JPH06503185A - ノイズの影響を受けた有用な信号を検出する方法 - Google Patents
ノイズの影響を受けた有用な信号を検出する方法Info
- Publication number
- JPH06503185A JPH06503185A JP4511069A JP51106992A JPH06503185A JP H06503185 A JPH06503185 A JP H06503185A JP 4511069 A JP4511069 A JP 4511069A JP 51106992 A JP51106992 A JP 51106992A JP H06503185 A JPH06503185 A JP H06503185A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- signal
- points
- ratio
- threshold
- 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.)
- Pending
Links
Classifications
-
- 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
Abstract
(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。
Description
【発明の詳細な説明】
ノイズの影響を受けた有用な信号を検出する方法本発明はノイズの影響を受けた
有用な信号を検出する方法に関する。
言うのは簡単だが解決するには極めて複雑である信号処理における大きな問題の
一つはノイズに埋没した有用な信号の有無の決定にある。
種々の解決法が考えられる。変数として実験的にきめられたしきい値に対する受
信あるいは処理された信号の瞬時振幅を用いることが出来る。
また、同じく実験的にしきい値づけを期間Tにわたる全信号のエネルギーに対し
て行うことにより、そのエネルギーを変数として用いることも出来る。
これらのしきい値化により信号の有無の第一の仮定か可能となる。更にこれらは
任意の信号に適用出来る。したがって、これらは、有用な信号の性質が予めわか
っていればその信号の形式に特有の“近似”的目安を限定する“確認”システム
により補足される。
そのような補足システムはスピーチ処理において広く用いられており、そしてそ
れは例えば“ピッチ”の抽出または母音の最小エネルギーの評価にある。
本発明の主題はノイズに影響された有用な信号の検出、出来るだけ正確な検出し
きい値の決定の方法および自己適応型で動作可能な方法である。
本発明によれば処理されるべき信号の期待される信号/雑音比が使用可能であり
、そして予測されるノイズのみの測定が使用可能であり、M個の点について測定
を行い、これらM個の点にわたる、ホワイトノイズまたはホワイトノイズとされ
るノイズの平均エネルギーが計算され、ノイズに影響された信号のN個の点がと
られ、それらN個の点の平均エネルギーが計算され、理論的検出しきい値が計算
され、これら二つの平均エネルギーの比が計算されそしてこの比が上記しきい値
と比較される。
本発明は制限的ではない例として採用された一実施例の詳細な説明により、よく
理解しうるちのである。
まず、理想的なケースについてノイズに影響された信号の検出をいかにして理論
的に行うかを説明する。
情報n (n)の第1項が次のように第1時間スライスについて使用可能である
。
u (n) =s (n) 十x (n)但しnは整数であり、0≦n≦N−1
.s(n)は有用な信号、x (n)はノイズである。更に、情報y (n)の
他の項が使用可能であり、ここで0516M−1であってMはNに等しいかある
いは異なることが出来る。y(n)は有用信号のない他の時間スライスでのノイ
ズX(n)である。
その場合:U −(u (0) +u (1) 2+−−−−−−+u (N)
2) /Nおよび V−(y (0) +y (1) 2+・・・・・・+y
(M) 2) /Mおよび Z −U/V
従って、理想的な非現実的データではこれは5NR−信号−雑音比とすると次の
ようになる。
Z−1+SNR
そして単純な検出目安は次のようになる。
Z〉1:有用信号存在
Zく1:育用信号不在
本発明によれば、理論的しきい値1を後述するように計算するμで置き換える。
これは使用可能な信号か完全にはエルゴード的ではなくそしてUとVが差σ お
よびσ の値の予測にしかすぎないという事実を考慮するものである。
μを計算するために次の方法が用いられる。
変数UとVが本来ランダムなものであることおよびそれ故Zもそうであることか
らスタートし、Zの確率密度(これは信号−雑音比によりきまる)が計算される
。
次に、変数Zが計算された後に、最尤法の原理を利用して信号−雑音比の最良の
予測を決定することが問題となる。
このため、上記の変数U (n)が一つの時間スライスにわたり測定されそして
変数u (n)が、有用信号はなく、雑音(s (n)には無関係でありそれと
は相関しない)のみがあることが確実な他の時間スライスにわたり計算される。
ランダム変数2(これは観測変数と言うことも出来る)の密度を決定するために
、次の方法が用いられる。
N(m ;cy 2)に属するX とN(m; 2)σ
の属するX を、その確率P r (X 1 < O)とP r iX2<O)
が実際上0である2つの独立したガウス形ランダム変数であるとする。
その場合:m−m1/m2.σ−α1/σ2 、 (! ””m2 / (72
0Xの確率密度f (x)は次のようになる。
但し、X>0ならばU(X)−1であり、x<0であればU (X)−0である
。
もし
P (X) −P r iX<xi −F [h (x) ]となり、F(X)
は正規化ガウス変数の特性関数である。
信号s (n) 、x (n)およびY (n)がホワイトであり、ガウス形で
あり中心づけられている( centered)と仮定する。
その場合、
ty 2−E [x (n)2]=E [y (n)2] ・u (n) −s
(n) +x (n)この後の項はそれ故それ自体ホワイトでガウス型てあり
、中心づけられている。そしてこのときσ5 とσ は限定されるから、確率密
度の計算は既知のσ とσ を用いて行われるものとする。従S x
ってZの密度はσ “とび を知れば評価される。こS X
の場合、Uと■はchi−2(ママ)則に従い、そして、充分大きなNとMにつ
いてはUとVは常に実際上圧であるガウス則により近似される。
UはN[:(7u 、−σ、’ /Nlに属しモしてVはN2つ
[σ ° 、つσ / M ]に属する。それ故Zは二つのx ”+ x
独立したがウス変数の比である。UとVは独立していることは容易に証明出来る
。
σ 2は信号−雑音比である。k−M/Mとすると、m−r+1.c2−k (
r+1) 2である。
Zの確率密度はσ とσ がわかれば次のようにS X
f (Z:(7、a ) −f (z、cy 2/a 2)となるように次のz
s x k+M s N
2の確率密度に関した上記の結果により、確率が演鐸任意の信号s (n)とガ
ウスホワイトノイズの場合を次に検査する。
コニでもノイズx (n)とy (n)がa、=E [x (n) コーE[y
(n)2]のガウス型であるとする。有用信号s (n)はノイズと無関係な任
意の信号であるとする。
ここで用いられる新しい前提は、s (n)とx (n)が時間的に相関されな
いと仮定することであり、すなゎち、
Σ0≦n≦N−1s (n> x(n)次にUは次のように近似しうろことが示
される。
U −μ+ (L/N)Σ0≦n≦N−1x(n)2前ではZの密度の計算はσ
とσ を知って行ゎS X
れたが、ここでは計算はμ とσ を知って行われS x
る。計算されるべき密度はf (z:μ8 、σ 2)U−u+(1/N)Σ0
≦n≦N−1x(n)2はこのようにZ−U/Vは二つの独立したガウス型の比
較により近似される。UとVは独立であるから、Xの確率密度に関する結果は次
で適用される:従−て: m−r+1 、 a2−に、α−(M/2)112.
k−M/Nのr−μ/σ22 x
μ5 とσx2を知ればZの確率密度は次に等しい二〇。とき、f (Z:(7
2,a 2) −f (z、 ty 2/cy ”) とな、よう1゜z s
x k、M s x
Xの確率密度に関する上記の結果により、確率はそれからPr(Z<z:μ5
、σエ ) と演鐸される。
これによりPr (Z<z:μ2. a 21 −F (h (x、r))s
x k、M
となる。
本発明によれば活性度検出は最尤法を用いて行われる。
処理される信号の場合には、変数2の確率密度は有用信号とノイズのエネルギー
を知ればf (z、r)の形のに、M
関数で表わされるのであり、ここでrは信号−雑音比を示す。それ故この確率は
信号−雑音比によりきまる。更に、その決定則は期待される信号−雑音比でのみ
与えることが出来る。それ故、この期待信号−雑音比をrOとする。
S (n)のない確率をπ0としS (n)がある確率をπ1とする。
確率密度f * (z、r)は既知であるから、最適法定則は一般決定理論で与
えられそして次のように表わされる。
また、この決定則を(Z<μ→D−0)および(2>μ−D−1)の形で表わす
ことが出来る。
次にμを決定し、次式を解く必要がある。
In[f (z、r ) コ −In [f (z、O) ] −In (π0
、 π1 )−0゜k、M Ok’
次にエラー確率は次に等しいことが示される。
Pe−tr [1−F (h (μ、 0))]+πF (h (μ、 ro)
)Ok、M I K、M
自体がガウスでありホワイトであるノイズ内のがウス型ホワイト信号の検出の場
合を次に調べる。
信号s (n)、x (n)、y (n)はホワイトでありガウス型であり中心
づけられていると仮定する。信号−雑音比をrOとし、k−M/Nとする。s
(n)がない確率はπ0でありs (n)がある確率はπ1である。
決定則はこのとき
のとき決定D−1
のとき決定D−0である。
これら二つの表現の項間の一致(不等ではなく)についてしきい値が決定される
。
また、この決定則を(Z<μmD−0)および(2>μ−−1)の形で表現する
ことも出来る。μ°についてM−N−128,π0−πl−1/2とすると、例
えば次が得られる。
エラー確率は
とすると、Pe−x [1−F(h (μ、0))]+rIF(hk、M(μ、
ro))Ok、M
となる。
次表はrOの関数としてのPeのいくつかの値を示す。
π0とπ1は0.5としている。
一つのシミュレーション例では単位分散のガウスホワイトノイズが発生された。
128点(N−M−128)の各フレームについて予め既知の信号−雑音比を示
す付加的ノイズs (n)の発生がランダムに決定された。見掛けおよび不在確
率(π0とπ1)は0.5である。単位分散をもつ第二のガウスホワイトノイズ
が発生された。
そしてこれはランダム変数Vの計算に用いられた。Zは各フレームについて計算
された。次に決定則が適用され、エラーの数が計数された。
これらの結果は理論計算から予想されたものを裏付けるものである。
任意の信号s (n)とガウスホワイトノイズの場合を次に述べる。
ここでもノイズx (n)とy (n)はガウスホワイトであり、a −=E
[x (n) ] −E [y (n)2]である。有用信号s (n)はノイ
ズと無関係な任意の信号である。roを期待信号−雑音比とし、k−M/Nとす
る。s (n)の不在確率はπ0であり、s (n)の存在確率はπ1である。
このときの決定則は
のときD−1であり、
のときD−0である。
またこの決定則を(Z<μ−り一〇)および(Z>μ→−1)の形で表わしても
よい。
μについて次の値が1口の関数として得られ、M−N−128についてπ0−π
1−1/2である。
Pe−yr [1−F (hklM(μ、 0))]”yrt F (hk、M
(μ、 ro))「0の関数としてのPeO値のいくつかを次にあげる。
確率π0とπ0 (ママ)は0.5である。
一つのシミュレーション例では発生されたホワイトノイズの128点の各フレー
ムについて、正弦波であるそれへのs (n)の付加がランダムに決定され、予
め限定された信号−雑音比を示した。π とπ。は0.5であす
る。
単位分散の第二ホワイトノイズが発生され、■の計算に用いられた。各フレーム
について、Zが計算されそして上記の決定則が適用された。エラーの数が計数さ
れた。
次の結果が得られた。
これら結果は理論計算から予測されるものを確証する。
非常に一般的である以上の法則により、信号−雑音比が低く、OdBに近くとも
ノイズに埋もれた信号の検出が可能となる。
この形式の検出が非常に有用である一つの応用を次に述べる。
与えられたアルゴリズムは音声アクティビティの検出用の前置システムとしてス
ピーチの場合に適用する。
検出しきい値の選択は文脈によりきまる。
使用される音声帯域に関する限り、最尤法による予測にもとづく測定を用いたノ
イズとスピーチの初期特性は、検出されるべき音声信号が少くともdBの信号−
雑音比を示すことを示している。
更に、処理システムは128点の信号フレームを用いサンプリング周波数は10
KHzである。
変数UとVはM−N−128となるように128点にわたり評価される。
以上から、理論的検出しきい4は3に演鐸される。
しかしながら、この単一のしきい値に制限することは不可能である。事実、ノイ
ズが比較的静的であれば、それは変数Vを更新するために考慮されるべき非静的
特徴を示し、そしてそれによりそのアルゴリズムが部分的にアダプティブとしう
る。
従って第二しきい値が導入され、それにより変数Vが更新されるかどうかの決定
を可能にする。
この第二しきい値は一2dBの信号−雑音比を示す静的ノイズに加わるノイズに
対応する1、25に選ばれる。
このとき決定則は次の通りである:
Z < 1.25の場合。
処理されたフレームは基準として用いられたものと同じノイズからなる。変数■
は処理されたフレームのエネルギー値で置き換えられる。
決定は処理されたフレームを代表的ノイズと考えることであるからVの前の値と
、問題のフレームのエネルギーの平均をとることにより変数Vを更新することが
可能である。これはMの値(Vを評価する点の数)を変えることになるが、この
操作はアルゴリズムの動作を正しくないものにすることがある。
1.25< Z > 3の場合:
そのフレームは非静止ノイズを含み、スピーチのないものと考えられる。
3<Zの場合:
このフレームはスピーチと考えられる。
ノイズに影響された信号の複数のサンプルについて行われるテストはこの検出を
有効なものとしている。
しかしながら、この音声検出は“ピッチ”の計算のようなスピーチ信号に特有の
目安を用いることで改善される。
ここで提案するアルゴリズムは信号のいくつかの例の調査に関する。異なる信号
−雑音比を示す他のスピーチ信号についてしきい値の新しい選択が必要なことは
明らかである。
−aに二つのしきい値を用いることが望ま1.い。
このアルゴリズムの一つのアプリケーションは問題の音声認識システムについて
正しい基準ファイルをつくりうるようにする。そして語法の正確なセグメント化
が必要である。
一つのアプリケーションにおいて、切換マイクロスイッチ(開閉するマイクロス
イッチ)が語法の粗セグメント化を行う。
上記のアルゴリズムはこの切換スイッチの調整に用いられた。このアルゴリズム
の第1バスがその語法のスタートの特性を可能にした。第2バスはスピーチファ
イルを“逆方向“に読取ること、すなわちマイクロスイッチ閉成からマイクロス
イッチ開放に向ってのスタートにある。これもまた語法の終了を特定することを
可能にする。
このアルゴリズムの非原因的使用は、アクティビティ検出が内側の語、学習相に
ついてのセグメント化の実行に有害な沈黙の存在の検出に充分正確であるから、
必要である。
これと同じ形式のアプリケーションも、認識を行われるスピーチファイルのセグ
メント化を可能にする。
しかしながら、このアルゴリズムには明らかに原因的であり、これは実時間使用
について有害である。従って、このアルゴリズムはスピーチ処理に固有の計算に
より完了する必要がある。
我々は最適検出しきい値の存在を示した。これは信号−雑音比の予測の問題およ
び、特にホワイトノイズと、比較的静止的であるときN個の点におけるそのエネ
ルギーからのみ知ることの出来る信号の場合の検出の問題に対する理論的な方法
を与えることの出来るものである。
国際調査報告
Claims (5)
- 1.ノイズに影響された有用信号を、その期待される信号/雑音比、予測ノイズ のみの測定、およびM個の点での測定により検出する方法であって、それらM個 の点でのノイズの平均エネルギーを計算し、ノイズに影響された信号をM個の点 でとり出し、それらN個の点の平均エネルギーを計算し、理論的検出しきい値を 計算し、上記二つの平均エネルギーの比(Z)を計算し、そしてこの比を上記し きい値と比較することを特徴とする方法。
- 2.前記予測ノイズのみはホワイトであるかあるいはホワイトにされるものであ ることを特徴とする請求項1の方法。
- 3.前記理論的検出しきい値はr0を期待信号/雑音比、k=M/N,π0を有 用信号不在確率、π1を存在確率として 1n(r+1)z+k/z+k=(M/4)[z−(r0+1)]2−(z−1 )2/z2+k+1nπ0/π1で決定されることを特徴とする前記請求項の1 に記載の方法。
- 4.前記理論的検出しきい値は 1n[(r+1)[z+k(r0+1)](z2+k3/2)/(z+k)[z 2+k(r0+1)2]3/2]=(M/4)[[z−(r0+1)]2/z2 +k(r0+1)2−(z−1)2/z2+k]+1nπ0/π1で決定される ことを特徴とするガウスホワイト信号の検出のための請求項1または2の方法。
- 5.前記理論的検出しきい値を越える第二の決定しきい値が非静的ノイズを考慮 するために前記予測ノイズのみの測定スライスを更新するために用いられること を特徴とする、スピーチ検出用の請求項1乃至3の1に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR91/07323 | 1991-06-14 | ||
FR9107323A FR2677828B1 (fr) | 1991-06-14 | 1991-06-14 | Procede de detection d'un signal utile bruite. |
PCT/FR1992/000504 WO1992022889A1 (fr) | 1991-06-14 | 1992-06-05 | Procede de detection d'un signal utile bruite |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH06503185A true JPH06503185A (ja) | 1994-04-07 |
Family
ID=9413874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4511069A Pending JPH06503185A (ja) | 1991-06-14 | 1992-06-05 | ノイズの影響を受けた有用な信号を検出する方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US5337251A (ja) |
EP (1) | EP0518742B1 (ja) |
JP (1) | JPH06503185A (ja) |
DE (1) | DE69225090T2 (ja) |
FR (1) | FR2677828B1 (ja) |
WO (1) | WO1992022889A1 (ja) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5848388A (en) * | 1993-03-25 | 1998-12-08 | British Telecommunications Plc | Speech recognition with sequence parsing, rejection and pause detection options |
US6230128B1 (en) | 1993-03-31 | 2001-05-08 | British Telecommunications Public Limited Company | Path link passing speech recognition with vocabulary node being capable of simultaneously processing plural path links |
EP0695453B1 (en) * | 1993-03-31 | 1999-10-06 | BRITISH TELECOMMUNICATIONS public limited company | Connected speech recognition |
FR2704111B1 (fr) * | 1993-04-16 | 1995-05-24 | Sextant Avionique | Procédé de détection énergétique de signaux noyés dans du bruit. |
US5544250A (en) * | 1994-07-18 | 1996-08-06 | Motorola | Noise suppression system and method therefor |
US5488377A (en) * | 1995-03-28 | 1996-01-30 | Mcdonnell Douglas Corporation | Method and apparatus for controlling the false alarm rate of a receiver |
US6263307B1 (en) | 1995-04-19 | 2001-07-17 | Texas Instruments Incorporated | Adaptive weiner filtering using line spectral frequencies |
GB2303471B (en) * | 1995-07-19 | 2000-03-22 | Olympus Optical Co | Voice activated recording apparatus |
FR2744277B1 (fr) * | 1996-01-26 | 1998-03-06 | Sextant Avionique | Procede de reconnaissance vocale en ambiance bruitee, et dispositif de mise en oeuvre |
KR100493982B1 (ko) | 1996-11-14 | 2005-06-10 | 오토-센스 리미티드 | 개선된 잡음 허용 범위를 갖는 검출 시스템 |
DE69831991T2 (de) * | 1997-03-25 | 2006-07-27 | Koninklijke Philips Electronics N.V. | Verfahren und Vorrichtung zur Sprachdetektion |
FR2765715B1 (fr) | 1997-07-04 | 1999-09-17 | Sextant Avionique | Procede de recherche d'un modele de bruit dans des signaux sonores bruites |
US6178161B1 (en) * | 1997-10-31 | 2001-01-23 | Nortel Networks Corporation | Communications methods and apparatus |
US6327564B1 (en) * | 1999-03-05 | 2001-12-04 | Matsushita Electric Corporation Of America | Speech detection using stochastic confidence measures on the frequency spectrum |
US6611150B1 (en) | 1999-03-31 | 2003-08-26 | Sadelco, Inc. | Leakage detector for use in combination with a signal level meter |
DE19939102C1 (de) * | 1999-08-18 | 2000-10-26 | Siemens Ag | Verfahren und Anordnung zum Erkennen von Sprache |
US6054927A (en) * | 1999-09-13 | 2000-04-25 | Eaton Corporation | Apparatus and method for sensing an object within a monitored zone |
FR2808917B1 (fr) * | 2000-05-09 | 2003-12-12 | Thomson Csf | Procede et dispositif de reconnaissance vocale dans des environnements a niveau de bruit fluctuant |
US7225129B2 (en) * | 2000-09-21 | 2007-05-29 | The Regents Of The University Of California | Visual display methods for in computer-animated speech production models |
US7136813B2 (en) * | 2001-09-25 | 2006-11-14 | Intel Corporation | Probabalistic networks for detecting signal content |
US6681194B2 (en) | 2001-12-21 | 2004-01-20 | General Electric Company | Method of setting a trigger point for an alarm |
US7197456B2 (en) * | 2002-04-30 | 2007-03-27 | Nokia Corporation | On-line parametric histogram normalization for noise robust speech recognition |
US7190741B1 (en) | 2002-10-21 | 2007-03-13 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Real-time signal-to-noise ratio (SNR) estimation for BPSK and QPSK modulation using the active communications channel |
US8032370B2 (en) * | 2006-05-09 | 2011-10-04 | Nokia Corporation | Method, apparatus, system and software product for adaptation of voice activity detection parameters based on the quality of the coding modes |
US7876247B1 (en) * | 2007-11-29 | 2011-01-25 | Shawn David Hunt | Signal dependent dither |
US9241672B2 (en) * | 2012-02-09 | 2016-01-26 | Sharp Laboratories Of America, Inc. | Determining usability of an acoustic signal for physiological monitoring using frequency analysis |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4052568A (en) * | 1976-04-23 | 1977-10-04 | Communications Satellite Corporation | Digital voice switch |
FR2466825A1 (fr) * | 1979-09-28 | 1981-04-10 | Thomson Csf | Dispositif de detection de signaux vocaux et systeme d'alternat comportant un tel dispositif |
US4410763A (en) * | 1981-06-09 | 1983-10-18 | Northern Telecom Limited | Speech detector |
JPS59139099A (ja) * | 1983-01-31 | 1984-08-09 | 株式会社東芝 | 音声区間検出装置 |
FR2583938A1 (fr) * | 1985-06-21 | 1986-12-26 | Labo Electronique Physique | Filtre numerique de quadrature et demodulateur de signal numerique module en frequence comprenant un tel filtre |
US4630304A (en) * | 1985-07-01 | 1986-12-16 | Motorola, Inc. | Automatic background noise estimator for a noise suppression system |
US4914418A (en) * | 1989-01-03 | 1990-04-03 | Emerson Electric Co. | Outbound detector system and method |
US5029187A (en) * | 1989-05-22 | 1991-07-02 | Motorola, Inc. | Digital correlation receiver |
US5093842A (en) * | 1990-02-22 | 1992-03-03 | Harris Corporation | Mechanism for estimating Es/No from pseudo error measurements |
US5097486A (en) * | 1990-07-31 | 1992-03-17 | Ampex Corporation | Pipelined decision feedback decoder |
US5142554A (en) * | 1990-10-31 | 1992-08-25 | Rose Communications, Inc. | Data separator with noise-tolerant adaptive threshold |
-
1991
- 1991-06-14 FR FR9107323A patent/FR2677828B1/fr not_active Expired - Fee Related
-
1992
- 1992-06-05 EP EP92401553A patent/EP0518742B1/fr not_active Expired - Lifetime
- 1992-06-05 US US07/972,445 patent/US5337251A/en not_active Expired - Lifetime
- 1992-06-05 DE DE69225090T patent/DE69225090T2/de not_active Expired - Fee Related
- 1992-06-05 JP JP4511069A patent/JPH06503185A/ja active Pending
- 1992-06-05 WO PCT/FR1992/000504 patent/WO1992022889A1/fr unknown
Also Published As
Publication number | Publication date |
---|---|
WO1992022889A1 (fr) | 1992-12-23 |
EP0518742A1 (fr) | 1992-12-16 |
DE69225090T2 (de) | 1998-08-06 |
FR2677828B1 (fr) | 1993-08-20 |
DE69225090D1 (de) | 1998-05-20 |
US5337251A (en) | 1994-08-09 |
EP0518742B1 (fr) | 1998-04-15 |
FR2677828A1 (fr) | 1992-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH06503185A (ja) | ノイズの影響を受けた有用な信号を検出する方法 | |
US5649055A (en) | Voice activity detector for speech signals in variable background noise | |
US8380497B2 (en) | Methods and apparatus for noise estimation | |
KR100363309B1 (ko) | 음성액티비티검출기 | |
KR100944252B1 (ko) | 오디오 신호 내에서 음성활동 탐지 | |
US5774847A (en) | Methods and apparatus for distinguishing stationary signals from non-stationary signals | |
EP1887559B1 (en) | Yule walker based low-complexity voice activity detector in noise suppression systems | |
CN112927724A (zh) | 用于估计背景噪声的方法和背景噪声估计器 | |
Moattar et al. | A new approach for robust realtime voice activity detection using spectral pattern | |
Ramírez et al. | Speech/non-speech discrimination based on contextual information integrated bispectrum LRT | |
RU2127912C1 (ru) | Способ обнаружения и кодирования и/или декодирования стационарных фоновых звуков и устройство для кодирования и/или декодирования стационарных фоновых звуков | |
Hu et al. | Techniques for estimating the ideal binary mask | |
US7254532B2 (en) | Method for making a voice activity decision | |
US20030046070A1 (en) | Speech detection system and method | |
GB2380644A (en) | Speech detection | |
CN113838476B (zh) | 一种带噪语音的噪声估计方法和装置 | |
KR100303477B1 (ko) | 가능성비 검사에 근거한 음성 유무 검출 장치 | |
JPH08221097A (ja) | 音声成分の検出法 | |
US8935158B2 (en) | Apparatus and method for comparing frames using spectral information of audio signal | |
Ahmed et al. | A voice activity detector using the chi-square test | |
WO1987004294A1 (en) | Frame comparison method for word recognition in high noise environments | |
KR102096533B1 (ko) | 음성 구간을 검출하는 방법 및 장치 | |
Tai et al. | Silence energy normalization for robust speech recognition in additive noise environment. | |
CN110232913A (zh) | 一种语音端点检测方法 | |
JPS6147437B2 (ja) |