JP2019537751A - 可変閾値を使用してオーディオ信号を分解するための装置および方法 - Google Patents
可変閾値を使用してオーディオ信号を分解するための装置および方法 Download PDFInfo
- Publication number
- JP2019537751A JP2019537751A JP2019526480A JP2019526480A JP2019537751A JP 2019537751 A JP2019537751 A JP 2019537751A JP 2019526480 A JP2019526480 A JP 2019526480A JP 2019526480 A JP2019526480 A JP 2019526480A JP 2019537751 A JP2019537751 A JP 2019537751A
- Authority
- JP
- Japan
- Prior art keywords
- variation
- current block
- block
- signal
- blocks
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005236 sound signal Effects 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims description 43
- 238000000926 separation method Methods 0.000 claims abstract description 167
- 230000003595 spectral effect Effects 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 7
- 238000012886 linear function Methods 0.000 claims description 6
- 238000012888 cubic function Methods 0.000 claims description 3
- 238000012887 quadratic function Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 21
- 230000000875 corresponding effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 230000003044 adaptive effect Effects 0.000 description 11
- 230000001052 transient effect Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001960 triggered effect 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
- G10L21/0272—Voice signal separating
-
- 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
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
-
- 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
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
-
- 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
- G10L21/0232—Processing in the frequency domain
-
- 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
- G10L21/0272—Voice signal separating
- G10L21/028—Voice signal separating using properties of sound source
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
- G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
- G10H2210/046—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for differentiation between music and non-music signals, based on the identification of musical parameters, e.g. based on tempo detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
- G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
- G10H2210/051—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for extraction or detection of onsets of musical sounds or notes, i.e. note attack timings
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
- G10H2250/025—Envelope processing of music signals in, e.g. time domain, transform domain or cepstrum domain
- G10H2250/035—Crossfade, i.e. time domain amplitude envelope control of the transition between musical sounds or melodies, obtained for musical purposes, e.g. for ADSR tone generation, articulations, medley, remix
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
- G10H2250/131—Mathematical functions for musical analysis, processing, synthesis or composition
- G10H2250/215—Transforms, i.e. mathematical transforms into domains appropriate for musical signal processing, coding or compression
- G10H2250/235—Fourier transform; Discrete Fourier Transform [DFT]; Fast Fourier Transform [FFT]
-
- 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
- H04S—STEREOPHONIC SYSTEMS
- H04S1/00—Two-channel systems
- H04S1/007—Two-channel systems in which the audio signals are in digital form
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
- H04S2400/01—Multi-channel, i.e. more than two input channels, sound reproduction with two speakers wherein the multi-channel information is substantially preserved
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S3/00—Systems employing more than two channels, e.g. quadraphonic
- H04S3/008—Systems employing more than two channels, e.g. quadraphonic in which the audio signals are in digital form, i.e. employing more than two discrete digital channels
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
Description
および瞬間
エネルギーが推定される。信号X(k、n)の瞬間エネルギーは、
によって与えられ、式中、‖・‖は、ベクトルノルムを表し、平均エネルギーは、以下によって与えられる:
の瞬時エネルギー推定値に適用される重み付けウィンドウを表す。別個のクラップが入力信号内でアクティブであるかどうかに関する指標として、瞬間エネルギーと平均エネルギーとのエネルギー比率
は、以下に従って使用される;
を超える時点では、入力信号から別個のクラップ部を抽出する分離利得は1に設定され、その結果、ノイズ様の信号がこれらの時点ではゼロである。ハード信号の切り替えを伴うシステムのブロック図が、図1eに示されている。ノイズ様の信号で信号のドロップアウトを回避する必要がある場合、補正項を利得から減算することができる。良好な出発点は、入力信号の平均エネルギーをノイズ様の信号内に残すことである。これは、利得から
または
を減算することによって行われる。平均エネルギーの量はまた、平均エネルギーがノイズ様の信号内に残る量を制御する利得
を導入することによっても制御することができる。これにより、一般的な形式の分離利得が得られる:
注:
の場合、固有のクラップにルーティングされる信号の量は、信号に依存する軟判定をもたらすエネルギー比率
および固定利得
にのみ依存する。よく調整されたシステムでは、エネルギー比率がアタック閾値を超える期間は、実際の過渡事象のみを捕捉する。場合によっては、アタックが発生した後のより長い期間の時間フレームを抽出することが望ましい場合がある。これは、例えば、アタック後に分離利得がゼロに戻る前にエネルギー比率
が減少しなければならないレベルを示す解放閾値
を導入することによって行うことができる:
代替的ではあるがより静的な方法は、アタックが検出された後にある特定の数のフレームを別個のクラップ信号に単にルーティングすることである。
および
が得られる。閾値は、拍手入力信号のエンベロープの変動の推定値によって制御され、高い変動は、明確かつ個々に知覚可能なクラップの存在を示し、低い変動ほど、よりノイズ様の定常的な信号を示す。変動推定は、時間領域ならびに周波数領域で行うことができる。この場合の好ましい方法は、周波数領域で推定を行うことである:
および
によって行うことができ、以下のようになる
図1fは、図1aおよび図1bの機能ブロックに関連して、概観で上述した式を示す。
の推定は、1秒あたりの事象レート、すなわち1秒あたりの検出されたクラップの数を数えることによって行うことができる。前景隆起
は、推定された前景クラップ信号C(n)とA(n)とのエネルギー比率によって与えられる:
オーディオ信号値のブロックの時間シーケンスを生成するためのブロック生成器(110)と、
前記オーディオ信号の現在のブロックのブロック特性を決定し、ブロックのグループの平均特性を決定するためのオーディオ信号分析器(120)であって、前記ブロックのグループは、少なくとも2つのブロックを含むオーディオ信号分析器(120)と、
前記現在のブロックの前記ブロック特性と前記ブロックのグループの前記平均特性との比率に応じて、前記現在のブロックを背景部分と前景部分に分離するための分離器(130)とを備え、
前記背景成分信号(140)は、前記現在のブロックの前記背景部分を含み、前記前景成分信号(150)は、前記現在のブロックの前記前景部分を含む、装置。
実施例1に記載の装置。
実施例1または2に記載の装置。
前記分離器が、前記比率から分離利得を計算し、前記分離利得を使用して前記現在のブロックの前記オーディオ信号値を重み付けして前記現在のフレームの前記背景部分を得て、前記前景成分信号が残りの信号を構成するように前記前景成分を決定するように構成される、
実施例1〜3のいずれか1つに記載の装置。
実施例1〜4のいずれか1つに記載の装置。
実施例5に記載の装置。
実施例1〜6のいずれか1つに記載の装置。
前記さらなる解放閾値が、前記閾値と前記所定の関係にないブロック比率が前記さらなる解放閾値と前記所定の関係にあるように設定される、
実施例7に記載の装置。
前記所定の関係が、「より小さい」であり、前記解放閾値が、前記分離閾値よりも大きい、
実施例8に記載の装置。
前記時間的に重なり合うブロックが、600以下のいくつかのサンプリング値を有する、
実施例1〜9のいずれか1つに記載の装置。
前記オーディオ信号分析器が、前記現在のブロックの前記スペクトル表現を使用して前記特性を計算するように構成され、
前記分離器(130)が、前記スペクトル表現を前記背景部分と前記前景部分に分離し、同じ周波数に対応する前記背景部分と前記前景部分のスペクトルビンについて、各々がゼロとは異なるスペクトル値を有するように構成され、同じ周波数ビン内の前記前景部分の前記スペクトル値と前記背景部分の前記スペクトル値との関係が、前記比率に依存する、
実施例1〜10のいずれか1つに記載の装置。
時間隣接ブロックが、重なり合う範囲(302)で重なり合っており、
前記装置が、前記背景成分信号を合成し、前記前景成分信号を合成するための信号合成器(160a、161a、160b、161b)をさらに備え、前記信号合成器が、前記背景成分信号および前記前景成分信号について、ならびに前記重なり合う範囲内の時間隣接ブロックのクロスフェード(161a、161b)時間表現について周波数−時間変換(161a、160a、160b)を実行し、時間領域前景成分信号および別々の時間領域背景成分信号を得るように構成される、
実施例1〜11のいずれか1つに記載の装置。
実施例1〜12のいずれか1つに記載の装置。
実施例1〜13のいずれか1つに記載の装置。
実施例13または14に記載の装置。
実施例1〜15のいずれか1つに記載の装置。
実施例1〜16のいずれか1つに記載の装置。
実施例17に記載の装置。
実施例1〜18のいずれか1つに記載の装置。
前記アップミキサが、前記前景成分信号を前記出力チャネルに空間的に分配するように構成され、多数の出力チャネルの前記前景成分信号が、相関され、前記背景成分信号を前記出力チャネルにスペクトル的に分配し、前記出力チャネルの前記背景成分信号が、前記前景成分信号よりも相関が低いか、または互いに相関がない、
実施例1〜19のいずれか1つに記載の装置。
実施例1〜20のいずれか1つに記載の装置。
オーディオ信号値のブロックの時間シーケンスを生成すること(110)と、
前記オーディオ信号の現在のブロックのブロック特性を決定し、ブロックのグループの平均特性を決定すること(120)であって、前記ブロックのグループは、少なくとも2つのブロックを含むことと、
前記現在のブロックの前記ブロック特性と前記ブロックのグループの前記平均特性との比率に応じて、前記現在のブロックを背景部分と前景部分に分離すること(130)とを含み、
前記背景成分信号(140)は、前記現在のブロックの前記背景部分を含み、前記前景成分信号(150)は、前記現在のブロックの前記前景部分を含む、方法。
オーディオ信号値のブロックの時間シーケンスを生成するためのブロック生成器(110)と、
前記オーディオ信号の現在のブロックの特性を決定し、前記ブロックのシーケンスの少なくとも2つのブロックを含むブロックのグループ内の前記特性の変動を決定するためのオーディオ信号分析器(120)と、
前記現在のブロックを背景部分(140)と前景部分(150)に分離するための分離器(130)であって、前記分離器(130)は、前記現在のブロックの前記特性が前記分離閾値と所定の関係にあるとき、前記変動に基づいて分離閾値を決定して(182)前記現在のブロックを前記背景成分信号(140)と前記前景成分信号(150)に分離するか、または前記現在のブロックの前記特性が前記分離閾値と前記所定の関係にあるとき、前記現在のブロック全体を前景成分信号として決定するか、または前記現在のブロックの前記特性が前記分離閾値と前記所定の関係にないとき、前記現在のブロック全体を背景成分信号として決定するように構成される分離器(130)とを備える、装置。
前記第1の分離閾値(401)が、前記第2の分離閾値(402)よりも小さく、前記第1の変動(501)が、前記第2の変動(502)よりも小さく、前記所定の関係が、より大きいであり、または
前記第1の分離閾値が、前記第2の分離閾値よりも大きく、前記第1の変動が、前記第2の変動よりも小さく、前記所定の関係が、より小さいである、
実施例1に記載の装置。
前記第3の変動(503)および前記第4の変動が、それらの値に対して、前記第1の変動(501)と前記第2の変動(502)との間に位置し、前記第3の分離閾値(403)および前記第4の分離閾値(404)が、それらの値に対して、前記第1の分離閾値(401)と前記第2の分離閾値(402)との間に位置する、
実施例1または2に記載の装置。
実施例3に記載の装置。
前記分離器(130)が、前記現在のブロックの前記特性の生の変動(402)を決定し、加えて、先行または後続のブロックの生の変動を計算する(404)ように構成され、前記分離器(130)が、前記現在のブロックの前記生の変動と、前記先行または前記後続のブロックの前記少なくとも1つのさらなる生の変動とを含む生の変動のシーケンスを平滑化して平滑化された変動のシーケンスを得て、前記現在のブロックの平滑化された変動に基づいて分離閾値を決定するように構成される、
実施例1〜4のいずれか1つに記載の装置。
実施例1〜5のいずれか1つに記載の装置。
時間内に後続の前記特性のグループの特性の間の差(508)を使用して前記変動を計算することによって構成される、
実施例1〜6のいずれか1つに記載の装置。
実施例1〜7のいずれか1つに記載の装置。
実施例1〜8のいずれか1つに記載の装置。
前記分離器(130)が、前記比率を、前記ブロックのグループ内の前記現在のブロックと関連付けられる前記比率の前記変動に基づいて決定された前記分離閾値と比較するように構成される、
実施例1〜9のいずれか1つに記載の装置。
実施例10に記載の装置。
実施例1〜11のいずれか1つに記載の装置。
前記分離器が、前記特性から分離利得を計算し、前記分離利得を使用して前記現在のブロックの前記オーディオ信号値を重み付けして前記現在のフレームの前記背景部分を得て、前記前景成分信号が残りの信号を構成するように前記前景成分を決定するように構成される、
実施例1〜12のいずれか1つに記載の装置。
前記さらなる解放閾値が、前記閾値と前記所定の関係にない特性が前記さらなる解放閾値と前記所定の関係にあるように設定される、
実施例1〜13のいずれか1つに記載の装置。
実施例14に記載の装置。
前記所定の関係が、「より小さい」であり、前記解放閾値が、前記分離閾値よりも大きい、
実施例14または15に記載の装置。
前記適時に重なり合うブロックが、600以下のいくつかのサンプリング値を有する、
実施例1〜16のいずれか1つに記載の装置。
前記オーディオ信号分析器が、前記現在のブロックの前記スペクトル表現を使用して前記特性を計算するように構成され、
前記分離器(130)が、前記スペクトル表現を前記背景部分と前記前景部分に分離し、同じ周波数に対応する前記背景部分と前記前景部分のスペクトルビンについて、各々がゼロとは異なるスペクトル値を有するように構成され、同じ周波数ビン内の前記前景部分の前記スペクトル値と前記背景部分の前記スペクトル値との関係が、前記特性に依存する、
実施例1〜17のいずれか1つに記載の装置。
実施例1〜18のいずれか1つに記載の装置。
オーディオ信号値のブロックの時間シーケンスを生成すること(110)と、
前記オーディオ信号の現在のブロックの特性を決定し、前記ブロックのシーケンスの少なくとも2つのブロックを含むブロックのグループ内の前記特性の変動を決定すること(120)と、
前記現在のブロックを背景部分(140)と前景部分(150)に分離すること(130)であって、分離閾値は、前記変動に基づいて決定され、前記現在のブロックは、前記現在のブロックの前記特性が前記分離閾値と所定の関係にあるとき、前記背景成分信号(140)と前記前景成分信号(150)に分離され、または前記現在のブロック全体は、前記現在のブロックの前記特性が前記分離閾値と前記所定の関係にあるとき、前景成分信号として決定され、または前記現在のブロック全体を決定することは、前記現在のブロックの前記特性が前記分離閾値と前記所定の関係にないとき、背景成分信号として決定されることとを含む、方法。
Claims (21)
- オーディオ信号を背景成分信号と前景成分信号に分解するための装置であって、
オーディオ信号値のブロックの時間シーケンスを生成するためのブロック生成器(110)と、
前記オーディオ信号の現在のブロックの特性を決定し、前記ブロックのシーケンスの少なくとも2つのブロックを含むブロックのグループ内の前記特性の変動を決定するためのオーディオ信号分析器(120)と、
前記現在のブロックを背景部分(140)と前景部分(150)に分離するための分離器(130)であって、前記分離器(130)は、前記現在のブロックの前記特性が前記分離閾値と所定の関係にあるとき、前記変動に基づいて分離閾値を決定して(182)前記現在のブロックを前記背景成分信号(140)と前記前景成分信号(150)に分離するか、または前記現在のブロックの前記特性が前記分離閾値と前記所定の関係にあるとき、前記現在のブロック全体を前景成分信号として決定するか、または前記現在のブロックの前記特性が前記分離閾値と前記所定の関係にないとき、前記現在のブロック全体を背景成分信号として決定するように構成される分離器(130)と
を備える、装置。 - 前記分離器(130)が、第1の変動(501)の第1の分離閾値(401)および第2の変動(502)の第2の分離閾値(402)を決定するように構成され、
前記第1の分離閾値(401)が、前記第2の分離閾値(402)よりも小さく、前記第1の変動(501)が、前記第2の変動(502)よりも小さく、前記分離閾値との前記所定の関係が、前記分離閾値よりも大きく、または
前記第1の分離閾値が、前記第2の分離閾値よりも大きく、前記第1の変動が、前記第2の変動よりも小さく、前記分離閾値との前記所定の関係が、前記分離閾値よりも小さい、
請求項1に記載の装置。 - 前記分離器(130)が、テーブルアクセスを使用して、または第1の分離閾値(401)と第2の分離閾値(402)との間を補間する単調補間関数を使用して前記分離閾値を決定し、第3の変動(503)について、第3の分離閾値(403)が得られ、第4の変動(504)について、第4の分離閾値(404)が得られるように構成され、前記第1の分離閾値(401)が、第1の変動(501)と関連付けられ、前記第2の分離閾値(402)が、第2の変動(502)と関連付けられ、
前記第3の変動(503)および前記第4の変動が、それらの値に対して、前記第1の変動(501)と前記第2の変動(502)との間に位置し、前記第3の分離閾値(403)および前記第4の分離閾値(404)が、それらの値に対して、前記第1の分離閾値(401)と前記第2の分離閾値(402)との間に位置する、
請求項1または2に記載の装置。 - 前記単調補間関数が、一次関数、二次関数、三次関数、または3よりも大きい次数を有するべき乗関数である、
請求項3に記載の装置。 - 前記分離器(130)が、前記現在のブロックに対する前記特性の前記変動に基づいて、生の分離閾値(405)を決定し、少なくとも1つの先行または後続のブロックの前記変動に基づいて、少なくとも1つのさらなる生の分離閾値(405)を決定し、生の分離閾値のシーケンスを平滑化することによって前記現在のブロックの前記分離閾値を決定する(407)ように構成され、前記シーケンスが、前記生の分離閾値と、前記少なくとも1つのさらなる生の分離閾値とを含み、または
前記分離器(130)が、前記現在のブロックの前記特性の生の変動(402)を決定し、加えて、先行または後続のブロックの生の変動を計算する(404)ように構成され、前記分離器(130)が、前記現在のブロックの前記生の変動と、前記先行または前記後続のブロックの前記少なくとも1つのさらなる生の変動とを含む生の変動のシーケンスを平滑化して平滑化された変動のシーケンスを得て、前記現在のブロックの平滑化された変動に基づいて分離閾値を決定するように構成される、
請求項1〜4のいずれか一項に記載の装置。 - 前記オーディオ信号分析器(120)が、前記ブロックのグループの各ブロックの特性を計算して特性のグループを得ること、および前記特性のグループの分散を計算することによって前記変動を決定するように構成され、前記変動が、前記特性のグループの前記分散に対応するか、または前記分散に依存する、
請求項1〜5のいずれか一項に記載の装置。 - 前記オーディオ信号分析器(120)が、平均または予想特性(502)、および前記特性のグループの前記特性と前記平均または予想特性との間の差(504)を使用して前記変動を計算するように、または
時間内に後続の前記特性のグループの特性の間の差(508)を使用して前記変動を計算することによって構成される、
請求項1〜6のいずれか一項に記載の装置。 - 前記オーディオ信号分析器(120)が、前記現在のブロックに先行する少なくとも2つのブロックまたは前記現在のブロックに後続する少なくとも2つのブロックを含む前記特性のグループ内の前記特性の前記変動を計算するように構成される、
請求項1〜7のいずれか一項に記載の装置。 - 前記オーディオ信号分析器(120)が、少なくとも30個のブロックからなる前記ブロックのグループ内の前記特性の前記変動を計算するように構成される、
請求項1〜8のいずれか一項に記載の装置。 - 前記オーディオ信号分析器(120)が、前記現在のブロックのブロック特性と少なくとも2つのブロックを含むブロックのグループの平均特性との比率として前記特性を計算するように構成され、
前記分離器(130)が、前記比率を、前記ブロックのグループ内の前記現在のブロックと関連付けられる前記比率の前記変動に基づいて決定された前記分離閾値と比較するように構成される、
請求項1〜9のいずれか一項に記載の装置。 - 前記オーディオ信号分析器(120)が、前記平均特性の前記計算のために、および前記変動の前記計算のために、同じブロックのグループを使用するように構成される、
請求項10に記載の装置。 - 前記オーディオ信号分析器が、前記現在のブロックの前記特性として振幅に関連する尺度を分析し、前記ブロックのグループの前記平均特性として前記振幅に関連する特性を分析するように構成される、
請求項1〜11のいずれか一項に記載の装置。 - 前記分離器(130)が、前記特性から分離利得を計算し、前記分離利得を使用して前記現在のブロックの前記オーディオ信号値を重み付けして前記現在フレームの前記前景部分を得て、前記背景信号が残りの信号を構成するように前記背景成分を決定するように構成され、または
前記分離器が、前記特性から分離利得を計算し、前記分離利得を使用して前記現在のブロックの前記オーディオ信号値を重み付けして前記現在のフレームの前記背景部分を得て、前記前景成分信号が残りの信号を構成するように前記前景成分を決定するように構成される、
請求項1〜12のいずれか一項に記載の装置。 - 前記分離器(130)が、前記後続のブロックの前記特性をさらなる解放閾値と比較することを使用して時間内に前記現在のブロックに続く後続のブロックを分離するように構成され、
前記さらなる解放閾値が、前記閾値と前記所定の関係にない特性が前記さらなる解放閾値と前記所定の関係にあるように設定される、
請求項1〜13のいずれか一項に記載の装置。 - 前記分離器(130)が、前記現在のブロックの前記特性が前記解放閾値とさらなる所定の関係にあるとき、前記変動に基づいて前記解放閾値を決定し、前記後続のブロックを分離するように構成される、
請求項14に記載の装置。 - 前記所定の関係が、「より大きい」であり、前記解放閾値が、前記分離閾値よりも小さく、または
前記所定の関係が、「より小さい」であり、前記解放閾値比率が、前記分離閾値よりも大きい、
請求項14または15に記載の装置。 - 前記ブロック生成器(110)が、オーディオ信号値の適時に重なり合うブロックを決定するように構成され、または
前記適時に重なり合うブロックが、600以下のいくつかのサンプリング値を有する、
請求項1〜16のいずれか一項に記載の装置。 - 前記ブロック生成器が、時間領域オーディオ信号の周波数領域へのブロックごとの変換を実行して各ブロックのスペクトル表現を得るように構成され、
前記オーディオ信号分析器が、前記現在のブロックの前記スペクトル表現を使用して前記特性を計算するように構成され、
前記分離器(130)が、前記スペクトル表現を前記背景部分と前記前景部分に分離し、同じ周波数に対応する前記背景部分と前記前景部分のスペクトルビンについて、各々がゼロとは異なるスペクトル値を有するように構成され、同じ周波数ビン内の前記前景部分の前記スペクトル値と前記背景部分の前記スペクトル値との関係が、前記特性に依存する、
請求項1〜17のいずれか一項に記載の装置。 - 前記オーディオ信号分析器(120)が、前記現在のブロックの前記スペクトル表現を使用して前記特性を計算し、前記ブロックのグループの前記スペクトル表現を使用して前記現在のブロックの前記変動を計算するように構成される、
請求項1〜18のいずれか一項に記載の装置。 - オーディオ信号を背景成分信号と前景成分信号に分解する方法であって、
オーディオ信号値のブロックの時間シーケンスを生成すること(110)と、
前記オーディオ信号の現在のブロックの特性を決定し、前記ブロックのシーケンスの少なくとも2つのブロックを含むブロックのグループ内の前記特性の変動を決定すること(120)と、
前記現在のブロックを背景部分(140)と前景部分(150)に分離すること(130)であって、分離閾値は、前記変動に基づいて決定され、前記現在のブロックは、前記現在のブロックの前記特性が前記分離閾値と所定の関係にあるとき、前記背景成分信号(140)と前記前景成分信号(150)に分離され、または前記現在のブロック全体は、前記現在のブロックの前記特性が前記分離閾値と前記所定の関係にあるとき、前景成分信号として決定され、または前記現在のブロック全体を決定することは、前記現在のブロックの前記特性が前記分離閾値と前記所定の関係にないとき、背景成分信号として決定されることと
を含む、方法。 - コンピュータまたはプロセッサで行われるとき、請求項20に記載の方法を実行するためのコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16199405.8 | 2016-11-17 | ||
EP16199405.8A EP3324406A1 (en) | 2016-11-17 | 2016-11-17 | Apparatus and method for decomposing an audio signal using a variable threshold |
PCT/EP2017/079520 WO2018091618A1 (en) | 2016-11-17 | 2017-11-16 | Apparatus and method for decomposing an audio signal using a variable threshold |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019537751A true JP2019537751A (ja) | 2019-12-26 |
JP6911117B2 JP6911117B2 (ja) | 2021-07-28 |
Family
ID=57348524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019526480A Active JP6911117B2 (ja) | 2016-11-17 | 2017-11-16 | 可変閾値を使用してオーディオ信号を分解するための装置および方法 |
Country Status (11)
Country | Link |
---|---|
US (2) | US11158330B2 (ja) |
EP (2) | EP3324406A1 (ja) |
JP (1) | JP6911117B2 (ja) |
KR (1) | KR102391041B1 (ja) |
CN (1) | CN110114827B (ja) |
BR (1) | BR112019009952A2 (ja) |
CA (1) | CA3043961C (ja) |
ES (1) | ES2837007T3 (ja) |
MX (1) | MX2019005738A (ja) |
RU (1) | RU2734288C1 (ja) |
WO (1) | WO2018091618A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3324407A1 (en) * | 2016-11-17 | 2018-05-23 | Fraunhofer Gesellschaft zur Förderung der Angewand | Apparatus and method for decomposing an audio signal using a ratio as a separation characteristic |
EP3324406A1 (en) * | 2016-11-17 | 2018-05-23 | Fraunhofer Gesellschaft zur Förderung der Angewand | Apparatus and method for decomposing an audio signal using a variable threshold |
US10796704B2 (en) | 2018-08-17 | 2020-10-06 | Dts, Inc. | Spatial audio signal decoder |
US11205435B2 (en) | 2018-08-17 | 2021-12-21 | Dts, Inc. | Spatial audio signal encoder |
WO2020247033A1 (en) * | 2019-06-06 | 2020-12-10 | Dts, Inc. | Hybrid spatial audio decoder |
CN110930987B (zh) * | 2019-12-11 | 2021-01-08 | 腾讯科技(深圳)有限公司 | 音频处理方法、装置和存储介质 |
CN114097031A (zh) * | 2020-06-23 | 2022-02-25 | 谷歌有限责任公司 | 智能背景噪声估计器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000250568A (ja) * | 1999-02-26 | 2000-09-14 | Kobe Steel Ltd | 音声区間検出装置 |
EP1855272A1 (en) * | 2006-05-12 | 2007-11-14 | QNX Software Systems (Wavemakers), Inc. | Robust noise estimation |
JP2008015481A (ja) * | 2006-06-08 | 2008-01-24 | Audio Technica Corp | 音声会議装置 |
WO2009051132A1 (ja) * | 2007-10-19 | 2009-04-23 | Nec Corporation | 信号処理システムと、その装置、方法及びそのプログラム |
JP2011075728A (ja) * | 2009-09-29 | 2011-04-14 | Oki Electric Industry Co Ltd | 音声帯域拡張装置および音声帯域拡張プログラム |
WO2011049515A1 (en) * | 2009-10-19 | 2011-04-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and voice activity detector for a speech encoder |
Family Cites Families (106)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL84948A0 (en) | 1987-12-25 | 1988-06-30 | D S P Group Israel Ltd | Noise reduction system |
US7006881B1 (en) * | 1991-12-23 | 2006-02-28 | Steven Hoffberg | Media recording device with remote graphic user interface |
US6400996B1 (en) * | 1999-02-01 | 2002-06-04 | Steven M. Hoffberg | Adaptive pattern recognition based control system and method |
US6424960B1 (en) * | 1999-10-14 | 2002-07-23 | The Salk Institute For Biological Studies | Unsupervised adaptation and classification of multiple classes and sources in blind signal separation |
JP4438144B2 (ja) | 1999-11-11 | 2010-03-24 | ソニー株式会社 | 信号分類方法及び装置、記述子生成方法及び装置、信号検索方法及び装置 |
US7472059B2 (en) | 2000-12-08 | 2008-12-30 | Qualcomm Incorporated | Method and apparatus for robust speech classification |
AU2001276588A1 (en) | 2001-01-11 | 2002-07-24 | K. P. P. Kalyan Chakravarthy | Adaptive-block-length audio coder |
US7058889B2 (en) * | 2001-03-23 | 2006-06-06 | Koninklijke Philips Electronics N.V. | Synchronizing text/visual information with audio playback |
US7283954B2 (en) | 2001-04-13 | 2007-10-16 | Dolby Laboratories Licensing Corporation | Comparing audio using characterizations based on auditory events |
US6889191B2 (en) * | 2001-12-03 | 2005-05-03 | Scientific-Atlanta, Inc. | Systems and methods for TV navigation with compressed voice-activated commands |
US7386217B2 (en) * | 2001-12-14 | 2008-06-10 | Hewlett-Packard Development Company, L.P. | Indexing video by detecting speech and music in audio |
CA2773294C (en) * | 2002-05-03 | 2013-03-12 | Harman International Industries, Incorporated | Sound detection and localization system |
US7567845B1 (en) * | 2002-06-04 | 2009-07-28 | Creative Technology Ltd | Ambience generation for stereo signals |
KR100908117B1 (ko) | 2002-12-16 | 2009-07-16 | 삼성전자주식회사 | 비트율 조절가능한 오디오 부호화 방법, 복호화 방법,부호화 장치 및 복호화 장치 |
EP1604352A4 (en) | 2003-03-15 | 2007-12-19 | Mindspeed Tech Inc | SINGLE NOISE DELETION MODEL |
KR100486736B1 (ko) * | 2003-03-31 | 2005-05-03 | 삼성전자주식회사 | 두개의 센서를 이용한 목적원별 신호 분리방법 및 장치 |
JP4146489B2 (ja) * | 2004-05-26 | 2008-09-10 | 日本電信電話株式会社 | 音声パケット再生方法、音声パケット再生装置、音声パケット再生プログラム、記録媒体 |
DE102005014477A1 (de) | 2005-03-30 | 2006-10-12 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Erzeugen eines Datenstroms und zum Erzeugen einer Multikanal-Darstellung |
US8086451B2 (en) | 2005-04-20 | 2011-12-27 | Qnx Software Systems Co. | System for improving speech intelligibility through high frequency compression |
US8249861B2 (en) | 2005-04-20 | 2012-08-21 | Qnx Software Systems Limited | High frequency compression integration |
US8073148B2 (en) * | 2005-07-11 | 2011-12-06 | Samsung Electronics Co., Ltd. | Sound processing apparatus and method |
US8032240B2 (en) | 2005-07-11 | 2011-10-04 | Lg Electronics Inc. | Apparatus and method of processing an audio signal |
US7464029B2 (en) * | 2005-07-22 | 2008-12-09 | Qualcomm Incorporated | Robust separation of speech signals in a noisy environment |
KR101237413B1 (ko) | 2005-12-07 | 2013-02-26 | 삼성전자주식회사 | 오디오 신호의 부호화 및 복호화 방법, 오디오 신호의부호화 및 복호화 장치 |
US8898056B2 (en) * | 2006-03-01 | 2014-11-25 | Qualcomm Incorporated | System and method for generating a separated signal by reordering frequency components |
US9088855B2 (en) * | 2006-05-17 | 2015-07-21 | Creative Technology Ltd | Vector-space methods for primary-ambient decomposition of stereo audio signals |
US8379868B2 (en) | 2006-05-17 | 2013-02-19 | Creative Technology Ltd | Spatial audio coding based on universal spatial cues |
WO2008030104A1 (en) * | 2006-09-07 | 2008-03-13 | Lumex As | Relative threshold and use of edges in optical character recognition process |
US8036767B2 (en) | 2006-09-20 | 2011-10-11 | Harman International Industries, Incorporated | System for extracting and changing the reverberant content of an audio input signal |
JP4234746B2 (ja) * | 2006-09-25 | 2009-03-04 | 株式会社東芝 | 音響信号処理装置、音響信号処理方法及び音響信号処理プログラム |
JP4950733B2 (ja) * | 2007-03-30 | 2012-06-13 | 株式会社メガチップス | 信号処理装置 |
EP2148321B1 (en) * | 2007-04-13 | 2015-03-25 | National Institute of Advanced Industrial Science and Technology | Sound source separation system, sound source separation method, and computer program for sound source separation |
EP2028651A1 (en) * | 2007-08-24 | 2009-02-25 | Sound Intelligence B.V. | Method and apparatus for detection of specific input signal contributions |
WO2009039897A1 (en) * | 2007-09-26 | 2009-04-02 | Fraunhofer - Gesellschaft Zur Förderung Der Angewandten Forschung E.V. | Apparatus and method for extracting an ambient signal in an apparatus and method for obtaining weighting coefficients for extracting an ambient signal and computer program |
BRPI0816556A2 (pt) * | 2007-10-17 | 2019-03-06 | Fraunhofer Ges Zur Foerderung Der Angewandten Forsschung E V | codificação de áudio usando downmix |
US9374453B2 (en) | 2007-12-31 | 2016-06-21 | At&T Intellectual Property I, L.P. | Audio processing for multi-participant communication systems |
CN101981811B (zh) * | 2008-03-31 | 2013-10-23 | 创新科技有限公司 | 音频信号的自适应主体-环境分解 |
US9373339B2 (en) | 2008-05-12 | 2016-06-21 | Broadcom Corporation | Speech intelligibility enhancement system and method |
US8630848B2 (en) | 2008-05-30 | 2014-01-14 | Digital Rise Technology Co., Ltd. | Audio signal transient detection |
EP2144171B1 (en) | 2008-07-11 | 2018-05-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoder and decoder for encoding and decoding frames of a sampled audio signal |
US8577677B2 (en) * | 2008-07-21 | 2013-11-05 | Samsung Electronics Co., Ltd. | Sound source separation method and system using beamforming technique |
EP2154911A1 (en) | 2008-08-13 | 2010-02-17 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | An apparatus for determining a spatial output multi-channel audio signal |
US8359205B2 (en) | 2008-10-24 | 2013-01-22 | The Nielsen Company (Us), Llc | Methods and apparatus to perform audio watermarking and watermark detection and extraction |
JP5277887B2 (ja) * | 2008-11-14 | 2013-08-28 | ヤマハ株式会社 | 信号処理装置およびプログラム |
US20100138010A1 (en) * | 2008-11-28 | 2010-06-03 | Audionamix | Automatic gathering strategy for unsupervised source separation algorithms |
US20100174389A1 (en) * | 2009-01-06 | 2010-07-08 | Audionamix | Automatic audio source separation with joint spectral shape, expansion coefficients and musical state estimation |
EP2249334A1 (en) * | 2009-05-08 | 2010-11-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio format transcoder |
EP3764356A1 (en) | 2009-06-23 | 2021-01-13 | VoiceAge Corporation | Forward time-domain aliasing cancellation with application in weighted or original signal domain |
EP2535892B1 (en) * | 2009-06-24 | 2014-08-27 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio signal decoder, method for decoding an audio signal and computer program using cascaded audio object processing stages |
WO2011029048A2 (en) * | 2009-09-04 | 2011-03-10 | Massachusetts Institute Of Technology | Method and apparatus for audio source separation |
CN102044246B (zh) * | 2009-10-15 | 2012-05-23 | 华为技术有限公司 | 一种音频信号检测方法和装置 |
EP2816560A1 (en) * | 2009-10-19 | 2014-12-24 | Telefonaktiebolaget L M Ericsson (PUBL) | Method and background estimator for voice activity detection |
US20110099010A1 (en) | 2009-10-22 | 2011-04-28 | Broadcom Corporation | Multi-channel noise suppression system |
EP2546831B1 (en) | 2010-03-09 | 2020-01-15 | Mitsubishi Electric Corporation | Noise suppression device |
US8447595B2 (en) | 2010-06-03 | 2013-05-21 | Apple Inc. | Echo-related decisions on automatic gain control of uplink speech signal in a communications device |
JP5706782B2 (ja) * | 2010-08-17 | 2015-04-22 | 本田技研工業株式会社 | 音源分離装置及び音源分離方法 |
BR112012031656A2 (pt) * | 2010-08-25 | 2016-11-08 | Asahi Chemical Ind | dispositivo, e método de separação de fontes sonoras, e, programa |
PT2866228T (pt) * | 2011-02-14 | 2016-08-31 | Fraunhofer Ges Forschung | Descodificador de áudio que compreende um estimador de ruído de fundo |
US8812322B2 (en) | 2011-05-27 | 2014-08-19 | Adobe Systems Incorporated | Semi-supervised source separation using non-negative techniques |
CN102208188B (zh) | 2011-07-13 | 2013-04-17 | 华为技术有限公司 | 音频信号编解码方法和设备 |
US9966088B2 (en) * | 2011-09-23 | 2018-05-08 | Adobe Systems Incorporated | Online source separation |
EP2788979A4 (en) | 2011-12-06 | 2015-07-22 | Intel Corp | LOW POWER SPEECH RECOGNITION |
WO2013149123A1 (en) | 2012-03-30 | 2013-10-03 | The Ohio State University | Monaural speech filter |
EP2880654B1 (en) * | 2012-08-03 | 2017-09-13 | FRAUNHOFER-GESELLSCHAFT zur Förderung der angewandten Forschung e.V. | Decoder and method for a generalized spatial-audio-object-coding parametric concept for multichannel downmix/upmix cases |
JP6064566B2 (ja) | 2012-12-07 | 2017-01-25 | ヤマハ株式会社 | 音響処理装置 |
US9338420B2 (en) * | 2013-02-15 | 2016-05-10 | Qualcomm Incorporated | Video analysis assisted generation of multi-channel audio data |
US9076459B2 (en) * | 2013-03-12 | 2015-07-07 | Intermec Ip, Corp. | Apparatus and method to classify sound to detect speech |
CN104078050A (zh) | 2013-03-26 | 2014-10-01 | 杜比实验室特许公司 | 用于音频分类和音频处理的设备和方法 |
US9384741B2 (en) * | 2013-05-29 | 2016-07-05 | Qualcomm Incorporated | Binauralization of rotated higher order ambisonics |
CN104217729A (zh) * | 2013-05-31 | 2014-12-17 | 杜比实验室特许公司 | 音频处理方法和音频处理装置以及训练方法 |
EP2830065A1 (en) | 2013-07-22 | 2015-01-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for decoding an encoded audio signal using a cross-over filter around a transition frequency |
US20150127354A1 (en) * | 2013-10-03 | 2015-05-07 | Qualcomm Incorporated | Near field compensation for decomposed representations of a sound field |
FR3013885B1 (fr) * | 2013-11-28 | 2017-03-24 | Audionamix | Procede et systeme de separation de contributions specifique et de fond sonore dans un signal acoustique de melange |
CN104143326B (zh) * | 2013-12-03 | 2016-11-02 | 腾讯科技(深圳)有限公司 | 一种语音命令识别方法和装置 |
WO2015097831A1 (ja) * | 2013-12-26 | 2015-07-02 | 株式会社東芝 | 電子機器、制御方法およびプログラム |
US9922656B2 (en) * | 2014-01-30 | 2018-03-20 | Qualcomm Incorporated | Transitioning of ambient higher-order ambisonic coefficients |
US9524735B2 (en) * | 2014-01-31 | 2016-12-20 | Apple Inc. | Threshold adaptation in two-channel noise estimation and voice activity detection |
US20150243292A1 (en) * | 2014-02-25 | 2015-08-27 | Qualcomm Incorporated | Order format signaling for higher-order ambisonic audio data |
US20150281839A1 (en) * | 2014-03-31 | 2015-10-01 | David Bar-On | Background noise cancellation using depth |
WO2015157013A1 (en) * | 2014-04-11 | 2015-10-15 | Analog Devices, Inc. | Apparatus, systems and methods for providing blind source separation services |
US9847087B2 (en) * | 2014-05-16 | 2017-12-19 | Qualcomm Incorporated | Higher order ambisonics signal compression |
US20150332682A1 (en) * | 2014-05-16 | 2015-11-19 | Qualcomm Incorporated | Spatial relation coding for higher order ambisonic coefficients |
CA2948226C (en) * | 2014-06-30 | 2023-09-05 | Ventana Medical Systems, Inc. | Detecting edges of a nucleus using image analysis |
EP2980789A1 (en) | 2014-07-30 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for enhancing an audio signal, sound enhancing system |
WO2016033269A1 (en) * | 2014-08-28 | 2016-03-03 | Analog Devices, Inc. | Audio processing using an intelligent microphone |
US20170061978A1 (en) * | 2014-11-07 | 2017-03-02 | Shannon Campbell | Real-time method for implementing deep neural network based speech separation |
RU2589298C1 (ru) * | 2014-12-29 | 2016-07-10 | Александр Юрьевич Бредихин | Способ повышения разборчивости и информативности звуковых сигналов в шумовой обстановке |
FR3031225B1 (fr) | 2014-12-31 | 2018-02-02 | Audionamix | Procede de separation ameliore et produit programme d'ordinateur |
CN105989852A (zh) | 2015-02-16 | 2016-10-05 | 杜比实验室特许公司 | 分离音频源 |
EP3079151A1 (en) | 2015-04-09 | 2016-10-12 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoder and method for encoding an audio signal |
TWI573133B (zh) | 2015-04-15 | 2017-03-01 | 國立中央大學 | 音訊處理系統及方法 |
US9747923B2 (en) | 2015-04-17 | 2017-08-29 | Zvox Audio, LLC | Voice audio rendering augmentation |
JP6501259B2 (ja) * | 2015-08-04 | 2019-04-17 | 本田技研工業株式会社 | 音声処理装置及び音声処理方法 |
JP6543844B2 (ja) * | 2015-08-27 | 2019-07-17 | 本田技研工業株式会社 | 音源同定装置および音源同定方法 |
MX2018003529A (es) | 2015-09-25 | 2018-08-01 | Fraunhofer Ges Forschung | Codificador y metodo para codificar una se?al de audio con ruido de fondo reducido que utiliza codificacion predictiva lineal. |
US9812132B2 (en) | 2015-12-31 | 2017-11-07 | General Electric Company | Acoustic map command contextualization and device control |
WO2017136018A1 (en) | 2016-02-05 | 2017-08-10 | Nuance Communications, Inc. | Babble noise suppression |
US10319390B2 (en) * | 2016-02-19 | 2019-06-11 | New York University | Method and system for multi-talker babble noise reduction |
US9900685B2 (en) * | 2016-03-24 | 2018-02-20 | Intel Corporation | Creating an audio envelope based on angular information |
US9881619B2 (en) * | 2016-03-25 | 2018-01-30 | Qualcomm Incorporated | Audio processing for an acoustical environment |
TWI617202B (zh) * | 2016-07-14 | 2018-03-01 | 晨星半導體股份有限公司 | 立體音調頻接收器以及雙聲道分離方法 |
US10482899B2 (en) * | 2016-08-01 | 2019-11-19 | Apple Inc. | Coordination of beamformers for noise estimation and noise suppression |
EP3324407A1 (en) * | 2016-11-17 | 2018-05-23 | Fraunhofer Gesellschaft zur Förderung der Angewand | Apparatus and method for decomposing an audio signal using a ratio as a separation characteristic |
EP3324406A1 (en) * | 2016-11-17 | 2018-05-23 | Fraunhofer Gesellschaft zur Förderung der Angewand | Apparatus and method for decomposing an audio signal using a variable threshold |
US10210756B2 (en) * | 2017-07-24 | 2019-02-19 | Harman International Industries, Incorporated | Emergency vehicle alert system |
US10504539B2 (en) | 2017-12-05 | 2019-12-10 | Synaptics Incorporated | Voice activity detection systems and methods |
-
2016
- 2016-11-17 EP EP16199405.8A patent/EP3324406A1/en not_active Withdrawn
-
2017
- 2017-11-16 CA CA3043961A patent/CA3043961C/en active Active
- 2017-11-16 KR KR1020197017363A patent/KR102391041B1/ko active IP Right Grant
- 2017-11-16 CN CN201780071515.2A patent/CN110114827B/zh active Active
- 2017-11-16 WO PCT/EP2017/079520 patent/WO2018091618A1/en unknown
- 2017-11-16 RU RU2019118469A patent/RU2734288C1/ru active
- 2017-11-16 MX MX2019005738A patent/MX2019005738A/es unknown
- 2017-11-16 BR BR112019009952A patent/BR112019009952A2/pt unknown
- 2017-11-16 JP JP2019526480A patent/JP6911117B2/ja active Active
- 2017-11-16 ES ES17807765T patent/ES2837007T3/es active Active
- 2017-11-16 EP EP17807765.7A patent/EP3542361B1/en active Active
-
2019
- 2019-05-17 US US16/415,490 patent/US11158330B2/en active Active
-
2021
- 2021-06-07 US US17/340,981 patent/US11869519B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000250568A (ja) * | 1999-02-26 | 2000-09-14 | Kobe Steel Ltd | 音声区間検出装置 |
EP1855272A1 (en) * | 2006-05-12 | 2007-11-14 | QNX Software Systems (Wavemakers), Inc. | Robust noise estimation |
JP2008015481A (ja) * | 2006-06-08 | 2008-01-24 | Audio Technica Corp | 音声会議装置 |
WO2009051132A1 (ja) * | 2007-10-19 | 2009-04-23 | Nec Corporation | 信号処理システムと、その装置、方法及びそのプログラム |
JP2011075728A (ja) * | 2009-09-29 | 2011-04-14 | Oki Electric Industry Co Ltd | 音声帯域拡張装置および音声帯域拡張プログラム |
WO2011049515A1 (en) * | 2009-10-19 | 2011-04-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and voice activity detector for a speech encoder |
Non-Patent Citations (1)
Title |
---|
MICHAEL M GOODWIN ET AL.: "Frequency-Domain Algorithms for Audio Signal Enhancement Based on Transient Modification", JOURNAL OF THE AUDIO ENGINEERING SOCIETY, JPN7020002655, 1 September 2006 (2006-09-01), pages 827 - 840, ISSN: 0004335898 * |
Also Published As
Publication number | Publication date |
---|---|
KR20190082928A (ko) | 2019-07-10 |
JP6911117B2 (ja) | 2021-07-28 |
US11869519B2 (en) | 2024-01-09 |
EP3324406A1 (en) | 2018-05-23 |
BR112019009952A2 (pt) | 2019-08-20 |
CN110114827B (zh) | 2023-09-29 |
CA3043961A1 (en) | 2018-05-24 |
ES2837007T3 (es) | 2021-06-29 |
WO2018091618A1 (en) | 2018-05-24 |
RU2734288C1 (ru) | 2020-10-14 |
KR102391041B1 (ko) | 2022-04-28 |
EP3542361A1 (en) | 2019-09-25 |
MX2019005738A (es) | 2019-09-11 |
US20190272836A1 (en) | 2019-09-05 |
US11158330B2 (en) | 2021-10-26 |
US20210295854A1 (en) | 2021-09-23 |
EP3542361B1 (en) | 2020-10-28 |
CN110114827A (zh) | 2019-08-09 |
CA3043961C (en) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6911117B2 (ja) | 可変閾値を使用してオーディオ信号を分解するための装置および方法 | |
JP6641018B2 (ja) | チャネル間時間差を推定する装置及び方法 | |
US10354634B2 (en) | Method and system for denoise and dereverberation in multimedia systems | |
JP6637014B2 (ja) | 音声信号処理のためのマルチチャネル直接・環境分解のための装置及び方法 | |
US11183199B2 (en) | Apparatus and method for decomposing an audio signal using a ratio as a separation characteristic | |
EP2030199A1 (en) | Linear predictive coding of an audio signal | |
JP2021519949A (ja) | チャネル間時間差を推定するための装置、方法またはコンピュータプログラム | |
EP2427881A1 (en) | Multi channel audio processing | |
JP2022097514A (ja) | 音響信号の人為的帯域幅制限処理に関する所定の特性を決定するための装置および方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190712 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200805 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200831 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20201125 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210125 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210227 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210607 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210707 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6911117 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |