TW201346889A - 雜訊消除方法 - Google Patents

雜訊消除方法 Download PDF

Info

Publication number
TW201346889A
TW201346889A TW101127134A TW101127134A TW201346889A TW 201346889 A TW201346889 A TW 201346889A TW 101127134 A TW101127134 A TW 101127134A TW 101127134 A TW101127134 A TW 101127134A TW 201346889 A TW201346889 A TW 201346889A
Authority
TW
Taiwan
Prior art keywords
spectrum
noise
sound
signal
fourier transform
Prior art date
Application number
TW101127134A
Other languages
English (en)
Other versions
TWI543149B (zh
Inventor
Lei Chen
Yu-Chieh Lai
Chun-Ren Hu
Hann-Shi Tong
Original Assignee
Htc Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Htc Corp filed Critical Htc Corp
Publication of TW201346889A publication Critical patent/TW201346889A/zh
Application granted granted Critical
Publication of TWI543149B publication Critical patent/TWI543149B/zh

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L21/0232—Processing in the frequency domain
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2410/00—Microphones
    • H04R2410/07—Mechanical or electrical reduction of wind noise generated by wind passing a microphone

Abstract

本發明的一實施例為一種雜訊消除方法，適用於一電子裝置。該雜訊消除方法包括：接收一聲音信號；對該聲音信號進行一傅立葉轉換，以得到一聲音頻譜；自該聲音頻譜中擷取對應一雜訊的一第一頻譜以及對應一人聲信號的一第二頻譜；根據該第一頻譜與該第二頻譜估計一中心頻率；以及根據該中心頻率對該聲音頻譜進行一高通濾波運算。

Description

雜訊消除方法
本發明為一種聲音雜訊消除方法，特別是適用於一種手持式電子裝置的麥克風聲音雜訊消除方法。
手持式電子裝置，如智慧型手機、平板電腦或是個人數位助理(personal digital assist，PDA)，已經成為消費者個人或公務使用上的必需品。越來越多使用者會利用手持式電子裝置錄製影片或是錄製聲音簡訊，但是一般手持式電子裝置並無針對麥克風接收到的聲音訊號進行雜訊濾波，則可能造成使用者不管是在室內或室外都得到不佳的錄音品質。在室外狀況下，麥克風可能會受到風聲的雜訊干擾，而如果在室內則可能受到反射的聲音訊號的雜訊干擾，兩種的雜訊抑制方法也不同，也不容易整合在手持式電子裝置內。
本發明的一實施例為一種雜訊消除方法，適用於一電子裝置。該雜訊消除方法包括：接收一聲音信號；對該聲音信號進行一傅立葉轉換，以得到一聲音頻譜；自該聲音頻譜中擷取對應一雜訊的一第一頻譜以及對應一人聲信號的一第二頻譜；根據該第一頻譜與該第二頻譜估計一中心頻率；以及根據該中心頻率對該聲音頻譜進行一高通濾波運算。
本發明的另一實施例提供一種雜訊消除方法，適用於 一電子裝置。該雜訊消除方法包括：接收一聲音信號；對該聲音信號進行一傅立葉轉換，以得到一聲音頻譜；根據該聲音頻譜判斷該電子裝置是否位於室外。當該電子裝置位於室外時，執行下列步驟：對該聲音信號進行一傅立葉轉換，以得到一聲音頻譜；自該聲音頻譜中擷取對應一雜訊的一第一頻譜以及對應一人聲信號的一第二頻譜；根據該第一頻譜與該第二頻譜估計一中心頻率；以及根據該中心頻率對該聲音頻譜進行一高通濾波運算。
有關本發明之前述及其他技術內容、特點與功效，在以下配合參考圖式之一較佳實施例的詳細說明中，將可清楚的呈現。以下實施例中所提到的方向用語，例如：上、下、左、右、前或後等，僅是參考附加圖式的方向。因此，使用的方向用語是用來說明並非用來限制本發明。
第1圖為根據本發明之一麥克風雜訊消除方法的一實施例的示意圖。第1圖的實施例的狀況是以一室外狀況為例說明。當麥克風11接收使用者的一聲音信號SS時，麥克風11可能同時接收到風聲雜訊信號SN，因此可以將麥克風接收到的信號表示為(SS+SN)。接著，透過一雜訊抑制裝置12對信號(SS+SN)進行雜訊消除或抑制，以得到一聲音信號SS’。在本實施例中，聲音信號SS’可能仍帶有部分雜訊，且與使用者的聲音信號SS略有差異。在本實施例中，雜訊抑制裝置12可能是由硬體所實現，或是藉由一處理器或控制器執行一程式來實現。
第2圖為第1圖的雜訊抑制裝置的一運作方法的一實施例的示意圖。在步驟S21中，透過一麥克風接收使用者的一原始聲音信號(speech signal)與一風聲雜訊(wind noise)所組成的一第一聲音信號。在步驟S22中，透過一快速傅立葉轉換(Fast Fourier Transform，FFT)裝置對該第一聲音信號進行一快速傅立葉轉換以得到一第一頻譜。一般來說，風聲雜訊的頻率範圍通常落在0~100Hz之間，而人聲信號的頻率範圍通訊為300Hz到4KHz。在本實施例中，可以設定對應風聲雜訊的一第一頻率區間與對應人聲信號的一第二頻率區間，並取得於該第一頻率區間的一雜訊頻譜與於該第二頻率區間的一人聲頻譜。在步驟S23中，雜訊抑制裝置會判斷目前使用者是否位於室外。本步驟可能由使用者自行設定或由雜訊抑制裝置根據步驟S22所得到的頻譜所判斷。舉例來說，當使用者利用手持式電子裝置執行一錄影或錄音應用程式時，手持式電子裝置會先跳出一選單供使用者選擇目前是否位於戶外或是否要進行雜訊消除的動作。如果使用者目前位於戶外的話，則執行後續的雜訊抑制或消除的動作。如果使用者並未位於戶外的話，則不進行後續的雜訊抑制或消除的動作。在另一實施例中，雜訊抑制裝置根據對應風聲雜訊的該雜訊頻譜的頻譜能量判斷此時使用者是否位於戶外。若該雜訊頻譜的頻譜能量大於一預定值，表示此時使用者的位置是位於戶外，必須執行雜訊抑制或消除的動作。若該雜訊頻譜的頻譜能量小於一預定值，則不進行後續的雜訊抑制或消除的動作。
在步驟S24中，雜訊抑制裝置會根據該雜訊頻譜的一第一能量值與該人聲頻譜的一第二能量值的估計一中心頻率fc。接著根據估計的中心頻率fc來調整一頻率域高通濾波器的中心頻率，並將該第一頻譜透過該高通濾波器進行濾波，過濾掉低頻的風聲雜訊，以得到過濾後的一第二頻譜。接著，在步驟S25中，雜訊抑制裝置會根據雜訊頻譜與人聲頻譜來對第二頻譜再進行一次資料處理，用以將第二頻譜的人聲部分加強，並將風聲部分削弱，以得到一第三頻譜。接著，將第三頻譜經過反向快速傅立葉轉換(Inverse Fast Fourier Transform，IFFT)以產生一過濾後的聲音信號。接著，該過濾後的聲音信號會被儲存或是透過一揚聲器(speaker)播放。
在第2圖的實施例中，根據雜訊頻譜的第一能量值與人聲頻譜的第二能量值所估計的中心頻率fc是用來對步驟S22轉換後的第一頻譜進行高通濾波，但非將本發明限於此。在另一實施例中，可將一時域高通濾波器的中心頻率調整為fc，並利用該時域高通濾波器對麥克風接收到的第一聲音信號進行高通濾波運算，以過濾低頻的風聲雜訊。接著，將過濾後的第一聲音信號進行快速傅立葉轉換以產生一第四頻譜。接著，雜訊抑制裝置會根據雜訊頻譜與人聲頻譜來對第四頻譜再進行一次資料處理，用以將第四頻譜的人聲部分加強，並將風聲部分削弱，以得到一第五頻譜。在另外的實施例中，可以根據第四頻譜產生新的雜訊頻譜與人聲頻譜，並根據新的雜訊頻譜與人聲頻譜來對第四頻譜再進行處理，以強化人聲頻譜的部分。最後， 再將處理後的第四頻譜反向快速傅立葉轉換以產生過濾後的聲音信號。
第3圖為根據本發明之具有雜訊抑制功能的一手持式電子裝置的一實施例的示意圖。手持式電子裝置的麥克風31接收一聲音信號與一風聲雜訊以產生一第一聲音信號。再本實施例中，麥克風31可能為單一麥克風或是一陣列式麥克風(microphone array)。快速傅立葉轉換(Fast Fourier Transform，FFT)裝置32對該第一聲音信號進行一快速傅立葉轉換以得到一第一頻譜，並將該第一頻譜傳送給一處理器33、一高通濾波器34以及一反向快速傅立葉轉換(Inverse Fast Fourier Transform，IFFT)裝置35。一般來說，風聲雜訊的頻率範圍通常落在0~100Hz之間，而人聲信號的頻率範圍通訊為300Hz到4KHz。因此，處理器33接收到該第一頻譜時，會先擷取對應於風聲雜訊的一第一頻率範圍的一雜訊頻譜，並判斷該雜訊頻譜的能量是否有大於一預定值。若有，則處理器33送出一致能信號給高通濾波器34以對該第一頻譜執行一高通濾波運算。處理器33同時送出選擇信號給反向快速傅立葉轉換裝置35，使得反向快速傅立葉轉換裝置35對高通濾波器34的輸出信號進行反向快速傅立葉轉換運算，而不對快速傅立葉轉換裝置32輸出的第一頻譜進行反向快速傅立葉轉換運算。換言之，在反向快速傅立葉轉換裝置35之前可以設置一多工器，根據處理器33輸出的選擇信號將高通濾波器34的輸出信號或快速傅立葉轉換裝置32輸出的第一頻譜傳送給反向快速傅立葉轉換裝置35。
若該雜訊頻譜的能量並沒有大於預定值，則處理器33不會傳送致能信號給高通濾波器34，並且會透過該選擇信號告知反向快速傅立葉轉換裝置35對快速傅立葉轉換裝置32輸出的第一頻譜進行反向快速傅立葉轉換運算。再另一實施例中，如果雜訊頻譜的能量並沒有大於預定值，但是若處理器33有接收到使用者的一控制信號，要求要對麥克風31接收到的聲音信號進行雜訊抑制或濾波，則處理器會直接送出致能信號給高通濾波器34以對該第一頻譜執行高通濾波運算，以及同時送出選擇信號給反向快速傅立葉轉換裝置35，使得反向快速傅立葉轉換裝置35對高通濾波器34的輸出信號進行反向快速傅立葉轉換運算，而不對快速傅立葉轉換裝置32輸出的第一頻譜進行反向快速傅立葉轉換運算。因此，處理器33可不進行雜訊頻譜的能量判斷的步驟或流程。
處理器33接收到該第一頻譜後，先取得於一第一頻率區間的雜訊頻譜與於一第二頻率區間的一人聲頻譜。處理器33會根據該雜訊頻譜的第一能量值與該人聲頻譜的第二能量值的估計一中心頻率fc。接著處理器33調整一頻率域高通濾波器的中心頻率，使其中心頻率為fc。當高通濾波器34的中心頻率調整好後，高通濾波器34對該第一頻譜透過該高通濾波器進行濾波，將低頻的風聲雜訊濾除，以得到過濾後的一第二頻譜。接著，第二頻譜被傳送到反向快速傅立葉轉換裝置35，進行一反向快速傅立葉轉換以得到一第二聲音信號。在本實施例中，第一頻率範圍為0~100Hz，而第二頻率範圍為300Hz到4KHz，但是非將 本發明限於此。使用者可以自行定義第一頻率範圍與第二頻率範圍。處理器亦可針對不同的雜訊種類定義不同的第一頻率範圍，再根據接收到的第一頻譜分析雜訊種類後，以決定後續高通濾波器34的中心頻率。換句話說，本實施例並不限於針對風聲雜訊進行抑制或消除，可針對任何特定頻率範圍的雜訊進行抑制或消除。
第4圖為根據本發明之具有雜訊抑制功能的一手持式電子裝置的另一實施例的示意圖。手持式電子裝置的麥克風41接收一聲音信號與一風聲雜訊以產生一第一聲音信號。在本實施例中，4克風31可能為單一麥克風或是一陣列式麥克風(microphone array)。第一快速傅立葉轉換(Fast Fourier Transform，FFT)裝置42對該第一聲音信號進行一快速傅立葉轉換以得到一第一頻譜，並將該第一頻譜傳送給一處理器43以及一頻率域高通濾波器44。一般來說，風聲雜訊的頻率範圍通常落在0~100Hz之間，而人聲信號的頻率範圍通訊為300Hz到4KHz。因此，處理器43接收到該第一頻譜時，會先擷取對應於風聲雜訊的一第一頻率範圍的一雜訊頻譜N，並判斷該雜訊頻譜的能量PN是否有大於一預定值PTH。若有，則處理器43送出一第一致能信號EN1給頻率域高通濾波器44以對該第一頻譜執行一高通濾波運算。在本實施例中，處理器43亦可以傳送一第二致能信號EN2給一時域高通濾波器46，使得時域高通濾波器46對該第一聲音信號進高通濾波運算，以產生一第一過濾聲音信號。
在本實施例中，處理器43可以選擇只讓頻率域高通濾 波器44或是時域高通濾波器46進行濾波動作，或是讓頻率域高通濾波器44與時域高通濾波器46同時進行濾波動作。如果頻率域高通濾波器44與時域高通濾波器46同時動作，處理器33會傳送一選擇信號SEL給強化裝置(enhancement device)48，讓強化裝置48根據該選擇信號SEL處理頻率域高通濾波器44的輸出信號或是第二快速傅立葉轉換裝置47的輸出信號。換言之，在強化裝置48之前可以設置一多工器，根據處理器43輸出的選擇信號SEL，將頻率域高通濾波器44的輸出信號或是第二快速傅立葉轉換裝置47的輸出信號傳送給強化裝置48。強化裝置48可以由硬體或一軟體所實現，用以將接收到的信號中人聲部分加強，並削減接收到的信號中的風聲雜訊的部分。
處理器43接收到該第一頻譜後，先取得於一第一頻率區間的雜訊頻譜N與於一第二頻率區間的一人聲頻譜S。處理器43會根據該雜訊頻譜的第一能量值與該人聲頻譜的第二能量值的一比值(PN/PS)估計一中心頻率fc。接著處理器43調整頻率域高通濾波器44與時域高通濾波器46的中心頻率，使其中心頻率為fc。當頻率域高通濾波器44的中心頻率調整好後，頻率域高通濾波器44對該第一頻譜進行濾波，將低頻的風聲雜訊濾除，以得到過濾後的一第二頻譜。當時域高通濾波器46的中心頻率調整好後，時域高通濾波器46對該第一聲音信號進行濾波，將低頻的風聲雜訊濾除，以得到過濾後的一第二聲音信號。接著，第二聲音信號被傳送到第二快速傅立葉轉換裝置47進行快速傅立葉轉換，以得到一第三頻譜。
處理器43亦會將雜訊頻譜N與人聲頻譜S傳送給強化裝置48。接著，強化裝置48會根據選擇信號SEL接收該第二頻譜或該第三頻譜，並根據雜訊頻譜N與人聲頻譜S來強化人聲部分與抑制雜訊部分。舉例來說，第二頻譜以(S2+N2)表示。強化裝置48會先將第二頻譜(S2+N2)與人聲頻譜S相加後平均，處理後的頻譜可表示為((S+S2)/2+N2/2)。接著再將處理後的頻譜與雜訊頻譜N相減，以產生最後的結果：((S+S2)/2+(N2-N)/2)。利用這樣的方式，可以讓人聲部份的頻譜(S+S2)/2與雜訊頻譜(N2-N)/2的信噪比更大，聲音品質也會更好。
最後，強化裝置48輸出的一第四頻譜被傳送到反向快速傅立葉轉換裝置45，進行一反向快速傅立葉轉換以得到一第三聲音信號。在本實施例中，第一頻率範圍為0~100Hz，而第二頻率範圍為300Hz到4KHz，但是非將本發明限於此。使用者可以自行定義第一頻率範圍與第二頻率範圍。處理器亦可針對不同的雜訊種類定義不同的第一頻率範圍，再根據接收到的第一頻譜分析雜訊種類後，以決定後續頻率域高通濾波器44與時域高通濾波器46的中心頻率。換句話說，本實施例並不限於針對風聲雜訊進行抑制或消除，可針對任何特定頻率範圍的雜訊進行抑制或消除。
在第3圖的說明中雖然沒有提到強化裝置48的部分，但仍可將強化裝置48應用在第3圖的手持式電子裝置中，以得到更好的信號品質。
在第3與第4圖的中心頻率fc產生方式以及處理器如 何偵測是否有雜訊的部分請參考下列說明。首先，麥克風接收到的信號會先透過取樣頻率為48KHz的類比數位轉換器進行取樣，以得到一數位信號。接著，該數位信號被傳送到一256點快速傅立葉轉換裝置以產生對應的一頻譜。在判斷是否有雜訊時，根據轉換後的頻譜中的第1頻段(band 1)與第二頻段(band 2)的能量來判斷。風聲雜訊的頻率可由下列數學式求得：2/256*48K=375Hz
接著，處理器根據該頻譜中，雜訊與信號的信噪比來決定中心頻率fc。信噪比(SNR)可由下式得知：SNR=第三頻段(band 3)至第二十四頻段(band 24)的能量/第1頻段(band 1)與第二頻段(band 2)的能量=頻率375Hz到4K Hz的能量/頻率0到375Hz的能量
在本說明書中，根據SNR所估計到的中心頻率fc的範圍約在100Hz至1000Hz。
第5圖為根據本發明之一麥克風雜訊消除方法的另一實施例的示意圖。第5圖的實施例的狀況是以一室內狀況為例說明。在室內所造成的雜訊通常是回音所造成，因此必須由前一個時間點接收到的聲音信號來抑制下一個時間點接收到的聲音信號所造成的回音雜訊。在步驟S51中，透過一麥克風接收使用者的一原始聲音信號(speech signal)與一回音雜訊(echo noise)所組成的一第一聲音信號。在步驟S52中，透過一快速傅立葉轉換(Fast Fourier Transform，FFT)裝置對該第一聲音信號進行一 快速傅立葉轉換以得到一第一頻譜。接著在步驟S53中藉由該第一頻譜的能量值來判斷是否有回音雜訊產生。若沒有，則執行步驟S55，將該第一頻譜透過一反向快速傅立葉轉換以得到一第二聲音信號。若步驟S53的判斷為是，則執行步驟S54。在步驟S54中，會根據前一次接收到的聲音信號所產生的頻譜來估計一回音雜訊頻譜。接著根據該回音雜訊頻譜對該第一頻譜進行雜訊抑制的動作，以產生一第二頻譜。接著在步驟S55中，該第二頻譜透過一反向快速傅立葉轉換以得到一第三聲音信號。
第6圖為根據本發明之一麥克風雜訊消除方法的另一實施例的流程圖。第6圖的實施例的狀況是以一室內狀況為例說明。在步驟651中，透過一麥克風接收使用者的一原始聲音信號(speech signal)與一回音雜訊(echo noise)所組成的一第一聲音信號x(t)。在步驟S62中，透過一快速傅立葉轉換(Fast Fourier Transform，FFT)裝置對該第一聲音信號x(t)進行一快速傅立葉轉換以得到一第一頻譜x(k)。接著在步驟S63中藉由該第一頻譜的能量值來判斷是否有回音雜訊產生。若沒有，則執行步驟S65，將該第一頻譜透過一反向快速傅立葉轉換以得到一第二聲音信號x’(t)。若步驟S63的判斷為是，則執行步驟S64。在步驟S64中，會將第一頻譜與一增益函數相乘，藉此抑制回音雜訊。增益函數g(k)可由使用者或手持式電子裝置內的處理器所求得，步驟S64產生的一第二頻譜Y(k)可由下列數學式所表示：Y(k)=g(k)*x(k)
增益函數g(k)中的增益值範圍由0.1到1。舉例來說，如果步驟S62執行的是一256點的快速傅立葉轉換，則產生的頻譜可能就是由256點的資料所組成。而增益函數g(k)也會是由256個增益值所組成，用以調整第一頻譜中每一點的能量值。此外，在步驟S64中，也會根據第一聲音信號或第一頻譜來估計一回音雜訊並產生回音雜訊頻譜n(k)。回音雜訊頻譜n(k)可由下列數學式所表示：n(k)=(1-g(k))*u(k)，u(k)為原始估計的雜訊。
接著，將Y(k)與n(k)相減以得到雜訊抑制後的第二頻譜。最後在步驟S65中，對該第二頻譜進行反向快速傅立葉轉換以得到一第三聲音信號x”(t)
第7圖為根據本發明之一麥克風雜訊消除方法的另一實施例的示意圖。在步驟S701中，透過一麥克風接收使用者的一原始聲音信號(speech signal)與一雜訊(noise)所組成的一第一聲音信號。在步驟S702中，透過一快速傅立葉轉換(Fast Fourier Transform，FFT)裝置對該第一聲音信號進行一快速傅立葉轉換以得到一第一頻譜。接著，在步驟S703中判斷使用者目前的位置是否位於戶外。一般來說，風聲雜訊的頻率範圍通常落在0~100Hz之間，而人聲信號的頻率範圍通訊為300Hz到4KHz。在本實施例中，可以設定對應風聲雜訊的一第一頻率區間與對應人聲信號的一第二頻率區間，並取得於該第一頻率區間的一雜訊頻譜與於該第二頻率區間的一人聲頻譜。接著，透過一第一判斷裝置根據雜訊頻譜的能量來判斷使用者是否在戶 外。如果不是的話，執行步驟S704。如果使用者是在戶外的話，執行步驟S706。
在步驟S706中，判斷該雜訊頻譜Nr的能量值是否大於一第一預訂值Nth1。如果該雜訊頻譜Nr的能量值是大於一第一預訂值Nth1，執行步驟S711以消除雜訊。如果該雜訊頻譜Nr的能量值是小於第一預訂值Nth1，則執行步驟S707。步驟S707是根據使用者的設定來決定是否要強制執行雜訊抑制功能。舉例來說，當使用者利用手持式電子裝置執行一錄影或錄音應用程式時，手持式電子裝置會先跳出一選單供使用者選擇是否要進行雜訊消除的動作。如果在步驟S707中，決定要進行雜訊消除的動作，則執行步驟S711。如果在步驟S707中，決定不進行雜訊消除的動作，則執行步驟S715。在步驟S715中，直接將該第一頻譜進行反向快速傅立葉轉換操作，以產生一第二聲音信號。
在步驟S711中，根據雜訊頻譜與人聲頻譜的能量估計一信噪比SNR。在步驟S712中，根據該SNR值來估計一中心頻率fc。接著根據估計的中心頻率fc來調整一頻率域高通濾波器的中心頻率，並在步驟S713中將該第一頻譜透過該高通濾波器進行濾波，過濾掉低頻的風聲雜訊，以得到過濾後的一第二頻譜。在步驟S714中，根據雜訊頻譜與人聲頻譜來對第二頻譜再進行一次雜訊抑制，用以將第二頻譜的人聲部分加強，並將風聲雜訊部分削弱，以得到一第三頻譜。在步驟S714中，該第三頻譜經過反向快速傅立葉轉換(Inverse Fast Fourier Transform，IFFT)以產 生一過濾後的聲音信號。
在步驟S704中，一第二判斷裝置會根據該第一頻譜來判斷使用者是否在室內。在一實施例中，第二判斷裝置是會根據連續的兩個頻譜來判斷是否有回音雜訊產生。如果步驟S704的結果為非，則執行步驟S705，結束麥克風雜訊消除的流程。如果步驟S704的結果為是，則執行步驟S708。在步驟S708中，根據該第一頻譜估計一室內雜訊，如回音雜訊，並判斷該室內雜訊Nr的能量值是否大於一第二預訂值Nth2。如果該該室內雜訊Nr的能量值是大於一第二預訂值Nth2，執行步驟S716以抑制雜訊。步驟S716的雜訊抑制方法的詳細內容可以參考第6圖的說明。如果該該室內雜訊Nr的能量值是小於第二預訂值Nth2，則執行步驟S709。步驟S709是根據使用者的設定來決定是否要強制執行雜訊抑制功能。舉例來說，當使用者利用手持式電子裝置執行一錄影或錄音應用程式時，手持式電子裝置會先跳出一選單供使用者選擇是否要進行雜訊消除的動作。如果在步驟S709中，決定要進行雜訊消除的動作，則執行步驟S716。如果在步驟S709中，決定不進行雜訊消除的動作，則執行步驟S715。在步驟S715中，直接將該第一頻譜進行反向快速傅立葉轉換操作，以產生一第二聲音信號。
第8圖為根據本發明之具有雜訊抑制功能的一手持式電子裝置的一實施例的示意圖。手持式電子裝置的麥克風81接收一聲音信號與一雜訊以產生一第一聲音信號。在本實施例中，麥克風81可能為單一麥克風或是一陣列式麥克 風(microphone array)。快速傅立葉轉換(Fast Fourier Transform，FFT)裝置82對該第一聲音信號進行一快速傅立葉轉換以得到一第一頻譜，並將該第一頻譜傳送給一處理器83、一高通濾波器84以及一反向快速傅立葉轉換(Inverse Fast Fourier Transform，IFFT)裝置85。一般來說，風聲雜訊的頻率範圍通常落在0~100Hz之間，而人聲信號的頻率範圍通訊為300Hz到4KHz。因此，處理器83接收到該第一頻譜時，會先擷取對應於風聲雜訊的一第一頻率範圍的一雜訊頻譜，並判斷該雜訊頻譜的能量是否有大於一預定值。若有，則處理器83送出一致能信號給高通濾波器84以對該第一頻譜執行一高通濾波運算。處理器83同時送出選擇信號給反向快速傅立葉轉換裝置85，使得反向快速傅立葉轉換裝置85對高通濾波器84的輸出信號進行反向快速傅立葉轉換運算，而不對快速傅立葉轉換裝置82輸出的第一頻譜或強化裝置86輸出的一第三頻譜進行反向快速傅立葉轉換運算。換言之，在反向快速傅立葉轉換裝置85之前可以設置一多工器，根據處理器83輸出的選擇信號將高通濾波器84的輸出信號、快速傳立葉轉換裝置82輸出的第一頻譜或強化裝置86輸出的第三頻譜傳送給反向快速傅立葉轉換裝置35以作進一步的處理。
若該雜訊頻譜的能量並沒有大於預定值，則處理器83不會傳送致能信號給高通濾波器84，並且會透過該選擇信號告知反向快速傅立葉轉換裝置85對快速傅立葉轉換裝置82輸出的第一頻譜進行反向快速傅立葉轉換運算。再另一實施例中，如果雜訊頻譜的能量並沒有大於預定值，但 是若處理器83有接收到使用者的一控制信號，要求要對麥克風81接收到的聲音信號進行雜訊抑制或濾波，則處理器會直接送出致能信號給高通濾波器84以對該第一頻譜執行高通濾波運算，以及同時送出選擇信號SEL給反向快速傅立葉轉換裝置85，使得反向快速傅立葉轉換裝置85對高通濾波器84的輸出信號進行反向快速傅立葉轉換運算，而不對快速傅立葉轉換裝置82輸出的第一頻譜進行反向快速傅立葉轉換運算。因此，處理器83可不進行雜訊頻譜的能量判斷的步驟或流程。
處理器83接收到該第一頻譜後，先取得於一第一頻率區間的雜訊頻譜與於一第二頻率區間的一人聲頻譜。處理器83會根據該雜訊頻譜的第一能量值與該人聲頻譜的第二能量值的估計一中心頻率fc。接著處理器83調整一頻率域高通濾波器的中心頻率，使其中心頻率為fc。當高通濾波器84的中心頻率調整好後，高通濾波器84對該第一頻譜透過該高通濾波器進行濾波，將低頻的風聲雜訊濾除，以得到過濾後的一第二頻譜。接著，第二頻譜被傳送到反向快速傅立葉轉換裝置85，進行一反向快速傅立葉轉換以得到一第二聲音信號。在本實施例中，第一頻率範圍為0~100Hz，而第二頻率範圍為300Hz到4KHz，但是非將本發明限於此。使用者可以自行定義第一頻率範圍與第二頻率範圍。處理器亦可針對不同的雜訊種類定義不同的第一頻率範圍，再根據接收到的第一頻譜分析雜訊種類後，以決定後續高通濾波器84的中心頻率。換句話說，本實施例並不限於針對風聲雜訊進行抑制或消除，可針對任何特 定頻率範圍的雜訊進行抑制或消除。
當處理器83接收到第一頻譜時且判斷此時手持式電子裝置是位於室內時，會將該第一頻譜傳送到強化裝置86。同一時間，處理器83也會傳送選擇信號SEL給反向快速傅立葉轉換裝置85，以處理強化裝置86的輸出信號。強化裝置86會先根據前一次接收到的聲音信號所產生的頻譜來估計一回音雜訊頻譜。接著根據該回音雜訊頻譜對該第一頻譜進行雜訊抑制的動作，以產生一第三頻譜。最後該第三頻譜被傳送到反向快速傅立葉轉換裝置85，進行一反向快速傅立葉轉換以得到一第三聲音信號。
第9圖為一聲音雜訊消除裝置的一實施例的示意圖。聲音雜訊消除裝置內建於具有一收音裝置的一電子裝置，其包括一頻譜擷取裝置91、一第一判斷裝置92、一第二判斷裝置95、一SNR計算器93、一中心頻率產生器94以及一銳化處理器96。頻譜擷取裝置91接收由一聲音信號轉換的一聲音頻譜，並將從該聲音頻譜中擷取出於對應一雜訊的一第一頻率區間的第一頻譜與對應於一人聲信號的一第二頻率區間的一第二頻譜。。第一判斷裝置92接收到第一頻譜後會判斷電子裝置是否位於室外，如果是的話，傳送一致能信號EN給一高通濾波器。如果電子裝置被判斷不是位於室外時，則將該第一頻譜傳送給第二判斷裝置95，以決定是否要進行銳化處理。如果第二判斷裝置95判斷該聲音頻譜不需要進行銳化處理，則該聲音頻譜被傳送至一反向快速傅立葉轉換裝置，以輸出一第一聲音信號。如果第二判斷裝置95判斷該聲音頻譜需要進行銳化處理，則該 聲音頻譜被傳送到銳化處理器96處理。銳化處理器96的運作方式可以參考第6圖的說明。
SNR計算器93會根據第一頻譜的一第一能量值與第二頻譜的一第二能量求得一信噪比(signal-noise ratio，SNR)。該信噪比被傳送至中心頻率產生器94以估計一中心頻率fc。一高通濾波器(high pass filter，HPF)將其中心頻率調整為fc，並對該聲音頻譜進行高通濾波。接著，高通濾波器的輸出結果被傳送至反向快速傅立葉轉換裝置，以輸出一第二聲音信號。
第10圖為一聲音雜訊消除裝置的另一實施例的示意圖。第一麥克風101接收一第一聲音信號S1，第二麥克風102接收一第二聲音信號S2。加法器106用以將第一聲音信號S1與第二聲音信號S2相加以產生一人聲信號SS。減法器107用以將第一聲音信號S1與第二聲音信號S2相減以產生一雜訊信號SN。SNR計算器103根據人聲信號SS與雜訊信號SN的能量值求得一信噪比。該信噪比被傳送至中心頻率產生器104以估計一中心頻率fc。高通濾波器105將其中心頻率調整為fc，並對該人聲信號SS進行高通濾波，以產生過濾後的人聲信號SS’。
第11圖為根據本發明之一麥克風雜訊消除方法的另一實施例的示意圖。在步驟S1101中，透過一麥克風接收使用者的一原始聲音信號(speech signal)與一雜訊(noise)所組成的一第一聲音信號。在步驟S1102中，透過一快速傅立葉轉換(Fast Fourier Transform，FFT)裝置對該第一聲音信號進行一快速傅立葉轉換以得到一第一頻譜。接 著，在步驟S1103中判斷使用者目前的位置是位於室外還是室外。
一般來說，風聲雜訊的頻率範圍通常落在0~100Hz之間，而人聲信號的頻率範圍通訊為300Hz到4KHz。在本實施例中，使用者或設計者可以設定對應風聲雜訊的一第一頻率區間與對應人聲信號的一第二頻率區間，並透過一應用程式取得於該第一頻率區間的一雜訊頻譜與於該第二頻率區間的一人聲頻譜。接著，透過一第一判斷裝置根據雜訊頻譜的能量來判斷使用者是否在室外。
在本實施例中，一第二判斷裝置會根據該第一頻譜來判斷使用者是否在室內。在一實施例中，第二判斷裝置是會根據連續的兩個頻譜來判斷是否有回音雜訊產生。如果判斷使用者是位於室內，則執行步驟S1104。如果判斷使用者是位於室外，則執行步驟S1106。
在步驟S1106中，判斷該雜訊頻譜Nr的能量值是否大於一第一預訂值Nth1。如果該雜訊頻譜Nr的能量值是大於一第一預訂值Nth1，執行步驟S1111以消除雜訊。如果該雜訊頻譜Nr的能量值是小於第一預訂值Nth1，則執行步驟S1107。步驟S1107是根據使用者的設定來決定是否要強制執行雜訊抑制功能。舉例來說，當使用者利用手持式電子裝置執行一錄影或錄音應用程式時，手持式電子裝置會先跳出一選單供使用者選擇是否要進行雜訊消除的動作。如果在步驟S1107中，決定要進行雜訊消除的動作，則執行步驟S1111。如果在步驟S1107中，決定不進行雜訊消除的動作，則執行步驟S1115。在步驟S1115中，直 接將該第一頻譜進行反向快速傅立葉轉換操作，以產生一第二聲音信號。
在步驟S1111中，根據雜訊頻譜與人聲頻譜的能量估計一信噪比SNR。在步驟S1112中，根據該SNR值來估計一中心頻率fc。接著根據估計的中心頻率fc來調整一頻率域高通濾波器的中心頻率，並在步驟S1113中將該第一頻譜透過該高通濾波器進行濾波，過濾掉低頻的風聲雜訊，以得到過濾後的一第二頻譜。在步驟S1114中，根據雜訊頻譜與人聲頻譜來對第二頻譜再進行一次雜訊抑制，用以將第二頻譜的人聲部分加強，並將風聲雜訊部分削弱，以得到一第三頻譜。在步驟S1114中，該第三頻譜經過反向快速傅立葉轉換(Inverse Fast Fourier Transform，IFFT)以產生一過濾後的聲音信號。
在步驟S1104中，一第二判斷裝置會根據該第一頻譜來判斷使用者是否在室內。在一實施例中，第二判斷裝置是會根據連續的兩個頻譜來判斷是否有回音雜訊產生。如果步驟S1104的結果為非，則執行步驟S1105，結束麥克風雜訊消除的流程。如果步驟S1104的結果為是，則執行步驟S1108。在步驟S1108中，根據該第一頻譜估計一室內雜訊，如回音雜訊，並判斷該室內雜訊Nr的能量值是否大於一第二預訂值Nth2。如果該該室內雜訊Nr的能量值是大於一第二預訂值Nth2，執行步驟S1116以抑制雜訊。步驟S1116的雜訊抑制方法的詳細內容可以參考第6圖的說明。如果該該室內雜訊Nr的能量值是小於第二預訂值Nth2，則執行步驟S11109。步驟S1109是根據使用者的設 定來決定是否要強制執行雜訊抑制功能。舉例來說，當使用者利用手持式電子裝置執行一錄影或錄音應用程式時，手持式電子裝置會先跳出一選單供使用者選擇是否要進行雜訊消除的動作。如果在步驟S1109中，使用者決定要進行雜訊消除的動作，則執行步驟S1116。如果在步驟S1109中，決定不進行雜訊消除的動作，則執行步驟S1115。在步驟S1115中，直接將該第一頻譜進行反向快速傅立葉轉換操作，以產生一第二聲音信號。
惟以上所述者，僅為本發明之較佳實施例而已，當不能以此限定本發明實施之範圍，即大凡依本發明申請專利範圍及發明說明內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。另外本發明的任一實施例或申請專利範圍不須達成本發明所揭露之全部目的或優點或特點。此外，摘要部分和標題僅是用來輔助專利文件搜尋之用，並非用來限制本發明之權利範圍。
11‧‧‧麥克風
12‧‧‧雜訊抑制裝置
31‧‧‧麥克風
32‧‧‧快速傅立葉轉換裝置
33‧‧‧處理器
34‧‧‧高通濾波器
35‧‧‧反向快速傅立葉轉換裝置
41‧‧‧麥克風
42‧‧‧第一快速傅立葉轉換裝置
43‧‧‧處理器
44‧‧‧頻率愈高通濾波器
45‧‧‧反向快速傅立葉轉換裝置
46‧‧‧時域高通濾波器
47‧‧‧第二快速傅立葉轉換裝置
48‧‧‧強化裝置
81‧‧‧麥克風
82‧‧‧快速傅立葉轉換裝置
83‧‧‧處理器
84‧‧‧高通濾波器
85‧‧‧反向快速傅立葉轉換裝置
86‧‧‧銳化裝置
91‧‧‧頻譜擷取裝置
92‧‧‧第一判斷裝置
93‧‧‧SNR計算器
94‧‧‧fc產生器
95‘‧‧‧第二判斷裝置
96‧‧‧銳化裝置
101‧‧‧第一麥克風
102‧‧‧第二麥克風
103‧‧‧SNR計算器
104‧‧‧fc產生器
105‧‧‧高通濾波器
106‧‧‧加法器
107‧‧‧減法器
第1圖為根據本發明之一麥克風雜訊消除方法的一實施例的示意圖。
第2圖為第1圖的雜訊抑制裝置的一運作方法的一實施例的示意圖。
第3圖為根據本發明之具有雜訊抑制功能的一手持式電子裝置的一實施例的示意圖。
第4圖為根據本發明之具有雜訊抑制功能的一手持式 電子裝置的另一實施例的示意圖。
第5圖為根據本發明之一麥克風雜訊消除方法的另一實施例的示意圖。
第6圖為根據本發明之一麥克風雜訊消除方法的另一實施例的流程圖。
第7圖為根據本發明之一麥克風雜訊消除方法的另一實施例的示意圖。
第8圖為根據本發明之具有雜訊抑制功能的一手持式電子裝置的一實施例的示意圖。
第9圖為一聲音雜訊消除裝置的一實施例的示意圖。
第10圖為一聲音雜訊消除裝置的另一實施例的示意圖。
第11圖為根據本發明之一麥克風雜訊消除方法的另一實施例的示意圖。

Claims (16)

  1. 一種雜訊消除方法，適用於一電子裝置，包括：接收一聲音信號；對該聲音信號進行一傅立葉轉換，以得到一聲音頻譜；自該聲音頻譜中擷取對應一雜訊的一第一頻譜以及對應一人聲信號的一第二頻譜；根據該第一頻譜與該第二頻譜估計一中心頻率；以及根據該中心頻率對該聲音頻譜進行一高通濾波運算。
  2. 如申請專利範圍第1項所述之雜訊消除方法，其中根據該第一頻譜與該第二頻譜估計該中心頻率的步驟更包括：估計該第一頻譜的一第一能量值；估計該第二頻譜的一第二能量值；根據該第一能量值與該第二能量值求得一信噪比；以及根據該信噪比估計該中心頻率。
  3. 如申請專利範圍第1項所述之雜訊消除方法，其中該中心頻率的範圍約在100Hz至1000Hz。
  4. 如申請專利範圍第1項所述之雜訊消除方法，其中在對該聲音頻譜進行該高通濾波運算後，產生一第二聲音頻譜，且對該第二聲聲音頻譜進行一反向傅立葉轉換，以得到一第二聲音信號。
  5. 如申請專利範圍第1項所述之雜訊消除方法，其中在對該聲音頻譜進行該高通濾波運算後，產生一第二聲音 頻譜。
  6. 如申請專利範圍第5項所述之雜訊消除方法，更包括：根據該第一頻譜與該第二頻譜對該第二聲音頻譜進行一信號處理，以降低該第二聲音頻譜中的一第二雜訊。
  7. 如申請專利範圍第1項所述之雜訊消除方法，其中該第一頻譜係根據該聲音信號中，頻率範圍為0至300Hz的一第一信號所產生；該第二頻譜係根據該聲音信號中，頻率範圍為3000至4000Hz的一第二信號所產生。
  8. 一種雜訊消除方法，適用於一電子裝置，包括：接收一聲音信號；對該聲音信號進行一傅立葉轉換，以得到一聲音頻譜；根據該聲音頻譜判斷該電子裝置是否位於室外；當該電子裝置位於室外時，執行下列步驟：對該聲音信號進行一傅立葉轉換，以得到一聲音頻譜；自該聲音頻譜中擷取對應一雜訊的一第一頻譜以及對應一人聲信號的一第二頻譜；根據該第一頻譜與該第二頻譜估計一中心頻率；以及根據該中心頻率對該聲音頻譜進行一高通濾波運算。
  9. 如申請專利範圍第8項所述之雜訊消除方法，其中根據該第一頻譜與該第二頻譜估計該中心頻率的步驟更包括：估計該第一頻譜的一第一能量值；估計該第二頻譜的一第二能量值；根據該第一能量值與該第二能量值求得一信噪比；以 及根據該信噪比估計該中心頻率。
  10. 如申請專利範圍第8項所述之雜訊消除方法，其中該中心頻率的範圍約在100Hz至1000Hz。
  11. 如申請專利範圍第8項所述之雜訊消除方法，其中在對該聲音頻譜進行該高通濾波運算後，產生一第二聲音頻譜，且對該第二聲聲音頻譜進行一反向傳立葉轉換，以得到一第二聲音信號。
  12. 如申請專利範圍第8項所述之雜訊消除方法，其中在對該聲音頻譜進行該高通濾波運算後，產生一第二聲音頻譜。
  13. 如申請專利範圍第12項所述之雜訊消除方法，更包括：根據該第一頻譜與該第二頻譜對該第二聲音頻譜進行一信號處理，以降低該第二聲音頻譜中的一第二雜訊。
  14. 如申請專利範圍第8項所述之雜訊消除方法，其中該第一頻譜係根據該聲音信號中，頻率範圍為0至300Hz的一第一信號所產生；該第二頻譜係根據該聲音信號中，頻率範圍為3000至4000Hz的一第二信號所產生。
  15. 如申請專利範圍第8項所述之雜訊消除方法，其中當該電子裝置不位於室外時，執行下列步驟：根據該聲音頻譜估計一回音頻譜；以及根據該回音頻譜對該聲音頻譜進行一雜訊抑制運算，以得到一第三聲音頻譜。
  16. 如申請專利範圍第8項所述之雜訊消除方法，其 中當該電子裝置不位於室外時，執行下列步驟：根據該聲音頻譜估計一回音頻譜；判斷該回音頻譜的一能量值是否大於一預定值；以及當該回音頻譜的該能量值是否大於該預定值，根據該回音頻譜對該聲音頻譜進行一雜訊抑制運算，以得到一第三聲音頻譜。
TW101127134A 2012-05-14 2012-07-27 雜訊消除方法 TWI543149B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US13/471,085 US9280984B2 (en) 2012-05-14 2012-05-14 Noise cancellation method

Publications (2)

Publication Number Publication Date
TW201346889A true TW201346889A (zh) 2013-11-16
TWI543149B TWI543149B (zh) 2016-07-21

Family

ID=49475609

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101127134A TWI543149B (zh) 2012-05-14 2012-07-27 雜訊消除方法

Country Status (4)

Country Link
US (2) US9280984B2 (zh)
CN (2) CN103426433B (zh)
DE (1) DE102013006163A1 (zh)
TW (1) TWI543149B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI779261B (zh) * 2020-01-22 2022-10-01 仁寶電腦工業股份有限公司 風切濾波裝置

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978955A (zh) * 2014-04-14 2015-10-14 美的集团股份有限公司 语音控制方法和系统
TWI569257B (zh) * 2014-07-04 2017-02-01 玄舟科技有限公司 音訊處理裝置及其音訊處理方法
CN105469806B (zh) * 2014-09-12 2020-02-21 联想(北京)有限公司 一种声音处理方法、装置及系统
US9601131B2 (en) * 2015-06-25 2017-03-21 Htc Corporation Sound processing device and method
CN105966339A (zh) * 2015-11-10 2016-09-28 乐卡汽车智能科技（北京）有限公司 车辆报警方法和装置
CN105590633A (zh) * 2015-11-16 2016-05-18 福建省百利亨信息科技有限公司 一种用于歌曲评分的曲谱生成方法和设备
CN105979438A (zh) * 2016-05-30 2016-09-28 歌尔股份有限公司 一种防风噪麦克风单体和耳机
CN106453762B (zh) * 2016-11-02 2019-05-07 上海数果科技有限公司 音频系统中语音啸叫的处理方法及系统
CN108305614A (zh) * 2017-01-11 2018-07-20 中兴通讯股份有限公司 一种语音处理方法及装置
CN107393550B (zh) * 2017-07-14 2021-03-19 深圳永顺智信息科技有限公司 语音处理方法及装置
CN108391190B (zh) * 2018-01-30 2019-09-20 努比亚技术有限公司 一种降噪方法、耳机及计算机可读存储介质
WO2020097820A1 (zh) * 2018-11-14 2020-05-22 深圳市大疆创新科技有限公司 基于多麦克风的风噪处理方法、装置、系统及存储介质
CN109905803B (zh) * 2019-03-01 2020-08-14 深圳市沃特沃德股份有限公司 麦克风阵列的切换方法、装置、存储介质及计算机设备
CN110232905B (zh) * 2019-06-12 2021-08-27 会听声学科技（北京）有限公司 上行降噪方法、装置和电子设备
TWI783215B (zh) * 2020-03-05 2022-11-11 緯創資通股份有限公司 信號處理系統及其信號降噪的判定方法與信號補償方法

Family Cites Families (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4630304A (en) * 1985-07-01 1986-12-16 Motorola, Inc. Automatic background noise estimator for a noise suppression system
IL84948A0 (en) * 1987-12-25 1988-06-30 D S P Group Israel Ltd Noise reduction system
AU633673B2 (en) * 1990-01-18 1993-02-04 Matsushita Electric Industrial Co., Ltd. Signal processing device
US5400409A (en) * 1992-12-23 1995-03-21 Daimler-Benz Ag Noise-reduction method for noise-affected voice channels
SG49709A1 (en) * 1993-02-12 1998-06-15 British Telecomm Noise reduction
JP3186892B2 (ja) 1993-03-16 2001-07-11 ソニー株式会社 風雑音低減装置
FI100840B (fi) * 1995-12-12 1998-02-27 Nokia Mobile Phones Ltd Kohinanvaimennin ja menetelmä taustakohinan vaimentamiseksi kohinaises ta puheesta sekä matkaviestin
US5933495A (en) * 1997-02-07 1999-08-03 Texas Instruments Incorporated Subband acoustic noise suppression
US6044341A (en) * 1997-07-16 2000-03-28 Olympus Optical Co., Ltd. Noise suppression apparatus and recording medium recording processing program for performing noise removal from voice
US6122384A (en) * 1997-09-02 2000-09-19 Qualcomm Inc. Noise suppression system and method
US6295364B1 (en) * 1998-03-30 2001-09-25 Digisonix, Llc Simplified communication system
US6480823B1 (en) * 1998-03-24 2002-11-12 Matsushita Electric Industrial Co., Ltd. Speech detection for noisy conditions
US6549586B2 (en) * 1999-04-12 2003-04-15 Telefonaktiebolaget L M Ericsson System and method for dual microphone signal noise reduction using spectral subtraction
US6510224B1 (en) * 1999-05-20 2003-01-21 Telefonaktiebolaget L M Ericsson Enhancement of near-end voice signals in an echo suppression system
US6766292B1 (en) * 2000-03-28 2004-07-20 Tellabs Operations, Inc. Relative noise ratio weighting techniques for adaptive noise cancellation
US7617099B2 (en) * 2001-02-12 2009-11-10 FortMedia Inc. Noise suppression by two-channel tandem spectrum modification for speech signal in an automobile
CN100377209C (zh) 2001-06-19 2008-03-26 塞库里沃克斯公司 说话者识别系统
US7457757B1 (en) * 2002-05-30 2008-11-25 Plantronics, Inc. Intelligibility control for speech communications systems
US7162420B2 (en) * 2002-12-10 2007-01-09 Liberato Technologies, Llc System and method for noise reduction having first and second adaptive filters
US7885420B2 (en) * 2003-02-21 2011-02-08 Qnx Software Systems Co. Wind noise suppression system
US7895036B2 (en) 2003-02-21 2011-02-22 Qnx Software Systems Co. System for suppressing wind noise
EP2254351A3 (en) 2003-03-03 2014-08-13 Phonak AG Method for manufacturing acoustical devices and for reducing wind disturbances
EP1581026B1 (en) * 2004-03-17 2015-11-11 Nuance Communications, Inc. Method for detecting and reducing noise from a microphone array
CN1322488C (zh) 2004-04-14 2007-06-20 华为技术有限公司 一种语音增强的方法
EP1715669A1 (en) * 2005-04-19 2006-10-25 Ecole Polytechnique Federale De Lausanne (Epfl) A method for removing echo in an audio signal
US8275120B2 (en) * 2006-05-30 2012-09-25 Microsoft Corp. Adaptive acoustic echo cancellation
US8705752B2 (en) * 2006-09-20 2014-04-22 Broadcom Corporation Low frequency noise reduction circuit architecture for communications applications
JP4827675B2 (ja) * 2006-09-25 2011-11-30 三洋電機株式会社 低周波帯域音声復元装置、音声信号処理装置および録音機器
CN101154382A (zh) 2006-09-29 2008-04-02 松下电器产业株式会社 检测风噪声的方法及其系统
DE102007048973B4 (de) 2007-10-12 2010-11-18 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Erzeugen eines Multikanalsignals mit einer Sprachsignalverarbeitung
TW200922272A (en) * 2007-11-06 2009-05-16 High Tech Comp Corp Automobile noise suppression system and method thereof
WO2009078105A1 (ja) 2007-12-19 2009-06-25 Fujitsu Limited 雑音抑圧装置、雑音抑圧制御装置、雑音抑圧方法及び雑音抑圧プログラム
US20090248411A1 (en) * 2008-03-28 2009-10-01 Alon Konchitsky Front-End Noise Reduction for Speech Recognition Engine
US9336785B2 (en) * 2008-05-12 2016-05-10 Broadcom Corporation Compression for speech intelligibility enhancement
JP5453740B2 (ja) * 2008-07-02 2014-03-26 富士通株式会社 音声強調装置
US8515097B2 (en) 2008-07-25 2013-08-20 Broadcom Corporation Single microphone wind noise suppression
US20100082339A1 (en) * 2008-09-30 2010-04-01 Alon Konchitsky Wind Noise Reduction
US8880207B2 (en) 2008-12-10 2014-11-04 The University Of Queensland Multi-parametric analysis of snore sounds for the community screening of sleep apnea with non-gaussianity index
CN101430882B (zh) 2008-12-22 2012-11-28 无锡中星微电子有限公司 一种抑制风噪声的方法及装置
GB2466668A (en) * 2009-01-06 2010-07-07 Skype Ltd Speech filtering
CN101543823A (zh) * 2009-04-27 2009-09-30 于长海 空气滤清器的自动清洗机
CN101582264A (zh) 2009-06-12 2009-11-18 瑞声声学科技(深圳)有限公司 语音增强的方法及语音增加的声音采集系统
US8433564B2 (en) * 2009-07-02 2013-04-30 Alon Konchitsky Method for wind noise reduction
JP5347794B2 (ja) * 2009-07-21 2013-11-20 ヤマハ株式会社 エコー抑圧方法およびその装置
CA2798282A1 (en) 2010-05-03 2011-11-10 Nicolas Petit Wind suppression/replacement component for use with electronic systems
JP5672437B2 (ja) 2010-09-14 2015-02-18 カシオ計算機株式会社 雑音抑制装置、雑音抑制方法およびプログラム
US8831686B2 (en) * 2012-01-30 2014-09-09 Blackberry Limited Adjusted noise suppression and voice activity detection

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI779261B (zh) * 2020-01-22 2022-10-01 仁寶電腦工業股份有限公司 風切濾波裝置

Also Published As

Publication number Publication date
US9280984B2 (en) 2016-03-08
CN105741847A (zh) 2016-07-06
CN103426433B (zh) 2016-05-04
CN103426433A (zh) 2013-12-04
US9711164B2 (en) 2017-07-18
US20160140977A1 (en) 2016-05-19
DE102013006163A1 (de) 2013-11-14
TWI543149B (zh) 2016-07-21
US20130304463A1 (en) 2013-11-14

Similar Documents

Publication Publication Date Title
TWI543149B (zh) 雜訊消除方法
US9343056B1 (en) Wind noise detection and suppression
TWI466107B (zh) 多麥克風之穩固雜訊抑制
KR101444100B1 (ko) 혼합 사운드로부터 잡음을 제거하는 방법 및 장치
CN109195042B (zh) 低功耗的高效降噪耳机及降噪系统
CN112767963B (zh) 一种语音增强方法、装置、系统及计算机可读存储介质
JP5272920B2 (ja) 信号処理装置、信号処理方法、および信号処理プログラム
JP2017518522A (ja) 能動騒音低減イヤホン、該イヤホンに適用する騒音低減制御方法及びシステム
KR101744464B1 (ko) 보청기 시스템에서의 신호 프로세싱 방법 및 보청기 시스템
WO2015039441A1 (zh) 一种放音响度调整方法及装置
WO2020043037A1 (zh) 语音转录设备、系统、方法、及电子设备
CN112954530A (zh) 一种耳机降噪方法、装置、系统及无线耳机
CN112019967B (zh) 一种耳机降噪方法、装置、耳机设备及存储介质
JP2010021627A (ja) 音量調整装置、音量調整方法および音量調整プログラム
WO2015085946A1 (zh) 语音信号处理方法、装置及服务器
CN107452398B (zh) 回声获取方法、电子设备及计算机可读存储介质
JP6857344B2 (ja) オーディオ信号を処理するための装置および方法
US11380312B1 (en) Residual echo suppression for keyword detection
TWI459381B (zh) 語音增強方法
CN106328160B (zh) 一种基于双麦克的降噪方法
CN113160846A (zh) 噪声抑制方法和电子设备
WO2022193327A1 (zh) 信号处理系统、方法、装置及存储介质
JPWO2021070278A1 (ja) 雑音抑圧装置、雑音抑圧方法、及び雑音抑圧プログラム
CN109862463A (zh) 耳机语音回放方法、耳机及其计算机可读存储介质
WO2022198538A1 (zh) 主动降噪音频设备和用于主动降噪的方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees