JPH06303689A - Moise eliminating device - Google Patents

Moise eliminating device

Info

Publication number
JPH06303689A
JPH06303689A JP8962793A JP8962793A JPH06303689A JP H06303689 A JPH06303689 A JP H06303689A JP 8962793 A JP8962793 A JP 8962793A JP 8962793 A JP8962793 A JP 8962793A JP H06303689 A JPH06303689 A JP H06303689A
Authority
JP
Japan
Prior art keywords
noise
spectrum
signal
acoustic
sn
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
Application number
JP8962793A
Other languages
Japanese (ja)
Other versions
JP3110201B2 (en
Inventor
Ryoichi Miyamoto
Shinsuke Takada
Tatsumasa Yoshida
達正 吉田
良一 宮本
真資 高田
Original Assignee
Oki Electric Ind Co Ltd
沖電気工業株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Oki Electric Ind Co Ltd, 沖電気工業株式会社 filed Critical Oki Electric Ind Co Ltd
Priority to JP8962793A priority Critical patent/JP3110201B2/en
Publication of JPH06303689A publication Critical patent/JPH06303689A/en
Application granted granted Critical
Publication of JP3110201B2 publication Critical patent/JP3110201B2/en
Anticipated expiration legal-status Critical
Application status is Expired - Lifetime legal-status Critical

Links

Abstract

PURPOSE: To eliminate steady-state noise and non-steady state noise or the like at a response speed sufficiently put into practical use with simple configuration.
CONSTITUTION: A fast Fourier transform device 8 of a frequency range processing section 20 applies fast Fourier transformation to a main acoustic signal Sa to obtain an acoustic frequency spectrum F(Sa) and it is given to a noise component prediction device 10 and a subtractor 11. A fast Fourier transform device 9 applies fast Fourier transformation to an estimated noise signal Sn* to obtain a noise spectrum F(Sn*) and it is given to a noise component prediction device 10. The noise component prediction device 10 corrects in detail the noise spectrum F(Sn*) by correlation processing from the acoustic frequency spectrum F(Sa) to provide a corrected noise spectrum F(Sn#) to the subtractor 11. The subtractor 11 subtracts the corrected noise spectrum F(Sn#) from the acoustic frequency spectrum F(Sa) to provide a noise elimination acoustic frequency spectrum F(S).
COPYRIGHT: (C)1994,JPO

Description

【発明の詳細な説明】 DETAILED DESCRIPTION OF THE INVENTION

【0001】 [0001]

【産業上の利用分野】この発明はノイズ除去装置に関し、ノイズ成分を含む音響信号などからノイズ成分を除去したノイズ除去音響信号を出力するものである。 BACKGROUND OF THE INVENTION This invention relates to noise reduction apparatus, and outputs a noise removal acoustic signal removed of noise components and the like acoustic signal containing a noise component.

【0002】 [0002]

【従来の技術】近年、いろいろな電子技術分野でデジタル信号処理を利用した装置の改善が行われている。 In recent years, it has been made improvements in using digital signal processing in various electronic art device.

【0003】例えば、近年は、音声入力装置や音声認識装置やハンズフリー(HandsFree)電話機などの技術開発が盛んに行われている。 [0003] For example, in recent years, the development of technologies such as voice input device and a voice recognition device or hands-free (HandsFree) phone has been actively conducted. これらの装置において重要な技術として、ノイズ除去技術は、音声を処理する前の前処理として必須の技術とされている。 An important technology in these devices, the noise removal technique is an essential technique as a pretreatment prior to processing audio. このため、ノイズ除去装置もいろいろと提案されている。 For this reason, it is variously proposed noise removal device.

【0004】例えば、自動車に搭載されるハンズフリー電話機において、背景雑音が大きい場合、音声信号にノイズが重畳して、通話が困難になるという問題がある。 [0004] For example, in a hands-free telephone mounted on an automobile, if the background noise is large, superimposed noise on the audio signal, there is a problem that the call becomes difficult.
更に、具体的にはハンズフリー電話機においては、エンジンノイズ、走行ノイズ(ウインド=風切りノイズ、ロードノイズなど)、ファンノイズなどの背景ノイズがマイクロフォンに音声信号と共に混入し、相手話者に対する信号対雑音比(S/N)を低下させて、聴取を困難にし、通話ができなくなる場合もある。 Furthermore, in particular in the hands-free phone, the engine noise, the running noise (wind = wind noise, road noise, etc.), background noise such as fan noise is mixed with the audio signal to the microphone, the signal-to-noise for the other party speaker lowering the ratio (S / N), makes it difficult to listen, it may not be a call.

【0005】従って、上述の様な場合に背景雑音を除去し得るノイズ除去装置が必要とされている。 Accordingly, there is a need for a noise removal device capable of removing the background noise in the case described above of such. この様なノイズ除去装置として、いろいろな提案が行われている。 As such a noise removal device, and various proposals have been made.
一例の雑音除去装置は、文献:特開平4−245300 An example noise removal device of the literature: JP 4-245300
号公報に示されている。 It is shown in JP. この文献に示されている雑音除去装置を、図2を用いて説明する。 Noise removing apparatus shown in this document, will be described with reference to FIG.

【0006】この図2において、マイクロフォン101 [0006] In FIG. 2, the microphone 101
で捕捉された音声信号などは特徴抽出部31に与えられる。 In such captured audio signal is supplied to the feature extraction unit 31. 一方、マイクロフォン201で捕捉された雑音信号などは特徴抽出部41に与えられる。 On the other hand, such as captured noise signal by the microphone 201 are provided to feature extractor 41. 特徴抽出部31又は41は、入力信号の音響的な特徴を時系列的に表現する時系列特徴ベクトルを得るものである。 Feature extraction unit 31 or 41 is to obtain a series feature vector when time series representation of the acoustic features of the input signal. このため、離散的フーリエ変換又は高速フーリエ変換又は帯域フィルタバンクなどで構成される変換器などで構成されている。 Therefore, and a like configured converter such as a discrete Fourier transform or fast Fourier transform, or band filter bank.

【0007】そして、特徴抽出部31から出力された音声信号などの時系列特徴ベクトルは、定常雑音除去部2 [0007] Then, the time series feature vector, such as voice signals output from the feature extracting unit 31, stationary noise removing section 2
1と雑音区間推定部20に与えられる。 It is given to 1 and a noise section estimation unit 20. また、特徴抽出部41から出力された雑音信号などの時系列特徴ベクトルは、定常雑音除去部22に与えられる。 Further, the time series feature vector, such as a noise signal output from the feature extractor 41 is supplied to stationary noise removing section 22. 雑音区間推定部20は、特徴抽出部31からの音声などの時系列特徴ベクトルをもとに音声が含まれていない雑音区間を推定する。 Noise interval estimator 20 estimates the noise section without a series feature vector contains speech based on time, such as speech from the feature extractor 31. 定常雑音除去部21は、雑音区間推定部20が出力する区間内の入力の音声の時系列特徴ベクトルから定常雑音を推定する。 Stationary noise removing section 21 estimates the stationary noise from the time-series feature vector of the speech input in the interval of noise interval estimator 20 outputs. そして、推定して得られた定常雑音を入力の音声の時系列特徴ベクトル全体から除去し、非定常雑音除去部23に与える。 Then, when removed from the entire series feature vector of the input speech and stationary noise obtained by estimation, give the non-stationary noise removing section 23.

【0008】また、定常雑音除去部22は、雑音区間推定部20が出力する区間内の入力の周囲雑音の時系列特徴ベクトルから定常雑音を推定する。 Further, stationary noise removing section 22 estimates the stationary noise from the time-series feature vector of the ambient noise in the input in the interval of noise interval estimator 20 outputs. そして、この定常雑音を入力の周囲雑音の時系列特徴ベクトル全体から除去して、非定常雑音除去部23に与える。 Then, removed from the entire time series feature vector of the surrounding noise of the input this stationary noise, giving the non-stationary noise removing section 23.

【0009】そして、非定常雑音除去部23は、雑音区間推定部20が出力する雑音区間内の2つの入力の時系列特徴ベクトルから2入力間の補正係数を計算し、定常雑音除去部21から供給される定常雑音除去後の音声の時系列特徴ベクトル中に含まれる非定常雑音を推定し、 [0009] Then, the non-stationary noise removing section 23, a correction coefficient between 2 input from the time series feature vectors of the two inputs of the noise in the section where the noise interval estimation unit 20 calculates and outputs, from the stationary noise removing section 21 non-stationary noise included in the time series feature vector of the speech after stationary noise removal fed to the estimation,
定常雑音除去後の音声の時系列特徴ベクトル全体から求めた非定常雑音を除去するものである。 It is to remove the non-stationary noise obtained from the entire time series feature vector of the speech after stationary noise removal.

【0010】 [0010]

【発明が解決しようとする課題】上述の文献の雑音除去装置によると、音声信号がなくノイズ信号だけの場合は、ノイズ除去が良好に実行されると考えられる。 According to the noise removal device of the above-mentioned literature [0006] In the case of only the noise signal without speech signal is considered a noise removal is performed well. しかしながら、実際の環境では音声信号と定常雑音(理想的定常雑音はまれで時間的に変化している。)と非定常雑音とが混ざり合って、2個のマイクロフォン101、2 However, in the actual environment (it is changing ideals steady noise is a rare time.) Audio signal and the steady noise and intermingled and non-stationary noise, two microphones 101, a two
01で捕捉される。 It is captured in a 01.

【0011】このため、雑音区間と音声信号区間の区別を明確にしたり、雑音成分の推定をすることも困難である。 [0011] Accordingly, or to clarify the distinction between noise section and the voice signal section, it is also difficult to estimate the noise component. また、同様に音声信号と非定常雑音の区別を行うことも非常に困難である。 It is also very difficult to distinguish between speech signals and the non-stationary noise as well.

【0012】従って、明確にノイズを推定することが困難なため、本来音声信号の成分であるはずの成分まで、 Accordingly, because it is difficult to estimate the clear noise, until the components that should be components of the original speech signal,
誤ってノイズ成分と判断して、除去する可能性があるために、この様な場合は音声信号の波形が歪んでしまうこともある。 Erroneously determined that the noise component, because of the possibility of removing, such a case is sometimes distorted waveform of the audio signal. また、精度良くノイズを推定しようとすると推定のための処理量や演算量などが多くなり、ノイズ除去応答速度が遅くなることもあった。 Moreover, precisely becomes more like processing amount and the calculation amount for estimation to be estimated noise was also a noise removal response speed becomes slow.

【0013】この様なことから、出力音響品質を最大にさせながら、しかも、ノイズ成分を十分に除去するためには、非常に困難な技術が必要とされていた。 [0013] For the reasons this manner, while maximizing the output sound quality, moreover, in order to remove sufficiently the noise component is very difficult technology has been required.

【0014】この発明は、以上の課題に鑑み為されたものであり、その目的とするところは、定常雑音や非定常雑音などを、簡単な構成で、十分に実用し得る応答速度で除去し得るノイズ除去装置を提供することである。 [0014] The present invention has been made in view of the above problems, it is an object and stationary noise and non-stationary noise, with a simple structure, is removed at a response speed that can be practically sufficiently to provide a noise removal device to obtain.

【0015】 [0015]

【課題を解決するための手段】この発明は、以上の目的を達成するために、音響を捕捉して音響信号を出力する音響捕捉手段(例えば、マイクロフォンユニットなど) SUMMARY OF THE INVENTION The present invention, in order to achieve the above object, sound capturing means for outputting a sound signal to capture sound (e.g., a microphone unit, etc.)
を少なくとも2以上備え、上記2以上の音響捕捉手段の音響信号からノイズ(例えば、雑音や騒音など)を除去したノイズ除去音響信号を出力するノイズ除去装置において、以下の特徴的な構成で実現した。 The provided at least two, the noise from the audio signals of the two or more sound capturing means (e.g., noise, etc., noise) in the noise removing device for outputting a noise removing acoustic signal to remove, is realized by a characteristic part of the structure of the following .

【0016】つまり、上記2以上の音響捕捉手段の音響信号からノイズのスペクトルを推定し、推定ノイズスペクトルを出力するノイズスペクトル推定手段と、上記2 [0016] That is, the two or more spectra of the noise is estimated from the acoustic signals of the acoustic acquisition means, and the noise spectrum estimation means for outputting an estimated noise spectrum, the 2
以上の音響捕捉手段の音響信号のスペクトルを求める音響スペクトル変換手段と、上記推定ノイズスペクトルと上記音響スペクトルとから処理を行ってノイズが除去された上記ノイズ除去音響信号を出力する処理手段とを備えることを特徴とする。 Comprising a sound spectrum converting means, and processing means for outputting the noise removal acoustic signal from which the noise is removed by performing the process from the above estimated noise spectrum and the sound spectrum to determine the spectrum of the acoustic signal than the sound capturing means it is characterized in.

【0017】尚、上述のスペクトルとして、例えば、周波数スペクトルや、振幅スペクトルや、位相スペクトルや、パワースペクトルなどの、いずれかに着目して処理することであってもよい。 [0017] Incidentally, as the spectrum of the above, for example, and the frequency spectrum, and the amplitude spectrum, and the phase spectrum, such as a power spectrum, it may be to process by focusing on one.

【0018】 [0018]

【作用】この発明によれば、上記2以上の音響捕捉手段で捕捉された音響信号から、この音響信号に含まれているノイズ成分の(例えば、周波数)スペクトルを推定している。 SUMMARY OF] According to the present invention, from the captured audio signal in the above two or more sound capturing means, and estimates (e.g., frequency) spectrum of the noise component included in the acoustic signal. 更に、上記音響信号に対しても(例えば、周波数)スペクトルに変換している。 Furthermore, even for the acoustic signal is converted (e.g., frequency) to the spectrum. この(例えば、周波数)スペクトルへの変換には、例えば、高速フーリエ変化(FFT)などで変換することもできる。 This (e.g., frequency) conversion to the spectrum, for example, it is also possible to convert high-speed Fourier change (FFT).

【0019】そして、(例えば、周波数)スペクトルに着目して、上記音響(例えば、周波数)スペクトルと推定ノイズスペクトルとから処理を行って、ノイズスペクトルの精度良い推定や補正を行うものである。 [0019] Then, (e.g., frequency) in view of the spectrum, the acoustic (e.g., frequency) by performing the process from the spectrum and the estimated noise spectrum, and performs accurate estimation and correction of the noise spectrum. 例えば、 For example,
上記音響(例えば、周波数スペクトル)と推定ノイズスペクトルとの、例えば、相関処理などを行って、ノイズスペクトルを細かく処理して、特徴を細かく補正して、 The acoustic (e.g., frequency spectrum) of the estimated noise spectrum, for example, performs such correlation processing, finely processed noise spectrum, finely corrected features,
補正されたノイズスペクトルを得る。 Obtaining a corrected noise spectrum.

【0020】そして、例えば、この補正されたノイズスペクトルを上記音響(例えば、周波数)スペクトルから除去(例えば、減算処理)することによって、精度良くノイズが除去された音響(例えば、周波数)スペクトルを得ることができる。 [0020] Then, for example, the corrected noise spectrum the sound (e.g., frequency) removed from the spectrum (e.g., subtraction) by, acoustic (e.g., frequency) accurately noise is removed to obtain a spectrum be able to.

【0021】そして、この様にして精度良くノイズが除去された音響周波数スペクトルは、例えば、高速逆フーリエ変換(IFFT)などを行うことによって、時間領域のノイズ除去音響信号を出力することができる。 [0021] Then, the acoustic frequency spectrum accurately noise is removed in this manner, for example, by performing high-speed inverse Fourier transform (IFFT), it is possible to output a noise removal acoustic signal in the time domain.

【0022】以上の様な動作が可能であることから、複雑な処理を行う必要がない。 [0022] Since it is possible to more such operations, there is no need to perform complex processing. しかも、主音響信号の(例えば、周波数)スペクトルを考慮して、推定ノイズスペクトルを精度良く補正することができ、ノイズの変動があっても、追随して精度良く推定することができる。 Moreover, the main audio signal (e.g., frequency) in view of the spectrum, the estimated noise spectrum can be accurately corrected, even if there is fluctuation in noise can be accurately estimated to follow.

【0023】尚、他のスペクトルとして、例えば、振幅スペクトルや、位相スペクトルや、パワースペクトルに着目しても、上述と同等な作用を得ることができる。 [0023] Incidentally, as another spectrum, for example, the amplitude spectrum, and the phase spectrum, even in view of the power spectrum can be obtained above the same effects.

【0024】 [0024]

【実施例】次にこの発明のノイズ除去装置の好適な一実施例を図面を用いて説明する。 EXAMPLES will be described with reference to the accompanying drawings a preferred embodiment of the noise canceling device of the present invention.

【0025】図1はこの一実施例のノイズ除去装置の機能ブロック図である。 FIG. 1 is a functional block diagram of the noise removal device of this embodiment. この図1において、このノイズ除去装置は、主マイクロフォン2と参照マイクロフォン1 In FIG 1, the noise removal device, referred to as main microphones 2 Microphone 1
とで音響やノイズなどを捕捉する。 To capture and audio and noise in the. そして、このノイズ除去装置でノイズを除去して必要な音響信号だけを出力するものである。 Then, and outputs only an audio signal necessary to remove noise in the noise removing device.

【0026】このため、ノイズの推定を適応型ノイズ予測器5で行う。 [0026] performing Thus, the estimate of the noise in the adaptive noise predictor 5. そして、推定されたノイズ信号Sn*と主音響信号Saとを周波数領域処理部20で高速フーリエ変換を行う。 Then, the estimated noise signal Sn * and the main audio signal Sa perform fast Fourier transform in the frequency domain processing unit 20. そして、周波数領域のノイズスペクトルF(Sn*)と、周波数領域の主音響信号F(Sa)とから再びノイズ成分を予測し、除去して定常雑音や非定常雑音などを精度良く除去した音響信号を出力するものである。 Then, a noise spectrum F in the frequency domain (Sn *), to predict the main acoustic signal F (Sa) because again the noise components in the frequency domain, removing the acoustic signal such as stationary noise and non-stationary noise has been accurately removed and it outputs a.

【0027】この図1において、参照マイクロフォン1 [0027] In FIG. 1, reference microphone 1
で捕捉された参照音響捕捉信号はA/D(アナログ/デジタル)変換器3に供給される。 In the captured reference sound capturing signal is supplied to an A / D (analog / digital) converter 3. そして、このA/D Then, the A / D
(アナログ/デジタル)変換器3は、参照音響捕捉信号に対して所定方式の変換方式で、所定ビット数単位に変換して、デジタルの参照音響信号Snを出力する。 (Analog / Digital) converter 3, by conversion method of predetermined system with respect to the reference sound capturing signal, and converted into a predetermined number of bits unit, and outputs the digital reference acoustic signal Sn. このデジタルの参照音響信号Snは、適応デジタルフィルタから構成される適応ノイズ予測器5に供給する。 Reference acoustic signal Sn of the digital supplies the adaptive noise predictor 5 composed of the adaptive digital filter.

【0028】一方、この図1の主マイクロフォン2で捕捉された主音響捕捉信号はA/D(アナログ/デジタル)変換器4に供給される。 On the other hand, the main sound capturing signal captured by the main microphone 2 of FIG. 1 is supplied to an A / D (analog / digital) converter 4. そして、このA/D(アナログ/デジタル)変換器4は、A/D(アナログ/デジタル)変換器3と同じ機能のものであって、主音響捕捉信号に対して所定方式の変換方式で、所定ビット数単位に変換して、デジタルの主音響信号Saを出力する。 Then, the A / D (analog / digital) converter 4, be of the same functions as A / D (analog / digital) converter 3, by conversion method of predetermined system with respect to the main sound capturing signal, It is converted into a predetermined bit number of units, and outputs the main audio signal Sa of the digital. このデジタルの主音響信号Saは、減算器6と高速フーリエ変換器8と音声検出器7とに供給する。 The main acoustic signal Sa of the digital supplies the subtracter 6 and a fast Fourier transformer 8 and the speech detector 7.

【0029】尚、上述のA/D変換方式としては、例えば、線形変換とする。 [0029] As the above-mentioned A / D conversion method, for example, a linear transformation. そして、1サンプルの変換語長(ビット数)は、例えば、12ビット以上とする。 Then, one sample of the conversion word length (number of bits), for example, be 12 bits or more.

【0030】そして、この図1の音声検出器7は、主音響信号Saのパワーの変化なを監視し、しかも、所定の規則で判断して、音声の有無などの検出を行う。 [0030] The sound detector 7 of FIG. 1, the power and the change Nao monitoring of the main acoustic signal Sa, moreover, to determine a predetermined rule, to detect the presence or absence of speech. そして、例えば、音声信号が検出されない状態では、係数更新制御信号Ckを、例えば、論理1で出力し、そして、 Then, for example, in the state where the audio signal is not detected, the coefficient update control signal Ck, for example, and outputs a logical 1, and,
この係数更新制御信号Ckを論理1で適応ノイズ予測器5に与える。 It gives the coefficient update control signal Ck to the adaptive noise predictor 5 a logic 1. そして、適応ノイズ予測器5はノイズの推定を行うために、所定の方式によってフィルタ係数(タップ係数)の適応制御を行って、推定ノイズ信号Sn* The adaptive noise predictor 5 to make an estimate of the noise, using an adaptive filter coefficients (tap coefficients) by a predetermined method, the estimated noise signal Sn *
を出力する。 To output.

【0031】即ち、この図1の適応ノイズ予測器5は、 [0031] That is, the adaptive noise predictor 5 of Figure 1,
上述した様に適応デジタルフィルタで構成されているので、供給される参照音響信号Snと減算器6の出力信号Se(推定誤差信号、若しくは残差信号)とから適応フィルタリングを行って、推定ノイズ信号Sn*を出力する。 Which is configured with the adaptive digital filter as described above, by performing the adaptive filtering from the reference acoustic signal Sn supplied output signal Se (estimated error signal or residual signal) of the subtracter 6 and the estimated noise signal and outputs the Sn *. そして、この推定ノイズ信号Sn*は、減算器6の減算入力(−)に供給される。 Then, the estimated noise signal Sn * is subtracted input of the subtracter 6 - supplied in ().

【0032】つまり、適応ノイズ予測器5は、例えば、 [0032] That is, the adaptive noise predictor 5, for example,
自動車内での伝搬路の特性を表すインパルス応答から畳み込み積分などを行い、この推定ノイズ信号Sn*を求める。 Characteristics of the propagation path performs like convolution from the impulse response that represents in the automotive, obtains the estimated noise signal Sn *. そして、減算器6は、主音響信号Saと推定ノイズ信号Sn*との差を求めて、推定誤差信号Se(残差信号)を求める。 Then, the subtracter 6, seeking the difference between the main audio signal Sa and the estimated noise signal Sn *, determine an estimated error signal Se (residual signal). この推定誤差信号Seは、再び適応ノイズ予測器5に係数値更新のために与えられる。 The estimated error signal Se are given for the coefficient value update the adaptive noise predictor 5 again. 更に、 In addition,
音声検出器7にも与えられる。 Also applied to the sound detector 7.

【0033】そして、図1の高速フーリエ変換器8は、 [0033] Then, fast Fourier transformer 8 of Figure 1,
主音響信号Saに対して、高速フーリエ変換(FFT: With respect to the main acoustic signal Sa, fast Fourier transform (FFT:
Fast Fourier Transformati Fast Fourier Transformati
on)を行って、周波数領域のパワースペクトルに変換して、音響周波数スペクトル信号F(Sa)を出力し、 Performed on), it is converted to the power spectrum of the frequency domain, and outputs the acoustic frequency spectrum signal F (Sa),
減算器11とノイズ成分予測器10とに与える。 It gives the subtracter 11 and the noise component estimator 10.

【0034】そして、一方、高速フーリエ変換器9は、 [0034] and, on the other hand, fast Fourier transformer 9,
推定ノイズ信号Sn*に対して、高速フーリエ変換(F For the estimated noise signal Sn *, fast Fourier transform (F
FT)を行って、周波数領域のパワースペクトルに変換して、ノイズ周波数スペクトル信号F(Sn*)を出力し、ノイズ成分予測器10に与える。 FT) performing, by converting the power spectrum of the frequency domain, to output noise frequency spectrum signal F (Sn *), provide a noise component estimator 10.

【0035】そして、ノイズ成分予測器10は、音響周波数スペクトル信号F(Sa)と、ノイズ周波数スペクトルF(Sn*)とから再び正確なノイズのスペクトルを予測する。 [0035] The noise component estimator 10 predicts the acoustic frequency spectrum signal F (Sa), the spectrum again accurate noise from the noise frequency spectrum F (Sn *). 即ち、推定ノイズ信号Sn*は、適応ノイズ予測器5によって、学習同定法などの推定アルゴリスムで推定したものであるので、この推定に比較的時間を要する場合がある。 In other words, the estimated noise signal Sn * is the adaptive noise predictor 5, since those estimated by estimation algorithm, such as learning identification method, it may take a relatively long time on the estimation. 例えば、音響信号の変化が激しい場合は、実時刻の音響信号から数msec〜数百msec For example, when the change of the sound signal is severe, the number msec~ number from the audio signal of the real time hundred msec
程度遅れて、ノイズが推定される場合がある。 Late extent, there is a case where noise is estimated.

【0036】一方、ノイズが安定して、定常的な場合は、パワーなどの変化が少ないためノイズの推定も速く、そして、誤差が少なく精度良くノイズを推定することができる。 On the other hand, noise is stable, if steady is faster estimation of the noise for small changes of power and may not be accurate to estimate the less accurately noise.

【0037】この様なことから、主音響信号Saと推定ノイズ信号Sn*とは、ノイズが非定常な場合は特に同期していない可能性があるので、ノイズ成分予測器10 [0037] For the reasons this way, the estimated noise signal Sn * The main acoustic signal Sa, the noise might not particularly synchronized if unsteady, the noise component estimator 10
でこの様な点を補正する。 In to compensate for such a point. つまり、ノイズ成分予測器1 That is, the noise component estimator 1
0は、主音響周波数スペクトルFSaと推定ノイズ周波数スペクトルF(Sn*)との、例えば、相関処理などによって、推定ノイズ周波数スペクトルFSn*の細かい特徴を補正する。 0, the main acoustic frequency spectrum FSa an estimated noise frequency spectrum F (Sn *), for example, by correlation processing, to correct the fine features of the estimated noise frequency spectrum FSn *. 即ち、主音響周波数スペクトルF That is, the main acoustic frequency spectrum F
(Sa)に含まれているノイズ周波数スペクトルに近いノイズ周波数スペクトルにさせるため、予測処理も併用して補正する。 Order to the noise frequency spectrum close to the noise frequency spectrum contained in (Sa), also corrected in combination prediction process. この補正によって得られたノイズスペクトルF(Sn#)を減算器11の減算入力(−)に与える。 Give - noise spectrum F obtained by this corrected (Sn #) subtraction input of the subtracter 11 ().

【0038】そして、減算器11は、主音響周波数スペクトルF(Sa)から補正されたノイズスペクトルF [0038] Then, the subtracter 11, the noise spectrum F corrected from the main acoustic frequency spectrum F (Sa)
(Sn#)を減算し、主音響周波数スペクトルF(S (Sn #) subtracts the main acoustic frequency spectrum F (S
a)から補正されたノイズスペクトルF(Sn#)を除去する。 Removing corrected noise spectrum F (Sn #) from a). そして、この除去によって得られたノイズ除去音響周波数スペクトルF(S)を高速逆フーリエ変換器12に与える。 Then, it gives noise removal acoustic frequency spectrum F (S) obtained by the removal IFFT 12.

【0039】そして、高速逆フーリエ変換器12は、ノイズ除去音響周波数スペクトルF(S)を高速逆フーリエ変換を行って、時間領域のデジタル形式のノイズ除去音響信号を出力し、D/A(デジタル/アナログ)変換器13に与える。 [0039] Then, inverse fast Fourier converter 12, noise reduction acoustic frequency spectrum F (S) is carried out fast inverse Fourier transform, and outputs the noise reduction sound signal in digital form in the time domain, D / A (Digital / analog) providing to the transducer 13. そして、D/A(デジタル/アナログ)変換器13は、デジタル形式のノイズ除去音響信号をアナログのノイズ除去音響信号Sに変換して出力する。 Then, D / A (Digital / Analog) converter 13 outputs a noise removal acoustic signal in digital form into an analog noise reduction sound signal S.

【0040】以上の一実施例のノイズ除去装置によれば、適応ノイズ予測器5で比較的容易に推定ノイズ信号Sn*を得ることができる。 According to the noise removal device of the above embodiment can be obtained relatively easily estimated noise signal Sn * with adaptive noise predictor 5. しかも、この推定ノイズ信号Sn*は、ノイズ除去にそのまま使用することでは、 Moreover, the estimated noise signal Sn * is than be used directly for noise removal,
十分なノイズ除去ができないので、更に、精度良い音響信号を得るために、周波数スペクトルに変換している。 You can not have sufficient noise removal, further, in order to obtain accurate acoustic signal is converted into frequency spectrum.
そして、ノイズ成分予測器10で、主音響周波数スペクトルF(Sa)と推定ノイズ周波数スペクトルF(Sn Then, the noise component estimator 10, a main acoustic frequency spectrum F (Sa) and the estimated noise frequency spectrum F (Sn
*)とから、再びノイズスペクトルを細かく補正しているので精度良いノイズスペクトルF(Sn#)を得ることができる。 *) From a, it is possible to obtain accurate noise spectrum F (Sn #) since finely corrected noise spectrum again.

【0041】つまり、周波数領域では、ノイズ成分と音響成分との弁別(判別)が容易であるとういうことを利用しているものである。 [0041] That is, in the frequency domain is to discriminate between the noise component and the acoustic component (discrimination) is using to refer shake is easy. そして、ノイズスペクトルF The noise spectrum F
(Sn#)(雑音や騒音などのスペクトル)を主音響周波数スペクトルF(Sa)から除去して、ノイズ除去音響周波数スペクトルF(S)を得ている。 (Sn #) to (spectrum, such as noise and noise) are removed from the main acoustic frequency spectrum F (Sa), to obtain a noise removal acoustic frequency spectrum F (S).

【0042】この様なことから、少ない処理量で、遅延を少なくして、定常ノイズや非定常ノイズだけを入力音響信号から除去することができる。 [0042] For the reasons this way, a small amount of processing, it is possible to reduce the delay, to remove only stationary noise and non-stationary noise from the input audio signal.

【0043】また更に、以上のことから、従来のノイズ除去装置における、周波数領域に対する処理では、処理量が多くなり、遅延を大きくさせるという問題や、時間領域の処理では、音声が消えるのでマイクロフォンの取り付け位置によっては感度が大きすぎるという問題なども解決することができる。 [0043] Furthermore, from the above, in the conventional noise removal device, in the process for the frequency domain, the more amount of processing, and problem of increasing the delay in processing the time domain, of the microphone since sound disappears depending mounting position can also be solved such a problem that the sensitivity is too high.

【0044】 他の実施例尚、以上の一実施例において、適応ノイズ予測器5は、適応デジタルフィルタで実現されるものであるが、ノイズの推定には、いろいろな推定アルゴリズムを適用することができる。 [0044] Other embodiments In the above embodiment, the adaptive noise predictor 5, but is realized in the adaptive digital filter, the estimation of the noise, be applied to various estimation algorithm it can. 例えば、上述の学習同定法だけでなく、LMS(Least Me For example, not only the learning identification method described above, LMS (Least Me
an Square)法や、RLS(Recursiv an Square) method and, RLS (Recursiv
ev Least Square)法や、高速RLS法として、FTF(Fast Transversal ev Least Square) method and, as a high-speed RLS method, FTF (Fast Transversal
Filter)法などであっても適用することができる。 It is a Filter) method or the like can be applied.

【0045】また、上述の一実施例においては、音響捕捉手段として、2個のマイクロフォンを用いて構成したが、この様な構成に限定するものではない。 Further, in the foregoing embodiment, the sound capturing means is formed by using a two microphones, not limited to such a configuration. 例えば、3 For example, 3
個以上のマイクロフォンなどを使用して、これらのマイクロフォンで捕捉された音声信号からノイズを推定する構成であってもよい。 Such as by using more than five microphones, it may be configured to estimate the noise from the captured audio signals in these microphones.

【0046】更に、上述の一実施例において、主音響信号Saと推定ノイズSn*との周波数スペクトルとを求めて、周波数スペクトル領域に着目して、更にノイズ成分の再推定を行ったが、この周波数スペクトルへの変換のために、高速フーリエ変換器8、9を使用したが、これに限定するものではない。 [0046] Further, in the foregoing embodiment, seeking mainly acoustic signal Sa and the frequency spectrum of the estimated noise Sn *, by focusing on the frequency spectral region, but was further re-estimation of the noise component, the for conversion to the frequency spectrum, but using a fast Fourier transformer 8 and 9, but the embodiment is not limited thereto. 他の構成で周波数スペクトルの信号に変換するものであってもよい。 In other configurations or it may be converted into a signal of a frequency spectrum.

【0047】また、上述の一実施例においては、周波数スペクトルに着目して説明したが、他に、振幅スペクトルや、位相スペクトルや、パワースペクトルなどに着目して処理することであってもよい。 Further, in the foregoing embodiment has been described focusing on the frequency spectrum, the other, or the amplitude spectrum, and the phase spectrum, it may be to process by focusing such a power spectrum.

【0048】更にまた、上述の音声検出器7は、主音響信号Saと推定誤差信号Seとのパワーを監視して、パワーの変化から音声検出を行ったが、これに限定するものではない。 [0048] Furthermore, the sound detector 7 described above, by monitoring the power of the main acoustic signal Sa and the estimated error signal Se, were subjected to speech detection from a change in power, but the embodiment is not limited thereto. 例えば、主音響信号Saと、参照音響信号Snと、推定誤差信号Seとのいずれか一つの信号のパワーを監視して、音声検出を行うことであってもよい。 For example, a main acoustic signal Sa, a reference acoustic signal Sn, and monitors the power of any one of the signals and the estimated error signal Se, may be to perform voice detection.

【0049】また、この音声検出器7は、音声検出を対象としているが、これに限定するものではない。 [0049] Also, the audio detector 7 is directed to a speech detection, not limited thereto. これは、一般には音響信号を検出する音響検出器として適用することができる。 This generally can be applied as an acoustic detector for detecting the acoustic signal.

【0050】更に、上述の一実施例において、A/D [0050] Further, in the foregoing embodiment, A / D
(アナログ/デジタル)変換器3、4は、線形変換方式だけでなく、圧伸則(例えば、μ−Law則、A−La (Analog / Digital) converter 3, 4 is not only a linear transformation method, companding law (e.g., mu-Law companding law, A-La
w則)などであってもよい。 w law), or the like. また、変換ビット数も上述の12ビットに限定するものではなく、目的に応じて、 Further, the number of conversion bits is also not limited to 12 bits mentioned above, according to the purpose,
変換ビット数は多く設定することが望ましい。 Conversion bits is often it is desirable to set.

【0051】更にまた、図1の減算器11の出力である、ノイズ除去音響周波数スペクトルF(S)を外部に接続する音声認識装置などに出力することであってもよい。 [0051] Furthermore, an output of the subtracter 11 1, may be to output noise removal acoustic frequency spectrum F (S) is a speech recognition device connected to the outside.

【0052】また、上述の一実施例のノイズ除去装置は、自動車内におけるハンズフリー(Hands Fr [0052] Further, the noise removal device of the foregoing embodiment, hands-free in a car (Hands Fr
ee)電話機に適用するだけでなく、いろいろな音響信号を取り込む装置に適用して効果的である。 ee) In addition to applying to the phone, it is effective to an apparatus incorporating various acoustic signals. 例えば、ノイズ環境下の工場内や航空機内などで使用される音響装置に使用しても効果的である。 For example, it is also effective to use the acoustic device, such as those used in the factory and aircraft noisy environment.

【0053】 [0053]

【発明の効果】以上述べた様にこの発明のノイズ除去装置によれば、ノイズスペクトル推定手段と、音響スペクトル変換手段と、処理手段とを備えるので、定常雑音や非定常雑音などを、簡単な構成で、十分に実用し得る応答速度で精度良く除去し得る。 According to the noise reduction apparatus as described above the invention according to the present invention, the noise spectrum estimation means, a sound spectrum conversion means, since and processing means, such as stationary noise and non-stationary noise, a simple composed, can accurately remove the response speed that can practically sufficiently.

【図面の簡単な説明】 BRIEF DESCRIPTION OF THE DRAWINGS

【図1】この発明の一実施例のノイズ除去装置の機能ブロック図である。 1 is a functional block diagram of a noise elimination device of one embodiment of the present invention.

【図2】従来例のノイズ除去装置の機能ブロック図である。 2 is a functional block diagram of a conventional noise removal device.

【符号の説明】 DESCRIPTION OF SYMBOLS

1…参照マイクロフォン、2…主マイクロフォン、3、 1 ... reference microphone, 2 ... main microphone, 3,
4…A/D(アナログ/デジタル)変換器、5…適応ノイズ予測器、6、11…減算器、7…音声検出器、8、 4 ... A / D (analog / digital) converter, 5 ... adaptive noise predictor, 6,11 ... subtracter, 7 ... speech detector, 8,
9…高速フーリエ変換器、10…ノイズ成分予測器、1 9 ... fast Fourier transformer, 10 ... noise component estimator, 1
2…高速逆フーリエ変換器、13…D/A(デジタル/ 2 ... IFFT, 13 ... D / A (Digital /
アナログ)変換器。 Analog) converter. 20…周波数領域処理部。 20 ... frequency domain processing unit.

Claims (1)

    【特許請求の範囲】 [The claims]
  1. 【請求項1】 音響を捕捉して音響信号を出力する音響捕捉手段を少なくとも2以上備え、上記2以上の音響捕捉手段の音響信号からノイズを除去したノイズ除去音響信号を出力するノイズ除去装置において、 上記2以上の音響捕捉手段の音響信号からノイズのスペクトルを推定し、推定ノイズスペクトルを出力するノイズスペクトル推定手段と、 上記2以上の音響捕捉手段の音響信号のスペクトルを求める音響スペクトル変換手段と、 上記推定ノイズスペクトルと上記音響スペクトルとから処理を行ってノイズが除去された上記ノイズ除去音響信号を出力する処理手段とを備えることを特徴とするノイズ除去装置。 With claim 1 wherein at least two or more sound capturing means for outputting a sound signal to capture sound, in the noise removing device for outputting a noise removing acoustic signal removed of noise from the acoustic signals of the two or more sound capturing means , the two or more spectra of the noise is estimated from the acoustic signals of the acoustic acquisition means, and the noise spectrum estimation means for outputting an estimated noise spectrum, the sound spectrum converting means for obtaining a spectrum of the acoustic signals of the two or more sound capturing means the noise removal device, characterized in that it comprises processing means for outputting the noise removal acoustic signal from which the noise is removed by performing the process from the above estimated noise spectrum and the acoustic spectrum.
JP8962793A 1993-04-16 1993-04-16 Noise removal device Expired - Lifetime JP3110201B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP8962793A JP3110201B2 (en) 1993-04-16 1993-04-16 Noise removal device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP8962793A JP3110201B2 (en) 1993-04-16 1993-04-16 Noise removal device

Publications (2)

Publication Number Publication Date
JPH06303689A true JPH06303689A (en) 1994-10-28
JP3110201B2 JP3110201B2 (en) 2000-11-20

Family

ID=13975999

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8962793A Expired - Lifetime JP3110201B2 (en) 1993-04-16 1993-04-16 Noise removal device

Country Status (1)

Country Link
JP (1) JP3110201B2 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003067922A3 (en) * 2002-02-05 2004-03-11 Mh Acoustics Llc Reducing noise in audio systems
WO2006077745A1 (en) * 2005-01-20 2006-07-27 Nec Corporation Signal removal method, signal removal system, and signal removal program
JP2007093962A (en) * 2005-09-28 2007-04-12 Kyushu Univ Passive sound attenuation controller and method
JP2009535997A (en) * 2006-05-04 2009-10-01 株式会社ソニー・コンピュータエンタテインメント Noise removal in an electronic device having a far-field microphone on the console
US8942387B2 (en) 2002-02-05 2015-01-27 Mh Acoustics Llc Noise-reducing directional microphone array

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003067922A3 (en) * 2002-02-05 2004-03-11 Mh Acoustics Llc Reducing noise in audio systems
US8942387B2 (en) 2002-02-05 2015-01-27 Mh Acoustics Llc Noise-reducing directional microphone array
US7171008B2 (en) 2002-02-05 2007-01-30 Mh Acoustics, Llc Reducing noise in audio systems
US10117019B2 (en) 2002-02-05 2018-10-30 Mh Acoustics Llc Noise-reducing directional microphone array
US9301049B2 (en) 2002-02-05 2016-03-29 Mh Acoustics Llc Noise-reducing directional microphone array
US7925504B2 (en) 2005-01-20 2011-04-12 Nec Corporation System, method, device, and program for removing one or more signals incoming from one or more directions
WO2006077745A1 (en) * 2005-01-20 2006-07-27 Nec Corporation Signal removal method, signal removal system, and signal removal program
JP2007093962A (en) * 2005-09-28 2007-04-12 Kyushu Univ Passive sound attenuation controller and method
JP2009535997A (en) * 2006-05-04 2009-10-01 株式会社ソニー・コンピュータエンタテインメント Noise removal in an electronic device having a far-field microphone on the console
JP4866958B2 (en) * 2006-05-04 2012-02-01 株式会社ソニー・コンピュータエンタテインメント Noise reduction in electronic devices with farfield microphones on the console

Also Published As

Publication number Publication date
JP3110201B2 (en) 2000-11-20

Similar Documents

Publication Publication Date Title
US6591234B1 (en) Method and apparatus for adaptively suppressing noise
Le Bouquin-Jeannès et al. Study of a voice activity detector and its influence on a noise reduction system
Liu et al. Efficient cepstral normalization for robust speech recognition
EP1208563B1 (en) Noisy acoustic signal enhancement
US6289309B1 (en) Noise spectrum tracking for speech enhancement
US6377637B1 (en) Sub-band exponential smoothing noise canceling system
EP0886263B1 (en) Environmentally compensated speech processing
EP0683482B1 (en) Method for reducing noise in speech signal and method for detecting noise domain
US7577262B2 (en) Microphone device and audio player
EP0763810B1 (en) Speech signal processing apparatus for detecting a speech signal from a noisy speech signal
US7965834B2 (en) Method and system for clear signal capture
EP0637012B1 (en) Signal processing device
US7680652B2 (en) Periodic signal enhancement system
FI104526B (en) A method for reducing acoustic noise in the speech signal
EP0710947B1 (en) Method and apparatus for noise suppression in a speech signal and corresponding system with echo cancellation
CN1175709C (en) System and method for dual sound pickup signal noise reduction using spectral substraction
US5432859A (en) Noise-reduction system
EP1290912B1 (en) Method for noise suppression in an adaptive beamformer
CN1083183C (en) Method and apparatus for reducing noise in speech signal
KR100414841B1 (en) Noise reduction method and apparatus
US8170879B2 (en) Periodic signal enhancement system
ES2373511T3 (en) Vocal activity detector in multiple microphones.
US20010005822A1 (en) Noise suppression apparatus realized by linear prediction analyzing circuit
US20070276660A1 (en) Method of denoising an audio signal
JP5049277B2 (en) Method and system for clear signal acquisition

Legal Events

Date Code Title Description
FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20070914

Year of fee payment: 7

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080914

Year of fee payment: 8

FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 8

Free format text: PAYMENT UNTIL: 20080914

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090914

Year of fee payment: 9

FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 9

Free format text: PAYMENT UNTIL: 20090914

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100914

Year of fee payment: 10

FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 11

Free format text: PAYMENT UNTIL: 20110914

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110914

Year of fee payment: 11

FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 12

Free format text: PAYMENT UNTIL: 20120914

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120914

Year of fee payment: 12

FPAY Renewal fee payment (prs date is renewal date of database)

Year of fee payment: 13

Free format text: PAYMENT UNTIL: 20130914

EXPY Cancellation because of completion of term