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
estimated
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
Expired - Lifetime legal-status Critical Current

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).

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 1. Field of the Invention The present invention relates to a noise eliminator, which outputs a noise-removed acoustic signal obtained by eliminating a noise component from an 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。
2. Description of the Related Art In recent years, improvements in devices utilizing digital signal processing have been made in various electronic technical fields.

【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。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。このた
め、ノイズ除去装置もいろいろと提案されている。
[0003] For example, in recent years, technical development of a voice input device, a voice recognition device, a hands-free (HandsFree) telephone and the like has been actively conducted. As an important technique in these devices, the noise removal technique is considered to be an indispensable technique as pre-processing before processing voice. Therefore, various noise removing devices have been proposed.

【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。
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。
For example, in a hands-free telephone installed in an automobile, when background noise is large, there is a problem that noise is superimposed on a voice signal, which makes communication difficult.
Furthermore, more specifically, in a hands-free telephone, background noise such as engine noise, running noise (window = wind noise, road noise, etc.), fan noise, etc. are mixed into the microphone along with the voice signal, and signal-to-noise for the other speaker In some cases, the ratio (S / N) may be lowered to make it difficult to listen to and make a call impossible.

【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。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。
一例の雑音除去装置は、文献:特開平4−245300
号公報に示されている。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。
Therefore, there is a need for a noise eliminating device capable of eliminating the background noise in the above case. Various proposals have been made for such a noise removing device.
An example of a noise eliminator is disclosed in JP-A-4-245300.
It is shown in the publication. The noise eliminator 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
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。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。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。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。
In FIG. 2, the microphone 101
The voice signal and the like captured in step 3 is given to the feature extraction unit 31. On the other hand, the noise signal or the like captured by the microphone 201 is given to the feature extraction unit 41. The feature extraction unit 31 or 41 obtains a time-series feature vector that represents the acoustic features of the input signal in a time-series manner. For this reason, it is configured by a discrete Fourier transform, a fast Fourier transform, a converter configured by a band filter bank, or the like.

【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
1と雑音区間推定部20に与えられる。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。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。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。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。
The time-series feature vector such as the voice signal output from the feature extracting unit 31 is stored in the stationary noise removing unit 2.
1 and the noise section estimation unit 20. The time series feature vector such as the noise signal output from the feature extraction unit 41 is provided to the stationary noise removal unit 22. The noise interval estimation unit 20 estimates a noise interval in which no voice is included, based on the time-series feature vector such as voice from the feature extraction unit 31. The stationary noise removing unit 21 estimates stationary noise from the time-series feature vector of the input voice in the section output by the noise section estimating unit 20. Then, the estimated stationary noise is removed from the entire time-series feature vector of the input voice and given to the non-stationary noise removal unit 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。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。
The stationary noise elimination unit 22 estimates stationary noise from the time-series feature vector of the input ambient noise in the interval output by the noise interval estimation unit 20. Then, this stationary noise is removed from the entire time-series feature vector of the input ambient noise and given to the non-stationary noise removal unit 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、
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。
Then, the non-stationary noise removing unit 23 calculates a correction coefficient between the two inputs from the time-series feature vector of the two inputs in the noise interval output by the noise interval estimating unit 20, and the stationary noise removing unit 21 Estimate the non-stationary noise contained in the time-series feature vector of the speech after removal of the supplied stationary noise,
This is to remove non-stationary noise obtained from the entire time-series feature vector of 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。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
01で捕捉される。
According to the noise eliminator of the above-mentioned document, it is considered that noise elimination is satisfactorily executed when there is no voice signal but only a noise signal. However, in an actual environment, the voice signal, the stationary noise (ideal stationary noise is rare and changes with time), and the non-stationary noise are mixed, and the two microphones 101, 2
Captured at 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。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。
Therefore, it is difficult to clearly distinguish the noise section from the voice signal section and to estimate the noise component. Similarly, it is very difficult to distinguish between a voice signal and non-stationary noise.

【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、
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。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。
Therefore, since it is difficult to estimate the noise clearly, even components that should originally be the components of the voice signal are
Since there is a possibility of erroneously determining the noise component and removing it, the waveform of the audio signal may be distorted in such a case. Further, when trying to estimate noise with high accuracy, the amount of processing and the amount of calculation for estimation increase, and the noise removal response speed may slow down.

【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。
From the above, a very difficult technique is required for maximizing the output sound quality and sufficiently removing the noise component.

【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。
The present invention has been made in view of the above problems, and an object thereof is to remove stationary noise, non-stationary noise, and the like with a simple configuration and at a response speed that is sufficiently practical. An object of the present invention is to provide a noise removing device.

【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)
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。
In order to achieve the above object, the present invention provides a sound capturing means (for example, a microphone unit) which captures sound and outputs a sound signal.
In a noise removing device that includes at least two or more, and outputs a noise-removed acoustic signal from which noise (for example, noise or noise) has been removed from the acoustic signals of the above-described two or more acoustic capturing means, the noise removal device has the following characteristic configuration. .

【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
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。
That is, the noise spectrum estimating means for estimating the noise spectrum from the acoustic signals of the two or more acoustic capturing means and outputting the estimated noise spectrum, and the above-mentioned 2
An acoustic spectrum conversion means for obtaining the spectrum of the acoustic signal of the above acoustic capturing means, and a processing means for performing processing from the estimated noise spectrum and the acoustic spectrum to output the noise-removed acoustic signal from which noise has been removed It is characterized by

【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。
The above-mentioned spectrum may be processed by focusing on any one of a frequency spectrum, an amplitude spectrum, a phase spectrum, a power spectrum and the like.

【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。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。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。
According to the present invention, the spectrum (for example, frequency) of the noise component contained in the acoustic signal is estimated from the acoustic signals captured by the two or more acoustic capturing means. Further, the acoustic signal is also converted into a spectrum (for example, frequency). For the conversion into this (for example, frequency) spectrum, it is possible to perform conversion by, for example, fast 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。例えば、
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、
補正されたノイズスペクトルを得る。
Then, focusing on the (for example, frequency) spectrum, processing is performed from the acoustic (for example, frequency) spectrum and the estimated noise spectrum to accurately estimate and correct the noise spectrum. For example,
The sound (for example, frequency spectrum) and the estimated noise spectrum are subjected to, for example, a correlation process to finely process the noise spectrum and finely correct the characteristics,
Obtain the 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。
Then, for example, by removing (for example, subtracting) the corrected noise spectrum from the acoustic (for example, frequency) spectrum, an acoustic (for example, frequency) spectrum from which noise is removed with high precision is obtained. 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。
The acoustic frequency spectrum from which noise has been removed with high precision in this manner can be output as a noise-removed acoustic signal in the time domain by, for example, performing a fast inverse Fourier transform (IFFT).

【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。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。
Since the above operation is possible, it is not necessary to perform complicated processing. Moreover, the estimated noise spectrum can be accurately corrected in consideration of the (for example, frequency) spectrum of the main acoustic signal, and even if the noise changes, it is possible to accurately estimate the noise.

【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。
Incidentally, as another spectrum, for example, when attention is paid to an amplitude spectrum, a phase spectrum, and a power spectrum, the same operation as described above can be obtained.

【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。
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS A preferred embodiment of the noise removing device of the present invention will be described with reference to the drawings.

【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。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
とで音響やノイズなどを捕捉する。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。
FIG. 1 is a functional block diagram of the noise eliminator of this embodiment. In FIG. 1, the noise removing device includes a main microphone 2 and a reference microphone 1.
Capture sound and noise with and. Then, the noise removing device removes noise and outputs only a necessary acoustic signal.

【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。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。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。
Therefore, the noise is estimated by the adaptive noise predictor 5. Then, the estimated noise signal Sn * and the main acoustic signal Sa are subjected to fast Fourier transform in the frequency domain processing unit 20. Then, a noise component is predicted again from the noise spectrum F (Sn *) in the frequency domain and the main acoustic signal F (Sa) in the frequency domain, and the noise signal is accurately removed to remove stationary noise and non-stationary noise. Is output.

【0027】この図1において、参照マイクロフォン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。そして、この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。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。
In FIG. 1, reference microphone 1
The reference sound capture signal captured in 1 is supplied to the A / D (analog / digital) converter 3. And this A / D
The (analog / digital) converter 3 converts the reference sound acquisition signal into a unit of a predetermined number of bits by a predetermined conversion method, and outputs a digital reference sound signal Sn. The digital reference acoustic signal Sn is supplied to the adaptive noise predictor 5 including an 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。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。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。
On the other hand, the main acoustic capture signal captured by the main microphone 2 of FIG. 1 is supplied to the A / D (analog / digital) converter 4. The A / D (analog / digital) converter 4 has the same function as the A / D (analog / digital) converter 3, and is a conversion method of a predetermined method for the main acoustic capture signal. It is converted into a unit of a predetermined number of bits and the digital main acoustic signal Sa is output. The digital main acoustic signal Sa is supplied to the subtractor 6, the fast Fourier transformer 8 and the voice 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。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。
The above A / D conversion method is, for example, linear conversion. The conversion word length (the number of bits) of one sample is, for example, 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。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、
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。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*
を出力する。
The voice detector 7 of FIG. 1 monitors the power of the main acoustic signal Sa without change and, moreover, makes a judgment according to a predetermined rule to detect the presence or absence of voice. Then, for example, in the state where the audio signal is not detected, the coefficient update control signal Ck is output with, for example, a logic 1, and
The coefficient update control signal Ck is given to the adaptive noise predictor 5 by logic 1. Then, the adaptive noise predictor 5 performs adaptive control of the filter coefficient (tap coefficient) by a predetermined method in order to estimate noise, and the estimated noise signal Sn *
Is output.

【0031】即ち、この図1の適応ノイズ予測器5は、
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。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。
That is, the adaptive noise predictor 5 shown in FIG.
Since it is composed of the adaptive digital filter as described above, adaptive filtering is performed from the supplied reference acoustic signal Sn and the output signal Se (estimation error signal or residual signal) of the subtractor 6 to obtain the estimated noise signal. Output Sn *. Then, the estimated noise signal Sn * is supplied to the subtraction input (−) of the subtractor 6.

【0032】つまり、適応ノイズ予測器5は、例えば、
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。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。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。更に、
音声検出器7にも与えられる。
That is, the adaptive noise predictor 5 is, for example,
The estimated noise signal Sn * is obtained by performing convolution integration or the like from the impulse response representing the characteristic of the propagation path in the automobile. Then, the subtractor 6 obtains a difference between the main acoustic signal Sa and the estimated noise signal Sn * to obtain an estimated error signal Se (residual signal). This estimation error signal Se is given to the adaptive noise predictor 5 again for updating coefficient values. Furthermore,
It is also provided to the voice detector 7.

【0033】そして、図1の高速フーリエ変換器8は、
主音響信号Saに対して、高速フーリエ変換(FFT:
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、
減算器11とノイズ成分予測器10とに与える。
The fast Fourier transformer 8 shown in FIG.
For the main acoustic signal Sa, a fast Fourier transform (FFT:
Fast Fourier Transform
on) to convert to a power spectrum in the frequency domain and output an acoustic frequency spectrum signal F (Sa),
It is given to the subtractor 11 and the noise component predictor 10.

【0034】そして、一方、高速フーリエ変換器9は、
推定ノイズ信号Sn*に対して、高速フーリエ変換(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。
On the other hand, the fast Fourier transformer 9 is
For the estimated noise signal Sn *, a fast Fourier transform (F
FT) to convert to a power spectrum in the frequency domain, output a noise frequency spectrum signal F (Sn *), and give it to the noise component predictor 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。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。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
程度遅れて、ノイズが推定される場合がある。
Then, the noise component predictor 10 predicts an accurate noise spectrum again from the acoustic frequency spectrum signal F (Sa) and the noise frequency spectrum F (Sn *). That is, since the estimated noise signal Sn * is estimated by the adaptive noise predictor 5 by the estimation algorithm such as the learning identification method, the estimation may take a relatively long time. For example, when the acoustic signal changes drastically, several msec to several hundred msec from the acoustic signal at the actual time.
Noise may be estimated with some delay.

【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, when the noise is stable and stationary, the noise can be estimated quickly because the change in the power is small, and the error can be estimated accurately with few errors.

【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
でこの様な点を補正する。つまり、ノイズ成分予測器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。即ち、主音響周波数スペクトル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。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。
From the above, the main acoustic signal Sa and the estimated noise signal Sn * may not be synchronized particularly when the noise is non-stationary, so the noise component predictor 10
Correct such a point with. That is, the noise component predictor 1
0 corrects fine features of the estimated noise frequency spectrum FSn * by, for example, correlation processing between the main acoustic frequency spectrum FSa and the estimated noise frequency spectrum F (Sn *). That is, the main acoustic frequency spectrum F
In order to make the noise frequency spectrum close to the noise frequency spectrum included in (Sa), the prediction process is also used for correction. The noise spectrum F (Sn #) obtained by this correction is given to the subtraction input (-) of the subtractor 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
(Sn#)を減算し、主音響周波数スペクトル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。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, the subtractor 11 uses the noise spectrum F corrected from the main acoustic frequency spectrum F (Sa).
(Sn #) is subtracted to obtain the main acoustic frequency spectrum F (S
The corrected noise spectrum F (Sn #) is removed from a). Then, the noise-removed acoustic frequency spectrum F (S) obtained by this removal is given to the fast inverse Fourier transformer 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。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。
The fast inverse Fourier transformer 12 performs a fast inverse Fourier transform on the noise-removed acoustic frequency spectrum F (S) to output a time-domain digital noise-removed acoustic signal, and the D / A (digital (/ Analog) converter 13. Then, the D / A (digital / analog) converter 13 converts the digital noise elimination acoustic signal into an analog noise elimination acoustic signal S and outputs it.

【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。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、
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。
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
*)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。
According to the noise eliminator of the above embodiment, the adaptive noise predictor 5 can relatively easily obtain the estimated noise signal Sn *. Moreover, if this estimated noise signal Sn * is used for noise removal as it is,
Since it is not possible to sufficiently remove noise, it is converted into a frequency spectrum in order to obtain an accurate acoustic signal.
Then, in the noise component predictor 10, the main acoustic frequency spectrum F (Sa) and the estimated noise frequency spectrum F (Sn
*), The noise spectrum is finely corrected again, so that the accurate noise spectrum F (Sn #) can be obtained.

【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。そして、ノイズスペクトル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。
That is, the fact that the noise component and the acoustic component can be easily discriminated (determined) in the frequency domain is utilized. Then, the noise spectrum F
(Sn #) (spectrum of noise or noise) is removed from the main acoustic frequency spectrum F (Sa) to obtain the noise-removed 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。
From the above, it is possible to remove only stationary noise and non-stationary noise from the input acoustic signal with a small processing amount and a small delay.

【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。
Furthermore, from the above, in the conventional noise removing apparatus, the processing in the frequency domain requires a large amount of processing, and the delay is increased, and in the processing in the time domain, the voice disappears, so that the microphone is used. It is possible to solve the problem that the sensitivity is too high depending on the mounting position.

【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。例えば、上
述の学習同定法だけでなく、LMS(Least Me
an Square)法や、RLS(Recursiv
ev Least Square)法や、高速RLS法
として、FTF(Fast Transversal
Filter)法などであっても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. For example, not only the learning identification method described above but also LMS (Least Mean)
an Square) method and RLS (Recursiv)
The ev least square (EV) method and the fast RLS method include FTF (Fast Transversal).
The Filter method can also 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。例えば、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。
Further, in the above-described embodiment, two microphones are used as the sound capturing means, but the present invention is not limited to such a structure. For example, 3
A configuration may be used in which noise is estimated from the audio signals captured by these microphones by using one or more 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。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。
Further, in the above-mentioned embodiment, the frequency spectrum of the main acoustic signal Sa and the estimated noise Sn * is obtained, and the noise spectrum is re-estimated by paying attention to the frequency spectrum region. Fast Fourier transformers 8 and 9 were used for the conversion into the frequency spectrum, but the present invention is not limited to this. The signal may be converted into a signal having a frequency spectrum by another configuration.

【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 above-mentioned one embodiment, the frequency spectrum is focused and explained, but it is also possible to focus on the amplitude spectrum, the phase spectrum, the power spectrum and the like for processing.

【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。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。
Furthermore, the above-mentioned voice detector 7 monitors the power of the main acoustic signal Sa and the estimated error signal Se and detects the voice from the change in the power, but the present invention is not limited to this. For example, voice detection may be performed by monitoring the power of any one of the main acoustic signal Sa, the reference acoustic signal Sn, and the estimation error signal Se.

【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。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。
The voice detector 7 is intended for voice detection, but is not limited to this. It can generally be applied as an acoustic detector for detecting acoustic signals.

【0050】更に、上述の一実施例において、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
w則)などであってもよい。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、
変換ビット数は多く設定することが望ましい。
Further, in the above-described embodiment, the A / D
The (analog / digital) converters 3 and 4 are not limited to the linear conversion system, but also companding rules (for example, μ-law rule, A-La rule).
w rule) or the like. Also, the number of conversion bits is not limited to the above-mentioned 12 bits, but may be changed according to the purpose.
It is desirable to set a large number of conversion bits.

【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。
Furthermore, the noise-removed acoustic frequency spectrum F (S), which is the output of the subtractor 11 in FIG. 1, may be output to a voice recognition device or the like 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
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。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。
In addition, the noise eliminator according to the above-described embodiment is a hands-free (Hands Fr) inside an automobile.
ee) It is effectively applied not only to a telephone but also to a device for capturing various acoustic signals. For example, it is also effective when used for an acoustic device used in a factory or an airplane in a 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。
As described above, according to the noise eliminator of the present invention, the noise spectrum estimating means, the acoustic spectrum converting means, and the processing means are provided. With the configuration, it is possible to accurately remove with a response speed that is sufficiently practical.

【図面の簡単な説明】[Brief description of 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。
FIG. 1 is a functional block diagram of a noise eliminator according to an 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。
FIG. 2 is a functional block diagram of a conventional noise removal device.

【符号の説明】[Explanation of symbols]

1…参照マイクロフォン、2…主マイクロフォン、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、
9…高速フーリエ変換器、10…ノイズ成分予測器、1
2…高速逆フーリエ変換器、13…D/A(デジタル/
アナログ)変換器。20…周波数領域処理部。
1 ... Reference microphone, 2 ... Main microphone, 3,
4 ... A / D (analog / digital) converter, 5 ... Adaptive noise predictor, 6, 11 ... Subtractor, 7 ... Speech detector, 8,
9 ... Fast Fourier transformer, 10 ... Noise component predictor, 1
2 ... Fast inverse Fourier transformer, 13 ... D / A (digital /
Analog) converter. 20 ... Frequency domain processing unit.

Claims (1)

    【特許請求の範囲】[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。
    1. A noise eliminator comprising at least two or more acoustic capturing means for capturing an acoustic signal and outputting an acoustic signal, and outputting a noise-removed acoustic signal in which noise is removed from the acoustic signals of the two or more acoustic capturing means. A noise spectrum estimating means for estimating a noise spectrum from the acoustic signals of the two or more acoustic capturing means and outputting an estimated noise spectrum; and an acoustic spectrum converting means for obtaining a spectrum of the acoustic signal of the two or more acoustic capturing means. A noise removing device comprising: a processing unit that processes the estimated noise spectrum and the acoustic spectrum to output the noise-removed acoustic signal from which noise is removed.
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 (6)

* 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 reduction in electronic devices with farfield microphones on the console
US8942387B2 (en) 2002-02-05 2015-01-27 Mh Acoustics Llc Noise-reducing directional microphone array
EP3734296A1 (en) * 2019-05-03 2020-11-04 FRAUNHOFER-GESELLSCHAFT zur Förderung der angewandten Forschung e.V. A method and an apparatus for characterizing an airflow

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102078962B1 (en) * 2019-04-16 2020-02-20 (주)에이치엠티 Apparatus for checking a stability of ship in real time

Cited By (12)

* 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 reduction in electronic devices with farfield microphones 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
EP3734296A1 (en) * 2019-05-03 2020-11-04 FRAUNHOFER-GESELLSCHAFT zur Förderung der angewandten Forschung e.V. A method and an apparatus for characterizing an airflow
WO2020225107A1 (en) * 2019-05-03 2020-11-12 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. A method and an apparatus for characterizing an airflow

Also Published As

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

Similar Documents

Publication Publication Date Title
Hermansky et al. Recognition of speech in additive and convolutional noise based on RASTA spectral processing
Plapous et al. Improved signal-to-noise ratio estimation for speech enhancement
US5757937A (en) Acoustic noise suppressor
US5974373A (en) Method for reducing noise in speech signal and method for detecting noise domain
DE19747885B4 (en) Method for reducing interference of acoustic signals by means of the adaptive filter method of spectral subtraction
Le Bouquin-Jeannès et al. Study of a voice activity detector and its influence on a noise reduction system
EP0637012B1 (en) Signal processing device
US7231347B2 (en) Acoustic signal enhancement system
ES2375844T3 (en) Optimized filtering procedure for non-stational noises received by a multimicrophone audio device, in particular a "hands-free" telephone device for automobile vehicle.
US8644496B2 (en) Echo suppressor, echo suppressing method, and computer readable storage medium
US5295225A (en) Noise signal prediction system
US5765130A (en) Method and apparatus for facilitating speech barge-in in connection with voice recognition systems
KR100394759B1 (en) Method and apparatus for reducing noise in voice signals
US7953596B2 (en) Method of denoising a noisy signal including speech and noise components
US6377637B1 (en) Sub-band exponential smoothing noise canceling system
EP1141948B1 (en) Method and apparatus for adaptively suppressing noise
JP4098842B2 (en) Prompt interrupt system with voice activated prompt interrupt function and adjustable echo cancellation method
CA2209409C (en) Adaptive speech filter
CA2571417C (en) Advanced periodic signal enhancement
US8170879B2 (en) Periodic signal enhancement system
JP5332733B2 (en) Echo canceller
EP0727769B1 (en) Method of and apparatus for noise reduction
Martin Spectral subtraction based on minimum statistics
US4185168A (en) Method and means for adaptively filtering near-stationary noise from an information bearing signal
US7965834B2 (en) Method and system for clear signal capture

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