値が次のフレーム
に対するバックグラウンドノイズ特性の予想値を表す可
能性のほうがより高い。Ｇ．７２９の付属書Ｂのアルゴ
リズムによるバックグラウンドノイズの特性決定を、補
助アルゴリズムによるバックグラウンドノイズの特性決
定に置換することにより、ノイズエネルギーの推定値と
音声エネルギーの推定値との結合を外し、発散が生じた
ときにこれらをＧ．７２９の付属書Ｂの特性決定から独
立したものにすることができる。ノイズスレッショルド
と音声スレッショルドの双方は１回の更新期間中の最小
ブロックエネルギーおよび最大ブロックエネルギーに基
づくものであり、１．２８秒ごとに更新される。
【００５０】以下、図面を参照し、本発明の好ましい実
施例について説明する。
【００５１】
【発明の実施の形態】図２はＧ．７２９の付属書Ｂの通
信チャンネルの入力端におけるバックグラウンドノイズ
エネルギー８および音声エネルギー９に対する代表的な
確率分布関数を示す。この図では、水平軸１２はエネル
ギーレベルの領域を示し、垂直軸１３はプロットされた
関数８、９に対する確率密度範囲を示す。バックグラウ
ンドノイズだけを含む可能性のあるエネルギー領域の上
の境界をマークするために、ダイナミックノイズスレッ
ショルド１０を数学的に決定し、これを使用する。同じ
ように、音声エネルギーを含む可能性のあるエネルギー
領域の下方の境界をマークするためにダイナミック音声
スレッショルド１１を数学的に決定し、これを使用す
る。これらダイナミックスレッショルド１０、１１は、
確率分布関数が設定される時間θの間、ノイズエネルギ
ー確率分布関数８および音声エネルギー確率分布関数９
に従って変化する。
【００５２】設定された確率分布関数のうちの各期間θ
の間のノイズスレッショルド１０および音声スレッショ
ルド１１を決定するための補助アルゴリズムを使用す
る。この期間は長さが１．２８秒であることが好ましい
ので、ノイズスレッショルドおよび音声スレッショルド
は１．２８秒ごとに更新される。次のようにノイズスレ
ッショルド１０および音声スレッショルド１１を更新す
るのに補助アルゴリズムが使用される。
【００５３】Ｅmax＝現在の更新期間θp中に測定される
最大ブロックエネルギーとし、Ｅmin＝現在の更新期間
θp中に測定される最小ブロックエネルギーとし、Ｔ1＝
Ｅmin＋（Ｅmax−Ｅmin）／３２とし、Ｔ2＝４×Ｅmin
とする。
【００５４】次の式からノイズエネルギースレッショル
ドＴnoiseおよび音声エネルギースレッショルドＴvoice
を計算する。
【００５５】
【数１４】
【００５６】明細書に記載したように、まず最初に２つ
の値Ｔ1とＴ2のうちの小さい方を決定することにより、
現在の更新期間θpの間にＴnoiseを計算する。Ｔ1とＴ2
のうちの小さい方の値に２を掛け、その積と−２１ｄＢ
ｍの値とを比較する。最後に−２１ｄＢｍと前の文章で
説明した積のうちの小さい方の値を現在の更新期間θ p
中のノイズスレッショルドを識別するパラメータとして
指定する。
【００５７】明細書で同じように説明したように、まず
２つの値Ｔ1とＴ2のうちの大きい方を決定することによ
り、現在の更新期間θpにおいてＴvoiceを計算する。Ｔ
1とＴ2のうちの大きい方の値に∀の値を掛け、その積と
−６５ｄＢｍの値とを比較する。次に−６０ｄＢｍと先
の文章で説明した積のうちの大きい方の値と−１７ｄＢ
ｍの値とを比較し、現在の更新期間θpにおける音声ス
レッショルドを識別するパラメータとしてこれら２つの
値のうちの小さい方の値を指定する。
【００５８】これとは別に、組｛Ｅvoice（１）、Ｅ
voice（２）、Ｅvoice（３）、．．．．、Ｅ
voice（ｊ）｝および｛Ｅnoise（１）、Ｅ
noise（２）、Ｅnoise（３）、．．．．、Ｅ
noise（ｊ）｝（ここで、ｊは更新期間における最大の
値のブロックインデックスである）から各更新期間θに
おけるノイズ確率分布関数および音声確率分布関数を決
定できる。これら組の値は次の式を使って計算される。
【００５９】
【数１５】
【００６０】各更新期間θに対するノイズエネルギース
レッショルドおよび音声エネルギースレッショルドを更
新する他に、補助アルゴリズムは２つのスレッショルド
とデジタル化された信号の各着信フレームのうちのブロ
ックエネルギーとを比較し、補助バックグラウンドノイ
ズ特性の継続平均値をいつ更新するかを判断する。現在
フレームのブロックエネルギーがノイズスレッショルド
よりも低下したときはいつも、補助バックグラウンドノ
イズ特性の継続平均値を更新する。現在フレームのブロ
ックエネルギーが音声スレッショルドを越える時はいつ
も、音声エネルギーレベルの特性を更新する。スレッシ
ョルドに等しいか、または２つのスレッショルドの間に
あるブロックエネルギーを有するフレームは、補助バッ
クグラウンドノイズ特性の継続平均値または音声エネル
ギー特性のいずれかを更新するのに使用しない。
【００６１】補助ＶＡＤアルゴリズムは基本アルゴリズ
ムであるＧ．７２９の付属書ＢのＶＡＤアルゴリズムと
共に作動する。本明細書の発明が解決しようとする課題
の欄に記載したように、この基本ＶＡＤアルゴリズムは
着信フレームの特性と適応型スレッショルドとを比較す
る。次の３つの条件が満たされた場合にしか基本バック
グラウンドノイズ特性の更新を行わない。
【００６２】
【数１６】
【００６３】現実のシナリオでは、補助アルゴリズムに
対するバックグラウンドノイズ特性の継続平均値は基本
アルゴリズムよりもより頻繁に更新されることになる。
従って、補助アルゴリズムのバックグラウンドノイズ特
性の継続平均値のほうがバックグラウンドノイズの次の
着信フレームに対する実際の特性を示す可能性が高い。
【００６４】補助アルゴリズムにより、基本バックグラ
ウンドノイズ特性の継続平均値に対する更新を生じさせ
ない、連続する着信フレームのカウント数が維持され
る。このカウント数が臨界値に達すると、基本バックグ
ラウンドノイズ特性の継続平均値が実際の現在の値から
実質的に発散し、Ｇ．７２９の付属書Ｂのアルゴリズム
を使った再収束を単独で行うことはできなくなる。しか
しながら、補助バックグラウンドノイズ特性の継続平均
値を基本バックグラウンドノイズ特性の継続平均値に置
換することによって収束を設定できる。
【００６５】従って、補助アルゴリズムは基本アルゴリ
ズムの情報に相補的な情報を提供する。この情報はバッ
クグラウンドノイズ特性の期待値と実際の現在の値との
収束を維持するのに使用される。更に、補助アルゴリズ
ムは極端に低振幅の信号が初期化期間中にバックグラウ
ンドノイズ特性の継続平均値にバイアスをかけるのを防
止する。変則的なバイアスを解消することにより、補助
アルゴリズムは基本バックグラウンドノイズ特性の初期
の継続平均値を実際の値に向けて良好に収束させる。
【００６６】図３および４を参照し、次の章でＧ．７２
９の付属書Ｂと補助ＶＡＤアルゴリズムの相補的な特徴
について更に詳細に説明する。２つのＶＡＤアルゴリズ
ムはパラレルに実行される別個のエンティティであるこ
とが好ましいが、これらは図解および説明を容易にする
ために図３および４では統合されたプロセス１４として
示されている。
【００６７】通信リンクが設定されると、統合プロセス
１４がスタートされる（１５）。リンクの送信側のマイ
クロフォンで受信される音響アナログ信号はトランスジ
ューサによって電気的アナログ信号に変換される。これ
ら電気アナログ信号はアナログ−デジタル（Ａ／Ｄコン
バータ）によってサンプリングされ、サンプリングされ
た信号は多数のデジタルビットによって表示される。サ
ンプリングされた信号のデジタル化された表示はデジタ
ルビットから成るフレームに変換される。各フレームは
元の音響信号の連続する１０ｍｓの部分のデジタル表示
を含む。マイクロフォンは話し手の音声またはバックグ
ラウンドノイズのいずれかを連続して受信するので、
Ｇ．７２９の付属書ＢのＶＡＤおよび補助ＶＡＤによ
り、１０ｍｓのフレームがシリアル状に連続して受信さ
れる。
【００６８】参照番号１６が示すような各フレーム内に
含まれる情報から元の音響信号の特性を定める一組のパ
ラメータが抽出される。これらパラメータは勧告Ｇ．７
２９に従って誘導され、次の式で示される自己相関係数
である。
【００６９】
【数１７】
【００７０】特性パラメータの抽出後に、Ｇ．７２９に
記述されているような最小バッファへの更新が実行され
る（１７）。
【００７１】ノイズ特性の継続平均値の初期化が行われ
たかどうかを判断するため、参照番号１８が示すよう
に、フレームカウントと値３２との比較が行われる。フ
レームカウントの最後の初期化以来、−７０ｄＢｍ以上
のフルバンドエネルギーを有するＧ．７２９の付属書Ｂ
のＶＡＤが受信したフレーム数が３２未満であれば、統
合プロセス１４は参照番号２３〜２５および２７で示さ
れるノイズ特性初期化プロセスを実行する。
【００７２】通信リンクにおいてバックグラウンドノイ
ズが極端に低いレベルとなる期間が生じることが時々あ
り得る。バックグラウンドノイズのこのような変則的な
期間がノイズ特性の初期平均化にネガティブなバイアス
を掛けるのを防止するために、統合プロセス１４は着信
フレームをフィルタリングする。参照番号２３が示すよ
うに、現在フレームのフルバンドエネルギーと−７０ｄ
Ｂｍの基準レベルとの比較が行われる。現在フレームの
エネルギーが基準レベル以上であれば、参照番号２４が
示し、勧告Ｇ．７２９の付属書Ｂが記述するように、初
期平均フレームエネルギーＥn,avg、平均ゼロクロスレ
ートＺＣavgおよび平均ラインスペクトル周波数ＬＳＭ
i,avgに対する更新が行われる。その後、Ｇ．７２９の
付属書ＢのＶＡＤは参照番号２５が示すように、現在フ
レームにおける音声アクティビティの存在が検出された
ことを示すために出力を「１」にセットし、フレームカ
ウントを「１」の値だけインクリメントする（２６）。
現在フレームのエネルギーは基準レベル未満であれば、
参照番号２７が示すように、現在フレームにおいて音声
アクティビティが検出されないことを示すためにＧ．７
２９の付属書ＢのＶＡＤはその出力を「０」にセットす
る。Ｇ．７２９の付属書ＢのＶＡＤが音声アクティビテ
ィの存在に関する判断を行った（２５、２７）後に、統
合プロセス１４は最大および最小フレームエネルギーの
値を抽出して続行する。
【００７３】−７０ｄＢｍ以上のフルバンドエネルギー
を有する受信された各フレームに対し、フレームカウン
トは「１」の値だけインクリメントされる。参照番号１
９が示す比較によって決定されるように、フレームカウ
ントが３２に等しいときに、統合プロセス１４は参照番
号２０が示す、勧告Ｇ．７２９の付属書Ｂが記述するよ
うに、低バンドノイズエネルギーの継続平均値Ｅl,avg
とフルバンドエネルギーの継続平均値Ｅf,avgとを初期
化する。
【００７４】次に、参照番号２１が示すように、現在フ
レームのバックグラウンドノイズ特性とこれらノイズ特
性の継続平均値との間の差の値が発生される。このプロ
セスの工程はフレームカウントが３２である時、低バン
ドエネルギーおよびフルバンドエネルギーの継続平均値
を初期化した後に実行されるが、フレームカウントが３
２を越える時は、参照番号１９が示すフレームカウント
の比較後に直接実行される。勧告Ｇ．７２９の付属書Ｂ
はＧ．７２９の付属書ＢのＶＡＤおよび補助ＶＡＤの双
方が使用する差分パラメータを発生するための方法につ
いて記述している。差分パラメータが発生された後に、
参照番号２２が示すように現在フレームのフルバンドエ
ネルギーと−７０ｄＢｍの基準値とが比較される。
【００７５】次に図３を参照すると、現在フレームのフ
ルバンドエネルギーが基準値以上であれば、マルチ境界
の初期のＧ．７２９の付属書ＢのＶＡＤ判断が行われ
る。基準値が現在フレームのフルバンドエネルギーを越
えていれば、現在フレーム内で検出された音声アクティ
ビティがないことを表示するために、初期のＧ．７２９
の付属書ＢのＶＡＤ判断はゼロ出力を発生する（２
９）。指定された初期値に係わらず、Ｇ．７２９の付属
書ＢのＶＡＤは参照番号３０が示し、勧告Ｇ．７２９の
付属書Ｂに記述されるように音声信号の長期定常特性を
表すために初期判断を改善する。
【００７６】最終ＶＡＤ判断を行うために、先のＶＡＤ
判断に関し、初期ＶＡＤ判断がスムーズにされた後に、
統合プロセスは参照番号３１が示すように現在フレーム
のノイズ特性によってバックグラウンドノイズエネルギ
ースレッショルドが満たされたかどうかの判断を行う。
Ｇ．７２９の付属書ＢのＶＡＤによって着信フレームの
特性と適応性スレッショルドとが比較され、次の３つの
条件が満たされた場合に限り、Ｇ．７２９の付属書Ｂの
ノイズ特性の継続平均値に対する更新が行われる（３
２）。
【００７７】
【数１８】
【００７８】ここで、 Ｅf＝現在フレームのフルバンドノイズエネルギー、 Ｅf,avg＝平均フルバンドノイズエネルギー、 ＲＣ（１）＝第１反射係数、 ∈ＳＤ＝現在フレームに対する測定されたスペクトル距
離とスペクトル距離の継続平均値との差であり、０．０
６３７の∈ＳＤは２５４．６Ｈｚに対応している。更
に、次の条件に従ってフルバンドノイズエネルギーＥf
を更にカウンターＣnのように更新する。
【００７９】
【数１９】
【００８０】本明細書に述べたように、ノイズアクティ
ビティしか含まないフレームが検出されると、一次の自
己回帰方式を使って現在フレームの分布を示すように、
Ｇ．７２９の付属書Ｂのバックグラウンドノイズ特性の
継続平均値が更新される（３２）。
【００８１】統合プロセス１４は各着信フレームのフル
バンドエネルギーを測定する。１．２８秒の時間ｉごと
に最大および最小フルバンドエネルギーを識別し（３
３）、次の時間ｉ＋１の間にノイズスレッショルドを発
生する（３４）。次の時間の間にノイズスレッショルド
Ｔnoise,i+1を発生するために、期間ｉの間に最大フル
バンドエネルギーＥmaxおよび最小フルバンドエネルギ
ーＥminを識別するこのプロセスは、次の条件のいずれ
かが満たされた時に実行される。
【００８２】１．フレームカウントが３２未満の間に、
Ｇ．７２９の付属書ＢのＶＡＤ出力判断を行う場合。 ２．参照番号３１が識別する工程で決定されるように、
Ｇ．７２９の付属書Ｂのバックグラウンドノイズエネル
ギーのスレッショルドが満たされない場合。 ３．参照番号３２が示すように、Ｇ．７２９の付属書Ｂ
のバックグラウンドノイズ特性の継続平均値の更新が行
われる場合。 最初の時間ｉの間のＴnoise,iの値は−５５ｄＢｍに初
期化される。その後のすべての期間のｉの間で補助アル
ゴリズムは次のようにノイズスレッショルドを発生する
（１０）。
【００８３】
【数２０】
【００８４】ここで、 Ｔ1＝Ｅmin＋（Ｅmax−Ｅmin）／３２、 Ｔ2＝４×Ｅmin、 Ｅmax＝現在更新期間θpの間に測定される最大ブロック
エネルギー、 Ｅmin＝現在更新期間θpの間に測定される最小ブロック
エネルギーである。
【００８５】次に、参照番号３５が示すように、現在フ
レームのフルバンドエネルギーは−７０ｄＢｍの基準お
よび補助ＶＡＤアルゴリズムが発生するノイズスレッシ
ョルドＴnoise（１０）と比較される。現在フレームの
フルバンドエネルギーが基準レベル以上である場合、お
よびノイズスレッショルド１０、すなわちＴnoise以下
である場合、補助ＶＡＤアルゴリズムが発生するバック
グラウンドノイズ特性の継続平均値はＧ．７２９の付属
書ＢのＶＡＤに対して記述された自己回帰アルゴリズム
を使って更新される。この更新は、参照番号３６により
統合プロセスのフローチャート１４内に示されている。
【００８６】その後、もしくは参照番号３５が示す比較
において、現在フレームに対して否定的な判断がされた
場合、参照番号３７が示すようなノイズスレッショルド
１０を更新するかどうかの判断がなされる。ノイズスレ
ッショルド１０に対する最終更新以来、約１．２８秒が
経過していれば、参照番号３８が示すように、先の期間
中に測定される最高フルバンドエネルギーレベルおよび
最低フルバンドエネルギーレベルに基づき、ノイズスレ
ッショルドが更新される。
【００８７】次に、参照番号３９が示すように別個の
Ｇ．７２９の付属書ＢのＶＡＤアルゴリズムと補助ＶＡ
Ｄアルゴリズムによって維持されるバックグラウンドノ
イズ特性の継続平均値を比較するかどうかの判断がなさ
れる。別個のＶＡＤアルゴリズムのノイズ特性を比較す
るとの判断は経過した時間、特定の数の経過フレームま
たは他の同様な尺度に基づいて行うことができる。好ま
しい実施例では、参照番号３１が示すＧ．７２９の付属
書Ｂの更新条件が満たされなくても統合プロセス１４に
よって受信された連続するフレームの数をカウントする
のにカウンターが使用される。
【００８８】カウンターが別個のＧ．７２９の付属書Ｂ
のＶＡＤアルゴリズムと補助ＶＡＤアルゴリズムを使っ
て発生されたバックグラウンドノイズ特性の継続平均値
の間の発散の臨界点を最適に識別する連続フレームの特
定の数に達すると、これら２つの組の特性の間の比較が
なされる。この２つの組のノイズ特性の比較は参照番号
４０で示されるプロセスステップで行われる。Ｇ．７２
９の付属書ＢのＶＡＤアルゴリズムと補助ＶＡＤアルゴ
リズムを使って計算されたバックグラウンドノイズ特性
の継続平均値が発散している場合、Ｇ．７２９の付属書
Ｂのアルゴリズムが発生したこれら特性のそれぞれの値
の代わりに補助ＶＡＤアルゴリズムを発生したこれら特
性の値に置換される。この置換は参照番号４１が示すス
テップで行われる。
【００８９】その後、次の条件のいずれかが満たされた
場合、参照番号４２が示すように、リンクが終了し、そ
れ以上作用するフレームがないかどうかの判断がなされ
る。
【００９０】１．参照番号３９が示すステップにおい
て、Ｇ．７２９の付属書ＢのＶＡＤアルゴリズムと補助
ＶＡＤアルゴリズムに発生されたバックグラウンドノイ
ズ特性の継続平均値を比較するための最適時間に到達し
たかどうかに関して否定的な判断がなされた場合。 ２．参照番号４０が示すステップにおいて、Ｇ．７２９
の付属書ＢのＶＡＤアルゴリズムと補助ＶＡＤアルゴリ
ズムに発生されたバックグラウンドノイズ特性の継続平
均値が発散したかどうかに関して否定的な判断がなされ
た場合。 ３．参照番号４１が示すステップにおいて、Ｇ．７２９
の付属書Ｂのアルゴリズムからのバックグラウンドノイ
ズ特性の継続平均値が補助アルゴリズムからのバックグ
ラウンドノイズ特性のそれぞれの継続平均値に置換され
た場合。
【００９１】Ｇ．７２９の付属書ＢのＶＡＤアルゴリズ
ムによってリンクの最終フレームが受信された場合、参
照番号４３が示すように、統合プロセス１４が終了され
る。受信されない場合、統合プロセス１４は参照番号１
６が示すように、次に順次受信されたフレームから特性
パラメータを抽出する。
【００９２】次に図５を参照する。話し手の音声を示す
テスト信号４８はＧ．７２９の付属書Ｂの通信リンクへ
与えられる。Ｇ．７２９の付属書ＢのＶＡＤは着信テス
ト信号５８に応答して出力信号４５を発生する。グラフ
４６の水平軸は時間を単位とし、グラフ４７の水平軸は
経過したフレームを単位とする。双方のグラフの垂直軸
は振幅を単位とする。ＶＡＤ出力信号４５に対する
「１」の振幅の値は、水平軸に沿った対応する値が示す
フレーム内に音声アクティビティが存在することが検出
されたことを示す。ＶＡＤ出力４５における振幅値
「０」は水平軸に沿った対応する値によって識別される
フレーム内で検出される音声アクティビティがないこと
を示す。
【００９３】図６は、低レベルの信号５４が先行してい
るグラフ４６のテスト信号４４を示す。低レベルの信号
５４はＧ．７２９の付属書Ｂによりデジタルに符号化さ
れた信号からの６４０個の連続するゼロのアナログ表示
によって発生される。これと共に、テスト信号４４と６
４０個のゼロのアナログ表示はグラフ５１におけるテス
ト信号４８を形成する。グラフ５２はテスト信号４８に
対するＧ．７２９の付属書ＢのＶＡＤ応答４９を示し、
同様に、グラフ５３はテスト信号４８に対する補助ＶＡ
Ｄアルゴリズムの応答５０を示す。ある数の初期化フレ
ームが経過した後に、Ｇ．７２９の付属書ＢのＶＡＤア
ルゴリズムは着信するすべてのフレームを音声フレーム
として識別することに留意されたい。Ｇ．７２９の付属
書ＢのＶＡＤは３２０ｍｓよりも長い間、チャンネルリ
ンクの発生時に極めて低いレベルの信号５４を受信して
いるので、バックグラウンドノイズのＶＡＤの特性決定
は予想された特性からクリティカルに発散している。こ
の結果、設定されたリンクの残りの時間にはＧ．７２９
の付属書ＢのＶＡＤは意図するようには作動しない。補
助ＶＡＤアルゴリズムは結合された信号４８におけるテ
スト信号４４に先行する低レベル信号５４の効果を無視
する。従って、変則的なノイズ信号は予想された特性か
ら離れたバックグラウンドノイズの補助ＶＡＤによる特
性決定にバイアスを掛けない。グラフ５３における信号
４４に対する補助ＶＡＤ応答はグラフ４７における信号
４４に対するＧ．７２９の付属書ＢのＶＡＤ応答と同一
またはほぼ同一であることを指摘したい。
【００９４】図７は、Ｇ．７２９の付属書Ｂの通信リン
クに提供される、グラフ５８における会話テスト信号５
５を示す。グラフ５９は標準Ｇ．７２９の付属書ＢのＶ
ＡＤによるテスト信号５５に対する応答５６を示し、グ
ラフ６０はテスト信号５５に対する補助ＶＡＤの応答５
７を示す。補助ＶＡＤ応答と標準Ｇ．７２９の付属書Ｂ
の応答とを比較すると、補助ＶＡＤ応答のほうがバンド
幅の節約および再生される音声の品位の点で性能がより
良好であることが判る。
【００９５】図８は、Ｇ．７２９の付属書Ｂの通信リン
クに提供される、別の会話テスト信号６１を示す。グラ
フ６４は標準Ｇ．７２９の付属書ＢのＶＡＤによるテス
ト信号６１に対する応答４８を示し、グラフ６５はテス
ト信号６１に対する補助ＶＡＤの応答６３を示す。補助
ＶＡＤ応答と標準Ｇ．７２９の付属書Ｂの応答とを比較
すると、補助ＶＡＤ応答のほうが後者のＧ．７２９の付
属書Ｂの応答よりも識別されるノイズフレームが５％多
いことが判る。従って、補助ＶＡＤアルゴリズムは現在
フレームの予想特性と共により良好に収束することが判
る。
【００９６】本明細書に示した発明の概念の範囲内で多
くの種々の異なる実施例が可能であり、法律上の説明上
の要件に従って詳細に本明細書に示した実施例におい
て、多数の変更を行うことができるので、本明細書に示
した細部は単に説明のものであり、発明を限定するもの
でないと理解すべきである。
【００９７】以上の説明に関して、更に以下の項を開示
する。 （１） 信号の特性を定める一組のパラメータを信号か
ら抽出する工程と、前記パラメータの組から前記信号の
エネルギー測度を計算する工程と、前記エネルギー測度
と基準値とを比較する工程と、前記エネルギー測度が前
記基準レベルに等しくなったか、またはこれを越えた回
数をカウントする工程とを備えた、ＩＴＵ（国際電気通
信連合）勧告Ｇ．７２９の付属書Ｂの音声アクティビテ
ィ検出（ＶＡＤ）デバイスを初期化する方法。
【００９８】（２） 前記抽出する工程がデータフレー
ム内の前記信号のデジタル表示から前記信号の特性を決
定するパラメータの組を抽出することを含み、前記パラ
メータが前記勧告Ｇ．７２９に従って誘導される自己相
関係数であり、前記自己相関係数のうちの第１自己相関
係数Ｒ（０）を２４０の定数値で割ることにより得られ
る商の１０を底とする対数に１０倍の値を掛けることに
よりフルバンドフレームエネルギーを計算することによ
って前記エネルギー測度を計算し、前記エネルギーと前
記基準値との前記比較が前記フルバンドフレームエネル
ギーの基準レベルとの比較を含み、前記フルバンドエネ
ルギーが前記基準レベルに等しいか、またはそれを越え
た場合に限り、前記カウント工程が前記初期化中にフレ
ームカウンターの値を変更することを含み、前記勧告
Ｇ．７２９の付属書Ｂに従ってノイズ特性の平均値に対
する初期値を更新する工程を更に備えた、ＩＴＵ勧告
Ｇ．７２９の付属書Ｂの音声アクティビティ検出（ＶＡ
Ｄ）を初期化するための、第１項記載の方法。
【００９９】（３） ノイズ識別スレッショルド値を決
定する工程と、信号の所定のエネルギー測度と前記ノイ
ズスレッショルド値とを比較する工程と、前記エネルギ
ー測度が前記ノイズスレッショルドよりも低くなったと
きに、前記数のエネルギー測度の平均値を示す第１の値
を決定する工程を備え、前記第１の値を決定するのに前
記ノイズスレッショルド値よりも低い値を有する、前記
数のエネルギー測度のうちのエネルギー測度しか使用し
ないようになっており、前記数のエネルギー測度の平均
値を示す第２の値を決定する工程と、前記第１の値と第
２の値との間の発散が時間と共に増加した時に、前記第
２の値を前記第１の値に置換する工程を備えた、ＩＴＵ
勧告Ｇ．７２９の付属書Ｂの音声アクティビティ検出
（ＶＡＤ）デバイスを収束させる方法。
【０１００】（４） 所定の時間の終了時に前記第２の
値を前記第１の値に置換する工程を更に含む、第３項記
載の方法。
【０１０１】（５） 高いスレッショルド基準値を設定
する工程と、前記数のエネルギー測度のうちの前記エネ
ルギー測度が前記高いスレッショルド基準値に等しくな
るか、またはこれを越えた連続する回数をカウントする
工程とを備え、前記高いスレッショルド基準値よりも低
い値を有する前記数のエネルギー測度のうちのエネルギ
ー測度だけを使って前記第２の値を決定し、前記数のエ
ネルギー測度のうちの前記エネルギー測度が所定の連続
する回数だけ前記基準値に等しくなるか、またはこれを
越えたときに、前記第２の値を前記第１の値に置換する
ようになっている、第３項記載の方法。
【０１０２】（６） ノイズ識別スレショルド値を決定
する工程と、信号の所定の数のエネルギー測度と前記ノ
イズスレショルド値を比較する工程と、前記信号の現在
のスペクトル状態と前記信号の所定の数の先のスペクト
ル状態の平均値を示す値との間のスペクトル距離差を決
定する工程と、前記エネルギー測度が前記ノイズスレッ
ショルドよりも小さくなった時に、前記信号のノイズ特
性の平均値を示す第１の組の値を更新する工程と、前記
エネルギー測度が基準レベルよりも小さくなり、前記ス
レッショルド距離差が約０．０６３７よりも小さい値を
有する時に、前記信号のノイズ特性の平均値を示す第２
の組の値を更新する工程と、特定の事象が生じたときに
前記第２の値を前記第１の値に置換する工程とを備え
た、ＩＴＵ勧告Ｇ．７２９の付属書Ｂの音声アクティビ
ティ検出（ＶＡＤ）デバイスを収束させる方法。
【０１０３】（７） 前記数のエネルギー測度のうちの
前記エネルギー測度が前記基準値に等しくなるか、また
はこれを越えた連続する回数をカウントする工程と、前
記数のエネルギー測度のうちの前記エネルギー測度が所
定の連続する回数だけ前記基準値に等しくなるか、また
はこれを越えた時に前記第２の値を前記第１の値に置換
する工程とを更に備えた、第６項記載の方法。
【０１０４】（８） 更新期間θpを定める工程と、前
記更新期間θp中に生じた最大ブロックエネルギーを測
定し、前記測定された最大ブロックエネルギーをＥmax
と指定する工程と、前記更新期間θp中に生じた最小ブ
ロックエネルギーを測定し、前記測定された最小ブロッ
クエネルギーをＥminと指定する工程と、式Ｔ1＝Ｅmin
＋（Ｅmax−Ｅmin）／３２で示されるＴ1の値を計算す
る工程と、式Ｔ2＝４×Ｅminで示されるＴ2の値を計算
する工程と、２つの値Ｔ1とＴ2のうちの小さい方の値を
決定する工程と、Ｔ1とＴ2のうちの前記小さい方の値に
２を掛け、積を得る工程と、前記積と−２１ｄＢｍの値
とを比較する工程と、−２０ｄＢｍと前記積とのうちの
小さい方の値を前記更新期間θpにおける前記ノイズス
レッショルドと指定する工程とを更に備えた、第６項記
載の方法。
【０１０５】（９） 更新期間θp中に生じた最大ブロ
ックエネルギーを測定し、前記測定された最大ブロック
エネルギーをＥmaxと指定する工程と、前記更新期間θp
中に生じた最小ブロックエネルギーを測定し、前記測定
された最小ブロックエネルギーをＥminと指定する工程
と、式Ｔ1＝Ｅmin＋（Ｅmax−Ｅmin）／３２で示される
Ｔ1の値を計算する工程と、式Ｔ2＝４×Ｅminで示され
るＴ2の値を計算する工程と、２つの値Ｔ1とＴ2のうち
の小さい方の値を決定する工程と、Ｔ1とＴ2のうちの前
記小さい方の値に２を掛け、積を得る工程と、前記積と
−２１ｄＢｍの値とを比較する工程と、信号のある数の
エネルギー測度と前記ノイズスレショルド値を比較する
工程と、前記信号の現在のスペクトル状態と前記信号の
所定の数の先のスペクトル状態の平均値を示す値との間
のスペクトル距離差を決定する工程と、前記エネルギー
測度が前記ノイズスレッショルドよりも小さくなった時
に、前記信号のノイズ特性の平均値を示す第１の組の値
を更新する工程と、前記エネルギー測度が基準レベルよ
りも小さくなり、前記スレッショルド距離差は約０．０
６３７よりも小さい値を有する時に、前記信号のノイズ
特性の平均値を示す第２の組の値を更新する工程と、前
記数のエネルギー測度のうちの前記エネルギー測度が前
記基準値に等しくなるか、またはこれを越えた連続する
回数をカウントする工程と、前記数のエネルギー測度の
うちの前記エネルギー測度が所定の連続する回数だけ前
記基準値に等しくなるか、またはこれを越えた時に前記
第２の値を前記第１の値に置換する工程とを更に備え
た、ＩＴＵ勧告Ｇ．７２９の付属書Ｂの音声アクティビ
ティ検出（ＶＡＤ）デバイスを収束させる方法。
【０１０６】（１０） 通信リンク中に約１．２５秒ご
とに前記ノイズスレッショルド値を更新する工程を更に
備えた、第９項記載の方法。
【０１０７】（１１） 信号の特性を定める一組のパラ
メータを信号から抽出する工程（１６）と、前記パラメ
ータの組から前記信号のエネルギー測度を計算する工程
と、前記エネルギー測度と基準値とを比較する工程（２
３）と、信号のノイズ特性の平均値に対する初期値を決
定する工程（２０）と、前記エネルギー測度が前記基準
レベルに等しくなったかまたはこれを越えた回数をカウ
ントする工程（２６）とを備えた、ＩＴＵ（国際通信連
合）勧告Ｇ．７２９の付属書Ｂの音声アクティビティ検
出（ＶＡＤ）デバイスを初期化する方法が開示されてい
る。ノイズ識別スレッショルド値を決定する工程（２
８）と、信号の所定のエネルギー測度と前記ノイズスレ
ッショルド値とを比較する工程（３１）と、前記エネル
ギー測度が前記ノイズスレッショルドよりも低くなった
ときに、前記数のエネルギー測度の平均値を示す第１の
値を決定する工程を備え、前記第１の値を決定するのに
前記ノイズスレッショルド値よりも低い値を有する、前
記数のエネルギー測度のうちのエネルギー測度しか使用
しないようになっており（３２）、前記数のエネルギー
測度の平均値を示す第２の値を決定する工程（３６）
と、前記第１の値と第２の値との間の発散を示す特定の
事象が生じた時に、前記第２の値を前記第１の値に置換
する工程（４１）を備えた、ＩＴＵ勧告Ｇ．７２９の付
属書Ｂの音声アクティビティ検出（ＶＡＤ）デバイスを
収束する方法も開示されている。
【図面の簡単な説明】
【図１】勧告Ｇ．７２９の付属書Ｂに準拠した半デュプ
レックス通信リンクを示す。
【図２】Ｇ．７２９の付属書Ｂの通信チャンネルの入力
端におけるバックグラウンドノイズエネルギーおよび音
声エネルギーに対する代表的な確率分布関数を示す。
【図３】統合されたＧ．７２９の付属書ＢのＶＡＤアル
ゴリズムと補助ＶＡＤアルゴリズムのためのプロセスフ
ローを示す。
【図４】図３のプロセスフローの連続性を示す。
【図５】Ｇ．７２９の付属書Ｂの通信リンクに与えられ
る話し手の音声を示すテスト信号およびこの入力信号に
対するＧ．７２９の付属書ＢのＶＡＤ応答を示す。
【図６】低レベル信号が先行する図４のテスト信号、組
み合わされたテスト信号に対するＧ．７２９の付属書Ｂ
のＶＡＤ応答および組み合わされテスト信号に対する補
助ＶＡＤの応答を示す。
【図７】Ｇ．７２９の付属書Ｂの通信リンクに与えられ
る会話テスト信号、標準Ｇ．７２９の付属書ＢのＶＡＤ
によるテスト信号に対する応答、およびテスト信号に対
する補助ＶＡＤの応答を示す。
【図８】Ｇ．７２９の付属書Ｂの通信リンクに与えられ
る第２の会話テスト信号、標準Ｇ．７２９の付属書Ｂの
ＶＡＤによるテスト信号に対する応答、およびテスト信
号に対する補助ＶＡＤの応答を示す。
【符号の説明】
２ ノイズエンコーダ ３ 音声エンコーダ ４ 通信チャンネル ５ ノイズデコーダ ６ 音声デコーダ ７ 着信信号
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ダニエル シー、トーマス アメリカ合衆国 メリーランド、ジャーマ ンタウン、 ステージ コーチ コート ７ (72)発明者 ゴカーン シスリ アメリカ合衆国 メリーランド、ベテス ダ、 バタフライ レイン 4858

Claims (1)

    【特許請求の範囲】
  1. 【請求項１】 信号の特性を定める一組のパラメータを
    信号から抽出する工程と、 前記パラメータの組から前記信号のエネルギー測度を計
    算する工程と、 前記エネルギー測度と基準値とを比較する工程と、 前記エネルギー測度が前記基準レベルに等しくなった
    か、またはこれを越えた回数をカウントする工程とを備
    えた、ＩＴＵ（国際電気通信連合）勧告Ｇ．７２９の付
    属書Ｂの音声アクティビティ検出（ＶＡＤ）デバイスを
    初期化する方法。
JP2002162041A 2001-06-01 2002-06-03 Ｇ．７２９の付属書ｂに準拠した音声アクティビティ検出回路を収束させるための方法 Pending JP2002366174A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US871779 2001-06-01
US09/871,779 US7031916B2 (en) 2001-06-01 2001-06-01 Method for converging a G.729 Annex B compliant voice activity detection circuit

Publications (1)

Publication Number Publication Date
JP2002366174A true JP2002366174A (ja) 2002-12-20

Family

ID=25358107

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002162041A Pending JP2002366174A (ja) 2001-06-01 2002-06-03 Ｇ．７２９の付属書ｂに準拠した音声アクティビティ検出回路を収束させるための方法

Country Status (3)

Country Link
US (2) US7031916B2 (ja)
EP (1) EP1265224A1 (ja)
JP (1) JP2002366174A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010529494A (ja) * 2007-06-07 2010-08-26 華為技術有限公司 音声活動を検出するための装置および方法
JP2013508773A (ja) * 2009-10-19 2013-03-07 テレフオンアクチーボラゲット エル エム エリクソン（パブル） 音声エンコーダの方法およびボイス活動検出器

Families Citing this family (121)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US7236929B2 (en) * 2001-05-09 2007-06-26 Plantronics, Inc. Echo suppression and speech detection techniques for telephony applications
US7386447B2 (en) * 2001-11-02 2008-06-10 Texas Instruments Incorporated Speech coder and method
JP3963850B2 (ja) * 2003-03-11 2007-08-22 富士通株式会社 音声区間検出装置
US7313233B2 (en) * 2003-06-10 2007-12-25 Intel Corporation Tone clamping and replacement
US7596488B2 (en) * 2003-09-15 2009-09-29 Microsoft Corporation System and method for real-time jitter control and packet-loss concealment in an audio signal
US7412376B2 (en) * 2003-09-10 2008-08-12 Microsoft Corporation System and method for real-time detection and preservation of speech onset in a signal
US7318030B2 (en) * 2003-09-17 2008-01-08 Intel Corporation Method and apparatus to perform voice activity detection
JP4739219B2 (ja) * 2003-10-16 2011-08-03 エヌエックスピー ビー ヴィ 適応ノイズ下限トラッキングを伴う音声動作検出
GB0408856D0 (en) * 2004-04-21 2004-05-26 Nokia Corp Signal encoding
JP4381291B2 (ja) * 2004-12-08 2009-12-09 アルパイン株式会社 車載用オーディオ装置
US8102872B2 (en) * 2005-02-01 2012-01-24 Qualcomm Incorporated Method for discontinuous transmission and accurate reproduction of background noise information
US7231348B1 (en) * 2005-03-24 2007-06-12 Mindspeed Technologies, Inc. Tone detection algorithm for a voice activity detector
WO2006104555A2 (en) * 2005-03-24 2006-10-05 Mindspeed Technologies, Inc. Adaptive noise state update for a voice activity detector
CA2612903C (en) * 2005-06-20 2015-04-21 Telecom Italia S.P.A. Method and apparatus for transmitting speech data to a remote device in a distributed speech recognition system
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US8775168B2 (en) * 2006-08-10 2014-07-08 Stmicroelectronics Asia Pacific Pte, Ltd. Yule walker based low-complexity voice activity detector in noise suppression systems
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
TW200849891A (en) * 2007-06-04 2008-12-16 Alcor Micro Corp Method and system for assessing the statuses of channels
CN101335000B (zh) * 2008-03-26 2010-04-21 华为技术有限公司 编码的方法及装置
US8428632B2 (en) * 2008-03-31 2013-04-23 Motorola Solutions, Inc. Dynamic allocation of spectrum sensing resources in cognitive radio networks
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US9142221B2 (en) * 2008-04-07 2015-09-22 Cambridge Silicon Radio Limited Noise reduction
US8140017B2 (en) * 2008-09-29 2012-03-20 Motorola Solutions, Inc. Signal detection in cognitive radio systems
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US8306561B2 (en) * 2009-02-02 2012-11-06 Motorola Solutions, Inc. Targeted group scaling for enhanced distributed spectrum sensing
JP5299024B2 (ja) * 2009-03-27 2013-09-25 ソニー株式会社 ディジタルシネマ管理装置とディジタルシネマ管理方法
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
CN102044243B (zh) * 2009-10-15 2012-08-29 华为技术有限公司 语音激活检测方法与装置、编码器
KR20120091068A (ko) 2009-10-19 2012-08-17 텔레폰악티에볼라겟엘엠에릭슨(펍) 음성 활성 검출을 위한 검출기 및 방법
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
SI3493205T1 (sl) 2010-12-24 2021-03-31 Huawei Technologies Co., Ltd. Postopek in naprava za adaptivno zaznavanje glasovne aktivnosti v vstopnem avdio signalu
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
CN102800322B (zh) * 2011-05-27 2014-03-26 中国科学院声学研究所 一种噪声功率谱估计与语音活动性检测方法
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
GB2495222B (en) * 2011-09-30 2016-10-26 Apple Inc Using context information to facilitate processing of commands in a virtual assistant
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
TWI557722B (zh) * 2012-11-15 2016-11-11 緯創資通股份有限公司 語音干擾的濾除方法、系統，與電腦可讀記錄媒體
CN103839544B (zh) * 2012-11-27 2016-09-07 展讯通信（上海）有限公司 语音激活检测方法和装置
US9711166B2 (en) 2013-05-23 2017-07-18 Knowles Electronics, Llc Decimation synchronization in a microphone
US10020008B2 (en) 2013-05-23 2018-07-10 Knowles Electronics, Llc Microphone and corresponding digital interface
EP3000241B1 (en) 2013-05-23 2019-07-17 Knowles Electronics, LLC Vad detection microphone and method of operating the same
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
KR101959188B1 (ko) 2013-06-09 2019-07-02 애플 인크. 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
US9502028B2 (en) 2013-10-18 2016-11-22 Knowles Electronics, Llc Acoustic activity detection apparatus and method
US9147397B2 (en) 2013-10-29 2015-09-29 Knowles Electronics, Llc VAD detection apparatus and method of operating the same
ES2819032T3 (es) * 2013-12-19 2021-04-14 Ericsson Telefon Ab L M Estimación de ruido de fondo en señales de audio
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
WO2016036163A2 (ko) * 2014-09-03 2016-03-10 삼성전자 주식회사 오디오 신호를 학습하고 인식하는 방법 및 장치
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
WO2016118480A1 (en) 2015-01-21 2016-07-28 Knowles Electronics, Llc Low power voice trigger for acoustic apparatus and method
US10121472B2 (en) 2015-02-13 2018-11-06 Knowles Electronics, Llc Audio buffer catch-up apparatus and method with two microphones
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US9478234B1 (en) 2015-07-13 2016-10-25 Knowles Electronics, Llc Microphone apparatus and method with catch-up buffer
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US11631421B2 (en) * 2015-10-18 2023-04-18 Solos Technology Limited Apparatuses and methods for enhanced speech recognition in variable environments
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US10403279B2 (en) 2016-12-21 2019-09-03 Avnera Corporation Low-power, always-listening, voice command detection and capture
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US11189273B2 (en) * 2017-06-29 2021-11-30 Amazon Technologies, Inc. Hands free always on near field wakeword solution
US11438452B1 (en) 2019-08-09 2022-09-06 Apple Inc. Propagating context information in a privacy preserving manner
CN111540378A (zh) * 2020-04-13 2020-08-14 腾讯音乐娱乐科技（深圳）有限公司 一种音频检测方法、装置和存储介质

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI100840B (fi) * 1995-12-12 1998-02-27 Nokia Mobile Phones Ltd Kohinanvaimennin ja menetelmä taustakohinan vaimentamiseksi kohinaises ta puheesta sekä matkaviestin
US6125179A (en) 1995-12-13 2000-09-26 3Com Corporation Echo control device with quick response to sudden echo-path change
US5765130A (en) 1996-05-21 1998-06-09 Applied Language Technologies, Inc. Method and apparatus for facilitating speech barge-in in connection with voice recognition systems
CA2206652A1 (en) * 1996-06-04 1997-12-04 Claude Laflamme Baud-rate-independent asvd transmission built around g.729 speech-coding standard
US5884255A (en) 1996-07-16 1999-03-16 Coherent Communications Systems Corp. Speech detection system employing multiple determinants
US6002762A (en) * 1996-09-30 1999-12-14 At&T Corp Method and apparatus for making nonintrusive noise and speech level measurements on voice calls
EP0883107B9 (en) * 1996-11-07 2005-01-26 Matsushita Electric Industrial Co., Ltd Sound source vector generator, voice encoder, and voice decoder
US5960389A (en) * 1996-11-15 1999-09-28 Nokia Mobile Phones Limited Methods for generating comfort noise during discontinuous transmission
US6185300B1 (en) 1996-12-31 2001-02-06 Ericsson Inc. Echo canceler for use in communications system
JP3255584B2 (ja) * 1997-01-20 2002-02-12 ロジック株式会社 有音検知装置および方法
JP3297346B2 (ja) * 1997-04-30 2002-07-02 沖電気工業株式会社 音声検出装置
JP3119204B2 (ja) * 1997-06-27 2000-12-18 日本電気株式会社 音声符号化装置
US6163608A (en) * 1998-01-09 2000-12-19 Ericsson Inc. Methods and apparatus for providing comfort noise in communications systems
US6023674A (en) 1998-01-23 2000-02-08 Telefonaktiebolaget L M Ericsson Non-parametric voice activity detection
US6141426A (en) * 1998-05-15 2000-10-31 Northrop Grumman Corporation Voice operated switch for use in high noise environments
US6223154B1 (en) * 1998-07-31 2001-04-24 Motorola, Inc. Using vocoded parameters in a staggered average to provide speakerphone operation based on enhanced speech activity thresholds
US20010014857A1 (en) * 1998-08-14 2001-08-16 Zifei Peter Wang A voice activity detector for packet voice network
US6108610A (en) 1998-10-13 2000-08-22 Noise Cancellation Technologies, Inc. Method and system for updating noise estimates during pauses in an information signal
US6768979B1 (en) * 1998-10-22 2004-07-27 Sony Corporation Apparatus and method for noise attenuation in a speech recognition system
SE9803698L (sv) * 1998-10-26 2000-04-27 Ericsson Telefon Ab L M Metoder och anordningar i ett telekommunikationssystem
US6381570B2 (en) * 1999-02-12 2002-04-30 Telogy Networks, Inc. Adaptive two-threshold method for discriminating noise from speech in a communication signal
US6249757B1 (en) * 1999-02-16 2001-06-19 3Com Corporation System for detecting voice activity
US6556967B1 (en) * 1999-03-12 2003-04-29 The United States Of America As Represented By The National Security Agency Voice activity detector
US6519260B1 (en) * 1999-03-17 2003-02-11 Telefonaktiebolaget Lm Ericsson (Publ) Reduced delay priority for comfort noise
US6549587B1 (en) * 1999-09-20 2003-04-15 Broadcom Corporation Voice and data exchange over a packet based network with timing recovery
JP2000308167A (ja) * 1999-04-20 2000-11-02 Mitsubishi Electric Corp 音声符号化装置
US6633841B1 (en) * 1999-07-29 2003-10-14 Mindspeed Technologies, Inc. Voice activity detection speech coding to accommodate music signals
US7263074B2 (en) * 1999-12-09 2007-08-28 Broadcom Corporation Voice activity detection based on far-end and near-end statistics
US20020075857A1 (en) * 1999-12-09 2002-06-20 Leblanc Wilfrid Jitter buffer and lost-frame-recovery interworking
US6687668B2 (en) * 1999-12-31 2004-02-03 C & S Technology Co., Ltd. Method for improvement of G.723.1 processing time and speech quality and for reduction of bit rate in CELP vocoder and CELP vococer using the same
US6662155B2 (en) * 2000-11-27 2003-12-09 Nokia Corporation Method and system for comfort noise generation in speech communication
US6631139B2 (en) * 2001-01-31 2003-10-07 Qualcomm Incorporated Method and apparatus for interoperability between voice transmission systems during speech inactivity
US6766020B1 (en) * 2001-02-23 2004-07-20 3Com Corporation System and method for comfort noise generation

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010529494A (ja) * 2007-06-07 2010-08-26 華為技術有限公司 音声活動を検出するための装置および方法
US8275609B2 (en) 2007-06-07 2012-09-25 Huawei Technologies Co., Ltd. Voice activity detection
JP2013508773A (ja) * 2009-10-19 2013-03-07 テレフオンアクチーボラゲット エル エム エリクソン（パブル） 音声エンコーダの方法およびボイス活動検出器

Also Published As

Publication number Publication date
US7043428B2 (en) 2006-05-09
EP1265224A1 (en) 2002-12-11
US20020188445A1 (en) 2002-12-12
US7031916B2 (en) 2006-04-18
US20020184015A1 (en) 2002-12-05

Similar Documents

Publication Publication Date Title
JP2002366174A (ja) Ｇ．７２９の付属書ｂに準拠した音声アクティビティ検出回路を収束させるための方法
US6889187B2 (en) Method and apparatus for improved voice activity detection in a packet voice network
US6807525B1 (en) SID frame detection with human auditory perception compensation
JP4307557B2 (ja) 音声活性度検出器
JP3363336B2 (ja) フレーム音声決定方法および装置
Beritelli et al. Performance evaluation and comparison of G. 729/AMR/fuzzy voice activity detectors
JP3963850B2 (ja) 音声区間検出装置
US6381570B2 (en) Adaptive two-threshold method for discriminating noise from speech in a communication signal
US9401160B2 (en) Methods and voice activity detectors for speech encoders
US9396738B2 (en) Methods and apparatus for signal quality analysis
US7558729B1 (en) Music detection for enhancing echo cancellation and speech coding
US8751221B2 (en) Communication apparatus for adjusting a voice signal
AU2612402A (en) Voice-activity detection using energy ratios and periodicity
JP3255584B2 (ja) 有音検知装置および方法
KR101260938B1 (ko) 노이지 음성 신호의 처리 방법과 이를 위한 장치 및 컴퓨터판독 가능한 기록매체
JP2004514327A (ja) 電気通信網における電話リンクの会話品質の測定
KR101099325B1 (ko) 객관적으로 음성 품질을 평가하는 방법 및 객관적 음성품질 평가 시스템
Sakhnov et al. Approach for Energy-Based Voice Detector with Adaptive Scaling Factor.
KR102307355B1 (ko) 잡음 환경의 통화 품질을 개선하는 방법 및 장치
EP2457233A1 (en) Method, computer, computer program and computer program product for speech quality estimation
JP3331297B2 (ja) 背景音／音声分類方法及び装置並びに音声符号化方法及び装置
US8949121B2 (en) Method and means for encoding background noise information
US7013266B1 (en) Method for determining speech quality by comparison of signal properties
JPH09258792A (ja) 雑音低減方法および装置
KR100931487B1 (ko) 노이지 음성 신호의 처리 장치 및 그 장치를 포함하는 음성기반 어플리케이션 장치

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050524

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080822

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20081125

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20081128

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20090303