RU2145737C1 - Способ подавления шума путем спектрального вычитания - Google Patents
Способ подавления шума путем спектрального вычитания Download PDFInfo
- Publication number
- RU2145737C1 RU2145737C1 RU97116274A RU97116274A RU2145737C1 RU 2145737 C1 RU2145737 C1 RU 2145737C1 RU 97116274 A RU97116274 A RU 97116274A RU 97116274 A RU97116274 A RU 97116274A RU 2145737 C1 RU2145737 C1 RU 2145737C1
- Authority
- RU
- Russia
- Prior art keywords
- speech
- noise
- subtraction
- power
- spectral density
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 95
- 230000003595 spectral effect Effects 0.000 title claims abstract description 94
- 230000009467 reduction Effects 0.000 title abstract description 13
- 238000001228 spectrum Methods 0.000 claims abstract description 48
- 238000004891 communication Methods 0.000 claims abstract description 4
- 230000005236 sound signal Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 18
- 238000004364 calculation method Methods 0.000 abstract description 15
- 230000015556 catabolic process Effects 0.000 abstract 1
- 230000007423 decrease Effects 0.000 abstract 1
- 238000006731 degradation reaction Methods 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 19
- 230000014509 gene expression Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000007476 Maximum Likelihood Methods 0.000 description 10
- 238000001914 filtration Methods 0.000 description 8
- 238000011410 subtraction method Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 239000006185 dispersion Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 101100063070 Bacillus subtilis (strain 168) degA gene Proteins 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000030279 gene silencing Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02168—Noise filtering characterised by the method used for estimating noise the estimation exclusively taking place during speech pauses
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0264—Noise filtering characterised by the type of parameter measurement, e.g. correlation techniques, zero crossing techniques or predictive techniques
Landscapes
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
- Noise Elimination (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Circuit For Audible Band Transducer (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Filters That Use Time-Delay Elements (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Telephone Function (AREA)
Abstract
Подавление шума осуществляется в цифровой системе связи на основе передачи кадров. Каждый кадр содержит заданное число N звуковых ответов и имеет таким образом N степеней свободы. Каждый речевой кадр аппроксимируется параметрической моделью, которая уменьшает число степеней свободы до значения меньшего N и с помощью которой вычисляется оценка спектральной плотности мощности каждого речевого кадра. Функция спектрального вычитания основывается на оценке и на оценке спектральной плотности мощности фонового шума в неречевых кадрах , вычисленной непараметрическим способом оценивания спектра мощности. Технический результат - увеличение подавления шума без ухудшения качества звука. 9 з.п.ф-лы, 7 ил., 3 табл.
Description
Изобретение относится к подавлению шумов в цифровых системах связи, основанных на передаче кадров, и касается, в частности, способа подавления шумов в таких системах на основе вычитания спектров.
Общей проблемой в обработке сигналов речи является улучшение этих сигналов, исходя из их значений, измеренных в присутствии шума. Одним из подходов к улучшению речевого сигнала на основе измерений в одном канале (от микрофона) является фильтрация в частотной области с применением методов вычитания спектров [1], [2]. При условии, что фоновый шум является долговременно стационарным (по сравнению с речью), модель фонового шума обычно оценивается в течение тех интервалов времени, когда речевой активности нет. Затем в течение кадров с речевой активностью эта оцененная модель шума используется для улучшения речи совместно с оцененной моделью зашумленной речи. Для методов на основе вычитания спектров эти модели традиционно задаются в выражениях спектральной плотности мощности, которая оценивается с помощью классических методов быстрого преобразования Фурье.
При использовании в системах телефонной связи с подвижными объектами ни один из вышеуказанных методов в своей основной форме не обеспечивает выходной сигнал с удовлетворительным качеством звука, то есть
1) неискаженный выходной речевой сигнал,
2) достаточное уменьшение уровня шума,
3) остаточный шум без раздражающих искусственных шумов.
1) неискаженный выходной речевой сигнал,
2) достаточное уменьшение уровня шума,
3) остаточный шум без раздражающих искусственных шумов.
В частности, известно, что методы шумоподавления на основе спектрального вычитания нарушают первое из вышеуказанных требований, когда выполняют второе, или нарушают второе требование, когда выполняют первое. Кроме того, в большинстве случаев в большей или меньшей степени нарушается третье требование, так как эти методы вносят так называемый "музыкальный" шум.
Указанные недостатки, связанные с методами шумоподавления на основе спектрального вычитания, известны и в литературе описано несколько специальных модификаций базовых алгоритмов, предназначенных для определенных ситуаций "речь в шуме". Однако проблема создания способа на основе спектрального вычитания, который для общих ситуаций выполняет требования 1-3, оставалась нерешенной.
Чтобы показать трудности, связанные с улучшением речи на основе зашумленных данных, отметим, что методы вычитания спектров основаны на фильтрации, использующей оцениваемые модели приходящих данных. Если эти оцениваемые модели близки к соответствующим им "истинным" моделям, то они являются хорошим рабочим приближением. Однако вследствие малого времени стационарности речи (10-40 мс), а также из-за физической реальности, соответствующей применению мобильной телефонии (частота дискретизации 8000 Гц, стационарность шума 0,5-2,0 с и т. д.), оцененные модели с большой вероятностью значительно отличаются от действительных и поэтому приводят к получению фильтрованного выходного сигнала с низким качеством звука.
В заявке на европейский патент N 0588526 А1 описывается способ, согласно которому спектральный анализ осуществляется с помощью быстрого преобразования Фурье или линейного кодирования с предсказанием.
Задача настоящего изобретения - предложить такой способ подавления шума, основанный на спектральном вычитании, который обеспечивает лучшее подавление шума без ухудшения при этом качества воспроизводимого звука.
Эта задача решается с помощью способа, отличительные признаки которого изложены в п. 1 формулы изобретения.
Изобретение вместе с его целями и преимуществами будет более понятно из нижеследующего описания с прилагаемыми чертежами.
Фиг. 1 представляет собой блок-схему системы подавления шумов на основе спектрального вычитания, пригодную для осуществления способа согласно настоящему изобретению.
На фиг.2 показана диаграмма состояний детектора речевой активности, который может быть использован в системе, показанной на фиг. 1.
На фиг.3 показана диаграмма двух различных оценок спектральной плотности кадра речи.
На фиг.4 показана временная диаграмма дискретизированного звукового сигнала, содержащего речь и фоновый шум.
На фиг. 5 показана временная диаграмма сигнала фиг.3 после вычитания спектра шума в соответствии с известными способами.
На фиг. 6 показана временная диаграмма сигнала фиг.3 после вычитания спектра шума в соответствии с настоящим изобретением.
На фиг. 7 показана блок- схема алгоритма, поясняющая способ согласно изобретению.
Подробное описание предпочтительных вариантов осуществления изобретения
Методы спектрального вычитания
Рассмотрим кадр речи, искаженной аддитивным шумом
x(k) = s(k)+ν(k) k = 1,...,N, (1)
где x(k), s(k) и ν(k) обозначают соответственно измеренные значения речевого сигнала в присутствии шумов, значения речевого сигнала и значения аддитивного шума, a N - число отсчетов в кадре.
Методы спектрального вычитания
Рассмотрим кадр речи, искаженной аддитивным шумом
x(k) = s(k)+ν(k) k = 1,...,N, (1)
где x(k), s(k) и ν(k) обозначают соответственно измеренные значения речевого сигнала в присутствии шумов, значения речевого сигнала и значения аддитивного шума, a N - число отсчетов в кадре.
Речь считается стационарной в пределах кадра, тогда как шум считается долговременно стационарным, то есть стационарным на протяжении нескольких кадров. Число кадров, где ν(k) стационарен, обозначается через τ, τ ≫ 1. Кроме того, предполагается, что речевая активность является достаточно низкой, так что модель шума может точно оцениваться во время отсутствия речевой активности.
Обозначим спектральные плотности мощности соответственно измеренного значения, речи и шума как Фx(ω), Фs(ω) и Фν(ω), где
Фx(ω) = Фs(ω)+Фν(ω). (2)
Если известны Фx(ω) и Фν(ω), то величины Фs(ω) и s(k) могут быть оценены с использованием стандартных методов на основе спектрального вычитания (ср. с [2]), кратко описываемых ниже.
Фx(ω) = Фs(ω)+Фν(ω). (2)
Если известны Фx(ω) и Фν(ω), то величины Фs(ω) и s(k) могут быть оценены с использованием стандартных методов на основе спектрального вычитания (ср. с [2]), кратко описываемых ниже.
Пусть обозначает оценку s(k). Тогда
где F(•) обозначает некоторое линейное преобразование, например дискретное преобразование Фурье, и где H(ω) - четная вещественная функция в интервале ω ∈ (0,2π) такая, что 0 ≤H(ω)≤1. Функция H(ω) зависит от Фx(ω) и Фν(ω). Так как H(ω) вещественная, фаза, равна фазе искаженного речевого сигнала. Причиной использования вещественной функции H(ω) является нечувствительность человеческого слуха к фазовым искажениям.
где F(•) обозначает некоторое линейное преобразование, например дискретное преобразование Фурье, и где H(ω) - четная вещественная функция в интервале ω ∈ (0,2π) такая, что 0 ≤H(ω)≤1. Функция H(ω) зависит от Фx(ω) и Фν(ω). Так как H(ω) вещественная, фаза, равна фазе искаженного речевого сигнала. Причиной использования вещественной функции H(ω) является нечувствительность человеческого слуха к фазовым искажениям.
В общем случае Фx(ω) и Фν(ω) не известны и должны быть заменены в H(ω) оцениваемыми величинами Вследствие нестационарности речи Фx(ω) оценивается на основании одного кадра данных, тогда как Фν(ω) оценивается с использованием данных в кадрах, не содержащих речи, число которых равно τ. Для простоты предполагается, что в распоряжении имеется детектор речевой активности для того, чтобы отличать кадры, содержащие зашумленную речь, от кадров, содержащих только шум. Предполагается, что Фν(ω) оценивается в течение интервалов без речевой активности путем усреднения по нескольким кадрам, например, используя
В выражении (4) является усредненной (текущей) оценкой спектральной плотности мощности, основанной на данных кадров до l, включая кадр l, а является оценкой, основанной на текущем кадре. Скаляр ρ ∈ (0,1) подстраивается с учетом предполагаемой стационарности ν(k). Среднее по τ кадрам грубо соответствует ρ, неявно определяемому как
Подходящая оценка спектральной плотности мощности (не предполагающая никаких априорных допущений о форме спектра фонового шума) определяется как
где "*" обозначает комплексно-сопряженную величину и где V(ω) = F(ν(k)). При F(•) = БПФ(•) (БПФ - быстрое преобразование Фурье), представляет собой периодограмму и в (4) является усредненной периодограммой, обе они приводят к асимптотически (N >> 1) несмещенным оценкам спектральной плотности мощности с приближенными дисперсиями
Аналогичное (7) выражение верно для в течение речевой активности (при замене Ф (ω) в (7) на Ф (ω)).
Система шумоподавления на основе спектрального вычитания, пригодная для осуществления способа согласно настоящему изобретению, показана в виде блок-схемы на фиг. 1. От микрофона 10 звуковой сигнал x(t) подается на аналого-цифровой преобразователь 12. Аналого-цифровой преобразователь 12 подает цифровые отсчеты звукового сигнала в виде кадров {x(k)} в блок 14 преобразования, например в блок быстрого преобразования Фурье, который преобразует каждый кадр в соответствующий преобразованный в частотную область кадр {X(ω)}. Преобразованный кадр фильтруется с помощью в блоке 16. Эта операция осуществляет фактическое спектральное вычитание. Полученный в результате сигнал преобразуется обратно во временную область блоком 18 обратного преобразования. Результатом является кадр , в котором шум подавлен. Этот кадр может быть подан на эхокомпенсатор 20 и после него - на кодер 22 речи. Сигнал кодированной речи подается затем на канальный кодер и модулятор (эти блоки не показаны) для передачи.
В выражении (4) является усредненной (текущей) оценкой спектральной плотности мощности, основанной на данных кадров до l, включая кадр l, а является оценкой, основанной на текущем кадре. Скаляр ρ ∈ (0,1) подстраивается с учетом предполагаемой стационарности ν(k). Среднее по τ кадрам грубо соответствует ρ, неявно определяемому как
Подходящая оценка спектральной плотности мощности (не предполагающая никаких априорных допущений о форме спектра фонового шума) определяется как
где "*" обозначает комплексно-сопряженную величину и где V(ω) = F(ν(k)). При F(•) = БПФ(•) (БПФ - быстрое преобразование Фурье), представляет собой периодограмму и в (4) является усредненной периодограммой, обе они приводят к асимптотически (N >> 1) несмещенным оценкам спектральной плотности мощности с приближенными дисперсиями
Аналогичное (7) выражение верно для в течение речевой активности (при замене Ф
Система шумоподавления на основе спектрального вычитания, пригодная для осуществления способа согласно настоящему изобретению, показана в виде блок-схемы на фиг. 1. От микрофона 10 звуковой сигнал x(t) подается на аналого-цифровой преобразователь 12. Аналого-цифровой преобразователь 12 подает цифровые отсчеты звукового сигнала в виде кадров {x(k)} в блок 14 преобразования, например в блок быстрого преобразования Фурье, который преобразует каждый кадр в соответствующий преобразованный в частотную область кадр {X(ω)}. Преобразованный кадр фильтруется с помощью в блоке 16. Эта операция осуществляет фактическое спектральное вычитание. Полученный в результате сигнал преобразуется обратно во временную область блоком 18 обратного преобразования. Результатом является кадр , в котором шум подавлен. Этот кадр может быть подан на эхокомпенсатор 20 и после него - на кодер 22 речи. Сигнал кодированной речи подается затем на канальный кодер и модулятор (эти блоки не показаны) для передачи.
Фактический вид в блоке 16 зависит от оценок которые формируются в устройстве 24 оценивания спектральной плотности мощности, и от используемого аналитического выражения этих оценок. Примеры различных выражений приведены в табл. 2 в следующем разделе. Приведенное ниже описание будет в основном посвящено рассмотрению различных способов формирования оценок из входного кадра {x(k)}.
Устройство 24 оценивания спектральной плотности мощности управляется детектором 26 речевой активности, который использует входной кадр {x(k)} для определения, содержит кадр речь (Р) или фоновый шум (Ф). Подходящий детектор речевой активности описан в [5], [6]. Детектор речевой активности может быть реализован как конечный автомат, имеющий 4 состояния, показанные на фиг. 2. Полученный в результате управляющий сигнал Р/Ф подается в устройство 24 оценивания спектральной плотности мощности. Когда детектор 26 речевой активности обнаруживает речь (Р) (состояния 21 и 22), устройство 24 оценивания будет формировать С другой стороны, когда детектор 26 речевой активности обнаруживает неречевую активность (Ф) (состояние 20), устройство 24 оценивания будет формировать Последняя оценка будет использоваться для формирования в течение следующей последовательности кадров речи (вместе с каждого из кадров этой последовательности).
Сигнал Р/Ф подается также в блок 16 спектрального вычитания. Таким образом, блок 16 может применять разные фильтры во время речевых и неречевых кадров. Во время речевых кадров представляет собой вышеприведенное выражение для С другой стороны, во время неречевых кадров может быть константой Н(0≤ Н≤ 1), что уменьшает уровень фонового звука до того же самого уровня, который остается в речевых кадрах после шумоподавления. Таким образом, воспринимаемый уровень шума будет одинаковым во время речевых и неречевых кадров.
Перед тем как выходной сигнал в (3) вычисляется, в предпочтительной форме осуществления изобретения может подвергаться пост-фильтрации в соответствии с
где вычисляется в соответствии с табл. 1. Скаляр 0,1 подразумевает, что минимальный уровень шума составляет -20 дБ.
где вычисляется в соответствии с табл. 1. Скаляр 0,1 подразумевает, что минимальный уровень шума составляет -20 дБ.
Кроме того, сигнал Р/Ф подается также на кодер 22 речи. Это позволяет выполнять различное кодирование речи и фоновых звуков.
Анализ ошибки спектральной плотности мощности
Является очевидным, что допущения о стационарности s(k) и ν(k) накладывают ограничения на точность оценки по сравнению с речевым сигналом, не содержащим шума (s(k)). В данном разделе представлен метод анализа для способов спектрального вычитания. Он основан на аппроксимациях первого порядка оценок спектральной плотности мощности (см. (11) ниже) в сочетании с приближенными (аппроксимации нулевого порядка) выражениями для точности вносимых отклонений. Ниже выводится выражение для ошибки оцениваемого сигнала в частотной области вследствие используемого метода (выбора передаточной функции H(ω)) и вследствие неточности используемых формул оценки спектральной плотности мощности. Вследствие того, что слух человека нечувствителен к фазовым искажениям, можно рассматривать ошибку в спектральной плотности мощности, определяемую как
где
Заметим, что по своей структуре является членом ошибки, описывающим разность (в частотной области) между отфильтрованным измеренным значением речевого сигнала с шумом и значением речевого сигнала. Следовательно, может принимать как положительные, так и отрицательные значения и не является спектральной плотностью мощности какого-либо сигнала во временной области. в (10) обозначает оценку H(ω), основанную на В данном разделе анализ ограничен случаем вычитания спектров мощности (PS) [2] . Другие альтернативы для выбора могут быть проанализированы аналогичным образом (см. Приложения А-С). Кроме того, представлены и проанализированы новые альтернативы для (см. Приложения D-G). Обзор различных подходящих альтернатив для дан в табл. 2
По определению H(ω) принадлежит интервалу 0 ≤ H(ω) ≤ 1 что не обязательно для соответствующих оцененных величин в табл. 2, и, следовательно, на практике используется одно- или двухполупериодное выпрямление [1].
Является очевидным, что допущения о стационарности s(k) и ν(k) накладывают ограничения на точность оценки по сравнению с речевым сигналом, не содержащим шума (s(k)). В данном разделе представлен метод анализа для способов спектрального вычитания. Он основан на аппроксимациях первого порядка оценок спектральной плотности мощности (см. (11) ниже) в сочетании с приближенными (аппроксимации нулевого порядка) выражениями для точности вносимых отклонений. Ниже выводится выражение для ошибки оцениваемого сигнала в частотной области вследствие используемого метода (выбора передаточной функции H(ω)) и вследствие неточности используемых формул оценки спектральной плотности мощности. Вследствие того, что слух человека нечувствителен к фазовым искажениям, можно рассматривать ошибку в спектральной плотности мощности, определяемую как
где
Заметим, что по своей структуре является членом ошибки, описывающим разность (в частотной области) между отфильтрованным измеренным значением речевого сигнала с шумом и значением речевого сигнала. Следовательно, может принимать как положительные, так и отрицательные значения и не является спектральной плотностью мощности какого-либо сигнала во временной области. в (10) обозначает оценку H(ω), основанную на В данном разделе анализ ограничен случаем вычитания спектров мощности (PS) [2] . Другие альтернативы для выбора могут быть проанализированы аналогичным образом (см. Приложения А-С). Кроме того, представлены и проанализированы новые альтернативы для (см. Приложения D-G). Обзор различных подходящих альтернатив для дан в табл. 2
По определению H(ω) принадлежит интервалу 0 ≤ H(ω) ≤ 1 что не обязательно для соответствующих оцененных величин в табл. 2, и, следовательно, на практике используется одно- или двухполупериодное выпрямление [1].
Для того, чтобы выполнить анализ, допустим, что длина кадра N достаточно большая (N >> 1), так что приближенно являются несмещенными. Введем отклонения первого порядка
где Δx(ω) и Δν(ω) - стохастические переменные с нулевым средним значением, так что E[Δx(ω)/Фx(ω)]2≪ 1 и E[Δν(ω)/Фν(ω)]2≪ 1. Здесь и далее обозначение E[•] означает математическое ожидание. Кроме того, если время корреляции шума мало по сравнению с длительностью кадра, то для l ≠ k, где оценка, основанная на данных в l-м кадре. Это подразумевает, что Δx(ω) и Δν(ω) являются приблизительно независимыми. В противном случае, если шум сильно коррелирован, предположим, что Фν(ω) имеет ограниченное число (<< N) пиков (сильных), расположенных на частотах ω1,...,ωn. Тогда для ω ≠ ωj, j = l,..., п и l≠k и анализ остается действительным для ω ≠ ωj, j = l,..., п.
где Δx(ω) и Δν(ω) - стохастические переменные с нулевым средним значением, так что E[Δx(ω)/Фx(ω)]2≪ 1 и E[Δν(ω)/Фν(ω)]2≪ 1. Здесь и далее обозначение E[•] означает математическое ожидание. Кроме того, если время корреляции шума мало по сравнению с длительностью кадра, то для l ≠ k, где оценка, основанная на данных в l-м кадре. Это подразумевает, что Δx(ω) и Δν(ω) являются приблизительно независимыми. В противном случае, если шум сильно коррелирован, предположим, что Фν(ω) имеет ограниченное число (<< N) пиков (сильных), расположенных на частотах ω1,...,ωn. Тогда для ω ≠ ωj, j = l,..., п и l≠k и анализ остается действительным для ω ≠ ωj, j = l,..., п.
Уравнение (11) подразумевает, что используются асимптотически (N >>1) несмещенные оценки спектральной плотности мощности, такие, как периодограмма или усредненная периодограмма. Однако, если использовать асимптотически смещенные оценки спектральной плотности мощности, такие, как оценка спектральной плотности мощности Блэкмана-Тьюки, аналогичный анализ справедлив при замене (11) на
и
где соответственно Bx(ω) и Bν(ω) - детерминированные члены, описывающие асимптотическое смещение оценок спектральной плотности мощности.
и
где соответственно Bx(ω) и Bν(ω) - детерминированные члены, описывающие асимптотическое смещение оценок спектральной плотности мощности.
Далее уравнение (11) подразумевает, что в (9) (в аппроксимации первого порядка) является линейной функцией Δx(ω) и Δν(ω). Ниже рассматриваются характеристики различных способов с точки зрения ошибки смещения и дисперсии ошибки Полный вывод для будет дан в следующем разделе. Аналогичный вывод выражений для других перечисленных в табл. 1 способов на основе спектрального вычитания приведен в Приложениях A-G.
Анализ
Подставив (10) и из табл. 2 в (9), используя разложение в ряд Тейлора (1+x)-1≅ 1-x и пренебрегая отклонениями выше первого порядка, после очевидных вычислений получаем
где "≅" использовано для обозначения приблизительного равенства, в котором сохранены только главные члены. Величины Δx(ω) и Δν(ω) являются стохастическими переменными с нулевым математическим ожиданием. Таким образом,
и
Для того, чтобы продолжить, мы используем общий результат, который для асимптотически несмещенной спектральной оценки (ср. с (7)) имеет вид
для некоторой (возможно частотно-зависимой) переменной γ(ω). Например, периодограмма соответствует γ(ω) ≈ 1+(sinωN/Nsinω)2 что для N >> 1 сокращается до γ ≈ 1. Объединение (14) и (15) дает
Результаты для
Аналогичные вычисления для дают (подробности приведены в Приложении А):
и
Результаты для
Вычисления для дают (подробности приведены в Приложении В):
и
Результаты для
Вычисления для дают (подробности приведены в Приложении С):
и
Результаты для
Вычисления для дают ( выводится в Приложении D и анализируется в Приложении Е):
и
Общие характеристики
Для рассматриваемых способов следует заметить, что ошибка смещения зависит только от выбора тогда как дисперсия ошибки зависит как от выбора так и от дисперсии используемых оценок спектральной плотности мощности. Например, для оценки Фν(ω) на основе усредненной периодограммы имеем из (7), что γν≈ 1/τ. С другой стороны, если использовать периодограмму одиночного кадра для оценки Фx(ω), то имеем γx≈ 1 Таким образом, для τ ≫ 1 главным членом γν= γx+γν, появляющимся в вышеприведенных уравнениях дисперсии, является γx и поэтому основным источником ошибки является оценка спектральной плотности мощности одиночного кадра, основанная на зашумленной речи.
Подставив (10) и из табл. 2 в (9), используя разложение в ряд Тейлора (1+x)-1≅ 1-x и пренебрегая отклонениями выше первого порядка, после очевидных вычислений получаем
где "≅" использовано для обозначения приблизительного равенства, в котором сохранены только главные члены. Величины Δx(ω) и Δν(ω) являются стохастическими переменными с нулевым математическим ожиданием. Таким образом,
и
Для того, чтобы продолжить, мы используем общий результат, который для асимптотически несмещенной спектральной оценки (ср. с (7)) имеет вид
для некоторой (возможно частотно-зависимой) переменной γ(ω). Например, периодограмма соответствует γ(ω) ≈ 1+(sinωN/Nsinω)2 что для N >> 1 сокращается до γ ≈ 1. Объединение (14) и (15) дает
Результаты для
Аналогичные вычисления для дают (подробности приведены в Приложении А):
и
Результаты для
Вычисления для дают (подробности приведены в Приложении В):
и
Результаты для
Вычисления для дают (подробности приведены в Приложении С):
и
Результаты для
Вычисления для дают ( выводится в Приложении D и анализируется в Приложении Е):
и
Общие характеристики
Для рассматриваемых способов следует заметить, что ошибка смещения зависит только от выбора тогда как дисперсия ошибки зависит как от выбора так и от дисперсии используемых оценок спектральной плотности мощности. Например, для оценки Фν(ω) на основе усредненной периодограммы имеем из (7), что γν≈ 1/τ. С другой стороны, если использовать периодограмму одиночного кадра для оценки Фx(ω), то имеем γx≈ 1 Таким образом, для τ ≫ 1 главным членом γν= γx+γν, появляющимся в вышеприведенных уравнениях дисперсии, является γx и поэтому основным источником ошибки является оценка спектральной плотности мощности одиночного кадра, основанная на зашумленной речи.
Из вышеприведенных замечаний следует, что для улучшения способов спектрального вычитания желательно уменьшить величину γx (выбрать подходящую формулу оценки спектральной плотности мощности, которая дает приблизительно несмещенную оценку с как можно более хорошей характеристикой) и выбрать "хороший" способ спектрального вычитания (выбрать Ключевой идеей настоящего изобретения является то, что величину γx можно уменьшить, используя физическое моделирование голосового тракта (уменьшая число степеней свободы с N (числа отсчетов в кадре) до величины, меньшей, чем N). Хорошо известно, что s(k) могут быть точно описаны авторегрессионной моделью (AR) (обычно порядка p ≈ 10). Это является темой следующих двух разделов.
Кроме того, точность (и, неявно, точность ) зависит от выбора Новые предпочтительные варианты выводятся и анализируются в Приложениях D-G
Авторегрессионное моделирование речи
В предпочтительной форме осуществления настоящего изобретения s(k) моделируется, как авторегрессионный процесс
где A(q-1) - нормированный (первый коэффициент равен единице) полином p-го порядка в операторе сдвига в обратном направлении (q-1w(k)= w(k-1) и т. д.),
A(q-1)=1+a1q-1+...+apq-p, (18)
a w(k) - белый шум с нулевым средним значением и с дисперсией σ . На первый взгляд может показаться ограничением то, что рассматриваются только авторегрессионные модели. Однако применение авторегрессионных моделей для моделирования речи исходит как из физического моделирования голосового тракта, так и из, что здесь более важно, физических ограничений на точность оцениваемых моделей зашумленной речи.
Авторегрессионное моделирование речи
В предпочтительной форме осуществления настоящего изобретения s(k) моделируется, как авторегрессионный процесс
где A(q-1) - нормированный (первый коэффициент равен единице) полином p-го порядка в операторе сдвига в обратном направлении (q-1w(k)= w(k-1) и т. д.),
A(q-1)=1+a1q-1+...+apq-p, (18)
a w(k) - белый шум с нулевым средним значением и с дисперсией σ
При обработке речевого сигнала длина кадра N может не быть достаточно большой для того, чтобы допустить применение способов усреднения внутри кадра с целью уменьшить дисперсию и все же сохранить несмещенность оценки спектральной плотности мощности. Поэтому, чтобы уменьшить влияние первого члена, например, в уравнении (12), следует использовать физическое моделирование голосового тракта. Структура (17) авторегрессии накладывается на s(k). В явном виде
Кроме того, Фν(ω) может быть описано параметрической моделью
где B(q-1) и - соответственно полиномы q-го и r-го порядка, определяемые аналогично A(q-1) в (18). Для простоты в приведенном ниже анализе, где оценивается порядок параметрической модели, используется параметрическая модель шума (20). Однако понятно, что возможны также и другие модели фонового шума. Объединяя (19) и (20), можно показать, что
где η(k)- белый шум с нулевым средним значением и дисперсией σ и где D(q-1) определяется тождеством
Оценка параметров речи
Оценивание параметров в (17)-(18) является простой процедурой, если не присутствует дополнительный шум. Заметим, что в случае отсутствия шума второй член в правой части (22) исчезает и, таким образом, (21) сокращается до (17) после взаимного уничтожения нулей и полюсов.
Кроме того, Фν(ω) может быть описано параметрической моделью
где B(q-1) и - соответственно полиномы q-го и r-го порядка, определяемые аналогично A(q-1) в (18). Для простоты в приведенном ниже анализе, где оценивается порядок параметрической модели, используется параметрическая модель шума (20). Однако понятно, что возможны также и другие модели фонового шума. Объединяя (19) и (20), можно показать, что
где η(k)- белый шум с нулевым средним значением и дисперсией σ
Оценка параметров речи
Оценивание параметров в (17)-(18) является простой процедурой, если не присутствует дополнительный шум. Заметим, что в случае отсутствия шума второй член в правой части (22) исчезает и, таким образом, (21) сокращается до (17) после взаимного уничтожения нулей и полюсов.
Здесь рассматривается оценка спектральной плотности мощности на основе метода автокорреляции. Для этого имеется четыре причины.
Метод автокорреляции хорошо известен. В частности, оцениваемые параметры имеют минимальную фазу, обеспечивающую стабильность получаемого в результате фильтра.
При использовании алгоритма Левинсона способ легко реализуется и имеет низкую вычислительную сложность.
Оптимальная процедура включает в себя нелинейную оптимизацию, явно требующую некоторую процедуру инициализации. Метод автокорреляции ее не требует.
С практической точки зрения удобно, если может быть использована одна и та же процедура оценки для искаженной речи и соответственно чистой речи, если она доступна. Другими словами, способ оценивания должен быть независимым от действительного сценария работы, то есть независимым от отношения сигнал-шум.
Хорошо известно, что модель с авторегрессионным скользящим средним (такая, как (21)) может быть смоделирована процессом авторегресии бесконечного порядка. Когда для оценки параметра доступно конечное число данных, бесконечная авторегрессионная модель усекается. Здесь использована следующая модель:
где F(q-1) имеет порядок Подходящий порядок модели следует из приведенного ниже анализа. Приближенная модель (23) близка к
процессу речи с шумом, если их спектральные плотности мощности приблизительно равны, то есть
Исходя из физического моделирования голосового тракта, общепринято рассматривать p=degA(q-1)) = 10. Из (24) также следует, что = deg(F(q-1)) >> degA(q-1)) + deg (q-1)) = p + r, где p + r грубо равно числу пиков в Фx(ω) С другой стороны, моделирование узкополосных процессов с шумом с использованием авторегрессионных моделей требует с целью обеспечить достоверные оценки спектральной плотности мощности. Таким образом,
Подходящее практическое правило дается выражением Из вышеприведенного анализа можно ожидать, что параметрический подход выгоден, когда N >> 100. Из (22) можно также заключить, что чем более плоским является спектр шума, тем меньшие значения N допускаются. Даже если не является достаточно большим, можно ожидать, что параметрический подход даст приемлемые результаты. Причиной этого является то, что параметрический подход дает, с точки зрения дисперсии ошибки, значительно более точные оценки спектральной плотности мощности, чем подход, основанный на периодограмме (в типичном примере отношение между дисперсиями равняется 1:8, см. ниже), что значительно уменьшает на выходе такие паразитные искусственные шумы, как тональный шум.
где F(q-1) имеет порядок Подходящий порядок модели следует из приведенного ниже анализа. Приближенная модель (23) близка к
процессу речи с шумом, если их спектральные плотности мощности приблизительно равны, то есть
Исходя из физического моделирования голосового тракта, общепринято рассматривать p=degA(q-1)) = 10. Из (24) также следует, что = deg(F(q-1)) >> degA(q-1)) + deg (q-1)) = p + r, где p + r грубо равно числу пиков в Фx(ω) С другой стороны, моделирование узкополосных процессов с шумом с использованием авторегрессионных моделей требует с целью обеспечить достоверные оценки спектральной плотности мощности. Таким образом,
Подходящее практическое правило дается выражением Из вышеприведенного анализа можно ожидать, что параметрический подход выгоден, когда N >> 100. Из (22) можно также заключить, что чем более плоским является спектр шума, тем меньшие значения N допускаются. Даже если не является достаточно большим, можно ожидать, что параметрический подход даст приемлемые результаты. Причиной этого является то, что параметрический подход дает, с точки зрения дисперсии ошибки, значительно более точные оценки спектральной плотности мощности, чем подход, основанный на периодограмме (в типичном примере отношение между дисперсиями равняется 1:8, см. ниже), что значительно уменьшает на выходе такие паразитные искусственные шумы, как тональный шум.
Параметрическая оценка спектральной плотности мощности кратко может быть охарактеризована следующим образом. Используют метод автокорреляции и авторегрессионную модель высокого порядка (модель порядка для того, чтобы вычислить параметры авторегрессии и дисперсию шума (23). Из оцениваемой авторегрессионной модели вычисляют (в N дискретных точках, соответствующих частотным участкам X(ω) в (3)) согласно формуле
Затем для выполнения коррекции речи s(k) используется один из рассмотренных и перечисленных в табл. 2 методов спектрального вычитания.
Затем для выполнения коррекции речи s(k) используется один из рассмотренных и перечисленных в табл. 2 методов спектрального вычитания.
Далее используется аппроксимация низкого порядка для дисперсии параметрической оценки спектральной плотности мощности (аналогично (7) для рассмотренных непараметрических способов) и, таким образом, разложение s(k) в ряд Фурье при допущении, что шум является белым. Тогда асимптотическая (как для числа данных (N >> 1), так и для порядка модели (p >> 1)) дисперсия равна
Вышеприведенное выражение действительно также для чистого (высокого порядка) процесса авторегресии. Из (26) непосредственно следует, что , т. е. согласно упомянутому выше практическому правилу эта переменная приблизительно соответствует , что можно сравнить с γx≈ 1 для случая оценки спектральной плотности мощности на основе периодограммы.
Вышеприведенное выражение действительно также для чистого (высокого порядка) процесса авторегресии. Из (26) непосредственно следует, что , т. е. согласно упомянутому выше практическому правилу эта переменная приблизительно соответствует , что можно сравнить с γx≈ 1 для случая оценки спектральной плотности мощности на основе периодограммы.
Например, для окружающей среды радиотелефона, который не держат при разговоре в руке, можно предположить, что шум стационарен в течение около 0,5 с (при частоте дискретизации 8000 Гц и длине кадра N = 256), что дает τ ≈ 15 и, таким образом, γν≅ 1/15. Кроме того, для мы имеем γx= 1/8.
Фиг. 3 иллюстрирует для типичного речевого кадра различие между оценкой спектральной плотности мощности с помощью периодограммы и параметрической оценкой спектральной плотности мощности в соответствии с настоящим изобретением. В этом примере использованы N=256 (256 отсчетов) и авторегрессионная модель с 10 параметрами. Следует заметить, что параметрическая оценка спектральной плотности мощности является значительно более сглаженной, чем соответствующая оценка спектральной плотности мощности с помощью периодограммы.
На фиг. 4 показано 5 секунд дискретизированного звукового сигнала, содержащего речь на шумовом фоне. На фиг. 5 показан сигнал фиг. 4 после спектрального вычитания, основанного на оценке спектральной плотности мощности с использованием периодограммы, которая отдает приоритет высокому качеству звука. На фиг. 6 показан сигнал фиг. 4 после спектрального вычитания, основанного на параметрической оценке спектральной плотности мощности в соответствии с настоящим изобретением.
Сравнение фиг. 5 и фиг. 6 показывает, что с помощью способа в соответствии с настоящим изобретением достигается значительное подавление шума (порядка 10 дБ). (Как отмечено выше в связи с описанием фиг. 1, уменьшенные уровни шума одинаковы для речевых и неречевых кадров). Другим отличием, которое не очевидно из фиг. 6, является то, что полученный в результате речевой сигнал искажен меньше, чем речевой сигнал на фиг. 5.
Теоретические результаты в отношении смещения и дисперсии ошибки спектральной плотности мощности для всех рассматриваемых способов суммированы в табл. 3.
Есть возможность классифицировать разные способы. Можно выделить по меньшей мере два критерия выбора подходящего способа.
Во-первых, для низкого мгновенного отношения сигнал/шум желательно, чтобы способ имел низкую дисперсию с целью избежать тональных искусственных шумов в . Это невозможно без увеличенного смещения и для того, чтобы подавить (а не усилить) частотные области с низким мгновенным отношением сигнал/шум, этот член смещения должен иметь отрицательный знак (таким образом заставляя в (9) стремиться к нулю). Способами, которые удовлетворяют этим критериям, являются соответственно вычитание амплитудных спектров (MS), улучшенное вычитание спектра мощности (IPS) и винеровская фильтрация (WF).
Во-вторых, для высоких отношений сигнал/шум желательна низкая степень искажений речи. Кроме того, если член смещения является главным, он должен иметь положительный знак. Способы на основе максимального правдоподобия (ML), вычитания спектров мощности (PS, PS), улучшенного вычитания спектров мощности (IPS) и (возможно) винеровской фильтрации (WF), выполняют первое требование. Член смещения доминирует в выражении среднеквадратичной ошибки только для способов на основе принципов максимального правдоподобия (ML) и винеровской фильтрации (WF), причем знак члена смещения положителен для максимального правдоподобия (ML) и соответственно отрицателен для винеровской фильтрации (WF). Таким образом, способы на основе принципа максимального правдоподобия (ML), вычитания спектров мощности (PS, PS) и улучшенного вычитания спектров мощности (IPS) удовлетворяют этому критерию.
Алгоритмические аспекты
В данном разделе предпочтительные варианты осуществления способа спектрального вычитания в соответствии с настоящим изобретением описываются со ссылкой на фиг. 7.
В данном разделе предпочтительные варианты осуществления способа спектрального вычитания в соответствии с настоящим изобретением описываются со ссылкой на фиг. 7.
1. Входной сигнал:
2. Расчетные переменные:
- порядок модели речи в шуме,
ρ - коэффициент обновления текущего среднего значения для
3. Для каждого кадра входных данных выполняют следующие операции:
а) Обнаружение речи (шаг 110)
Переменная Речь устанавливается на "да", если выходной сигнал детектора речевой активности соответствует состоянию st =21 или st =22.
2. Расчетные переменные:
- порядок модели речи в шуме,
ρ - коэффициент обновления текущего среднего значения для
3. Для каждого кадра входных данных выполняют следующие операции:
а) Обнаружение речи (шаг 110)
Переменная Речь устанавливается на "да", если выходной сигнал детектора речевой активности соответствует состоянию st =21 или st =22.
Речь устанавливается на "нет" в случае st = 20. Если выходной сигнал детектора речевой активности соответствует состоянию st = 0, то алгоритм инициализируется заново.
б) Спектральное оценивание
Если Речь, то оценить
i. Оценить коэффициенты (коэффициенты полинома ) и дисперсию модели (23) со всеми полюсами, используя метод автокорреляции, применяемый к входным данным с подстроенным нулевым средним значением {x(k)} (шаг 120).
Если Речь, то оценить
i. Оценить коэффициенты (коэффициенты полинома ) и дисперсию модели (23) со всеми полюсами, используя метод автокорреляции, применяемый к входным данным с подстроенным нулевым средним значением {x(k)} (шаг 120).
Если не Речь, то оценить (шаг 140)
Обновить спектральную модель фонового шума используя (4), где - периодограмма, основанная на входных данных с подстроенным нулевым средним значением, обработанных с помощью метода окна Хэннинга/Хэмминга. Так как здесь используются обработанные методом окна данные, в то время как основывается на необработанных этим методом данных, то должна быть надлежащим образом нормализована. Подходящее начальное значение для определяется с помощью среднего (по частотным участкам) значения периодограммы первого кадра, масштабированного, например, с коэффициентом 0,25, т. е. первоначально фоновый шум априорно считается белым шумом.
Обновить спектральную модель фонового шума используя (4), где - периодограмма, основанная на входных данных с подстроенным нулевым средним значением, обработанных с помощью метода окна Хэннинга/Хэмминга. Так как здесь используются обработанные методом окна данные, в то время как основывается на необработанных этим методом данных, то должна быть надлежащим образом нормализована. Подходящее начальное значение для определяется с помощью среднего (по частотным участкам) значения периодограммы первого кадра, масштабированного, например, с коэффициентом 0,25, т. е. первоначально фоновый шум априорно считается белым шумом.
(с) Спектральное вычитание (шаг 150)
i. Вычислить частотную весовую функцию в соответствии с табл. 1.
i. Вычислить частотную весовую функцию в соответствии с табл. 1.
ii. Возможная пост-фильтрация, заглушение и подстройка минимального уровня шума.
iii. Вычислить выходной сигнал, используя (3) и данные {x(k)} с подстроенным нулевым средним значением. Данные {x(k)} могут быть обработаны методом окна или нет в зависимости от действительного перекрытия кадров (прямоугольное окно используется для неперекрывающихся кадров, тогда как окно Хэннинга используется при 50% перекрытии).
Из вышеприведенного описания ясно, что настоящее изобретение ведет к значительному подавлению шума без ухудшения при этом качества звука. Это улучшение связано с разными способами оценивания спектра мощности для речевых и неречевых кадров. Эти способы используют преимущество различных характеров речевых и неречевых (фонового шума) сигналов для того, чтобы минимизировать дисперсию соответствующих оценок спектральной плотности мощности.
Для неречевых кадров вычисляется способом непараметрического оценивания спектра мощности, например оцениванием с помощью периодограммы, основанной на быстром преобразовании Фурье, которая использует все N отсчеты каждого кадра. При сохранении в неречевых кадрах всех N степеней свободы может быть смоделировано большее многообразие фоновых шумов. Так как фоновый шум предполагается стационарным на протяжении нескольких кадров, уменьшение дисперсии может быть достигнуто усреднением оценки спектра мощности по нескольким неречевым кадрам.
Для речевых кадров вычисляется способом параметрического оценивания спектра мощности, основанным на параметрической модели речи. В этом случае особый характер речевого сигнала используется для уменьшения числа степеней свободы речевого кадра (до числа параметров в параметрической модели). Модель, основанная на меньшем числе параметров, уменьшает дисперсию оценки спектра мощности. Этот подход предпочтителен для речевых кадров, так как предполагается, что речь стационарна только в течение кадра.
Специалистам в данной области должно быть ясно, что различные модификации и изменения могут быть сделаны в данном изобретении в пределах его сущности и объема, который определен прилагаемой формулой.
Приложение A
Анализ
Вычисления для дают
где во втором равенстве также используется разложение в ряд Тейлора Из (27) следует, что ожидаемая величина не равна нулю и определяется выражением
Далее
Объединяя (29) и (15), получаем
Приложение В
Анализ
В этом приложении выводится ошибка спектральной плотности мощности для коррекции речи на основе винеровской фильтрации [2]. В этом случаев определяется с помощью
Здесь является оценкой Фs(ω), а второе равенство вытекает из
Отметим, что
и прямое вычисление дает
Из (33) следует, что
и
Приложение С
Анализ
Вычитание в спектральной области на основе метода максимального правдоподобия (ML), с использованием характеристики речи, как колебания детерминированной формы с неизвестной амплитудой и фазой, определяется как
Подставив (11) в (36), в результате очевидных вычислений получим
где в первом равенстве используется разложение в ряд Тейлора (1+x)-1≅ 1-x, а во втором - Теперь можно легко вычислить ошибку спектральной плотности мощности. Подстановка (37) в (9)-(10) дает, если пренебречь отклонениями выше первого порядка в разложении
Из (38) следует, что
где во втором равенстве используется (2). Далее
Приложение D
Вывод
Когда точно известны, квадратичная ошибка спектральной плотности мощности минимизируется с помощью HPS(ω), то есть с и , замененными на соответственно. Это вытекает непосредственно из (9) и (10), а именно где (2) используется в последнем равенстве. Заметим, что в этом случае H(ω) является детерминированной величиной, тогда как - случайной величиной. Если учесть неопределенность оценок спектральной плотности мощности, то это в целом более не соответствует действительности и, чтобы улучшить характеристику в этом разделе выводится весовая функция, независимая от данных. С этой целью рассматривается выражение для дисперсии в виде
(ξ = 1 для вычитания спектров мощности и для вычитания амплитудных спектров и γ = γx+γν). Переменная γ зависит только от используемого способа оценки спектральной плотности мощности и не может зависеть от выбора передаточной функции Однако первый коэффициент ξ зависит от выбора В данном разделе ищется независимая от данных весовая функция такая, что минимизирует математическое ожидание квадратичной ошибки спектральной плотности мощности, то есть
B (42) G(ω) является характеристической весовой функцией. Прежде, чем продолжить, заметим, что если допускается зависимость весовой функции G(ω) от данных, то это дает в результате общий класс способов вычитания в спектральной области, который включает в качестве особых случаев много используемых обычно методов, например вычитание амплитудных спектров с использованием Однако это замечание не представляет особого интереса, так как оптимизация (42) с зависимой от данных G(ω) значительно зависит от вида G(ω). Таким образом, способы, которые используют весовые функции, зависящие от данных, должны быть проанализированы по отдельности, так как в этом случае не может быть получено общих результатов.
Анализ
Вычисления для дают
где во втором равенстве также используется разложение в ряд Тейлора Из (27) следует, что ожидаемая величина не равна нулю и определяется выражением
Далее
Объединяя (29) и (15), получаем
Приложение В
Анализ
В этом приложении выводится ошибка спектральной плотности мощности для коррекции речи на основе винеровской фильтрации [2]. В этом случаев определяется с помощью
Здесь является оценкой Фs(ω), а второе равенство вытекает из
Отметим, что
и прямое вычисление дает
Из (33) следует, что
и
Приложение С
Анализ
Вычитание в спектральной области на основе метода максимального правдоподобия (ML), с использованием характеристики речи, как колебания детерминированной формы с неизвестной амплитудой и фазой, определяется как
Подставив (11) в (36), в результате очевидных вычислений получим
где в первом равенстве используется разложение в ряд Тейлора (1+x)-1≅ 1-x, а во втором - Теперь можно легко вычислить ошибку спектральной плотности мощности. Подстановка (37) в (9)-(10) дает, если пренебречь отклонениями выше первого порядка в разложении
Из (38) следует, что
где во втором равенстве используется (2). Далее
Приложение D
Вывод
Когда точно известны, квадратичная ошибка спектральной плотности мощности минимизируется с помощью HPS(ω), то есть с и , замененными на соответственно. Это вытекает непосредственно из (9) и (10), а именно где (2) используется в последнем равенстве. Заметим, что в этом случае H(ω) является детерминированной величиной, тогда как - случайной величиной. Если учесть неопределенность оценок спектральной плотности мощности, то это в целом более не соответствует действительности и, чтобы улучшить характеристику в этом разделе выводится весовая функция, независимая от данных. С этой целью рассматривается выражение для дисперсии в виде
(ξ = 1 для вычитания спектров мощности и для вычитания амплитудных спектров и γ = γx+γν). Переменная γ зависит только от используемого способа оценки спектральной плотности мощности и не может зависеть от выбора передаточной функции Однако первый коэффициент ξ зависит от выбора В данном разделе ищется независимая от данных весовая функция такая, что минимизирует математическое ожидание квадратичной ошибки спектральной плотности мощности, то есть
B (42) G(ω) является характеристической весовой функцией. Прежде, чем продолжить, заметим, что если допускается зависимость весовой функции G(ω) от данных, то это дает в результате общий класс способов вычитания в спектральной области, который включает в качестве особых случаев много используемых обычно методов, например вычитание амплитудных спектров с использованием Однако это замечание не представляет особого интереса, так как оптимизация (42) с зависимой от данных G(ω) значительно зависит от вида G(ω). Таким образом, способы, которые используют весовые функции, зависящие от данных, должны быть проанализированы по отдельности, так как в этом случае не может быть получено общих результатов.
Для минимизации (42) прямое вычисление дает
Определяя математическое ожидание квадратичной ошибки спектральной плотности мощности и используя (41), получим
Уравнение (44) является квадратичным для переменной G(ω) и может быть минимизировано аналитически. Результат следующий:
где во втором равенстве используется (2). Не является неожиданным, что зависит от спектральных плотностей мощности (неизвестных) и переменной γ. Как отмечено выше, нельзя непосредственно заменять неизвестные спектральные плотности мощности в (45) соответствующими оценками и считать, что полученный в результате модифицированный способ является оптимальным, то есть минимизирует (42). Однако можно ожидать, что с принятием во внимание неопределенности и в процедуре расчета модифицированный способ вычитания спектров мощности будет работать "лучше", чем обычный способ вычитания спектров мощности (PS). На основании вышеприведенных соображений, этот модифицированный способ вычитания спектров мощности назван улучшенным способом вычитания спектров мощности (IPS). Прежде чем анализировать улучшенный способ вычитания спектров мощности (IPS) в Приложении Е, необходимо сделать следующие замечания.
Определяя математическое ожидание квадратичной ошибки спектральной плотности мощности и используя (41), получим
Уравнение (44) является квадратичным для переменной G(ω) и может быть минимизировано аналитически. Результат следующий:
где во втором равенстве используется (2). Не является неожиданным, что зависит от спектральных плотностей мощности (неизвестных) и переменной γ. Как отмечено выше, нельзя непосредственно заменять неизвестные спектральные плотности мощности в (45) соответствующими оценками и считать, что полученный в результате модифицированный способ является оптимальным, то есть минимизирует (42). Однако можно ожидать, что с принятием во внимание неопределенности и в процедуре расчета модифицированный способ вычитания спектров мощности будет работать "лучше", чем обычный способ вычитания спектров мощности (PS). На основании вышеприведенных соображений, этот модифицированный способ вычитания спектров мощности назван улучшенным способом вычитания спектров мощности (IPS). Прежде чем анализировать улучшенный способ вычитания спектров мощности (IPS) в Приложении Е, необходимо сделать следующие замечания.
Для высокого мгновенного отношения сигнал/шум (для такой ω, что Фs(ω)/Фν(ω) ≫ 1) из (45) следует, что и, так как нормализованная дисперсия ошибки (см. (41)) в данном случае мала, можно сделать вывод, что характеристика улучшенного способа вычитания спектров мощности (IPS) близка (очень близка) к характеристике обычного способа вычитания спектров мощности (PS). С другой стороны, для низкого мгновенного отношения сигнал/шум (то есть для такого значения ω, при котором что приводит к формуле (ср. (43)):
и
Однако при низком мгновенном отношении сигнал/шум нельзя сделать вывод о том, что (46)-(47) даже приблизительно правильны, если в (45) заменяется на то есть при замене в (45) их оцененными значениями соответственно.
и
Однако при низком мгновенном отношении сигнал/шум нельзя сделать вывод о том, что (46)-(47) даже приблизительно правильны, если в (45) заменяется на то есть при замене в (45) их оцененными значениями соответственно.
Приложение Е
Анализ
В этом приложении анализируется способ улучшенного вычитания спектров мощности. Принимая во внимание (45), определим c помощью (45), с заменяемыми соответствующими оцененными величинами. Можно показать, что
это может быть сопоставлено с (43). В явном виде
и
Для высокого отношения сигнал/шум, такого, что Фs(ω)/Фν(ω) ≫ 1, может быть выполнен некоторый анализ (49)-(50). В этом случае можно показать, что
и
Члены, которыми пренебрегают в (51) и (52), имеют порядок . Таким образом, как уже отмечалось, при высоком отношении сигнал/шум характеристика улучшенного способа вычитания спектров мощности (IPS) сходна с характеристикой обычного способа вычитания спектров мощности (PS). С другой стороны, для низкого отношения сигнал/шум (для таких ω, что
Если сравнить (53)-(54) с соответствующими результатами вычитания спектров мощности (13) и (16), то можно видеть, что для низкого отношения сигнал/шум улучшенный способ вычитания спектров мощности значительно уменьшает дисперсию по сравнению с обычным способом вычитания спектров мощности, устремляя в (9) к нулю. Отношение между дисперсиями при улучшенном способе вычитания спектров мощности (IPS) и обычном вычитании спектров мощности (PS) имеет порядок Можно также сравнить (53)-(54) с приближенным выражением (47), отметив, что отношение между ними равняется 9.
Анализ
В этом приложении анализируется способ улучшенного вычитания спектров мощности. Принимая во внимание (45), определим c помощью (45), с заменяемыми соответствующими оцененными величинами. Можно показать, что
это может быть сопоставлено с (43). В явном виде
и
Для высокого отношения сигнал/шум, такого, что Фs(ω)/Фν(ω) ≫ 1, может быть выполнен некоторый анализ (49)-(50). В этом случае можно показать, что
и
Члены, которыми пренебрегают в (51) и (52), имеют порядок . Таким образом, как уже отмечалось, при высоком отношении сигнал/шум характеристика улучшенного способа вычитания спектров мощности (IPS) сходна с характеристикой обычного способа вычитания спектров мощности (PS). С другой стороны, для низкого отношения сигнал/шум (для таких ω, что
Если сравнить (53)-(54) с соответствующими результатами вычитания спектров мощности (13) и (16), то можно видеть, что для низкого отношения сигнал/шум улучшенный способ вычитания спектров мощности значительно уменьшает дисперсию по сравнению с обычным способом вычитания спектров мощности, устремляя в (9) к нулю. Отношение между дисперсиями при улучшенном способе вычитания спектров мощности (IPS) и обычном вычитании спектров мощности (PS) имеет порядок Можно также сравнить (53)-(54) с приближенным выражением (47), отметив, что отношение между ними равняется 9.
Приложение F
Вычитание спектров мощности (PS) с оптимальным коэффициентом вычитания δ
Следует рассмотреть часто обсуждаемую модификацию способа вычитания мощности
где δ(ω) - функция, возможно зависящая от частоты. В частности, при δ(ω) = δ для некоторой постоянной δ > 1, способ часто называется вычитанием спектров мощности с избыточным вычитанием. Эта модификация значительно уменьшает уровень шума и уменьшает тональные искусственные шумы. При этом она существенно искажает речь, что делает эту модификацию бесполезной для коррекции речи высокого качества. Этот факт легко виден из (55), когда δ ≫ 1. Таким образом, для средних и низких отношений речь/шум (в области ω) выражение под знаком квадратного корня очень часто является отрицательным поэтому выпрямляющее устройство будет приравнивать его к нулю (однополупериодное выпрямление). Это подразумевает, что только те частотные полосы, где отношение сигнал/шум является высоким, будут появляться в выходном сигнале в (3). Вследствие нелинейности выпрямляющего устройства настоящий метод анализа непосредственно неприменим в этом случае и так как δ>1 приводит к выходному сигналу с низким качеством звука, то далее эта модификация рассматриваться не будет.
Вычитание спектров мощности (PS) с оптимальным коэффициентом вычитания δ
Следует рассмотреть часто обсуждаемую модификацию способа вычитания мощности
где δ(ω) - функция, возможно зависящая от частоты. В частности, при δ(ω) = δ для некоторой постоянной δ > 1, способ часто называется вычитанием спектров мощности с избыточным вычитанием. Эта модификация значительно уменьшает уровень шума и уменьшает тональные искусственные шумы. При этом она существенно искажает речь, что делает эту модификацию бесполезной для коррекции речи высокого качества. Этот факт легко виден из (55), когда δ ≫ 1. Таким образом, для средних и низких отношений речь/шум (в области ω) выражение под знаком квадратного корня очень часто является отрицательным поэтому выпрямляющее устройство будет приравнивать его к нулю (однополупериодное выпрямление). Это подразумевает, что только те частотные полосы, где отношение сигнал/шум является высоким, будут появляться в выходном сигнале в (3). Вследствие нелинейности выпрямляющего устройства настоящий метод анализа непосредственно неприменим в этом случае и так как δ>1 приводит к выходному сигналу с низким качеством звука, то далее эта модификация рассматриваться не будет.
Однако интерес представляет такой случай, когда δ(ω)≤1, что можно видеть из следующего эвристического анализа. Как было установлено ранее, когда точно известны, (55) c δ(ω) = 1 является оптимальным в отношении минимизации квадратичной ошибки спектральной плотности мощности. С другой стороны, если совершенно неизвестны, то есть нет их оценок, то лучшее, что можно сделать - это оценить речь с помощью самих отсчетов речи с шумом, то есть , в соответствии с (55) при δ = 0. Ввиду двух вышеуказанных крайних случаев можно ожидать, что если неизвестные заменяются соответственно на то ошибка минимизируется для некоторого δ(ω) в интервале 0<δ(ω)<1.
Кроме того, как эмпирическая величина улучшение усредненных спектральных искажений, так и ошибка спектральной плотности мощности, были экспериментально изучены в зависимости от коэффициента вычитания при вычитании амплитудных спектров. На основе нескольких экспериментов был сделан вывод, что оптимальный коэффициент вычитания предпочтительно должен находиться в интервале от 0,5 до 0,9.
Вычисление ошибки спектральной плотности мощности в этом случае дает
Расчет математического ожидания квадратичной ошибки спектральной плотности мощности дает
где использовано (41). Уравнение (57) является квадратным по δ(ω) и может быть минимизировано аналитически. Если обозначить оптимальное значение через то результат будет следующий
Заметим, что поскольку величина γ в (58) приближенно частотно независима (по меньшей мере для N >> 1), то также не зависит от частоты. В частности, не зависит от что подразумевает, что дисперсия и смещение непосредственно следуют из (57).
Расчет математического ожидания квадратичной ошибки спектральной плотности мощности дает
где использовано (41). Уравнение (57) является квадратным по δ(ω) и может быть минимизировано аналитически. Если обозначить оптимальное значение через то результат будет следующий
Заметим, что поскольку величина γ в (58) приближенно частотно независима (по меньшей мере для N >> 1), то также не зависит от частоты. В частности, не зависит от что подразумевает, что дисперсия и смещение непосредственно следуют из (57).
В ряде (реальных) случаев значение может быть значительно меньше единицы. Например, еще раз рассмотрим Тогда δ определяется с помощью выражения
которое для всех τ очевидно является меньшим, чем 0,5. В этом случае тот факт, что δ ≪ 1 показывает, что неопределенность в оценках спектральной плотности мощности (и, в частности, неопределенность в оказывает большое воздействие на качество выходного сигнала (с точки зрения ошибки спектральной плотности мощности). В особенности, применение δ ≪ 1 подразумевает, что улучшение отношения речь/шум выходного сигнала по сравнению с входным является малым.
которое для всех τ очевидно является меньшим, чем 0,5. В этом случае тот факт, что δ ≪ 1 показывает, что неопределенность в оценках спектральной плотности мощности (и, в частности, неопределенность в оказывает большое воздействие на качество выходного сигнала (с точки зрения ошибки спектральной плотности мощности). В особенности, применение δ ≪ 1 подразумевает, что улучшение отношения речь/шум выходного сигнала по сравнению с входным является малым.
В связи с этим возникает вопрос, существует ли в данном случае, аналогично весовой функции для улучшенного способа вычитания спектров мощности (IPS) в Приложении D, независимая от данных весовая функция B Приложении G такой способ выводится (и назван δIPS).
Приложение G
Вывод
В этом приложении мы ищем независимый от данных весовой коэффициент такой, что для некоторой постоянной δ(0≤δ≤1) минимизирует математическое ожидание квадратичной ошибки спектральной плотности (ср. с (42)). Прямое вычисление дает
Математическое ожидание квадратичной ошибки спектральной плотности определяется с помощью
Правая часть (60) является квадратичной по G(ω) и может быть аналитически минимизирована. Результат определяется выражением
где β в втором равенстве определяется с помощью
Для δ = 1 вышеприведенные (61)-(62) сокращаются до улучшенного способа вычитания спектров мощности (45), а для δ = 0 мы приходим к обычному вычитанию спектров мощности. Замена в (61)-(62) соответствующими оцениваемыми величинами и соответственно приводит к способу, который, принимая во внимание улучшенный способ вычитания спектров мощности IPS, назван δIPS. Анализ способа δIPS аналогичен анализу способа вычитания спектров мощности IPS, но требует много громоздких тривиальных вычислений и поэтому опущен.
Вывод
В этом приложении мы ищем независимый от данных весовой коэффициент такой, что для некоторой постоянной δ(0≤δ≤1) минимизирует математическое ожидание квадратичной ошибки спектральной плотности (ср. с (42)). Прямое вычисление дает
Математическое ожидание квадратичной ошибки спектральной плотности определяется с помощью
Правая часть (60) является квадратичной по G(ω) и может быть аналитически минимизирована. Результат определяется выражением
где β в втором равенстве определяется с помощью
Для δ = 1 вышеприведенные (61)-(62) сокращаются до улучшенного способа вычитания спектров мощности (45), а для δ = 0 мы приходим к обычному вычитанию спектров мощности. Замена в (61)-(62) соответствующими оцениваемыми величинами и соответственно приводит к способу, который, принимая во внимание улучшенный способ вычитания спектров мощности IPS, назван δIPS. Анализ способа δIPS аналогичен анализу способа вычитания спектров мощности IPS, но требует много громоздких тривиальных вычислений и поэтому опущен.
Литература
1. S. F. Boll, "Suppression of Acoustic Noise in Speech Using Spectral Subtraction", IEEE Transactions on Acoustics, Speech, and Signal Processing, vol. ASSP-27, April 1979, pp, 113-120.
1. S. F. Boll, "Suppression of Acoustic Noise in Speech Using Spectral Subtraction", IEEE Transactions on Acoustics, Speech, and Signal Processing, vol. ASSP-27, April 1979, pp, 113-120.
2. J. S.Lim and A.V. Oppenheim, "Enchancement and Bandwidth Compression of Noisy Speech", Proceedings of the IEEE, Vol. 67, No. 12, December 1979, pp. 1586-1604.
3. J. D. Gibson, B. Koo and S.D. Gray, "Filtering of Colored Noise for Speech Enhancement and Coding", IEEE Transactions on Acoustics, Speech, and Signal Processing, Vol. ASSP-39, No. 8, August 1991, pp. 1732-1742.
4. J.H.L Hansen and M.A. Clements, "Constrained, Iterative Speech Enhancement with Application to Speech Recognition", IEEE Transactions on Signal Processing, Vol. 39, No. 4, April 1991; pp. 795-805.
5. D.K. Freeman, Q. Cosier, C.B. Southcott and I. Boid, "The Voice Activity Detector for the Pan-European Digital Cellular Mobile Telephone Service", 2989 IEEE International Conference Acoustics, Speech and Signal Processing, Glasgow, Scotland, 23-26 March 1989, pp. 369-372.
6. Международная заявка N 89/08910, British Telecommunications PLC.
Claims (7)
1. Способ подавления шума путем спектрального вычитания в цифровой системе связи, работающей на основе передачи кадров, каждый из которых включает заданное число N отсчетов звукового сигнала и имеет таким образом N степеней свободы, причем функция спектрального вычитания основывается на оценке спектральной плотности мощности фонового шума в неречевых кадрах и на оценке спектральной плотности мощности в речевых кадрах, отличающийся тем, что аппроксимируют каждый речевой кадр приближенной параметрической моделью так, что число степеней свободы уменьшается до значения, меньшего N, вычисляют упомянутую оценку спектральной плотности мощности каждого речевого кадра с помощью параметрического способа оценивания спектра мощности, основанного на приближенной параметрической модели, и вычисляют упомянутую оценку спектральной плотности мощности каждого неречевого кадра непараметрическим способом оценивания спектра мощности.
2. Способ по п.1, отличающийся тем, что упомянутая приближенная параметрическая модель является авторегрессионной моделью.
7. Способ по п.5 или 6, отличающийся тем, что коэффициент δ(ω) является константой, меньшей или равной 1.
8. Способ по п.3, отличающийся тем, что упомянутая функция спектрального вычитания соответствует формуле
9. Способ по п.3, отличающийся тем, что упомянутая функция спектрального вычитания соответствует формуле
10. Способ по п. 3, отличающийся тем, что упомянутая функция спектрального вычитания соответствует формуле
9. Способ по п.3, отличающийся тем, что упомянутая функция спектрального вычитания соответствует формуле
10. Способ по п. 3, отличающийся тем, что упомянутая функция спектрального вычитания соответствует формуле
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE9500321-6 | 1995-01-30 | ||
SE9500321A SE505156C2 (sv) | 1995-01-30 | 1995-01-30 | Förfarande för bullerundertryckning genom spektral subtraktion |
PCT/SE1996/000024 WO1996024128A1 (en) | 1995-01-30 | 1996-01-12 | Spectral subtraction noise suppression method |
Publications (2)
Publication Number | Publication Date |
---|---|
RU97116274A RU97116274A (ru) | 1999-07-20 |
RU2145737C1 true RU2145737C1 (ru) | 2000-02-20 |
Family
ID=20397011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU97116274A RU2145737C1 (ru) | 1995-01-30 | 1996-01-12 | Способ подавления шума путем спектрального вычитания |
Country Status (14)
Country | Link |
---|---|
US (1) | US5943429A (ru) |
EP (1) | EP0807305B1 (ru) |
JP (1) | JPH10513273A (ru) |
KR (1) | KR100365300B1 (ru) |
CN (1) | CN1110034C (ru) |
AU (1) | AU696152B2 (ru) |
BR (1) | BR9606860A (ru) |
CA (1) | CA2210490C (ru) |
DE (1) | DE69606978T2 (ru) |
ES (1) | ES2145429T3 (ru) |
FI (1) | FI973142A (ru) |
RU (1) | RU2145737C1 (ru) |
SE (1) | SE505156C2 (ru) |
WO (1) | WO1996024128A1 (ru) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2483439C2 (ru) * | 2007-10-18 | 2013-05-27 | Моторола Мобилити, Инк. | Робастная система подавления шума с двумя микрофонами |
RU2593384C2 (ru) * | 2014-12-24 | 2016-08-10 | Федеральное государственное бюджетное учреждение науки "Морской гидрофизический институт РАН" | Способ дистанционного определения характеристик морской поверхности |
Families Citing this family (212)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1326479B2 (en) * | 1997-04-16 | 2018-05-23 | Emma Mixed Signal C.V. | Method and apparatus for noise reduction, particularly in hearing aids |
FR2764469B1 (fr) * | 1997-06-09 | 2002-07-12 | France Telecom | Procede et dispositif de traitement optimise d'un signal perturbateur lors d'une prise de son |
WO1999001942A2 (en) * | 1997-07-01 | 1999-01-14 | Partran Aps | A method of noise reduction in speech signals and an apparatus for performing the method |
DE19747885B4 (de) * | 1997-10-30 | 2009-04-23 | Harman Becker Automotive Systems Gmbh | Verfahren zur Reduktion von Störungen akustischer Signale mittels der adaptiven Filter-Methode der spektralen Subtraktion |
FR2771542B1 (fr) * | 1997-11-21 | 2000-02-11 | Sextant Avionique | Procede de filtrage frequentiel applique au debruitage de signaux sonores mettant en oeuvre un filtre de wiener |
US6070137A (en) * | 1998-01-07 | 2000-05-30 | Ericsson Inc. | Integrated frequency-domain voice coding using an adaptive spectral enhancement filter |
US6415253B1 (en) * | 1998-02-20 | 2002-07-02 | Meta-C Corporation | Method and apparatus for enhancing noise-corrupted speech |
CN1258368A (zh) * | 1998-03-30 | 2000-06-28 | 三菱电机株式会社 | 噪声衰减设备以及噪声衰减方法 |
US6717991B1 (en) * | 1998-05-27 | 2004-04-06 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for dual microphone signal noise reduction using spectral subtraction |
US6182042B1 (en) * | 1998-07-07 | 2001-01-30 | Creative Technology Ltd. | Sound modification employing spectral warping techniques |
US6351731B1 (en) | 1998-08-21 | 2002-02-26 | Polycom, Inc. | Adaptive filter featuring spectral gain smoothing and variable noise multiplier for noise reduction, and method therefor |
US6453285B1 (en) * | 1998-08-21 | 2002-09-17 | Polycom, Inc. | Speech activity detector for use in noise reduction system, and methods therefor |
US6122610A (en) * | 1998-09-23 | 2000-09-19 | Verance Corporation | Noise suppression for low bitrate speech coder |
US6400310B1 (en) | 1998-10-22 | 2002-06-04 | Washington University | Method and apparatus for a tunable high-resolution spectral estimator |
EP2085028A1 (en) | 1998-11-09 | 2009-08-05 | Xinde Li | Processing low signal-to-noise ratio signals |
US6343268B1 (en) * | 1998-12-01 | 2002-01-29 | Siemens Corporation Research, Inc. | Estimator of independent sources from degenerate mixtures |
US6289309B1 (en) | 1998-12-16 | 2001-09-11 | Sarnoff Corporation | Noise spectrum tracking for speech enhancement |
DE69907967T2 (de) * | 1998-12-18 | 2004-03-11 | Telefonaktiebolaget L M Ericsson (Publ) | Geräuschunterdrückung in einem mobil-kommunikationssystem |
DK1141948T3 (da) | 1999-01-07 | 2007-08-13 | Tellabs Operations Inc | Fremgangsmåde og apparat til adaptiv undertrykkelse af stöj |
EP1729287A1 (en) * | 1999-01-07 | 2006-12-06 | Tellabs Operations, Inc. | Method and apparatus for adaptively suppressing noise |
US6453291B1 (en) * | 1999-02-04 | 2002-09-17 | Motorola, Inc. | Apparatus and method for voice activity detection in a communication system |
US6496795B1 (en) * | 1999-05-05 | 2002-12-17 | Microsoft Corporation | Modulated complex lapped transform for integrated signal enhancement and coding |
FR2794323B1 (fr) * | 1999-05-27 | 2002-02-15 | Sagem | Procede de suppression de bruit |
US6314394B1 (en) * | 1999-05-27 | 2001-11-06 | Lear Corporation | Adaptive signal separation system and method |
FR2794322B1 (fr) * | 1999-05-27 | 2001-06-22 | Sagem | Procede de suppression de bruit |
US6480824B2 (en) * | 1999-06-04 | 2002-11-12 | Telefonaktiebolaget L M Ericsson (Publ) | Method and apparatus for canceling noise in a microphone communications path using an electrical equivalence reference signal |
DE19935808A1 (de) * | 1999-07-29 | 2001-02-08 | Ericsson Telefon Ab L M | Echounterdrückungseinrichtung zum Unterdrücken von Echos in einer Sender/Empfänger-Einheit |
SE514875C2 (sv) * | 1999-09-07 | 2001-05-07 | Ericsson Telefon Ab L M | Förfarande och anordning för konstruktion av digitala filter |
US6876991B1 (en) | 1999-11-08 | 2005-04-05 | Collaborative Decision Platforms, Llc. | System, method and computer program product for a collaborative decision platform |
FI19992453A (fi) * | 1999-11-15 | 2001-05-16 | Nokia Mobile Phones Ltd | Kohinanvaimennus |
US6804640B1 (en) * | 2000-02-29 | 2004-10-12 | Nuance Communications | Signal noise reduction using magnitude-domain spectral subtraction |
US8645137B2 (en) | 2000-03-16 | 2014-02-04 | Apple Inc. | Fast, language-independent method for user authentication by voice |
US6766292B1 (en) * | 2000-03-28 | 2004-07-20 | Tellabs Operations, Inc. | Relative noise ratio weighting techniques for adaptive noise cancellation |
US6674795B1 (en) * | 2000-04-04 | 2004-01-06 | Nortel Networks Limited | System, device and method for time-domain equalizer training using an auto-regressive moving average model |
US6711558B1 (en) | 2000-04-07 | 2004-03-23 | Washington University | Associative database scanning and information retrieval |
US8095508B2 (en) * | 2000-04-07 | 2012-01-10 | Washington University | Intelligent data storage and processing using FPGA devices |
US7139743B2 (en) * | 2000-04-07 | 2006-11-21 | Washington University | Associative database scanning and information retrieval using FPGA devices |
US7225001B1 (en) | 2000-04-24 | 2007-05-29 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for distributed noise suppression |
MXPA02000518A (es) * | 2000-05-17 | 2002-07-02 | Koninkl Philips Electronics Nv | Codificacion de audio. |
DE10053948A1 (de) * | 2000-10-31 | 2002-05-16 | Siemens Ag | Verfahren zum Vermeiden von Kommunikations-Kollisionen zwischen Co-existierenden PLC-Systemen bei der Nutzung eines allen PLC-Systemen gemeinsamen physikalischen Übertragungsmediums und Anordnung zur Durchführung des Verfahrens |
US6463408B1 (en) * | 2000-11-22 | 2002-10-08 | Ericsson, Inc. | Systems and methods for improving power spectral estimation of speech signals |
US20050065779A1 (en) * | 2001-03-29 | 2005-03-24 | Gilad Odinak | Comprehensive multiple feature telematics system |
US8175886B2 (en) | 2001-03-29 | 2012-05-08 | Intellisist, Inc. | Determination of signal-processing approach based on signal destination characteristics |
US7236777B2 (en) | 2002-05-16 | 2007-06-26 | Intellisist, Inc. | System and method for dynamically configuring wireless network geographic coverage or service levels |
USRE46109E1 (en) | 2001-03-29 | 2016-08-16 | Lg Electronics Inc. | Vehicle navigation system and method |
US20020143611A1 (en) * | 2001-03-29 | 2002-10-03 | Gilad Odinak | Vehicle parking validation system and method |
US6885735B2 (en) * | 2001-03-29 | 2005-04-26 | Intellisist, Llc | System and method for transmitting voice input from a remote location over a wireless data channel |
US6487494B2 (en) * | 2001-03-29 | 2002-11-26 | Wingcast, Llc | System and method for reducing the amount of repetitive data sent by a server to a client for vehicle navigation |
US20030046069A1 (en) * | 2001-08-28 | 2003-03-06 | Vergin Julien Rivarol | Noise reduction system and method |
US7716330B2 (en) | 2001-10-19 | 2010-05-11 | Global Velocity, Inc. | System and method for controlling transmission of data packets over an information network |
US6813589B2 (en) * | 2001-11-29 | 2004-11-02 | Wavecrest Corporation | Method and apparatus for determining system response characteristics |
US7315623B2 (en) * | 2001-12-04 | 2008-01-01 | Harman Becker Automotive Systems Gmbh | Method for supressing surrounding noise in a hands-free device and hands-free device |
US7116745B2 (en) * | 2002-04-17 | 2006-10-03 | Intellon Corporation | Block oriented digital communication system and method |
US7093023B2 (en) * | 2002-05-21 | 2006-08-15 | Washington University | Methods, systems, and devices using reprogrammable hardware for high-speed processing of streaming data to find a redefinable pattern and respond thereto |
US7711844B2 (en) | 2002-08-15 | 2010-05-04 | Washington University Of St. Louis | TCP-splitter: reliable packet monitoring methods and apparatus for high speed networks |
US20040078199A1 (en) * | 2002-08-20 | 2004-04-22 | Hanoh Kremer | Method for auditory based noise reduction and an apparatus for auditory based noise reduction |
JP2006526227A (ja) | 2003-05-23 | 2006-11-16 | ワシントン ユニヴァーシティー | Fpgaデバイスを使用するインテリジェントデータ記憶および処理 |
US10572824B2 (en) | 2003-05-23 | 2020-02-25 | Ip Reservoir, Llc | System and method for low latency multi-functional pipeline with correlation logic and selectively activated/deactivated pipelined data processing engines |
DE102004001863A1 (de) * | 2004-01-13 | 2005-08-11 | Siemens Ag | Verfahren und Vorrichtung zur Bearbeitung eines Sprachsignals |
US7602785B2 (en) | 2004-02-09 | 2009-10-13 | Washington University | Method and system for performing longest prefix matching for network address lookup using bloom filters |
CN100466671C (zh) * | 2004-05-14 | 2009-03-04 | 华为技术有限公司 | 语音切换方法及其装置 |
US7454332B2 (en) * | 2004-06-15 | 2008-11-18 | Microsoft Corporation | Gain constrained noise suppression |
JP5068653B2 (ja) * | 2004-09-16 | 2012-11-07 | フランス・テレコム | 雑音のある音声信号を処理する方法および該方法を実行する装置 |
JP4519169B2 (ja) * | 2005-02-02 | 2010-08-04 | 富士通株式会社 | 信号処理方法および信号処理装置 |
KR100657948B1 (ko) * | 2005-02-03 | 2006-12-14 | 삼성전자주식회사 | 음성향상장치 및 방법 |
JP4765461B2 (ja) * | 2005-07-27 | 2011-09-07 | 日本電気株式会社 | 雑音抑圧システムと方法及びプログラム |
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US7702629B2 (en) * | 2005-12-02 | 2010-04-20 | Exegy Incorporated | Method and device for high performance regular expression pattern matching |
US8345890B2 (en) | 2006-01-05 | 2013-01-01 | Audience, Inc. | System and method for utilizing inter-microphone level differences for speech enhancement |
US7954114B2 (en) | 2006-01-26 | 2011-05-31 | Exegy Incorporated | Firmware socket module for FPGA-based pipeline processing |
US8744844B2 (en) * | 2007-07-06 | 2014-06-03 | Audience, Inc. | System and method for adaptive intelligent noise suppression |
US8204252B1 (en) | 2006-10-10 | 2012-06-19 | Audience, Inc. | System and method for providing close microphone adaptive array processing |
US9185487B2 (en) * | 2006-01-30 | 2015-11-10 | Audience, Inc. | System and method for providing noise suppression utilizing null processing noise subtraction |
US8194880B2 (en) | 2006-01-30 | 2012-06-05 | Audience, Inc. | System and method for utilizing omni-directional microphones for speech enhancement |
US8112247B2 (en) * | 2006-03-24 | 2012-02-07 | International Business Machines Corporation | Resource adaptive spectrum estimation of streaming data |
US7636703B2 (en) * | 2006-05-02 | 2009-12-22 | Exegy Incorporated | Method and apparatus for approximate pattern matching |
US8934641B2 (en) | 2006-05-25 | 2015-01-13 | Audience, Inc. | Systems and methods for reconstructing decomposed audio signals |
US8949120B1 (en) | 2006-05-25 | 2015-02-03 | Audience, Inc. | Adaptive noise cancelation |
US8150065B2 (en) | 2006-05-25 | 2012-04-03 | Audience, Inc. | System and method for processing an audio signal |
US8204253B1 (en) | 2008-06-30 | 2012-06-19 | Audience, Inc. | Self calibration of audio device |
US8849231B1 (en) | 2007-08-08 | 2014-09-30 | Audience, Inc. | System and method for adaptive power control |
US7921046B2 (en) | 2006-06-19 | 2011-04-05 | Exegy Incorporated | High speed processing of financial information using FPGA devices |
US7840482B2 (en) | 2006-06-19 | 2010-11-23 | Exegy Incorporated | Method and system for high speed options pricing |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US7660793B2 (en) | 2006-11-13 | 2010-02-09 | Exegy Incorporated | Method and system for high performance integration, processing and searching of structured and unstructured data using coprocessors |
US8326819B2 (en) | 2006-11-13 | 2012-12-04 | Exegy Incorporated | Method and system for high performance data metatagging and data indexing using coprocessors |
US8259926B1 (en) | 2007-02-23 | 2012-09-04 | Audience, Inc. | System and method for 2-channel and 3-channel acoustic echo cancellation |
US7912567B2 (en) * | 2007-03-07 | 2011-03-22 | Audiocodes Ltd. | Noise suppressor |
US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
US20080312916A1 (en) * | 2007-06-15 | 2008-12-18 | Mr. Alon Konchitsky | Receiver Intelligibility Enhancement System |
US20090027648A1 (en) * | 2007-07-25 | 2009-01-29 | Asml Netherlands B.V. | Method of reducing noise in an original signal, and signal processing device therefor |
US8189766B1 (en) | 2007-07-26 | 2012-05-29 | Audience, Inc. | System and method for blind subband acoustic echo cancellation postfiltering |
US8143620B1 (en) | 2007-12-21 | 2012-03-27 | Audience, Inc. | System and method for adaptive classification of audio sources |
US8180064B1 (en) | 2007-12-21 | 2012-05-15 | Audience, Inc. | System and method for providing voice equalization |
US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
US8194882B2 (en) | 2008-02-29 | 2012-06-05 | Audience, Inc. | System and method for providing single microphone noise suppression fallback |
US8355511B2 (en) | 2008-03-18 | 2013-01-15 | Audience, Inc. | System and method for envelope-based acoustic echo cancellation |
US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
US10496753B2 (en) | 2010-01-18 | 2019-12-03 | Apple Inc. | Automatically adapting user interfaces for hands-free interaction |
US8374986B2 (en) | 2008-05-15 | 2013-02-12 | Exegy Incorporated | Method and system for accelerated stream processing |
US8521530B1 (en) | 2008-06-30 | 2013-08-27 | Audience, Inc. | System and method for enhancing a monaural audio signal |
US8774423B1 (en) | 2008-06-30 | 2014-07-08 | Audience, Inc. | System and method for controlling adaptivity of signal modification using a phantom coefficient |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
CA3059606C (en) | 2008-12-15 | 2023-01-17 | Ip Reservoir, Llc | Method and apparatus for high-speed processing of financial market depth data |
EP2368322A1 (en) * | 2008-12-18 | 2011-09-28 | Telefonaktiebolaget L M Ericsson (publ) | Systems and methods for filtering a signal |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US9858925B2 (en) | 2009-06-05 | 2018-01-02 | Apple Inc. | Using context information to facilitate processing of commands in a virtual assistant |
US20120309363A1 (en) | 2011-06-03 | 2012-12-06 | Apple Inc. | Triggering notifications associated with tasks items that represent tasks to perform |
US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
CN101609480B (zh) * | 2009-07-13 | 2011-03-30 | 清华大学 | 基于广域测量类噪声信号的电力系统节点间相位关系辨识方法 |
US8600743B2 (en) * | 2010-01-06 | 2013-12-03 | Apple Inc. | Noise profile determination for voice-related feature |
US10705794B2 (en) | 2010-01-18 | 2020-07-07 | Apple Inc. | Automatically adapting user interfaces for hands-free interaction |
US10679605B2 (en) | 2010-01-18 | 2020-06-09 | Apple Inc. | Hands-free list-reading by intelligent automated assistant |
US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
US10553209B2 (en) | 2010-01-18 | 2020-02-04 | Apple Inc. | Systems and methods for hands-free notification summaries |
US9008329B1 (en) | 2010-01-26 | 2015-04-14 | Audience, Inc. | Noise reduction using multi-feature cluster tracker |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
US9558755B1 (en) | 2010-05-20 | 2017-01-31 | Knowles Electronics, Llc | Noise suppression assisted automatic speech recognition |
JP2013539998A (ja) * | 2010-09-21 | 2013-10-31 | コルティカル ダイナミクス リミテッド | 複合脳機能モニタリング・表示システム |
US9330675B2 (en) | 2010-11-12 | 2016-05-03 | Broadcom Corporation | Method and apparatus for wind noise detection and suppression using multiple microphones |
WO2012079041A1 (en) | 2010-12-09 | 2012-06-14 | Exegy Incorporated | Method and apparatus for managing orders in financial markets |
US9264804B2 (en) | 2010-12-29 | 2016-02-16 | Telefonaktiebolaget L M Ericsson (Publ) | Noise suppressing method and a noise suppressor for applying the noise suppressing method |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
US8903722B2 (en) * | 2011-08-29 | 2014-12-02 | Intel Mobile Communications GmbH | Noise reduction for dual-microphone communication devices |
US8994660B2 (en) | 2011-08-29 | 2015-03-31 | Apple Inc. | Text correction processing |
US9483461B2 (en) | 2012-03-06 | 2016-11-01 | Apple Inc. | Handling speech synthesis of content for multiple languages |
US11436672B2 (en) | 2012-03-27 | 2022-09-06 | Exegy Incorporated | Intelligent switch for processing financial market data |
US9990393B2 (en) | 2012-03-27 | 2018-06-05 | Ip Reservoir, Llc | Intelligent feed switch |
US10121196B2 (en) | 2012-03-27 | 2018-11-06 | Ip Reservoir, Llc | Offload processing of data packets containing financial market data |
US10650452B2 (en) | 2012-03-27 | 2020-05-12 | Ip Reservoir, Llc | Offload processing of data packets |
US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
US9495129B2 (en) | 2012-06-29 | 2016-11-15 | Apple Inc. | Device, method, and user interface for voice-activated navigation and browsing of a document |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
US9640194B1 (en) | 2012-10-04 | 2017-05-02 | Knowles Electronics, Llc | Noise suppression for speech processing based on machine-learning mask estimation |
US9633097B2 (en) | 2012-10-23 | 2017-04-25 | Ip Reservoir, Llc | Method and apparatus for record pivoting to accelerate processing of data fields |
EP2912579B1 (en) | 2012-10-23 | 2020-08-19 | IP Reservoir, LLC | Method and apparatus for accelerated format translation of data in a delimited data format |
US9633093B2 (en) | 2012-10-23 | 2017-04-25 | Ip Reservoir, Llc | Method and apparatus for accelerated format translation of data in a delimited data format |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
WO2014197336A1 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for detecting errors in interactions with a voice-based digital assistant |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
EP3937002A1 (en) | 2013-06-09 | 2022-01-12 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
US9536540B2 (en) | 2013-07-19 | 2017-01-03 | Knowles Electronics, Llc | Speech signal separation and synthesis based on auditory scene analysis and speech modeling |
GB2541577A (en) | 2014-04-23 | 2017-02-22 | Ip Reservoir Llc | Method and apparatus for accelerated data translation |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US9760559B2 (en) | 2014-05-30 | 2017-09-12 | Apple Inc. | Predictive text input |
US9842101B2 (en) | 2014-05-30 | 2017-12-12 | Apple Inc. | Predictive conversion of language input |
US10078631B2 (en) | 2014-05-30 | 2018-09-18 | Apple Inc. | Entropy-guided text prediction using combined word and character n-gram language models |
US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US9785630B2 (en) | 2014-05-30 | 2017-10-10 | Apple Inc. | Text prediction using combined word N-gram and unigram language models |
WO2015184186A1 (en) | 2014-05-30 | 2015-12-03 | Apple Inc. | Multi-command single utterance input method |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US10659851B2 (en) | 2014-06-30 | 2020-05-19 | Apple Inc. | Real-time digital assistant knowledge updates |
US10446141B2 (en) | 2014-08-28 | 2019-10-15 | Apple Inc. | Automatic speech recognition based on user feedback |
DE112015003945T5 (de) | 2014-08-28 | 2017-05-11 | Knowles Electronics, Llc | Mehrquellen-Rauschunterdrückung |
US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
US10789041B2 (en) | 2014-09-12 | 2020-09-29 | Apple Inc. | Dynamic thresholds for always listening speech trigger |
US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
US9646609B2 (en) | 2014-09-30 | 2017-05-09 | Apple Inc. | Caching apparatus for serving phonetic pronunciations |
US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
US9886432B2 (en) | 2014-09-30 | 2018-02-06 | Apple Inc. | Parsimonious handling of word inflection via categorical stem + suffix N-gram language models |
US10552013B2 (en) | 2014-12-02 | 2020-02-04 | Apple Inc. | Data detection |
RU2580796C1 (ru) * | 2015-03-02 | 2016-04-10 | Государственное казенное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Способ (варианты) фильтрации зашумленного речевого сигнала в условиях сложной помеховой обстановки |
US9865280B2 (en) | 2015-03-06 | 2018-01-09 | Apple Inc. | Structured dictation using intelligent automated assistants |
US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
US9899019B2 (en) | 2015-03-18 | 2018-02-20 | Apple Inc. | Systems and methods for structured stem and suffix language models |
US9842105B2 (en) | 2015-04-16 | 2017-12-12 | Apple Inc. | Parsimonious continuous-space phrase representations for natural language processing |
US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
US10127220B2 (en) | 2015-06-04 | 2018-11-13 | Apple Inc. | Language identification from short strings |
US10101822B2 (en) | 2015-06-05 | 2018-10-16 | Apple Inc. | Language input correction |
US10186254B2 (en) | 2015-06-07 | 2019-01-22 | Apple Inc. | Context-based endpoint detection |
US10255907B2 (en) | 2015-06-07 | 2019-04-09 | Apple Inc. | Automatic accent detection using acoustic models |
US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
DK3118851T3 (da) * | 2015-07-01 | 2021-02-22 | Oticon As | Forbedring af støjende tale baseret på statistiske tale- og støjmodeller |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US9697820B2 (en) | 2015-09-24 | 2017-07-04 | Apple Inc. | Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks |
US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
US10942943B2 (en) | 2015-10-29 | 2021-03-09 | Ip Reservoir, Llc | Dynamic field data translation to support high performance stream data processing |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
DK179309B1 (en) | 2016-06-09 | 2018-04-23 | Apple Inc | Intelligent automated assistant in a home environment |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
WO2018119035A1 (en) | 2016-12-22 | 2018-06-28 | Ip Reservoir, Llc | Pipelines for hardware-accelerated machine learning |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
US10481831B2 (en) * | 2017-10-02 | 2019-11-19 | Nuance Communications, Inc. | System and method for combined non-linear and late echo suppression |
CN111508514A (zh) * | 2020-04-10 | 2020-08-07 | 江苏科技大学 | 基于补偿相位谱的单通道语音增强算法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4410763A (en) * | 1981-06-09 | 1983-10-18 | Northern Telecom Limited | Speech detector |
US4628529A (en) * | 1985-07-01 | 1986-12-09 | Motorola, Inc. | Noise suppression system |
US4630304A (en) * | 1985-07-01 | 1986-12-16 | Motorola, Inc. | Automatic background noise estimator for a noise suppression system |
US4630305A (en) * | 1985-07-01 | 1986-12-16 | Motorola, Inc. | Automatic gain selector for a noise suppression system |
US4811404A (en) * | 1987-10-01 | 1989-03-07 | Motorola, Inc. | Noise suppression system |
GB8801014D0 (en) * | 1988-01-18 | 1988-02-17 | British Telecomm | Noise reduction |
US5155760A (en) * | 1991-06-26 | 1992-10-13 | At&T Bell Laboratories | Voice messaging system with voice activated prompt interrupt |
FR2687496B1 (fr) * | 1992-02-18 | 1994-04-01 | Alcatel Radiotelephone | Procede de reduction de bruit acoustique dans un signal de parole. |
FI100154B (fi) * | 1992-09-17 | 1997-09-30 | Nokia Mobile Phones Ltd | Menetelmä ja järjestelmä kohinan vaimentamiseksi |
JPH08506427A (ja) * | 1993-02-12 | 1996-07-09 | ブリテイッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー | 雑音減少 |
US5432859A (en) * | 1993-02-23 | 1995-07-11 | Novatel Communications Ltd. | Noise-reduction system |
JP3270866B2 (ja) * | 1993-03-23 | 2002-04-02 | ソニー株式会社 | 雑音除去方法および雑音除去装置 |
JPH07129195A (ja) * | 1993-11-05 | 1995-05-19 | Nec Corp | 音声復号化装置 |
JPH08506434A (ja) * | 1993-11-30 | 1996-07-09 | エイ・ティ・アンド・ティ・コーポレーション | 通信システムにおける伝送ノイズ低減 |
US5544250A (en) * | 1994-07-18 | 1996-08-06 | Motorola | Noise suppression system and method therefor |
JP2964879B2 (ja) * | 1994-08-22 | 1999-10-18 | 日本電気株式会社 | ポストフィルタ |
US5727072A (en) * | 1995-02-24 | 1998-03-10 | Nynex Science & Technology | Use of noise segmentation for noise cancellation |
JP3591068B2 (ja) * | 1995-06-30 | 2004-11-17 | ソニー株式会社 | 音声信号の雑音低減方法 |
US5659622A (en) * | 1995-11-13 | 1997-08-19 | Motorola, Inc. | Method and apparatus for suppressing noise in a communication system |
US5794199A (en) * | 1996-01-29 | 1998-08-11 | Texas Instruments Incorporated | Method and system for improved discontinuous speech transmission |
-
1995
- 1995-01-30 SE SE9500321A patent/SE505156C2/sv not_active IP Right Cessation
-
1996
- 1996-01-12 KR KR1019970705131A patent/KR100365300B1/ko not_active IP Right Cessation
- 1996-01-12 CN CN96191661A patent/CN1110034C/zh not_active Expired - Fee Related
- 1996-01-12 BR BR9606860A patent/BR9606860A/pt not_active IP Right Cessation
- 1996-01-12 EP EP96902028A patent/EP0807305B1/en not_active Expired - Lifetime
- 1996-01-12 JP JP8523454A patent/JPH10513273A/ja not_active Ceased
- 1996-01-12 WO PCT/SE1996/000024 patent/WO1996024128A1/en active IP Right Grant
- 1996-01-12 DE DE69606978T patent/DE69606978T2/de not_active Expired - Fee Related
- 1996-01-12 AU AU46369/96A patent/AU696152B2/en not_active Ceased
- 1996-01-12 ES ES96902028T patent/ES2145429T3/es not_active Expired - Lifetime
- 1996-01-12 RU RU97116274A patent/RU2145737C1/ru not_active IP Right Cessation
- 1996-01-12 CA CA002210490A patent/CA2210490C/en not_active Expired - Fee Related
- 1996-01-12 US US08/875,412 patent/US5943429A/en not_active Expired - Lifetime
-
1997
- 1997-07-29 FI FI973142A patent/FI973142A/fi unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2483439C2 (ru) * | 2007-10-18 | 2013-05-27 | Моторола Мобилити, Инк. | Робастная система подавления шума с двумя микрофонами |
RU2593384C2 (ru) * | 2014-12-24 | 2016-08-10 | Федеральное государственное бюджетное учреждение науки "Морской гидрофизический институт РАН" | Способ дистанционного определения характеристик морской поверхности |
Also Published As
Publication number | Publication date |
---|---|
DE69606978D1 (de) | 2000-04-13 |
BR9606860A (pt) | 1997-11-25 |
AU696152B2 (en) | 1998-09-03 |
FI973142A (fi) | 1997-09-30 |
KR100365300B1 (ko) | 2003-03-15 |
KR19980701735A (ko) | 1998-06-25 |
EP0807305A1 (en) | 1997-11-19 |
DE69606978T2 (de) | 2000-07-20 |
US5943429A (en) | 1999-08-24 |
FI973142A0 (fi) | 1997-07-29 |
EP0807305B1 (en) | 2000-03-08 |
CA2210490A1 (en) | 1996-08-08 |
ES2145429T3 (es) | 2000-07-01 |
SE9500321L (sv) | 1996-07-31 |
CN1169788A (zh) | 1998-01-07 |
WO1996024128A1 (en) | 1996-08-08 |
AU4636996A (en) | 1996-08-21 |
CA2210490C (en) | 2005-03-29 |
JPH10513273A (ja) | 1998-12-15 |
CN1110034C (zh) | 2003-05-28 |
SE9500321D0 (sv) | 1995-01-30 |
SE505156C2 (sv) | 1997-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2145737C1 (ru) | Способ подавления шума путем спектрального вычитания | |
KR100310030B1 (ko) | 노이지음성파라미터강화방법및장치 | |
US5706394A (en) | Telecommunications speech signal improvement by reduction of residual noise | |
US6263307B1 (en) | Adaptive weiner filtering using line spectral frequencies | |
KR100594563B1 (ko) | 선형 컨벌루션 및 인과 필터링을 사용하는 스펙트럼 감산에 의한 신호 잡음 감소 | |
US6591234B1 (en) | Method and apparatus for adaptively suppressing noise | |
RU2495506C2 (ru) | Устройство и способ расчета параметров управления фильтра эхоподавления и устройство и способ расчета величины задержки | |
KR101120679B1 (ko) | 이득-제한된 잡음 억제 | |
US8521530B1 (en) | System and method for enhancing a monaural audio signal | |
US7313518B2 (en) | Noise reduction method and device using two pass filtering | |
US20070232257A1 (en) | Noise suppressor | |
EP1769492A1 (en) | Comfort noise generator using modified doblinger noise estimate | |
EP1278185A2 (en) | Method for improving noise reduction in speech transmission | |
Banchhor et al. | GUI based performance analysis of speech enhancement techniques | |
EP1635331A1 (en) | Method for estimating a signal to noise ratio | |
WO2006114100A1 (en) | Estimation of signal from noisy observations | |
Puder | Kalman‐filters in subbands for noise reduction with enhanced pitch‐adaptive speech model estimation | |
Vashkevich et al. | Petralex: A smartphone-based real-time digital hearing aid with combined noise reduction and acoustic feedback suppression | |
Dionelis | On single-channel speech enhancement and on non-linear modulation-domain Kalman filtering | |
Hansen et al. | Use of objective speech quality measures in selecting effective spectral estimation techniques for speech enhancement | |
Roy | Single channel speech enhancement using Kalman filter | |
Singh et al. | Sigmoid based Adaptive Noise Estimation Method for Speech Intelligibility Improvement | |
Händel | Power spectral density error analysis of spectral subtraction type of speech enhancement methods | |
Faucon et al. | Optimization of speech enhancement techniques coping with uncorrelated or correlated noises | |
PORUBA | Subtractive-type algorithm utilizing the human ear masking characteristics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20070113 |