SE513892C2 - Spektral effekttäthetsestimering av talsignal Metod och anordning med LPC-analys - Google Patents
Spektral effekttäthetsestimering av talsignal Metod och anordning med LPC-analysInfo
- Publication number
- SE513892C2 SE513892C2 SE9502261A SE9502261A SE513892C2 SE 513892 C2 SE513892 C2 SE 513892C2 SE 9502261 A SE9502261 A SE 9502261A SE 9502261 A SE9502261 A SE 9502261A SE 513892 C2 SE513892 C2 SE 513892C2
- Authority
- SE
- Sweden
- Prior art keywords
- signal vector
- power density
- spectral power
- lpc
- parameters
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/12—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being prediction coefficients
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
Description
513 892 2 eller reducerar denna "nivåpumpning " i bakgrundsbullret vid relativt låg komplexitet och utan numeriska stabilitetsproblem.
Detta syftemål uppnås genom ett förfarande och en anordning i enlighet med de bifogade patentkraven.
Grundidén till denna uppfinning är att använda en databeroende (eller adaptiv) dynamisk variationsområdesexpansion för den parametriska spektrummodellen i syfte att förbättra den hörbara talkvaliten i en bullersläckare baserad på spektral subtraktion.
KORT BESKRIVNING AV RITNINGARNA Denna uppfinning samt ytterligare syftemål och fördelar med denna förstås bäst genom hänvisning till nedanstående beskrivning och de bifogade ritningarna, i vilka: FIGUR 1 är ett blockschema som illustrerar en utföringsforrn av en anordning i enlighet med föreliggande uppfinning; FIGUR 2 är ett blockschema av en annan utföringsform av en anordning i enlighet med föreliggande uppfinning; FIGUR 3 är ett diagram som illustrerar den sanna spektrala effekttätheten, ett paramet- riskt estimat av den sanna spektrala effekttätheten och ett med avseende på inkonsistens kompenserat estimat av den sanna spektrala effekttätheten; FIGUR 4 är ett annat diagram som illustrerar den sanna spektrala effekttätheten, ett parametriskt estimat av den sanna spektrala effekttätlieten och ett med avseende på inkonsistens kompenserat estimat av den sanna spektrala effekttätheten; FIGUR 5 är ett flödesschema som illustrerar förfarandet som utförs av utföringsformen enligt figur 1; och g 515 892 3 FIGUR 6 är ett flödesschema som illustrerar förfarandet som utförs av utföringsforrnen i figur 2.
DETALJERAD BESKRIVNING Av DE FÖREDRAGNA UTPÖRINGSFORMERNA I ritningarria har genomgående samma hänvisningsbeteckningar använts för motsvarande eller liknande element. I syfte att förenkla beskrivningen av föreliggande uppfinning har vidare uppfmníngens matematiska bakgrund överförts till bifogade appendix. I nedanstående beskrivning hänvisar siffror inom parentes till motsvarande ekvationer i detta appendix.
Figur 1 visar ett blockschema av en utföringsforrn av anordningen i enlighet med föreliggande uppfinning. En talram {x(k)} leds till en LPC-analysator (LPC-analys beskrivs i exempelvis [5]). LPC-analysatorn 10 bestämmer en uppsättning filterkoefficienter (LPC- parametrar) som leds till en PSD-estirnator 12 (PSD = power spectral density = spektral effekttäthet) och ett inverst filter 14. PSD-estimatorn 12 bestämmer ett parametriskt spektralt effekttäthetsestimat för insignalrainen {x(k)} ur LPC-parametrarna (se (1) i bifogade appendix), I figur 1 används ej insignalens varians såsom insignal till PSD-estimatorn 12.
Istället leds en enhetssignal "1" till PSD-estirnatom 12. Skälet härtill är helt enkelt att variansen endast skulle skala PSD-estimatet, och eftersom denna skalningsfaktor måste elimineras i slutresultatet (se (9) i bifogade appendix) är det enklare att eliminera densamma ur FSD-beräkningen. Estimatet från PSD-estimatom 12 kommer att innehålla den ovan nämnda "nivåpumpnings"-inkonsistensen.
I syfte att kompensera för demia "nivåpumpnings"-inkonsistens leds insignalramen {x(k)} också till det inversa filtret 14 för bildande av en resídualsignal (se (7) i bifogade appendix) som leds till ytterligare en LPC-analysator 16. LPC-analysatorn 16 analyserar residualsigna- len och leder motsvarande LPC-parametrar (varians- och filterkoefficienter) till en PSD- estimator 18 för residualsignalen, vilken estimator bildar ett parametriskt spektralt effekttäthetsestimat av residualsignalen (se (8) i bifogade appendix).
Slutligen multipliceras de två parainetriska spektrala effekttäthetsestimaten för insignalen 513 892 4 respektive residualsignalen med varandra i en multiplicerare 20 för erhållande av ett med avseende på inkonsistensen kompenserat parametriskt spektralt effekttäthetsestirnat av insignalramen {x(k)} (detta svarar mot ekvation (9) i bifogade appendix).
Exempel Följande scenario betraktas: ramlängden N=1024 och AR-modellordningen p=10 (AR=AutoRegressiv). Det underliggande sanna systemet modelleras av ARMA-processen (ARMA = AutoRegressive-Moving Average) _ -l -2 XUÖ = l-z +0.9z e(k) l-3.Oz"1+4.64z 2-4.44z'3+2 .62z'4-0 .77z'5 där e(k) utgörs av vitt brus.
Figur 3 visar den sanna spektrala effekttätheten för ovanstående process (heldragen linje), det inkonsistenta spektrala effekttäthetsestimatet från PSD-estimatorn 12 (punktstreckade linjen) och den med avseende på inkonsistensen kompenserade spektrala effekttäthetsestimatet i enlighet med föreliggande uppfinning (streckade linjen). Ur figur 3 framgår klart att det med avseende på inkonsistensen kompenserade spektrala effekttäthetsestímatet i allmänhet ligger närmare den sanna underliggande spektrala effekttätheten. Det med avseende på in- konsistensen kompenserade estimatet ligger i synnerhet i de djupa dalarna (Lex. för w/(21r) =O,l7) mycket närmare (med 5 dB) den sanna spektrala effekttätheten.
I en föredragen utföringsform av föreliggande uppfinning kan en designparameter y användas för att multiplicera det med avseende på inkonsistensen kompenserade estirnatet. I figur 3 har parametem y antagits vara lika med l. I allmänhet utgörs y av ett positivt tal nära 1. I den föredragna utföringsformen har y ett värde som indikeras i algoritmsektionen i bifogade appendix. I detta fall ändrar sig därför y från ram till ram. Figur 4 är ett diagram liknande diagrammet i figur 3, i vilket det med avseende på inkonsistensen kompenserade estirnatet skalats med detta värde på y. 513 892 5 i Den ovan beskrivna utföringsforrnen i figur 1 kan karakteriseras som en kompensering i frekvensdomänen, eftersom den faktiska kompenseringen utförs i frekvensdomänen genom multiplicering av två spektrala effekttäthetsestirnat med varandra. En sådan operation motsvaras dock av faltriing i tidsdomänen. Därför finns en ekvivalent implementering av uppfinningen i tidsdomänen. En sådan utföringsforrn visas i figur 2.
I figur 2 leds insignalramen till LPC-analysatorn 10 såsom i figur 1. Ingen spektral effekttâthetsestirnering utförs dock med de erhållna LPC-parametrarna. Istället leds filterparametrarna från LPC-analysen av insignalen och av residualsignalen till en faltningskrets 22, som leder de faltade parametrarna till en PSD-estimator 12', som bildar det med avseende på inkonsistensen kompenserade estirnatet, som kan multipliceras med y.
Faltningssteget kan betraktas såsom en polynommultiplikation, varvid ett polynom som definieras av filterparametrarna för insignalen multipliceras med ett polynom som definieras av filterparametrarna för residualsignalen. Koefficienterna för det resulterande polynomet representerar de med avseende på inkonsistensen kompenserade LPC-pararnetrarna.
Polynommultiplikationen kommer att resultera i ett polynom av högre ordning, dvs. i flera koefficienter. Detta är dock inget problem, eftersom det är praxis att "nollutfylla" (zero pad) insignalen till en PSD-estirnator för att erhålla ett tillräckligt antal sampel av PSD-estimatet.
Konsekvensen av det högre gradtalet i polynomet som erhålls från faltningen kommer endast att bli fårre nollor.
Flödesscheman som motsvarar utföringsforinerna i figur 1 och 2 ges i figur 5 respektive 6.
Motsvarande frekvens- och tidsdomänalgoritrner ges dessutom i bifogade appendix.
En grov uppskattning av den numeriska komplexiteten kan erhållas enligt följande.
Residualfiltreringen (7) erfordrar =Np operationer (summeringar + adderingar). LPC- analysen av e(k) erfordrar =Np operationer för bildande av kovarianselementen och =p2 operationer för att lösa motsvarande uppsättning av ekvationer (3).
Av algoritmerna (frekvens- och tidsdomän) år tidsdomänalgoritmen den mest effektiva, eftersom den erfordrar z pz operationer för utförande av faltiiingen. Sammanfattningsvis kan kompenseringen med avseende på inkonsistens utföras i ungefär = 2p(N +p) operationer/ram.
Med exempelvis n=256 och p=lO samt 50% ramöverlappning erfordrar den inkonsisten- 513 892 6 skompenserande algoritmen approximativt 0,5x106 instruktioner/ sekund.
I denna beskrivning har uppfinningen beskrivits under hänvisning till talsignaler. Sarnma idé är dock även användbar i andra tillämpningar som baseras på parametrisk spektral estirnering av mätsignaler. Sådana tillämpningar finns exempelvis inom områdena radar och sonar, ekonomi, optisk interferometri, biomedicin, vibrationsanalys, bildbehandling, radioastronomi oceanografi, etc.
Fackmannen inser att olika modifieringar och ändringar kan utföras vid föreliggande uppfinning utan avvikelse från dess anda och ram, som definieras av de bifogade patentkraven. [1] [2] [3] [41 [5] [6] 513 892 7 REFERENSER 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.
J .S. Lim and A.V. Oppenheirn, "Enhancement and Bandwidth Compression of Noisy Speech", Proceedings of the IEEE, Vol. 67, No. 12, December 1979, pp. 1586-1604.
S.M. Kay, Modern Spcctral estimation: Theory and Application, Prentice Hall, Englewood Cliffs, NJ, 1988, pp 237-240.
J .G. Proakis et al, Advanced Digital Signal Processing, Macmillam Publishing Company, 1992, pp. 498-510.
J .G. Proakis, Digital Communications, MacGraw Hill, 1989, pp. 101-110.
P. Händel et al, "Asymptotic variance of the AR spectral estimator for noisy sinusoidal data", Signal Processing, Vol. 35, No. 2, January 1994, pp. 131-139. 513 892 8 APPENDIX Betrakta den reellvärda signalen k: = 1,... ,N med medelvärde noll, där N betecknar rarnlängden (N = 160, till exempel). Den autoregressiva spektrala estimatorn (ARSPE) ges av, se [3, 4] 62 êzlw) = (1) där w är vinkelfrekvensen w E (0, 21r). I (1), ges Ä(z) av A A(z)=1+ä1z+~~-+âpzp (2) där Öæ = (à1---àp)T är de estimerade AR-koefficienterna (hittas genom LPG-analys, se [5]) and å: är residualfelvariansen. Den estimerade parametervektorn å, och ä: beräknas ur enligt följande: âx = -ifrlf (3) ^í = fr, + ffßx där 720 Tlšp-l 7^'1 1% = ' r = <4) íp_1 1^°0 fp och där 1 N-lc f_k=^k k=Û,...,p t=l Uppsättníngen linjära ekvationer (3) kan lösas genom användning av Levinson-Durbin al- goritmen, see Det spektrala estimatet (1) är känt för att vara jämnt och dess stastis- tiska egenskaper har analysetats i [6] för bredbandiga respektive brusiga smalbandiga. signaler.
I allmänhet uppträder, på grund av modellfel, viss inkonsistens (bias) i de spektrala dalarna. Grovt kan denna inkonsistens beskrivas som Ä w Û for w such that æ(w) z rnaxw ,,(w) ÖÄW) _ ÖÅW) (6) >> 0 for w such that æ(w) << maxw ,(w) 513 892 9 där æ(w) är estimatet (1) och ,(w) är den sanna (och okända.) spektrala efiekttätheten av I syfte att reducera den inkonsistens som förekommer i de spektrala dalarna beräknas residualen enligt sug) = Åçfaæuç) k = 1, . . . ,N (v) Om en ny LPC-analys utförs på kan residualens spektrala effekttäthet beräknas ur, se (l) - âg ;(w) = (3) där, på liknande sätt som i (2), Ö; = (föl - - - /ÉQT betecknar de estimerade AR-koefficienterna och å: betecknar felvariansen. I allmänhet är modellordningen q % p, men här synes det vara rimligt att låta p = q. Företrädesvis är p æ JN, exempelvis kan N väljas kring 10.
I den nedan föreslagna frekvensdomänalgoritmen kompenseras estimatet (1) enligt ß Öáw) = ~ Öáw) - <1*=(w) (9) > Wie där 'y (a: 1) är en designvaríabel. Frekvensdomänalgoritmen summeras i algoritmsektio- nen nedan och i blockschemat i Fig. 1 och 5.
En motsvarande tidsdomänalgoritm summeras också i algoritrnsektionen och i Fig. 2 och 6. I detta fall utförs kompensationeni ett faltningssteg, i vilket LPC-fílterkoeilicienterna Ö; kompenseras. Denna utföringsform är efiektivare, eftersom en PSD-estimering ersätts aven mindre komplex faltriing. I denna utföríngsform kan skalningsfaktorn 'y helt enkelt sättas till en konstant nära eller lika med 1. Det är dock även möjligt att beräkna 'y för varje ram, såsom i frekvensdomänalgoritmen genom beräkning av den rot till det av Ö; definierade karakteristiska polynomet som ligger närmast enhetscirkeln. Om vinkeln för denna rot betecknas ZD , erhålls 513 892 1 Û ALGORITMER INSIGNALER X P INDATA x = - - - æ(N))T LPC-modellordrxing UTSIGNALER êx Q> HN) »Qo H »Gu u Ü) > 0) > 0! to sígnalens LPC-paralnetrar Öæ = (ål - - ~ âp)T sígnalens LPC-Iesídualvamians sígnalens LPG-spektrum Öæ = - - - Öz(N/2))T kompenserat LPG-spektrum Ö: = (Öxfl) - - - Ö,(N/2))T residual s: = (e(1)- - - a(N))T resídualens LPC-paraxnetrar ÖB = (E31 - - -ÉZJT residualens LPC-felvaríarls A designvariabel (=l/(maxk ¿(k)) i föredragen utföríngsform) 513 892 1 1 FREKVENSDÖMÄNALGÖRITM FÖR VARJE RAM UTFÖR FÖLJANDE STEG; (estímering av speldzral effekttäthet) [Öm f] := LPCanalyzebc, p) LPG-analys av signal Öx := SPECUâæ, 1, N) spektral estimering av signal, å: sätts till 1 (inkonsistenskompensering) e := FILTER(Ö,,, x) residualfiltrering [Öm âš] := LPCana1yze( e, p) LPG-analys av resídual ÖE := SPECXÖE, âš, N) spektral estimering av resídual FÖR k=1 TILL N/ 2 UTFÖR spektral kompenserixlg 54k) == v- Öák) - ÖSUC) l/(maxk ÖEUÛ) S v S 1 SLUT TIDSDÖMÅNALGÖRITM FÖR VARJE RAM UTFÖR FÖLJANDE STEG; [Öw f] := LPCanalyze(x, p) LPG-analys av signal s := FILTER(Ö,, x) residualfiltrering [Ön âš] := LPCanalyze(s, p) LPG-analys av residual Ö :=CONV(Ö,,,Ö_E) LPC-kompensering Ö := SPECXÖ, âf, N) spektral estimíxneríng FÖR k=1 TILL N/z UTFÖR mk) == 7- img) skahfing SLUT
Claims (10)
1. Förfarande för spektral effekttäthetsestirneririg, innefattande stegen: utförande av LPC-analys på en insignalvektor för bestämning av en första uppsättning LPC-ñlterpararnetrar; bestämning av ett första spektralt effekttäthetsestirnat av irisignalvektorn på basis av den första uppsättningen LPC-filter-pararnetrar; filtrering av insignalvektorn genom ett inverst LFC-filter bestämt av den första uppsättningen LPC-filterpararnetrar, i och för erhållande av en residualsignalvektor; utförande av LPG-analys på residualsignalvektorn för bestämning av en andra uppsättning LPC-ñlterpararnetrar; bestämning av ett andra spektralt effekttäthetsestirnat av residualsignalvektorn på basis av den andra uppsättningen LPC- filterparametrar; och bildande av ett med avseende på inkonsistens kompenserat spektralt effekttäthetsesti- mat av insignalvektorn som är proportionellt mot produkten av det första och det andra spektrala effekttäthetsestirnatet.
2. Förfarande enligt krav 1, i vilket produkten multipliceras med en positiv skalningsfaktor som är mindre än eller lika med 1.
3. Förfarande enligt krav 2, i vilket skalningsfaktorn utgörs av det inverterade värdet av det andra spektrala effekttäthetsestirnatets maxirnivärde.
4. Förfarande enligt krav 1, 2 eller 3 i vilket insignalvektorn innehåller talsampel.
5. Förfarande för spektral effekttäthetsestirnering, innefattande stegen: utförande av LPC-analys på en insignalvektor för bestämning av en första uppsättning LPC-filterpararnetrar; filtrering av insignalvektorn genom ett inverst LPC-ñlter bestämt av den första uppsättningen av LPC-filterpararnetrar, i och för erhållande av en residualsignalvektor; utförande av LPC-analys på residualsignalvektorn för bestämning av en andra uppsättning LPC-filterparametrar; 513 892 13 _ faltning av den första uppsättningen LPC-filterpararnetrar med den andra upp- sättningen av LPC-filterpararnetrar, i och för bildande av en kompenserad uppsättning LPC- filterparametrar; bestämning av ett med avseende på inkonsistens kompenserat spektralt effekttäthetses- timat av insignalvektorn på basis av den kompenserade uppsättningen av LPC-filterparamet- Iaf.
6. Förfarande enligt krav 5, i vilket det med avseende på inkonsistens kompenserade spektrala effekttätlretsestirrtatet multipliceras med en positiv skalningsfaktor som är mindre än eller lika med 1.
7. Förfarande enligt krav 6, i vilket skalningsfaldorn utgörs av det inverterade värdet av maximivärdet av ett spektralt effekttäthetsestimat av residualsignalvektorn.
8. Förfarande enligt krav 5, 6 eller 7, ivilket insignalvektorn innehåller talsarnpel.
9. Anordning för spektral effekttäthetsestimering, innefattande: organ (10) för utförande av LPC-analys på en insignalvektor för bestämning av en första uppsättning LPG-parametrar; organ (12) för bestämning av ett första spektralt effekttäthetsestimat av insignalvektorn på basis av den första uppsättningen LFC-parametrar; organ (14) för ñltreríng av insignalvektorn genom ett inverst LPC-filter bestämt av den första uppsättningen av LFC-parametrar, i och för erhållande av en residualsignalvektor; organ (16) för utförande av LPC-analys på residualsignalvektom för bestämning av en andra uppsättning LFC-parametrar; organ (18) för bestämning av ett andra spektralt effekttäthetsestirrrat av residualsignal- vektorn på basis av den andra uppsättningen av LFC-parametrar; och organ (20) för bildande av ett med avseende pâ inkonsistens kompenserat spektralt effekttätlretsestirnat av insignalvektom som är proportionellt mot produkten av det första och andra spektrala effekttäthetsestimatet.
10. Anordning för spektral effekttäthetsestiniering, innefattande: organ (10) för utförande 513 892 14 av LFC-analys på en signalvektor för bestämning av en första uppsättning av LPC- ñlterpararnetrar; organ (14) för filtrering av insignalvektorn genom ett inverst LPC-filter bestämt av den första uppsättningen av LPC-filterpararnetrar, i och för erhållande av en residualsignal- vektor; organ (16) för utförande av LFC-analys på residualsígnaivektorn för bestämning av en andra uppsättning LPC-ñlterpararnetrar; organ (22) för faltning av den första uppsättning av LPC-filterparametrar med den andra uppsättningen av LPC-ñlterpararnetrar, i och för bildande av en kompenserad uppsättning av LPC-filterparametrar; och organ (12') för bestämning av ett med avseende på inkonsistens kompenserat spektralt effekttäthetsestirnat av insignaivektorn på basis av den kornpenserade uppsättningen av LPC- filterparametrar .
Priority Applications (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE9502261A SE513892C2 (sv) | 1995-06-21 | 1995-06-21 | Spektral effekttäthetsestimering av talsignal Metod och anordning med LPC-analys |
PCT/SE1996/000753 WO1997001101A1 (en) | 1995-06-21 | 1996-06-07 | A power spectral density estimation method and apparatus |
BR9608845A BR9608845A (pt) | 1995-06-21 | 1996-06-07 | Processo e aparelho para estimação de densidade espectral de potência |
AU62464/96A AU705590B2 (en) | 1995-06-21 | 1996-06-07 | A power spectral density estimation method and apparatus |
CA002224680A CA2224680A1 (en) | 1995-06-21 | 1996-06-07 | A power spectral density estimation method and apparatus |
EP96921180A EP0834079A1 (en) | 1995-06-21 | 1996-06-07 | A power spectral density estimation method and apparatus |
JP9503773A JPH11508372A (ja) | 1995-06-21 | 1996-06-07 | パワースペクトル密度推定方法および装置 |
KR1019970709622A KR100347699B1 (ko) | 1995-06-21 | 1996-06-07 | 전력스펙트럼밀도추정방법및장치 |
US08/987,041 US6014620A (en) | 1995-06-21 | 1997-12-09 | Power spectral density estimation method and apparatus using LPC analysis |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE9502261A SE513892C2 (sv) | 1995-06-21 | 1995-06-21 | Spektral effekttäthetsestimering av talsignal Metod och anordning med LPC-analys |
Publications (3)
Publication Number | Publication Date |
---|---|
SE9502261D0 SE9502261D0 (sv) | 1995-06-21 |
SE9502261L SE9502261L (sv) | 1996-12-22 |
SE513892C2 true SE513892C2 (sv) | 2000-11-20 |
Family
ID=20398700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SE9502261A SE513892C2 (sv) | 1995-06-21 | 1995-06-21 | Spektral effekttäthetsestimering av talsignal Metod och anordning med LPC-analys |
Country Status (9)
Country | Link |
---|---|
US (1) | US6014620A (sv) |
EP (1) | EP0834079A1 (sv) |
JP (1) | JPH11508372A (sv) |
KR (1) | KR100347699B1 (sv) |
AU (1) | AU705590B2 (sv) |
BR (1) | BR9608845A (sv) |
CA (1) | CA2224680A1 (sv) |
SE (1) | SE513892C2 (sv) |
WO (1) | WO1997001101A1 (sv) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6314394B1 (en) * | 1999-05-27 | 2001-11-06 | Lear Corporation | Adaptive signal separation system and method |
KR100366298B1 (ko) * | 2000-01-27 | 2002-12-31 | 한국전자통신연구원 | 극초단펄스 스펙트럼 분석방법 |
US7054593B2 (en) | 2000-09-28 | 2006-05-30 | The Boeing Company | Return link design for PSD limited mobile satellite communication systems |
US20020058477A1 (en) * | 2000-09-28 | 2002-05-16 | Chapelle Michael De La | Return link design for PSD limited mobile satellite communication systems |
US6463408B1 (en) * | 2000-11-22 | 2002-10-08 | Ericsson, Inc. | Systems and methods for improving power spectral estimation of speech signals |
KR100355033B1 (ko) * | 2000-12-30 | 2002-10-19 | 주식회사 실트로닉 테크놀로지 | 선형예측 분석을 이용한 워터마크 삽입/추출 장치 및 그방법 |
US20040239415A1 (en) * | 2003-05-27 | 2004-12-02 | Bishop Christopher Brent | Methods of predicting power spectral density of a modulated signal and of a multi-h continuous phase modulated signal |
US8112247B2 (en) * | 2006-03-24 | 2012-02-07 | International Business Machines Corporation | Resource adaptive spectrum estimation of streaming data |
WO2009078093A1 (ja) | 2007-12-18 | 2009-06-25 | Fujitsu Limited | 非音声区間検出方法及び非音声区間検出装置 |
US8027690B2 (en) * | 2008-08-05 | 2011-09-27 | Qualcomm Incorporated | Methods and apparatus for sensing the presence of a transmission signal in a wireless channel |
US8463195B2 (en) | 2009-07-22 | 2013-06-11 | Qualcomm Incorporated | Methods and apparatus for spectrum sensing of signal features in a wireless channel |
CN101701984B (zh) * | 2009-11-23 | 2011-05-18 | 浙江大学 | 基于三项系数Nuttall窗插值FFT的基波与谐波检测方法 |
US10481831B2 (en) * | 2017-10-02 | 2019-11-19 | Nuance Communications, Inc. | System and method for combined non-linear and late echo suppression |
CN113241089B (zh) * | 2021-04-16 | 2024-02-23 | 维沃移动通信有限公司 | 语音信号增强方法、装置及电子设备 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4070709A (en) * | 1976-10-13 | 1978-01-24 | The United States Of America As Represented By The Secretary Of The Air Force | Piecewise linear predictive coding system |
US4941178A (en) * | 1986-04-01 | 1990-07-10 | Gte Laboratories Incorporated | Speech recognition using preclassification and spectral normalization |
US4901307A (en) * | 1986-10-17 | 1990-02-13 | Qualcomm, Inc. | Spread spectrum multiple access communication system using satellite or terrestrial repeaters |
US5068597A (en) * | 1989-10-30 | 1991-11-26 | General Electric Company | Spectral estimation utilizing a minimum free energy method with recursive reflection coefficients |
EP0443548B1 (en) * | 1990-02-22 | 2003-07-23 | Nec Corporation | Speech coder |
US5272656A (en) * | 1990-09-21 | 1993-12-21 | Cambridge Signal Technologies, Inc. | System and method of producing adaptive FIR digital filter with non-linear frequency resolution |
US5241692A (en) * | 1991-02-19 | 1993-08-31 | Motorola, Inc. | Interference reduction system for a speech recognition device |
US5165008A (en) * | 1991-09-18 | 1992-11-17 | U S West Advanced Technologies, Inc. | Speech synthesis using perceptual linear prediction parameters |
JP3277398B2 (ja) * | 1992-04-15 | 2002-04-22 | ソニー株式会社 | 有声音判別方法 |
US5251263A (en) * | 1992-05-22 | 1993-10-05 | Andrea Electronics Corporation | Adaptive noise cancellation and speech enhancement system and apparatus therefor |
US5351338A (en) * | 1992-07-06 | 1994-09-27 | Telefonaktiebolaget L M Ericsson | Time variable spectral analysis based on interpolation for speech coding |
FI100154B (sv) * | 1992-09-17 | 1997-09-30 | Nokia Mobile Phones Ltd | Förfarande och system för dämpning av brus |
US5327893A (en) * | 1992-10-19 | 1994-07-12 | Rensselaer Polytechnic Institute | Detection of cholesterol deposits in arteries |
US5363858A (en) * | 1993-02-11 | 1994-11-15 | Francis Luca Conte | Method and apparatus for multifaceted electroencephalographic response analysis (MERA) |
CN1129486A (zh) * | 1993-11-30 | 1996-08-21 | 美国电报电话公司 | 通信系统中降低传输噪声的方法 |
US5590242A (en) * | 1994-03-24 | 1996-12-31 | Lucent Technologies Inc. | Signal bias removal for robust telephone speech recognition |
US5787387A (en) * | 1994-07-11 | 1998-07-28 | Voxware, Inc. | Harmonic adaptive speech coding method and system |
US5774846A (en) * | 1994-12-19 | 1998-06-30 | Matsushita Electric Industrial Co., Ltd. | Speech coding apparatus, linear prediction coefficient analyzing apparatus and noise reducing apparatus |
JP3235703B2 (ja) * | 1995-03-10 | 2001-12-04 | 日本電信電話株式会社 | ディジタルフィルタのフィルタ係数決定方法 |
AU7723696A (en) * | 1995-11-07 | 1997-05-29 | Euphonics, Incorporated | Parametric signal modeling musical synthesizer |
US5794185A (en) * | 1996-06-14 | 1998-08-11 | Motorola, Inc. | Method and apparatus for speech coding using ensemble statistics |
-
1995
- 1995-06-21 SE SE9502261A patent/SE513892C2/sv not_active IP Right Cessation
-
1996
- 1996-06-07 CA CA002224680A patent/CA2224680A1/en not_active Abandoned
- 1996-06-07 KR KR1019970709622A patent/KR100347699B1/ko not_active IP Right Cessation
- 1996-06-07 BR BR9608845A patent/BR9608845A/pt not_active IP Right Cessation
- 1996-06-07 JP JP9503773A patent/JPH11508372A/ja active Pending
- 1996-06-07 WO PCT/SE1996/000753 patent/WO1997001101A1/en not_active Application Discontinuation
- 1996-06-07 AU AU62464/96A patent/AU705590B2/en not_active Ceased
- 1996-06-07 EP EP96921180A patent/EP0834079A1/en not_active Withdrawn
-
1997
- 1997-12-09 US US08/987,041 patent/US6014620A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
CA2224680A1 (en) | 1997-01-09 |
WO1997001101A1 (en) | 1997-01-09 |
US6014620A (en) | 2000-01-11 |
KR19990028308A (ko) | 1999-04-15 |
JPH11508372A (ja) | 1999-07-21 |
BR9608845A (pt) | 1999-06-08 |
KR100347699B1 (ko) | 2002-11-29 |
SE9502261L (sv) | 1996-12-22 |
SE9502261D0 (sv) | 1995-06-21 |
AU705590B2 (en) | 1999-05-27 |
AU6246496A (en) | 1997-01-22 |
EP0834079A1 (en) | 1998-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0637012B1 (en) | Signal processing device | |
EP0809842B1 (en) | Adaptive speech filter | |
EP1607938B1 (en) | Gain-constrained noise suppression | |
US6108610A (en) | Method and system for updating noise estimates during pauses in an information signal | |
US6377637B1 (en) | Sub-band exponential smoothing noise canceling system | |
US5706395A (en) | Adaptive weiner filtering using a dynamic suppression factor | |
SE513892C2 (sv) | Spektral effekttäthetsestimering av talsignal Metod och anordning med LPC-analys | |
AU751333B2 (en) | Method and device for blind equalizing of transmission channel effects on a digital speech signal | |
US6262943B1 (en) | Signal processing system for sensing a periodic signal in noise | |
US6343268B1 (en) | Estimator of independent sources from degenerate mixtures | |
JP2003337594A (ja) | 音声認識装置、その音声認識方法及びプログラム | |
JP4886715B2 (ja) | 定常率算出装置、雑音レベル推定装置、雑音抑圧装置、それらの方法、プログラム及び記録媒体 | |
US20020128830A1 (en) | Method and apparatus for suppressing noise components contained in speech signal | |
JP3693022B2 (ja) | 音声認識方法及び音声認識装置 | |
Moir et al. | A kepstrum approach to filtering, smoothing and prediction with application to speech enhancement | |
JP2001318687A (ja) | 音声認識装置 | |
CN1188547A (zh) | 一种功率谱密度估计方法及设备 | |
Cuoco et al. | Adaptive identification of VIRGO-like noise spectrum | |
Turner et al. | An Overview of Recursive Least Squares Estimation and Lattice Filters. | |
Wei et al. | Improved kalman filter-based speech enhancement. | |
JPH01232224A (ja) | 共振周波数抽出装置 | |
JPH0752117B2 (ja) | スペクトル分析方法及びその装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
NUG | Patent has lapsed | ||
NUG | Patent has lapsed |