JP3887028B2 - 信号源特徴化システム - Google Patents
信号源特徴化システム Download PDFInfo
- Publication number
- JP3887028B2 JP3887028B2 JP05724495A JP5724495A JP3887028B2 JP 3887028 B2 JP3887028 B2 JP 3887028B2 JP 05724495 A JP05724495 A JP 05724495A JP 5724495 A JP5724495 A JP 5724495A JP 3887028 B2 JP3887028 B2 JP 3887028B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- source
- signals
- characterization system
- primary
- 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.)
- Expired - Lifetime
Links
- 238000012512 characterization method Methods 0.000 title claims description 20
- 239000000203 mixture Substances 0.000 claims description 49
- 238000000926 separation method Methods 0.000 claims description 27
- 238000007781 pre-processing Methods 0.000 claims description 24
- 238000005311 autocorrelation function Methods 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 14
- 238000012805 post-processing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 21
- 238000000034 method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 210000002569 neuron Anatomy 0.000 description 7
- 230000000946 synaptic effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03G—CONTROL OF AMPLIFICATION
- H03G3/00—Gain control in amplifiers or frequency changers
- H03G3/20—Automatic control
- H03G3/30—Automatic control in amplifiers having semiconductor devices
- H03G3/32—Automatic control in amplifiers having semiconductor devices the control being dependent upon ambient noise level or sound level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Noise Elimination (AREA)
- Complex Calculations (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Circuit For Audible Band Transducer (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Tone Control, Compression And Expansion, Limiting Amplitude (AREA)
- Networks Using Active Elements (AREA)
Description
【産業上の利用分野】
本発明は、信号源分離手段を具え、それぞれの一次信号源からの一次信号X(t)の線形たたみ込み混合により形成される第1信号E(t)から出発し、少なくとも1つの各一次信号X(t)を特徴づける少なくとも1つの第2信号を供給する信号源特徴化システムに関するものである。
【0002】
さらに本発明は、電気信号、音響信号又は電磁信号を伝送及び/又は受信する装置の制御のための斯種システムの用法にも関するものである。
【0003】
【従来の技術】
一次信号の混合物から各一次信号を別々に抽出するように、これらの混合物を処理することにより、独立した複数の信号源から一次信号を分離する技法は既知である。この技法は前記混合物の形態でしか入手できない一次信号に適用され、こうした信号は一般的な線形たたみ込み混合物(linear convolutive mixtures )に関連するものである。これらの混合物は様々な起源を有しており、こうした混合物は一次信号の伝搬メカニズム及び/又は複数の信号源からの信号の重畳メカニズム又は他の原因によって生じたりする。
【0004】
一般に、上述したような分離技法はブラインド(盲目)的なものであり、即ち、それぞれの信号源は未知のもので、しかも未知の混合物でそれぞれ独立していると想定している。このために、こうした混合物の複数のサンプルを検出し、これらのサンプルから1個又は複数の元の一次信号を分離アルゴリズムによって再生し得るようにしている。
【0005】
このような技法は、例えばC.JUTTEN及びJ.HERAULT 著による文献 “Blind Separation of sources"(1991年)の第1〜10頁の「信号処理21」から既知である。
【0006】
上記文献には、入力端子にて信号混合物E(t)の複数の成分を受取り、出力端子にて分離一次信号を再生するニューロンネットワークを具えている信号源分離手段が記載されている。ニューロンネットワークは再帰的に作動して、アダプティブアルゴリズムによりシナプス係数を計算する。この方法では、瞬時的な線形たたみ込み混合物、即ち任意瞬時における各信号E(t)が線形結合信号である混合物を、同じ瞬時における一次信号X(t)の値の固定又はゆっくり変化する実係数で処理することができる。システムそのものは絶えず様々な混合物に適合する。一般的な線形たたみ込み混合物に関しては、1991年7月2〜3日にフランスのパリで開催された数学の欧州学会にてC.JUTTEN及びH.L.NGUYEN THIにより発表された文献 “New algorithms for separation of sources" からも既知である。しかし、このようなシステムには、混合物の全一次信号源のブラインド分離にかなりの計算能力を必要とするという欠点がある。これは大規模な用途にとっては不利益であり、又出力端子に得られる分離信号の精度又は安定性にも問題がある。
【0007】
【発明が解決しようとする課題】
本発明の目的は、上述したような信号源分離を利用する用途の特殊な特性を考慮することにより前記計算能力を低減させることにある。
【0008】
【課題を解決するための手段】
本発明は、入力信号(E1,E2,...,En)の各々が、一次信号源(S1)からのソース信号(X1)と他の一次信号源(S2,...,Sn)からの少なくとも1つの他のソース信号(X2,...,Xn)とのそれぞれ異なる混合物である、様々な入力信号(E1,E2,...,En)に基づいて前記一次信号源(S1)からのソース信号(X1)の特性変数を決定するための信号源特徴化システムにおいて、当該信号源特徴化システムが:
前記様々な入力信号(E1,E2,...,En)に基づいて、これら入力信号に関連すると共に異なるソース信号のそれぞれ異なる混合物の特性変数を表わす中間信号(I)を決定すべく配置した予備処理モジュール(予備処理手段)と;
前記予備処理モジュールからのそれぞれの中間信号(I)に基づいて、伝搬時定数がすべて零である線形瞬時混合物を分離することにより、前記ソース信号(X1)の特性変数を表わす出力信号(F;G)を決定すべく配置した信号分離モジュール(信号源分離手段)と;
を具えていることを特徴とする。
【0009】
このように信号E(t)を予備処理することにより、信号源分離手段がかなり単純化され、一次信号、即ち瞬時的な線形たたみ込み混合物の特性変数を線形結合したものを処理するだけで済む。このことは出力端子に信号源の分離信号X(t)を供給するのではなく、これらの信号源を特徴づける1つ以上の特性変数を供給するのである。多くの用途にとっては実際上こうした特性変数を知るだけで十分である。必要に応じ、これらの特性変数を後に処理して、出力端子に分離した信号源の信号を得ることができる。
【0010】
上記特性変数は、平均エネルギー、スペクトル密度、自己相関関数又は他の変数とすることができる。このことは、例えば手を使わずにダイヤル操作する電話のユーザの声を検出して、音声情報を有効に処理する場合に、カーラジオの如き装置の出力電力を抑えたりするのに極めて好都合である。
【0011】
システムは、全く同一の一次信号X(t)に対する複数の特性変数用の複数の信号F(t)か、複数の一次信号X(t)に関連する同一又は同一でない特性変数用の複数の信号F(t)のいずれかを供給するように拡張することもできることは明らかである。
【0012】
信号のスペクトル密度の如き幾つかの特性変数に対しては、予備処理の後に事後処理して、計算した特性変数を他の特性変数に変換することができる。本発明によれば、事後処理手段を信号源分離手段の出力端子に接続する。予備処理手段によって行われる予備処理と、事後処理手段によって行われる事後処理とを組合わせることによって1つ又は複数の一次信号に対するスペクトル密度又は他の特性変数を決定することができる。
【0013】
【実施例】
複数の信号が生じる混合物の性質に従って、これら信号E(t)の幾つかのタイプが区別される。普通の線形たたみ込み混合物は次のような総称信号Ei (t)を発生する。
【数1】
ここに、Cij(t)は混合物フィルタのインパルス応答であり、記号(*)は合成積を表わす。
【0014】
これらの一般的な混合物には、任意の信号X(t)が固定の伝搬遅延時間θで、しかも一定の減衰度1/αijで伝搬する混合物の族が含まれる。これは特に空気中での音波の伝搬に相当する。
【0015】
この場合の総称信号Ei (t)のタイプは次のようなものである。即ち、
【数2】
ここに、θijは伝搬遅延時間を定める定数であり、記号(・)は典型的な乗法を示す。これらの信号は遅延時間が零でない固定の遅延を伴なう線形たたみ込み混合物である。
【0016】
前記混合物の族は、伝搬遅延時間θijが零である混合物のサブ族を含む。この場合の総称信号Ei (t)のタイプは次のようなものである。即ち、
【数3】
ここに、aijは固定又はゆっくり変化する係数(これは係数αijとは相違させることができる)である。これらの信号は遅延時間が零の線形瞬時又は線形たたみ込み混合物である。
【0017】
前述したC.JUTTEN及びJ.HERAULT による引用文献は式(3)に基づく信号に関するものである。本発明は上記他の2つの種類の信号にも関するものである。
【0018】
例として、乗物に搭載したカーラジオの音量を制御する必要がある場合につき考察する。カーラジオは周囲の音源に応じて、それが発生する音量を制御しうる手段(図示せず)を具えている。従って、周囲の雑音が増大する(窓を開けたり、速度を高めたりするため、及び駆動雑音等による)場合には、カーラジオが発生する音のレベルを高くするのが望まれる。しかし、これは周囲の音源が乗客の声により形成される場合は別である。この場合の問題は、乗客が話をしている時には音量を高くするというよりも若しろ下げることにある。これには乗客の声を識別する必要がある。
【0019】
図1は、例えば乗客の声や、様々な雑音源(エンジン、車体、窓を通しての空気の循環等によるもの)や、カーラジオそのものによって形成される一次信号源(音源)5、Sl〜Snを示している。音を識別するために、トランスジューサCl〜Cn、例えばマイクロホンが乗客スペース内に設置されている。トランスジューサはスピーカが発した音を直接ピックアップすることができる。マイクロホン(トランスジューサ)は、種々の信号源Sl〜Snにより供給される一次信号(ソース信号)X1 (t)〜Xn (t)の種々の混合物から第1信号E1 (t)〜En (t)を検出する。
【0020】
乗客スペース内に形成される混合物は、空気中での音声信号の伝搬に直接関連すると見なすことができる。第1近似では、こうした混合物を各信号源の伝搬特性の非零減衰係数及び非零伝搬時定数によって特徴づけることができる。マイクロホンによって検出される信号Ei (t)は次式によって表わすことができる。即ち、
【数4】
ここに、iはマイクロホンの電流指数であり、jは信号源の電流指数であり、1/αij及びθijは信号源Sj からマイクロホンEi までの伝搬特性のそれぞれ減衰係数及び伝搬時定数である。
【0021】
本発明によれば、信号Ei (t)を信号源特徴化システム8に入れる。このシステムは信号源分離手段(信号分離モジュール)10が後続する予備処理手段(予備処理モジュール)20を具えている。
【0022】
線形瞬時信号混合物、即ち項θijが全て零である(式3)混合物を分離しうる信号源分離手段は非常に簡単であり、従って式2による非零遅延の線形たたみ込み混合物を分離しうる信号源分離手段よりも実現するのが容易である。線形瞬時信号の混合物を処理する手段は、前記C.JUTTEN及びJ.HERAULT による文献に記載されているものとすることができる。
【0023】
本発明によれば、線形瞬時信号の混合物を分離しうる信号源分離手段(10)を選択し、この手段を予備処理手段20の後段に設ける。予備処理手段20は第1信号Ei(t)によって形成される非零遅延の線形混合物を変換して、第3信号(中間信号)Ii(t,p)によって形成される前記線形結合信号を得るようにする。前記第3信号におけるtは時間であり、pは関連する特性変数に対する有意なパラメータ、例えば周波数である。このパラメータpは、特性変数を平均エネルギーとする場合には使用すべきでない。
【0024】
予備処理手段20の構成は識別すべき一次信号X(t)の特性変数に依存する。この変数は次のようなものとすることができる。
【0025】
−1つ以上の信号源の一次信号X(t)の平均エネルギー。この場合の変数(平均エネルギー)は、連続時間間隔に対する或る所定期間に対して決定した全特性変数である。
【0026】
−1つ以上の連続時間間隔に対する或る所定期間に対して決定した1つの一次信号X(t)又は複数の一次信号X(t)の自己相関関数。
【0027】
−1つ以上の連続時間間隔に対する或る所定期間に対して決定した1つの一次信号X(t)又は複数の一次信号X(t)のスペクトル分布を与えるスペクトル密度。
【0028】
専門家は本発明の範疇を逸脱することなく他の特性変数で本発明を実施することができるであろう。
【0029】
本発明を実施するには、先ず信号E(t)の直流成分を例えば低減通過フィルタ処理することにより除去する。これにより信号E(t)の平均値を前記C.JUTTEN及びJ.HERAULT による文献に記載されているように零にする。
【0030】
2つの信号源S1及びS2があり、2つの混合信号E1(t)とE2(t)のうちの一方の混合信号E1(t)が前記2つの信号源信号の混合物となり、他方の混合信号が前記2つの信号源のうちの一方の信号源から直接到来する、又はそのように見なされる純粋信号となる特殊なケースがある。この場合の信号源分離手段10は、前記両信号を適切に重み付けした後に前記純粋信号を他方の信号から差引くアダプティブ フィルタリング装置に単純化することができる。
【0031】
このようなケースは純粋信号と、この純粋信号を含む複数の混合信号とを有するものに一般化することができる。
【0032】
実際上、純粋信号は、それがスピーカにより伝送される直前にカーラジオの出力端子にて直接このカーラジオにて測定することができる。
【0033】
例えば、一次信号X(t)の平均エネルギーを求める場合につき考察する。先ず、この目的のために予備処理手段20は平均信号エネルギーEi (t)を計算する。信号E1 (t)に対するこの平均エネルギーは、瞬時t=To から出発する期間Sに対して次のように定められる。即ち、
【数5】
【0034】
式(2)による混合物を生成する2つの信号源S1及びS2の場合には、トランスジューサC1により測定される信号を次のように表わすことができる。即ち、
E1(t) =α11・X1(t−θ11) +α12・X2 (t−θ12)
非相関信号源の信号X1 及びX2 の場合で、期間δを
θ11, θ12<<δ
となるように選択する場合の平均エネルギーは次の通りである。
【数6】
【0035】
【0036】
信号Ei (t) の平均エネルギーを計算して得られる信号I(t,p)=εEi(T0,δ) から一次信号のエネルギーを抽出することができる。
【0037】
図3は予備処理手段20の一部を成す構成要素22を示す。この要素22は信号Ei (t) を自乗する手段24及びこれに後続し、δの期間中の乗算結果を記憶する手段26を具えている。要素22の出力端子には信号Ei (t) に相当する平均エネルギーεEiが発生する。
【0038】
図3の線図はディジタル信号処理に対する変形例を示したものであり、この場合には例えばキャパシタンスにより整流信号を積分することによりアナログ信号処理の場合と同じ結果を得ることができ、これも本発明の範疇を逸脱することではない。
【0039】
予備処理手段20は、各々が信号Ei (t) に関連する複数の構成要素22を具えている。これには時間多重を適用することができる。出力端子には各信号Ei (t) に対応する複数の平均エネルギーεEiが得られる。これらの全ての平均エネルギーεEiは図1に示すように信号源分離手段10に入力される。この分離手段は信号源の信号を分離し、出力信号Fi (t) (本例の場合には当面の連続時間間隔における各一次信号Xi (t) の平均エネルギーである)を供給する。
【0040】
好ましくは信号源分離手段10をニューロンネットワークで構成する。これは前記C.JUTTEN及びJ.HERAULTによる文献に記載されているようなネットワークとする。ニューロンネットワークは当業者に既知の技法に従って次の2通りの動作をする。
− 学習段階:この学習段階では実行すべきタスクを学習する;
− 解決段階:この段階では学習したデータを用いて現行値に対応する結果を求
める。
【0041】
こうした学習技法は、既知であり、ここではその説明を省略する。学習法は、サンプルを入力端子に供給することと、ニューロンネットワークの特性(基本的にはそのシナプス係数)を変更させて、サンプルに対応する予見結果をその出力端子に発生させることとから成ることが判れば十分である。「非監視」学習法、即ちサンプルに基づく学習法が用いられ、或るアルゴリズムを供給して、ニューロンネットワークの出力端子が互いに無関係な第2信号を供給するようにシナプス係数を適合させる。このような学習法は当業者に既知である。
【0042】
斯くして求められるシナプス係数の構成では、ニューロンネットワークに新規の入力データが用いられる。従って、学習した機能に対する新入力データに依存する結果を求めることができる。システムを混合物の連続的変化に適合させることにより、システムが複数の信号源を連続的に特徴づけることのできるようにするためには、学習処理を反復的に行なって、新規の混合物を特徴づけるシナプス係数を更新させるようにする。
【0043】
特性が未知の一次信号源の信号Xi (t) に対応する測定信号Ei (t) は入力端子に供給され、手段10が、これら未知の特性の測定値(本例の場合には平均エネルギー)を供給する。
【0044】
測定すべき一次信号X(t) の諸特性は期間δの連続時間間隔にて求められる。各時間間隔内の信号特性は次のようなものに関連するものとすることができる。即ち、
− 単一値の平均エネルギー、
− 自己相関関数を求めるために、或る信号を時間τだけシフトした瞬時におけ
るその信号と比較することによって得られる一連の値、
− スペクトル密度を求めるために、種々の周波数にて得られる複数の値。
【0045】
例えば、一次信号Xi (t) に対する自己相関関数Γ(τ)をΓxi(t) =ΣXi (t) ・Xi (t+τ) で求めなければならない場合を考察する。この目的のために、予備処理手段20は信号Ei (t) の自己相関関数をΓEi(τ)=ΣEi (t) ・Ei (t+τ) となるように決定する。この予備処理手段20は図4に示すような予備処理ブロック25を具えている。このような予備処理ブロック25の個数は処理すべき信号E(t) の数に等しくする。この場合、時間多重を適用することもできる。信号E(t) の自己相関をとるために、この信号E(t) を信号取得手段32に入力させて、これにより所定のレートで(期間D)信号E(t) の連続サンプルを取出す。手段32は一連のサンプルを記憶する記憶素子32a,32b,--- を具えているメモリとすることができる。シフトτは値D,2D,3D等に順次与えられる。例えば、記憶素子32a,32bの出力端子2a,2bに時間Dだけ離間して現われるサンプルは、値E(t) ・E(t+D)を求めるために、前述した処理手段22に供給される。メモリのアドレス指定を矢印29で示す方向にスライドさせることにより、τ=Dに対応する関連信号E(t) の全体に対する自己相関関数の値が求められる。自己相関関数の他の値も同様に、シフト2Dに対するアドレス指定をスライドさせ、以下同様に3D,4D--- に対するアドレス指定をスライドさせることにより計算される。こうした全ての自己相関値が自己相関関数を成す。
【0046】
信号取得手段32を図4に示す以外の構成としうることは当業者に明らかである。信号処理手段22の出力端子には信号E(t) に対応する次のような自己相関関数ΓE が得られる。
ΓEi(τ)=ΣEi (t) ・Ei (t+τ)
【0047】
従って、図1における種々の信号E(t) は同じように処理されて、各信号E(t) に対して自己相関関数ΓE を発生する。この場合、図1の信号I(t,p)は自己相関関数である。平均エネルギーにつき前述したのと同じ原理を適用することにより、信号源分離手段10はそれぞれの例に基づいて学習することにより、各信号源に対応する自己相関関数ΓX を計算する。
【0048】
例を2つの信号源S1とS2だけに限定する場合には、次のような信号、即ち
E1(t)=α11・X1(t−θ11) +α12・X2 (t−θ12)
E2(t)=α21・X1(t−θ21) +α22・X2 (t−θ22)
が有効であり、これらの信号の自己相関関数ΓE は次ぎのようになる。即ち、
【数7】
【0049】
信号源分離手段10は種々の信号源の信号の自己相関関数ΓX 、
ΓX (τ)=ΣX(t) ・X(t+τ)
を得る。
【0050】
信号源特徴化システム8が一次信号X(t) の自己相関関数を決定する場合、このシステムでこれら一次信号のエネルギーを求めることもできる。このためには、図4で遅延時間τ=0を選択し、エネルギーに相当する自己相関関数ΓX (0) の値を出力端子に発生させるようにすれば十分である。この場合の演算モードは前述したエネルギーの計算よりも速くなる。その理由は、信号源特徴化システムが単一時間間隔内で学習機能をすることができ、一連の時間間隔内にて学習する必要がないからである。しかし、これには多くのハードウェアを必要とする。
【0051】
他の例では信号I(t,p)をスペクトル密度を表わす信号とすることができる。この場合の予備処理手段20は、
− 自己相関関数を計算し、次いで各信号E(t) に対するフーリエ変換を行ってから、信号I(t,f)(ここにfは周波数)を供給するか、
− フーリエ変換(例えば高速フーリエ変換)を行ない、次いでこれにて求めたフーリエ変換のモジュラスの自乗を計算する。
【0052】
信号E(t) から導出され、しかも同じ周波数に対して求められる全ての信号I(t,f)は前述したように信号源分離手段10にて処理される。この場合に出力端子に現われる信号F(t) は周波数fに対する信号源Sに相当するスペクトル密度Dx を表わす。
【0053】
種々のの周波数fで連続的に作動させ、これらの種々のの周波数での1つの信号源に対するスペクトル密度の値を組合わせることにより1つ以上の信号源に対するスペクトル密度の関数を得ることができる。
【0054】
上述したような予備処理手段の出力信号は平均エネルギー、自己相関関数、スペクトル密度等とすることができ、こうした出力信号を用いて1つ以上の信号源S1〜Snを制御することができる。
【0055】
従って、自動車に搭載したカーラジオの場合に、信号源S1の平均エネルギーが求められている場合には、測定した平均エネルギーに応じてカーラジオの出力増幅器を制御することができる。同様に、スピーカの音声によって形成される信号源S2のエネルギーを検出することによってカーラジオの音量を下げたり、例えば話し手が発音する番号を伝送したり、通話が検出される場合にだけその通話の伝達具合を評価したりして電話操作を制御したりすることができる。
【0056】
特性変数がスペクトル密度に対応する場合には、カーラジオの音質調整器又は等化器を制御することができる。
【0057】
このようなことは、信号E(t) に対するトランスジューサ又は検出器に関連する他の音声再生装置の場合にも当てはまることである。
【0058】
斯様な制御を実施するために、信号源特徴化システム8は制御手段15(図2)を具えており、これは該当する用途との組合わせで採るべき作用を決定する。従って、自動車の乗客スペース内での音声の検出によりカーラジオの音量を制御したりすることができる。このために、制御手段15は適切な信号源を制御する指令16を供給する。
【0059】
他の用途として、信号源S1〜Snを混合物が無線伝送によって持たらされる種々の無線源のようなものとすることができる。この場合には、例えば空中線により形成される検出器によって信号E(t) を検出することができる。この場合の信号源特徴化システムが行なう信号処理は前述した信号処理と同様である。
【0060】
さらに他の場合として、種々の信号源が同じ装置内に位置し、信号X(t) が配線により搬送され、混合物がこれらの配線間のクロストークにより形成される場合がある。この場合の信号E(t) はトランスジューサC1〜Cnによって得られるのではない。
【0061】
スペクトル密度Dx (V) を求めるために、自己相関関数を計算する場合につき説明した予備処理手段20と、信号源分離手段10の出力端子に設ける事後処理手段30とを組合わせることもできる。図5はこのタイプの信号処理に関連し、信号源分離手段10の前の予備処理手段20は自己相関関数Γxi(t) を求め、信号源分離手段10の出力端子に配置した事後処理手段30はフーリエ変換をする。
【0062】
本発明を式(2)で定義される利得項と純粋な遅延項とを含んでいる線形たたみ込み信号の場合につき説明したが、本発明は一般的なたたみ組み混合物、即ち式(1)で定義されるような混合物にも適用することができる。
【0063】
上述した式(2)の特殊なケースに対する一般事項を減らすために、信号処理を、先ず周波数帯域が制限されている信号E(t) に適用する。この目的のために、予備処理手段20は入力端子にそれぞれ同一のフィルタ40(図6)を具えており、これらのフィルタは各信号Ei (t) を小さめの周波数帯域に制限する。信号処理は上述した処理と同じであるが、得られる結果は一次信号X(t) だけでなく、これらの一次信号の混合物をろ波したものにも関連する。それでも、こうした結果は任意のたたみ込み混合物の信号源を特徴づけるのに十分である。例えば、平均エネルギーはスペクトル密度を計算する場合に、連続周波数帯域に関連する信号を出力端子にて合成して、全周波数スペクトルに対する前記特性変数を得ることができる。
【図面の簡単な説明】
【図1】予備処理手段を具えている本発明による信号源特徴化システムの一例を示すブロック図である。
【図2】一次信号源に遡及する制御手段を具えている信号源特徴化システムを示すブロック図である。
【図3】信号の平均エネルギーを求めるための予備処理手段の一例の一部を示すブロック図である。
【図4】自己相関関数を求めるための予備処理手段の一例の一部を示すブロック図である。
【図5】予備処理手段及び事後処理手段を具えている信号源特徴化システムを示すブロック図である。
【図6】一般的なたたみ込み混合物を予備処理するためにフィルタ手段を具えている図3に示すものと同様なブロック図である。
【符号の説明】
5,S1,S2--Sn 一次信号源
8 信号源特徴化システム
10 信号源分離手段
20 予備処理手段
C1,C2--- Cn トランスジューサ(マイクロホン)
Claims (5)
- 入力信号(E1,E2,...,En)の各々が、一次信号源(S1)からのソース信号(X1)と他の一次信号源(S2,...,Sn)からの少なくとも1つの他のソース信号(X2,...,Xn)とのそれぞれ異なる混合物である、様々な入力信号(E1,E2,...,En)に基づいて前記一次信号源(S1)からのソース信号(X1)の特性変数を決定するための信号源特徴化システム(8)において、当該信号源特徴化システムが:
前記様々な入力信号(E1,E2,...,En)に基づいて、これら入力信号に関連すると共に異なるソース信号のそれぞれ異なる混合物の特性変数を表わす中間信号(I)を決定すべく配置した予備処理モジュール(20)と;
該予備処理モジュール(20)からのそれぞれの中間信号(I)に基づいて、伝搬時定数がすべて零である線形瞬時混合物を分離することにより、前記ソース信号(X1)の特性変数を表わす出力信号(F;G)を決定すべく配置した信号分離モジュール(10)と;
を具えていることを特徴とする信号源特徴化システム。 - 前記特性変数が、平均エネルギー、スペクトル密度及び自己相関関数を含む組の特性変数に属することを特徴とする請求項1に記載の信号源特徴化システム。
- 前記ソース信号(X1)の特性変数を表わす出力信号(G)をフーリエ変換によって当該ソース信号(X1)の他の特性変数を表わす他の出力信号(F)に変換する事後処理回路(30)も具えていることを特徴とする請求項1に記載の信号源特徴化システム。
- 前記ソース信号(X1)の特性変数を表わす出力信号(F)に基づいて前記一次信号源の少なくとも1つを制御すべく配置した制御モジュールも具えていることを特徴とする請求項1に記載の信号源特徴化システム。
- 一組のマイクロホン(C1,...,Cn)と;
前記一組のマイクロホン(C1,...,Cn)からの様々な入力信号(E1,E2,...,En)を受信すべく結合され、音声システムが発生する音以外の音に相当するソース信号(X1)の特性変数を表わす出力信号(F)を供給すべく配置した請求項1に記載の信号源特徴化システム(8)と;
音声システムが発生する音以外の音に相当するソース信号(X1)の特性変数を表わす出力信号(F)に応答するボリューウム調節回路を設けた音声発生装置と;
を具えている音声システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR9403078 | 1994-03-16 | ||
FR9403078 | 1994-03-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH07283796A JPH07283796A (ja) | 1995-10-27 |
JP3887028B2 true JP3887028B2 (ja) | 2007-02-28 |
Family
ID=9461107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP05724495A Expired - Lifetime JP3887028B2 (ja) | 1994-03-16 | 1995-03-16 | 信号源特徴化システム |
Country Status (6)
Country | Link |
---|---|
US (1) | US5825671A (ja) |
EP (1) | EP0673113B1 (ja) |
JP (1) | JP3887028B2 (ja) |
KR (1) | KR100361235B1 (ja) |
DE (1) | DE69511602T2 (ja) |
TW (1) | TW343409B (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6317703B1 (en) * | 1996-11-12 | 2001-11-13 | International Business Machines Corporation | Separation of a mixture of acoustic sources into its components |
US6185309B1 (en) * | 1997-07-11 | 2001-02-06 | The Regents Of The University Of California | Method and apparatus for blind separation of mixed and convolved sources |
US6167417A (en) * | 1998-04-08 | 2000-12-26 | Sarnoff Corporation | Convolutive blind source separation using a multiple decorrelation method |
SE521024C2 (sv) * | 1999-03-08 | 2003-09-23 | Ericsson Telefon Ab L M | Metod och anordning för att separera en blandning av källsignaler |
DE10052104A1 (de) * | 2000-10-20 | 2002-05-02 | Volkswagen Ag | Verfahren und Einrichtung zur automatisch geregelten Beeinflussung der Lautstärke |
GB0027508D0 (en) * | 2000-11-09 | 2000-12-27 | Univ Sheffield | Digital signal processing method and system |
US7366564B2 (en) * | 2002-08-23 | 2008-04-29 | The United States Of America As Represented By The Secretary Of The Navy | Nonlinear blind demixing of single pixel underlying radiation sources and digital spectrum local thermometer |
US20070041606A1 (en) * | 2005-08-22 | 2007-02-22 | David Clark Company Incorporated | Apparatus and method for noise cancellation in communication headset using dual-coil speaker |
US7970564B2 (en) * | 2006-05-02 | 2011-06-28 | Qualcomm Incorporated | Enhancement techniques for blind source separation (BSS) |
US8175871B2 (en) * | 2007-09-28 | 2012-05-08 | Qualcomm Incorporated | Apparatus and method of noise and echo reduction in multiple microphone audio systems |
US8954324B2 (en) * | 2007-09-28 | 2015-02-10 | Qualcomm Incorporated | Multiple microphone voice activity detector |
US8223988B2 (en) * | 2008-01-29 | 2012-07-17 | Qualcomm Incorporated | Enhanced blind source separation algorithm for highly correlated mixtures |
CN102436588A (zh) * | 2011-11-15 | 2012-05-02 | 哈尔滨工程大学 | 一种辐射源识别方法 |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3700866A (en) * | 1970-10-28 | 1972-10-24 | Texas Instruments Inc | Synthesized cascaded processor system |
US4155041A (en) * | 1976-05-13 | 1979-05-15 | Burns Richard C | System for reducing noise transients |
US4419544A (en) * | 1982-04-26 | 1983-12-06 | Adelman Roger A | Signal processing apparatus |
GB2139052A (en) * | 1983-04-20 | 1984-10-31 | Philips Electronic Associated | Apparatus for distinguishing between speech and certain other signals |
US4530076A (en) * | 1983-06-28 | 1985-07-16 | The United States Of America As Represented By The Secretary Of The Navy | Frequency domain non-linear signal processing apparatus and method for discrimination against non-Gaussian interference |
US4625829A (en) * | 1984-03-26 | 1986-12-02 | Sirois Ronald A | Speaker grill |
US4630305A (en) * | 1985-07-01 | 1986-12-16 | Motorola, Inc. | Automatic gain selector for a noise suppression system |
US4630304A (en) * | 1985-07-01 | 1986-12-16 | Motorola, Inc. | Automatic background noise estimator for a noise suppression system |
USH417H (en) * | 1987-03-05 | 1988-01-05 | The United States Of America As Represented By The Secretary Of The Air Force | Headset for ambient noise suppression |
US4754486A (en) * | 1987-04-13 | 1988-06-28 | John J. Lazzeroni | Motorcycle stereo audio system with VOX intercom |
DE3730763A1 (de) * | 1987-09-12 | 1989-03-30 | Blaupunkt Werke Gmbh | Schaltung zur stoergeraeuschkompensation |
US4811404A (en) * | 1987-10-01 | 1989-03-07 | Motorola, Inc. | Noise suppression system |
US5299148A (en) * | 1988-10-28 | 1994-03-29 | The Regents Of The University Of California | Self-coherence restoring signal extraction and estimation of signal direction of arrival |
US5150323A (en) * | 1989-08-11 | 1992-09-22 | Hughes Aircraft Company | Adaptive network for in-band signal separation |
US5305307A (en) * | 1991-01-04 | 1994-04-19 | Picturetel Corporation | Adaptive acoustic echo canceller having means for reducing or eliminating echo in a plurality of signal bandwidths |
GB2257317A (en) * | 1991-06-26 | 1993-01-06 | Damian Rupert Lindley | Automatic volume control for car stereo |
FR2679083A1 (fr) * | 1991-07-09 | 1993-01-15 | Thomson Csf | Procede et dispositif automatique de separation de sources. |
US5208786A (en) * | 1991-08-28 | 1993-05-04 | Massachusetts Institute Of Technology | Multi-channel signal separation |
US5419198A (en) * | 1992-03-23 | 1995-05-30 | General Electric Company | Electronic signal enhancement and separation for machinery diagnostics |
IL101556A (en) * | 1992-04-10 | 1996-08-04 | Univ Ramot | Multi-channel signal separation using cross-polyspectra |
US5321759A (en) * | 1992-04-29 | 1994-06-14 | General Motors Corporation | Active noise control system for attenuating engine generated noise |
JPH0613923A (ja) * | 1992-06-24 | 1994-01-21 | Victor Co Of Japan Ltd | オーディオ再生装置 |
JPH0621919A (ja) * | 1992-07-03 | 1994-01-28 | Nec Eng Ltd | 音声秘話装置の送信装置および受信装置 |
JPH0637734A (ja) * | 1992-07-16 | 1994-02-10 | Fujitsu Ltd | 音声伝送方式 |
FR2699347B1 (fr) * | 1992-12-14 | 1995-02-10 | Commissariat Energie Atomique | Procédé et dispositif d'extraction d'un signal utile d'extension spatiale finie à chaque instant et variable avec le temps. |
US5526419A (en) * | 1993-12-29 | 1996-06-11 | At&T Corp. | Background noise compensation in a telephone set |
US5485515A (en) * | 1993-12-29 | 1996-01-16 | At&T Corp. | Background noise compensation in a telephone network |
KR970000655B1 (ko) * | 1994-09-15 | 1997-01-16 | 엘지전자 주식회사 | 위성방송의 오디오신호 자동 검출장치 및 방법 |
-
1995
- 1995-02-27 US US08/394,976 patent/US5825671A/en not_active Expired - Lifetime
- 1995-03-07 EP EP95200554A patent/EP0673113B1/fr not_active Expired - Lifetime
- 1995-03-07 DE DE69511602T patent/DE69511602T2/de not_active Expired - Lifetime
- 1995-03-15 KR KR1019950005294A patent/KR100361235B1/ko not_active IP Right Cessation
- 1995-03-16 JP JP05724495A patent/JP3887028B2/ja not_active Expired - Lifetime
- 1995-04-11 TW TW084103513A patent/TW343409B/zh active
Also Published As
Publication number | Publication date |
---|---|
EP0673113B1 (fr) | 1999-08-25 |
EP0673113A1 (fr) | 1995-09-20 |
DE69511602D1 (de) | 1999-09-30 |
US5825671A (en) | 1998-10-20 |
JPH07283796A (ja) | 1995-10-27 |
TW343409B (en) | 1998-10-21 |
DE69511602T2 (de) | 2000-04-13 |
KR100361235B1 (ko) | 2003-04-07 |
KR950035115A (ko) | 1995-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111292759B (zh) | 一种基于神经网络的立体声回声消除方法及系统 | |
US6157909A (en) | Process and device for blind equalization of the effects of a transmission channel on a digital speech signal | |
JP3887028B2 (ja) | 信号源特徴化システム | |
RU2495506C2 (ru) | Устройство и способ расчета параметров управления фильтра эхоподавления и устройство и способ расчета величины задержки | |
EP1855456B1 (en) | Echo reduction in time-variant systems | |
US4052559A (en) | Noise filtering device | |
IL102738A (en) | Multi-channel signal separation | |
US3786188A (en) | Synthesis of pure speech from a reverberant signal | |
CA2358203A1 (en) | Method and apparatus for adaptively suppressing noise | |
EP1190417A1 (en) | Cancellation of non-stationary interfering signals for speech recognition | |
US5999567A (en) | Method for recovering a source signal from a composite signal and apparatus therefor | |
US5768392A (en) | Blind adaptive filtering of unknown signals in unknown noise in quasi-closed loop system | |
EP1995722B1 (en) | Method for processing an acoustic input signal to provide an output signal with reduced noise | |
US7877252B2 (en) | Automatic speech recognition method and apparatus, using non-linear envelope detection of signal power spectra | |
Antweiler et al. | Perfect sequence excitation of the NLMS algorithm and its application to acoustic echo control | |
US5784454A (en) | Arrangement for communication with a subscriber | |
JP7348812B2 (ja) | 雑音抑制装置、雑音抑制方法及び音声入力機器 | |
KR20030065865A (ko) | 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법 | |
Dufera et al. | Reverberated speech enhancement using neural networks | |
JP2597271B2 (ja) | 合成による分析技術に基づく音声コーダの改良 | |
CN111726464B (zh) | 一种多通道回声滤除方法、滤除装置和可读存储介质 | |
CN115588438B (zh) | 一种基于双线性分解的wls多通道语音去混响方法 | |
KR100863184B1 (ko) | 간섭 및 반향신호 제거를 위한 다단계 암묵 디콘볼루션방법 | |
Miller | Removal of noise from a voice signal by synthesis | |
Faucon et al. | Optimization of speech enhancement techniques coping with uncorrelated or correlated noises |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041130 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20050228 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20050303 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050530 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060530 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060824 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20061002 |
|
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: 20061114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061124 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091201 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101201 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111201 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121201 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121201 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131201 Year of fee payment: 7 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |