JP6635440B2 - 音声区間補正フレーム数の取得方法、音声区間検出方法及び装置 - Google Patents
音声区間補正フレーム数の取得方法、音声区間検出方法及び装置 Download PDFInfo
- Publication number
- JP6635440B2 JP6635440B2 JP2017566850A JP2017566850A JP6635440B2 JP 6635440 B2 JP6635440 B2 JP 6635440B2 JP 2017566850 A JP2017566850 A JP 2017566850A JP 2017566850 A JP2017566850 A JP 2017566850A JP 6635440 B2 JP6635440 B2 JP 6635440B2
- Authority
- JP
- Japan
- Prior art keywords
- voice section
- characteristic parameter
- frame
- background noise
- determination result
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims description 145
- 238000000034 method Methods 0.000 title claims description 50
- 230000003595 spectral effect Effects 0.000 claims description 70
- 238000001228 spectrum Methods 0.000 claims description 56
- 230000007774 longterm Effects 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 description 15
- 238000009499 grossing Methods 0.000 description 15
- 230000001186 cumulative effect Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
-
- 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
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- 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
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality 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
- 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
- G10L25/81—Detection of presence or absence of voice signals for discriminating voice from music
-
- 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
- G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
- G10L19/012—Comfort noise or silence coding
Description
オーディオ符号化に用いられる、音声区間補正フレーム数の取得方法であって、現在のフレームの音声区間検出判定結果を取得することと、
音声区間保持フレーム数を取得することと、
背景雑音更新回数を取得することと、
前記現在のフレームの音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を取得することと、を含み、
前記現在のフレームの音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を取得するのは、
前記現在のフレームの音声区間検出判定結果は音声区間フレームであり、且つ前記背景雑音更新回数は予め設定された閾値より小さい場合、前記音声区間補正フレーム数は1つの定数及び前記音声区間保持フレーム数の中の最大値である。
前記現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき前記現在のフレームのフレームエネルギーパラメータ、スペクトル重心特性パラメータ及び時間領域安定性特性パラメータを計算して取得し、前記スペクトル振幅に基づきスペクトルの平坦度特性パラメータ及び調性特性パラメータを計算して取得することと、
前記現在のフレームの前の1つのフレームを利用して取得した背景雑音エネルギー、前記フレームエネルギーパラメータ及び信号対雑音比サブバンドエネルギーに基づき前記現在のフレームの信号対雑音比パラメータを計算して取得することと、
前記フレームエネルギーパラメータ、前記スペクトル重心特性パラメータ、前記時間領域安定性特性パラメータ、前記スペクトルの平坦度特性パラメータ、前記調性特性パラメータに基づき、前記現在のフレームの調性マークを計算して取得することと、
前記調性マーク、前記信号対雑音比パラメータ、前記スペクトル重心特性パラメータ、前記フレームエネルギーパラメータに基づき、前記音声区間検出判定結果を計算して取得することと、を含む。
前記フレームエネルギーパラメータは各サブバンド信号エネルギーの加重重ね合わせ値又は直接重ね合わせ値であり、
前記スペクトル重心特性パラメータは全部又は一部のサブバンド信号エネルギーの加重累積値と非加重累積値との比、或いは前記比を平滑化フィルタリングして得られた値であり、
前記時間領域安定性特性パラメータは振幅重ね合わせ値の分散と振幅重ね合わせ値平方の所望の比、又は該比に1つの係数を乗けるものであり、
前記スペクトルの平坦度特性パラメータはプリセットの複数の平滑なスペクトル振幅の幾何平均数と算術平均数との比、又は該比に1つの係数を乗けるものであり、
調性特性パラメータは前後の2つのフレーム信号のイントラスペクトル差分係数の相関値を計算することによって取得され、又は続いて該相関値を平滑化フィルタリングして取得される。
前記現在のフレームの前の1つのフレームによって計算して得られた平均長時間音声区間信号エネルギーと平均長時間背景雑音エネルギーとの比によって、長時間信号対雑音比を計算して取得することと、
前記現在のフレームに最も近い複数のフレームの全帯域信号対雑音比の平均値を計算して、平均全帯域信号対雑音比を取得することと、
前記スペクトル重心特性パラメータ、前記長時間信号対雑音比、連続音声区間フレーム個数及び連続雑音フレーム個数に基づき、音声区間検出判定の判定信号対雑音比閾値を取得することと、
前記音声区間検出の判定閾値及び前記信号対雑音比パラメータに基づき、初期の音声区間検出判定結果を計算して取得することと、
前記調性マーク、前記平均全帯域信号対雑音比、前記スペクトル重心特性パラメータ及び前記長時間信号対雑音比に基づき、前記初期の音声区間検出判定結果を修正して、前記音声区間検出判定結果を取得することと、を含む。
前記現在のフレームの音声区間検出判定結果は音声区間フレームであり、且つ前記背景雑音更新回数は予め設定された閾値より小さい際に、前記音声区間補正フレーム数は1つの定数及び前記音声区間保持フレーム数の中の最大値であることを含む。
前記音声区間保持フレーム数の初期値を設定することを含む。
前記現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき長時間信号対雑音比及び平均全帯域信号対雑音比を計算して取得し、前記現在のフレームの前の複数のフレームの音声区間検出の判定結果、長時間信号対雑音比、平均全帯域信号対雑音比、前記現在のフレームの音声区間検出判定結果に基づき、現在音声区間保持フレーム数を修正して前記音声区間保持フレーム数を取得することと、を含む。
前記現在のフレームの前の1つのフレームを利用して計算して得られた平均長時間音声区間信号エネルギーと平均長時間背景雑音エネルギーとの比によって、前記長時間信号対雑音比を計算して取得し、前記現在のフレームに最も近い複数のフレームの全帯域信号対雑音比の平均値を計算して、前記平均全帯域信号対雑音比を取得することを含む。
前記音声区間保持フレーム数を取得する際に、前記連続音声フレーム数がある設定された第1閾値より小さく、且つ前記長時間信号対雑音比がある設定された閾値より小さいと、前記音声区間保持フレーム数は最小の連続音声区間フレーム数から前記連続音声フレーム数を引くものに等しく、前記平均全帯域信号対雑音比がある設定された閾値より大きく、且つ前記連続音声フレーム数がある設定された第2閾値より大きいと、前記長時間信号対雑音比の大きさに基づき前記音声区間保持フレーム数の値を設定することを含む。
背景雑音更新識別子を取得することと、
前記背景雑音更新識別子に基づき前記背景雑音更新回数を計算することと、を含む。
前記背景雑音更新回数初期値を設定することを含む。
前記背景雑音更新識別子は前記現在のフレームが背景雑音であることを指示し、且つ前記背景雑音更新回数が設定された閾値より小さい際に、前記背景雑音更新回数に1を足すことを含む。
前記現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき、フレームエネルギーパラメータ、スペクトル重心特性パラメータ、時間領域安定性特性パラメータを計算して取得し、前記スペクトル振幅に基づき、スペクトルの平坦度特性パラメータ及び調性特性パラメータを計算して取得することと、
前記スペクトル重心特性パラメータ、前記時間領域安定性特性パラメータ、前記スペクトルの平坦度特性パラメータ、前記調性特性パラメータ、前記フレームエネルギーパラメータに基づき背景雑音検出を行い、前記背景雑音更新識別子を取得することと、を含む。
前記フレームエネルギーパラメータは各サブバンド信号エネルギーの加重重ね合わせ値又は直接重ね合わせ値であり、
前記スペクトル重心特性パラメータは全部又は一部のサブバンド信号エネルギーの加重累積値と非加重累積値との比、或いは前記比を平滑化フィルタリングして得られた値であり、
前記時間領域安定性特性パラメータはフレームエネルギー振幅の分散と振幅重ね合わせ値平方の所望の比、又は該比に1つの係数を乗けるものであり、
前記スペクトルの平坦度パラメータはプリセットの複数のスペクトル振幅の幾何平均数と算術平均数との比、又は該比に1つの係数を乗けるものである。
前記背景雑音更新識別子を第1予め設定された値として設定することと、
前記時間領域安定性特性パラメータがある設定された閾値より大きいという条件、
前記スペクトル重心特性パラメータ値の平滑化フィルタリング値がある設定された閾値より大きく、且つ前記時間領域安定性特性パラメータ値もある設定された閾値より大きいという条件、
前記調性特性パラメータ又は前記調性特性パラメータを平滑化フィルタリングした値がある設定された閾値より大きく、且つ時間領域安定性特性パラメータ値が設定された閾値より大きいという条件、
各サブバンドのスペクトルの平坦度特性パラメータ又は前記各サブバンドのスペクトルの平坦度特性パラメータをそれぞれ平滑化フィルタリングした値がそれぞれに対応する設定された閾値より小さいという条件、
又は、前記フレームエネルギーパラメータの値が設定された閾値より大きいという条件、のうちのいずれかの条件が成立すると、前記現在のフレームが雑音信号ではないことを判断し、且つ前記背景雑音更新識別子を第2予め設定された値として設定することと、を含む。
オーディオ符号化に用いられる、音声区間検出方法であって、
第1音声区間検出判定結果を取得することと、
音声区間保持フレーム数を取得することと、
背景雑音更新回数を取得することと、
前記第1音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を計算することと、
第2音声区間検出判定結果を取得することと、
前記音声区間補正フレーム数及び前記第2音声区間検出判定結果に基づき、最終音声区間検出判定結果を計算することと、を含み、
前記第1音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を計算するのは、
前記第1音声区間検出判定結果は音声区間フレームであり、且つ前記背景雑音更新回数は予め設定された閾値より小さい場合、前記音声区間補正フレーム数は1つの定数と前記音声区間保持フレーム数の中の最大値である。
前記第2音声区間検出判定結果は前記現在のフレームが非音声区間フレームであること
を指示し、且つ前記音声区間補正フレーム数は0より大きい際に、前記音声区間検出判定結果を音声区間フレームとして設定し、且つ前記音声区間補正フレーム数から1を引くことを含む。
現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき、前記現在のフレームのフレームエネルギーパラメータ、スペクトル重心特性パラメータ及び時間領域安定性特性パラメータを計算して取得し、前記スペクトル振幅に基づきスペクトルの平坦度特性パラメータ及び調性特性パラメータを計算して取得することと、
前記現在のフレームの前の1つのフレームを利用して取得した背景雑音エネルギー、前記フレームエネルギーパラメータ及び信号対雑音比サブバンドエネルギーに基づき、前記現在のフレームの信号対雑音比パラメータを計算して取得することと、
前記フレームエネルギーパラメータ、前記スペクトル重心特性パラメータ、前記時間領域安定性特性パラメータ、前記スペクトルの平坦度特性パラメータ、前記調性特性パラメータに基づき、前記現在のフレームの調性マークを計算して取得することと、
前記調性マーク、前記信号対雑音比パラメータ、前記スペクトル重心特性パラメータ、前記フレームエネルギーパラメータに基づき、前記第1音声区間検出判定結果を計算して取得することと、を含む。
前記スペクトル重心特性パラメータは全部又は一部のサブバンド信号エネルギーの加重累積値と非加重累積値との比、或いは前記比を平滑化フィルタリングして得られた値であり、
前記時間領域安定性特性パラメータは振幅重ね合わせ値の分散と振幅重ね合わせ値平方の所望の比、又は該比に1つの係数を乗けるものであり、
前記スペクトルの平坦度特性パラメータはプリセットの複数のスペクトル振幅の幾何平均数と算術平均数との比、又は該比に1つの係数を乗けるものであり、
調性特性パラメータは前後の2つのフレーム信号のイントラスペクトル差分係数の相関値を計算することによって取得され、又は続いて該相関値を平滑化フィルタリングして取得される。
前記現在のフレームの前の1つのフレームによって計算して得られた平均長時間音声区間信号エネルギーと平均長時間背景雑音エネルギーとの比によって、長時間信号対雑音比を計算して取得することと、
前記現在のフレームに最も近い複数のフレームの全帯域信号対雑音比の平均値を計算して、平均全帯域信号対雑音比を取得することと、
前記スペクトル重心特性パラメータ、前記長時間信号対雑音比、連続音声区間フレーム個数及び連続雑音フレーム個数に基づき、音声区間検出の判定閾値を取得することと、
前記音声区間検出の判定閾値及び前記信号対雑音比パラメータに基づき、初期の音声区間検出判定結果を計算して取得することと、
前記調性マーク、前記平均全帯域信号対雑音比、前記スペクトル重心特性パラメータ及び前記長時間信号対雑音比に基づき、前記初期の音声区間検出判定結果を修正して、前記第1音声区間検出判定結果を取得することと、を含む。
前記音声区間保持フレーム数の初期値を設定することを含む。
現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき長時間信号対雑音比及び平均全帯域信号対雑音比を計算して取得し、前記現在のフレームの前の複数のフレームの音声区間検出の判定結果、前記長時間信号対雑音比、前記平均全帯域信号対雑音比、前記第1音声区間検出判定結果に基づき、現在音声区間保持フレーム数を修正することと、を含む。
前記現在のフレームの前の1つのフレームを利用して計算して得られた平均長時間音声区間信号エネルギーと平均長時間背景雑音エネルギーとの比によって、前記長時間信号対雑音比を計算して取得し、前記現在のフレームに最も近い複数のフレームの全帯域信号対雑音比の平均値を計算して、前記平均全帯域信号対雑音比を取得することを含む。
連続音声フレーム数がある設定された第1閾値より小さく、且つ前記長時間信号対雑音比がある設定された閾値より小さいと、前記音声区間保持フレーム数は最小の連続音声区間フレーム数から前記連続音声フレーム数を引くものに等しく、前記平均全帯域信号対雑音比がある設定された第2閾値より大きく、且つ前記連続音声フレーム数がある設定された閾値より大きいと、前記長時間信号対雑音比の大きさに基づき前記音声区間保持フレーム数の値を設定することを含む。
背景雑音更新識別子を取得することと、
前記背景雑音更新識別子に基づき前記背景雑音更新回数を計算することと、を含む。
前記背景雑音更新回数初期値を設定することを含む。
前記背景雑音更新識別子は前記現在のフレームが背景雑音であることを指示し、且つ前記背景雑音更新回数が設定された閾値より小さい際に、前記背景雑音更新回数に1を足すことを含む。
現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき、フレームエネルギーパラメータ、スペクトル重心特性パラメータ、時間領域安定性特性パラメータの値を計算して取得し、前記スペクトル振幅に基づきスペクトルの平坦度特性パラメータ及び調性特性パラメータの値を計算して取得することと、
前記スペクトル重心特性パラメータ、前記時間領域安定性特性パラメータ、前記スペクトルの平坦度特性パラメータ、前記調性特性パラメータ、前記フレームエネルギーパラメータに基づき背景雑音検出を行い、前記背景雑音更新識別子を取得することと、を含む。
前記スペクトル重心特性パラメータは全部又は一部のサブバンド信号エネルギーの加重累積値と非加重累積値との比、又は前記比を平滑化フィルタリングして得られた値であり、
前記時間領域安定性特性パラメータはフレームエネルギー振幅の分散と振幅重ね合わせ値平方の所望の比、又は該比に1つの係数を乗けるものであり、
前記スペクトルの平坦度パラメータはプリセットの複数のスペクトル振幅の幾何平均数と算術平均数との比、又は該比に1つの係数を乗けるものである。
前記背景雑音更新識別子を第1予め設定された値として設定することと、
前記時間領域安定性特性パラメータがある設定された閾値より大きいという条件、
前記スペクトル重心特性パラメータ値の平滑化フィルタリング値がある設定された閾値より大きく、且つ前記時間領域安定性特性パラメータ値もある設定された閾値より大きいという条件、
前記調性特性パラメータ又は前記調性特性パラメータを平滑化フィルタリングした値がある設定された閾値より大きく、且つ前記時間領域安定性特性パラメータ値が設定された閾値より大きいという条件、
各サブバンドのスペクトルの平坦度特性パラメータ又は前記各サブバンドのスペクトルの平坦度特性パラメータをそれぞれ平滑化フィルタリングした値がそれぞれに対応する設定された閾値より小さいという条件、
又は、前記フレームエネルギーパラメータの値が設定された閾値より大きいという条件、のうちのいずれかの条件が成立すると、前記現在のフレームが雑音信号ではないことを判断し、且つ前記背景雑音更新識別子を第2予め設定された値として設定することと、を含む。
前記第1音声区間検出判定結果は音声区間フレームであり、且つ前記背景雑音更新回数は予め設定された閾値より小さい際に、前記音声区間補正フレーム数は1つの定数と前記音声区間保持フレーム数の中の最大値であることを含む。
現在のフレームの音声区間検出判定結果を取得するように設定される第1取得ユニット、
音声区間保持フレーム数を取得するように設定される第2取得ユニット、
背景雑音更新回数を取得するように設定される第3取得ユニット、及び
前記現在のフレームの音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を取得するように設定される第4取得ユニットを備える。
第1音声区間検出判定結果を取得するように設定される第5取得ユニット、
音声区間保持フレーム数を取得するように設定される第6取得ユニット、
背景雑音更新回数を取得するように設定される第7取得ユニット、
前記第1音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を計算するように設定される第1計算ユニット、
第2音声区間検出判定結果を取得するように設定される第8取得ユニット、及び
前記音声区間補正フレーム数及び前記第2音声区間検出判定結果に基づき、最終音声区間検出判定結果を計算するように設定される第2計算ユニットを備える。
本発明の実施例は音声区間検出方法を提供し、図1に示すように、該方法は下記ステップ101〜105を含む。
各フィルタ群サブバンドのエネルギーに基づきスペクトル重心特性パラメータを計算して取得し、スペクトル重心特性パラメータは、フィルタ群サブバンドエネルギー加重を加算する和とサブバンドエネルギーを直接に加算する和との比を求めること、又はその他のスペクトル重心特性パラメータ値を平滑化フィルタリングすることにより取得するものである。
スペクトル振幅に基づき調性特性パラメータを計算して取得し、調性特性パラメータは全部のスペクトル振幅又は一部のスペクトル振幅に基づき計算して得られることができる。
本発明の実施例は背景雑音検出方法の実施例を更に提供し、図3に示すように、該方法は以下のステップ201〜203を含む。
前記フレームエネルギーパラメータは各サブバンド信号エネルギーの加重重ね合わせ値又は直接重ね合わせ値であり、
前記スペクトル重心特性パラメータは全部又は一部のサブバンド信号エネルギーの加重累積値と非加重累積値との比、又は該比を平滑化フィルタリングして得られた値であり、
前記時間領域安定性特性パラメータはエネルギー振幅重ね合わせ値の分散と振幅重ね合わせ値平方の所望の比、又は該比に1つの係数を乗けるものであり、
前記スペクトルの平坦度パラメータはプリセットの複数の平滑なスペクトル振幅の幾何平均数と算術平均数との比、又は該比に1つの係数を乗けるものである。
本発明の実施例はVAD判定における音声区間保持フレーム数の修正方法を更に提供し、図4に示すように、該方法は以下のステップ301〜303を含む。
本発明の実施例は音声区間補正フレーム数の取得方法を提供し、図5に示すように、ステップは以下の401〜404である。
403a、本発明による実施例2によって背景雑音更新識別子background_flagを計算する。
403b、背景雑音更新識別子は背景雑音であることを指示し、且つ背景雑音更新回数が1000より小さいと、背景雑音更新回数に1を足す。背景雑音更新回数の初期値を0として設定する。
VAD判定結果は現在のフレームが非音声区間フレームであることを指示し、且つ音声区間補正フレーム数が0より大きいと、現在のフレームを音声区間フレームとして設定し、同時に音声区間補正フレーム数から1を引く。
現在のフレームの音声区間検出判定結果を取得するように設定される第1取得ユニット61、
音声区間保持フレーム数を取得するように設定される第2取得ユニット62、
背景雑音更新回数を取得するように設定される第3取得ユニット63、及び
前記現在のフレームの音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を取得するように設定される第4取得ユニット64を備える。
本発明の実施例は音声区間検出方法を提供し、図7に示すように、ステップは以下の501〜505である。
503a、本発明による実施例2によって背景雑音更新識別子background_flagを計算する。
503b、背景雑音更新識別子は背景雑音であることを指示し、且つ背景雑音更新回数が1000より小さいと、背景雑音更新回数に1を足す。背景雑音更新回数の初期値を0として設定する。
vada_flagは音声区間フレームであることを指示し、且つ背景雑音更新回数が12より小さいと、音声区間補正フレーム数は20及び音声区間保持フレーム数の中の最大値として選択する。
vadb_flagは現在のフレームが非音声区間フレームであることを指示し、且つ音声区間補正フレーム数が0より大きいと、現在のフレームを音声区間フレームとして設定し、同時に音声区間補正フレーム数から1を引く。
第1音声区間検出判定結果を取得するように設定される第5取得ユニット81、
音声区間保持フレーム数を取得するように設定される第6取得ユニット82、
背景雑音更新回数を取得するように設定される第7取得ユニット83、
前記第1音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を計算するように設定される第1計算ユニット84、
第2音声区間検出判定結果を取得するように設定される第8取得ユニット85、及び
前記音声区間補正フレーム数及び前記第2音声区間検出判定結果に基づき、前記音声区間検出判定結果を計算するように設定される第2計算ユニット86を備える。
Claims (16)
- オーディオ符号化に用いられる、音声区間補正フレーム数の取得方法であって、現在のフレームの音声区間検出判定結果を取得することと、
音声区間保持フレーム数を取得することと、
背景雑音更新回数を取得することと、
前記現在のフレームの音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を取得することと、を含み、
前記現在のフレームの音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を取得するのは、
前記現在のフレームの音声区間検出判定結果は音声区間フレームであり、且つ前記背景雑音更新回数は予め設定された閾値より小さい場合、前記音声区間補正フレーム数は1つの定数及び前記音声区間保持フレーム数の中の最大値である音声区間補正フレーム数の取得方法。 - 前記現在のフレームの音声区間検出判定結果を取得するのは、
前記現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき前記現在のフレームのフレームエネルギーパラメータ、スペクトル重心特性パラメータ及び時間領域安定性特性パラメータを計算して取得し、前記スペクトル振幅に基づきスペクトルの平坦度特性パラメータ及び調性特性パラメータを計算して取得することと、
前記現在のフレームの前の1つのフレームを利用して取得した背景雑音エネルギー、前記フレームエネルギーパラメータ及び信号対雑音比サブバンドエネルギーに基づき、前記現在のフレームの信号対雑音比パラメータを計算して取得することと、
前記フレームエネルギーパラメータ、前記スペクトル重心特性パラメータ、前記時間領域安定性特性パラメータ、前記スペクトルの平坦度特性パラメータ、前記調性特性パラメータに基づき、前記現在のフレームの調性マークを計算して取得することと、
前記調性マーク、前記信号対雑音比パラメータ、前記スペクトル重心特性パラメータ、前記フレームエネルギーパラメータに基づき、前記音声区間検出判定結果を計算して取得することと、を含む請求項1に記載の方法。 - 前記調性マーク、前記信号対雑音比パラメータ、前記スペクトル重心特性パラメータ、前記フレームエネルギーパラメータに基づき、前記音声区間検出判定結果を計算して取得するのは、
前記現在のフレームの前の1つのフレームによって計算して得られた平均長時間音声区間信号エネルギーと平均長時間背景雑音エネルギーとの比によって、長時間信号対雑音比を計算して取得することと、
前記現在のフレームに最も近い複数のフレームの全帯域信号対雑音比の平均値を計算して、平均全帯域信号対雑音比を取得することと、
前記スペクトル重心特性パラメータ、前記長時間信号対雑音比、連続音声区間フレーム個数及び連続雑音フレーム個数に基づき、音声区間検出判定の判定信号対雑音比閾値を取得することと、
前記音声区間検出の判定閾値及び前記信号対雑音比パラメータに基づき、初期の音声区間検出判定結果を計算して取得することと、
前記調性マーク、前記平均全帯域信号対雑音比、前記スペクトル重心特性パラメータ及び前記長時間信号対雑音比に基づき、前記初期の音声区間検出判定結果を修正して、前記音声区間検出判定結果を取得することと、を含む請求項2に記載の方法。 - 前記音声区間保持フレーム数を取得するのは、
前記現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき長時間信号対雑音比及び平均全帯域信号対雑音比を計算して取得し、前記現在のフレームの前の複数のフレームの音声区間検出の判定結果、長時間信号対雑音比、平均全帯域信号対雑音比、前記現在のフレームの音声区間検出判定結果に基づき、現在音声区間保持フレーム数を修正して前記音声区間保持フレーム数を取得することと、を含む請求項1に記載の方法。 - 前記背景雑音更新回数を取得するのは、
背景雑音更新識別子を取得することと、
前記背景雑音更新識別子に基づき前記背景雑音更新回数を計算することと、を含む請求項1に記載の方法。 - 前記背景雑音更新識別子を取得するのは、
前記現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づきフレームエネルギーパラメータ、スペクトル重心特性パラメータ、時間領域安定性特性パラメータを計算して取得し、前記スペクトル振幅に基づきスペクトルの平坦度特性パラメータ及び調性特性パラメータを計算して取得することと、
前記スペクトル重心特性パラメータ、前記時間領域安定性特性パラメータ、前記スペクトルの平坦度特性パラメータ、前記調性特性パラメータ、前記フレームエネルギーパラメータに基づき背景雑音検出を行い、前記背景雑音更新識別子を取得することと、を含む請求項5に記載の方法。 - オーディオ符号化に用いられる、音声区間検出方法であって、
第1音声区間検出判定結果を取得することと、
音声区間保持フレーム数を取得することと、
背景雑音更新回数を取得することと、
前記第1音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を計算することと、
第2音声区間検出判定結果を取得することと、
前記音声区間補正フレーム数及び前記第2音声区間検出判定結果に基づき、最終音声区間検出判定結果を計算することと、を含み、
前記第1音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を計算するのは、
前記第1音声区間検出判定結果は音声区間フレームであり、且つ前記背景雑音更新回数は予め設定された閾値より小さい場合、前記音声区間補正フレーム数は1つの定数と前記音声区間保持フレーム数の中の最大値である音声区間検出方法。 - 前記音声区間補正フレーム数及び前記第2音声区間検出判定結果に基づき、最終音声区間検出判定結果を計算するのは、
前記第2音声区間検出判定結果は前記現在のフレームが非音声区間フレームであること
を指示し、且つ前記音声区間補正フレーム数は0より大きい際に、前記音声区間検出判定結果を音声区間フレームとして設定し、且つ前記音声区間補正フレーム数から1を引くことを含む請求項7に記載の方法。 - 前記第1音声区間検出判定結果を取得するのは、
現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき前記現在のフレームのフレームエネルギーパラメータ、スペクトル重心特性パラメータ及び時間領域安定性特性パラメータを計算して取得し、前記スペクトル振幅に基づきスペクトルの平坦度特性パラメータ及び調性特性パラメータを計算して取得することと、
前記現在のフレームの前の1つのフレームを利用して取得した背景雑音エネルギー、前記フレームエネルギーパラメータ及び信号対雑音比サブバンドエネルギーに基づき、前記現在のフレームの信号対雑音比パラメータを計算して取得することと、
前記フレームエネルギーパラメータ、前記スペクトル重心特性パラメータ、前記時間領域安定性特性パラメータ、前記スペクトルの平坦度特性パラメータ、前記調性特性パラメータに基づき、前記現在のフレームの調性マークを計算して取得することと、
前記調性マーク、前記信号対雑音比パラメータ、前記スペクトル重心特性パラメータ、前記フレームエネルギーパラメータに基づき、前記第1音声区間検出判定結果を計算して取得することと、を含む請求項7に記載の方法。 - 前記調性マーク、前記信号対雑音比パラメータ、前記スペクトル重心特性パラメータ、前記フレームエネルギーパラメータに基づき、前記第1音声区間検出判定結果を計算して取得するのは、
前記現在のフレームの前の1つのフレームによって計算して得られた平均長時間音声区間信号エネルギーと平均長時間背景雑音エネルギーとの比によって、長時間信号対雑音比を計算して取得することと、
前記現在のフレームに最も近い複数のフレームの全帯域信号対雑音比の平均値を計算して、平均全帯域信号対雑音比を取得することと、
前記スペクトル重心特性パラメータ、前記長時間信号対雑音比、連続音声区間フレーム個数及び連続雑音フレーム個数に基づき、音声区間検出の判定閾値を取得することと、
前記音声区間検出の判定閾値及び前記信号対雑音比パラメータに基づき、初期の音声区間検出判定結果を計算して取得することと、
前記調性マーク、前記平均全帯域信号対雑音比、前記スペクトル重心特性パラメータ及び前記長時間信号対雑音比に基づき、前記初期の音声区間検出判定結果を修正して、前記第1音声区間検出判定結果を取得することと、を含む請求項9に記載の方法。 - 前記音声区間保持フレーム数を取得するのは、
現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づき長時間信号対雑音比及び平均全帯域信号対雑音比を計算して取得し、前記現在のフレームの前の複数のフレームの音声区間検出の判定結果、長時間信号対雑音比、平均全帯域信号対雑音比、前記第1音声区間検出判定結果に基づき、現在音声区間保持フレーム数を修正することと、を含む請求項7に記載の方法。 - 前記背景雑音更新回数を取得するのは、
背景雑音更新識別子を取得することと、
前記背景雑音更新識別子に基づき前記背景雑音更新回数を計算することと、を含む請求項7に記載の方法。 - 前記背景雑音更新識別子に基づき前記背景雑音更新回数を計算するのは、
前記背景雑音更新識別子は前記現在のフレームが背景雑音であることを指示し、且つ前記背景雑音更新回数は設定された閾値より小さい際に、前記背景雑音更新回数に1を足すことを含む請求項12に記載の方法。 - 前記背景雑音更新識別子を取得するのは、
現在のフレームのサブバンド信号及びスペクトル振幅を取得することと、
前記サブバンド信号に基づきフレームエネルギーパラメータ、スペクトル重心特性パラメータ、時間領域安定性特性パラメータの値を計算して取得し、前記スペクトル振幅に基づきスペクトルの平坦度特性パラメータ及び調性特性パラメータの値を計算して取得することと、
前記スペクトル重心特性パラメータ、前記時間領域安定性特性パラメータ、前記スペクトルの平坦度特性パラメータ、前記調性特性パラメータ、前記フレームエネルギーパラメータに基づき背景雑音検出を行い、前記背景雑音更新識別子を取得することと、を含む請求項12に記載の方法。 - 現在のフレームの音声区間検出判定結果を取得するように設定される第1取得ユニット、
音声区間保持フレーム数を取得するように設定される第2取得ユニット、
背景雑音更新回数を取得するように設定される第3取得ユニット、及び
前記現在のフレームの音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を取得するように設定される第4取得ユニットを備える音声区間補正フレーム数の取得装置。 - 第1音声区間検出判定結果を取得するように設定される第5取得ユニット、
音声区間保持フレーム数を取得するように設定される第6取得ユニット、
背景雑音更新回数を取得するように設定される第7取得ユニット、
前記第1音声区間検出判定結果、前記背景雑音更新回数及び前記音声区間保持フレーム数に基づき、音声区間補正フレーム数を計算するように設定される第1計算ユニット、
第2音声区間検出判定結果を取得するように設定される第8取得ユニット、及び
前記音声区間補正フレーム数及び前記第2音声区間検出判定結果に基づき、最終音声区間検出判定結果を計算するように設定される第2計算ユニットを備える音声区間検出装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510364255.0A CN106328169B (zh) | 2015-06-26 | 2015-06-26 | 一种激活音修正帧数的获取方法、激活音检测方法和装置 |
CN201510364255.0 | 2015-06-26 | ||
PCT/CN2015/093889 WO2016206273A1 (zh) | 2015-06-26 | 2015-11-05 | 一种激活音修正帧数的获取方法、激活音检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018523155A JP2018523155A (ja) | 2018-08-16 |
JP6635440B2 true JP6635440B2 (ja) | 2020-01-22 |
Family
ID=57584376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017566850A Active JP6635440B2 (ja) | 2015-06-26 | 2015-11-05 | 音声区間補正フレーム数の取得方法、音声区間検出方法及び装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10522170B2 (ja) |
EP (1) | EP3316256A4 (ja) |
JP (1) | JP6635440B2 (ja) |
KR (1) | KR102042117B1 (ja) |
CN (1) | CN106328169B (ja) |
CA (1) | CA2990328C (ja) |
RU (1) | RU2684194C1 (ja) |
WO (1) | WO2016206273A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105261375B (zh) * | 2014-07-18 | 2018-08-31 | 中兴通讯股份有限公司 | 激活音检测的方法及装置 |
CN106328169B (zh) | 2015-06-26 | 2018-12-11 | 中兴通讯股份有限公司 | 一种激活音修正帧数的获取方法、激活音检测方法和装置 |
JP6759898B2 (ja) * | 2016-09-08 | 2020-09-23 | 富士通株式会社 | 発話区間検出装置、発話区間検出方法及び発話区間検出用コンピュータプログラム |
CN107123419A (zh) * | 2017-05-18 | 2017-09-01 | 北京大生在线科技有限公司 | Sphinx语速识别中背景降噪的优化方法 |
CN108962284B (zh) * | 2018-07-04 | 2021-06-08 | 科大讯飞股份有限公司 | 一种语音录制方法及装置 |
CN111599345B (zh) * | 2020-04-03 | 2023-02-10 | 厦门快商通科技股份有限公司 | 语音识别算法评估方法、系统、移动终端及存储介质 |
US20210350819A1 (en) * | 2020-05-07 | 2021-11-11 | Netflix, Inc. | Techniques for training a multitask learning model to assess perceived audio quality |
CN112420079B (zh) * | 2020-11-18 | 2022-12-06 | 青岛海尔科技有限公司 | 语音端点检测方法和装置、存储介质及电子设备 |
CN112908352B (zh) * | 2021-03-01 | 2024-04-16 | 百果园技术(新加坡)有限公司 | 一种音频去噪方法、装置、电子设备及存储介质 |
US20230046530A1 (en) * | 2021-08-03 | 2023-02-16 | Bard College | Enhanced bird feeders and baths |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05130067A (ja) * | 1991-10-31 | 1993-05-25 | Nec Corp | 可変閾値型音声検出器 |
US6269331B1 (en) * | 1996-11-14 | 2001-07-31 | Nokia Mobile Phones Limited | Transmission of comfort noise parameters during discontinuous transmission |
US20020116186A1 (en) * | 2000-09-09 | 2002-08-22 | Adam Strauss | Voice activity detector for integrated telecommunications processing |
KR100711280B1 (ko) * | 2002-10-11 | 2007-04-25 | 노키아 코포레이션 | 소스 제어되는 가변 비트율 광대역 음성 부호화 방법 및장치 |
US7567900B2 (en) | 2003-06-11 | 2009-07-28 | Panasonic Corporation | Harmonic structure based acoustic speech interval detection method and device |
JP4729927B2 (ja) | 2005-01-11 | 2011-07-20 | ソニー株式会社 | 音声検出装置、自動撮像装置、および音声検出方法 |
WO2007064256A2 (en) * | 2005-11-30 | 2007-06-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Efficient speech stream conversion |
ES2525427T3 (es) | 2006-02-10 | 2014-12-22 | Telefonaktiebolaget L M Ericsson (Publ) | Un detector de voz y un método para suprimir sub-bandas en un detector de voz |
CN100483509C (zh) * | 2006-12-05 | 2009-04-29 | 华为技术有限公司 | 声音信号分类方法和装置 |
CN101320559B (zh) * | 2007-06-07 | 2011-05-18 | 华为技术有限公司 | 一种声音激活检测装置及方法 |
GB2450886B (en) * | 2007-07-10 | 2009-12-16 | Motorola Inc | Voice activity detector and a method of operation |
CN101399039B (zh) * | 2007-09-30 | 2011-05-11 | 华为技术有限公司 | 一种确定非噪声音频信号类别的方法及装置 |
US20120095760A1 (en) * | 2008-12-19 | 2012-04-19 | Ojala Pasi S | Apparatus, a method and a computer program for coding |
CN101841587B (zh) * | 2009-03-20 | 2013-01-09 | 联芯科技有限公司 | 信号音检测方法和装置以及移动终端噪声抑制方法 |
ES2371619B1 (es) * | 2009-10-08 | 2012-08-08 | Telefónica, S.A. | Procedimiento de detección de segmentos de voz. |
CN102693720A (zh) * | 2009-10-15 | 2012-09-26 | 华为技术有限公司 | 一种音频信号检测方法和装置 |
CN102044244B (zh) * | 2009-10-15 | 2011-11-16 | 华为技术有限公司 | 信号分类方法和装置 |
EP2816560A1 (en) * | 2009-10-19 | 2014-12-24 | Telefonaktiebolaget L M Ericsson (PUBL) | Method and background estimator for voice activity detection |
CN102741918B (zh) * | 2010-12-24 | 2014-11-19 | 华为技术有限公司 | 用于话音活动检测的方法和设备 |
EP2702585B1 (en) * | 2011-04-28 | 2014-12-31 | Telefonaktiebolaget LM Ericsson (PUBL) | Frame based audio signal classification |
JP5936377B2 (ja) * | 2012-02-06 | 2016-06-22 | 三菱電機株式会社 | 音声区間検出装置 |
CN109119096B (zh) * | 2012-12-25 | 2021-01-22 | 中兴通讯股份有限公司 | 一种vad判决中当前激活音保持帧数的修正方法及装置 |
RU2536343C2 (ru) * | 2013-04-15 | 2014-12-20 | Открытое акционерное общество "Концерн "Созвездие" | Способ выделения речевого сигнала в условиях наличия помех и устройство для его осуществления |
CN104424956B9 (zh) * | 2013-08-30 | 2022-11-25 | 中兴通讯股份有限公司 | 激活音检测方法和装置 |
US10276178B2 (en) * | 2013-08-30 | 2019-04-30 | Nec Corporation | Signal processing apparatus, signal processing method, and signal processing program |
FI125723B (en) * | 2014-07-11 | 2016-01-29 | Suunto Oy | Portable activity tracking device and associated method |
CN106328169B (zh) | 2015-06-26 | 2018-12-11 | 中兴通讯股份有限公司 | 一种激活音修正帧数的获取方法、激活音检测方法和装置 |
-
2015
- 2015-06-26 CN CN201510364255.0A patent/CN106328169B/zh active Active
- 2015-11-05 EP EP15896160.7A patent/EP3316256A4/en active Pending
- 2015-11-05 KR KR1020177036055A patent/KR102042117B1/ko active IP Right Grant
- 2015-11-05 WO PCT/CN2015/093889 patent/WO2016206273A1/zh active Application Filing
- 2015-11-05 CA CA2990328A patent/CA2990328C/en active Active
- 2015-11-05 RU RU2017145122A patent/RU2684194C1/ru active
- 2015-11-05 US US15/577,343 patent/US10522170B2/en active Active
- 2015-11-05 JP JP2017566850A patent/JP6635440B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2016206273A1 (zh) | 2016-12-29 |
JP2018523155A (ja) | 2018-08-16 |
RU2684194C1 (ru) | 2019-04-04 |
US10522170B2 (en) | 2019-12-31 |
KR20180008647A (ko) | 2018-01-24 |
CN106328169A (zh) | 2017-01-11 |
US20180158470A1 (en) | 2018-06-07 |
EP3316256A4 (en) | 2018-08-22 |
CA2990328C (en) | 2021-09-21 |
EP3316256A1 (en) | 2018-05-02 |
CA2990328A1 (en) | 2016-12-29 |
CN106328169B (zh) | 2018-12-11 |
KR102042117B1 (ko) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6635440B2 (ja) | 音声区間補正フレーム数の取得方法、音声区間検出方法及び装置 | |
JP6412132B2 (ja) | 音声活動検出方法及び装置 | |
Moattar et al. | A simple but efficient real-time voice activity detection algorithm | |
JP6606167B2 (ja) | 音声区間検出方法及び装置 | |
KR101737824B1 (ko) | 잡음 환경의 입력신호로부터 잡음을 제거하는 방법 및 그 장치 | |
JP5834088B2 (ja) | 動的マイクロフォン信号ミキサ | |
KR101895391B1 (ko) | 오디오 신호의 배경 잡음 추정 | |
CN109119096B (zh) | 一种vad判决中当前激活音保持帧数的修正方法及装置 | |
US9374651B2 (en) | Sensitivity calibration method and audio device | |
CN104867499A (zh) | 一种用于助听器的分频段维纳滤波去噪方法和系统 | |
CN110265058A (zh) | 估计音频信号中的背景噪声 | |
CN103813251A (zh) | 一种可调节去噪程度的助听器去噪装置和方法 | |
US9373341B2 (en) | Method and system for bias corrected speech level determination | |
May et al. | Assessment of broadband SNR estimation for hearing aid applications | |
US9349383B2 (en) | Audio bandwidth dependent noise suppression | |
KR20160000680A (ko) | 광대역 보코더용 휴대폰 명료도 향상장치와 이를 이용한 음성출력장치 | |
WO2023172609A1 (en) | Method and audio processing system for wind noise suppression | |
EP2760022B1 (en) | Audio bandwidth dependent noise suppression |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171222 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171222 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181018 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181030 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190521 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190918 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190919 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20191001 |
|
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: 20191203 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191210 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191210 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6635440 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D04 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |