CN115295003A - 对民航机务维修领域的语音降噪方法及*** - Google Patents
对民航机务维修领域的语音降噪方法及*** Download PDFInfo
- Publication number
- CN115295003A CN115295003A CN202211219025.1A CN202211219025A CN115295003A CN 115295003 A CN115295003 A CN 115295003A CN 202211219025 A CN202211219025 A CN 202211219025A CN 115295003 A CN115295003 A CN 115295003A
- Authority
- CN
- China
- Prior art keywords
- order
- signal
- voice
- noise
- optimal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012423 maintenance Methods 0.000 title claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 230000002708 enhancing effect Effects 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims description 22
- 230000002776 aggregation Effects 0.000 claims description 12
- 238000004220 aggregation Methods 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000008439 repair process Effects 0.000 claims 3
- 230000007547 defect Effects 0.000 abstract description 3
- 238000004886 process control Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 240000006409 Acacia auriculiformis Species 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 210000005069 ears Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 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
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L21/0232—Processing in the frequency domain
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/26—Pre-filtering or post-filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
- H04R1/1083—Reduction of ambient noise
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种对民航机务维修领域的语音降噪方法及***，涉及民航机务维修和语音信号降噪领域，包括以下步骤：S1、对非平稳信号进行分数阶傅里叶变换；S2、基于变换域稀疏度量的最优阶数确定；S3、多级分数阶傅里叶变换域语音增强，去除噪声，提高信噪比。本发明的优点是：克服了传统滤波方法的不足，提出了一种变换域稀疏度量的多级分数阶傅里叶变换语音增强方法，并通过降噪耳机控制移动终端，将工作任务实时上报，完成机务工作任务的全程管控支持。
Description
技术领域
本发明涉及一种对民航机务维修领域的语音降噪方法及***，涉及民航机务维修和语音信号降噪领域。
背景技术
民航机务人员每天要对飞机进行巡检工作，发现问题要及时进行维修处理，机坪和机舱内复杂的工作环境使得周围噪声较大，机务人员在工作时经常要佩戴手套，携带使用大量的维修工具，不方便即时汇报工作任务；上级部门需及时监管飞机的维修状况和进度，并且需要一定时期内该项工作的统计分析数据，因此需一种信息化手段为机务人员和监管人员提供便捷。
中国专利（申请号202120844220.8）公开了一种基于机务维修用降噪耳机：耳机包括右耳部，右耳部内侧固定连接有麦克风，右耳部外侧固定连接有降噪部，降噪部电路与右耳部内侧麦克风电路相耦合，降噪部顶部固定连接有伸缩天线，右耳部顶部通过铰连接设置有弹性连接板；弹性连接板右侧通过铰连接设置有左耳部，右耳部内侧固定连接有软套，右耳部上方还设置有实时通讯结构，通过按动模式开关启动实时通讯部后，通过通讯麦克风可以对使用者声音进行收集，通过实时通讯部将声音信息处理为电信号后，通过伸缩天线可以将声音电信号进行接收，可实现机务人员实时通讯，便于进行机务维修交流。
机务人员在进行飞机维修作业时，上级主管部门需及时了解维修的时间和进展状况，而机务人员在工作开展中不方便随时手动进行作业的上报，因此通过有良好降噪功能的耳机控制移动终端完成整个作业的闭环是一种便捷的手段，该专利中介绍的耳机通过拾音器收集外部的环境噪音后，通过混合主动降噪处理器将声音信号进行处理，通过混合主动降噪处理器内部前反馈滤波器对声音信号进行滤波降噪，方法是通过***将噪声变换为一个反相的声波叠加到左右耳部喇叭进行输出，最终人耳听到的是两种噪音相消的声音从而实现主动降噪。该专利中未明确说明所使用的滤波方法，且仅说明通过降噪耳机进行语音交流，未对工作任务的监管进行支持。
中国专利（申请号201911262606.1）公开了一种航空机务试车用降噪通信设备，包括弹性头带、耳机和电路板，其中弹性头带两端各连接有一个耳机，耳机内部安装有隔音材料和电路板，隔音材料紧贴耳机的内壳，电路板上布设有实现数字语音增强通话和反馈式主动降噪的硬件电路，能够有效抑制航空机务试车环境下无线耳机通讯中的环境噪声，避免噪声损害，提升了工作环境质量，同时实现强噪音环境下较清晰的通话。
该专利使用两个间距约1.5-2cm的微型麦克风阵列作为输入源，分别采集声源距离此阵列在4cm以内的近场语音以及距麦克风阵列50cm以上的发动机噪音，采集的两组信号经放大和差分滤波后得到相对纯净的语音信号。内置的降噪通讯设备通过低通滤波电路去除发动机的高频噪音，仅保留低频环境噪音后转换为数字信号，再经过芯片内部集成的程序作频谱分析，针对噪音频谱作反相、放大后驱动耳机的扬声器产生一个“反噪声”，用以抵消外界通过耳罩传入的噪声，从而获得环境噪声抵消效果。该专利在语音传输之前，采用数字语音增强技术，通过对噪音谱的精确估计，去除噪音以进一步增强语音信号，音频芯片UDA1341将输入的语音模拟信号转换为数字信号后传输到ARM芯片(S3C2410A)，ARM芯片(S3C2410A)内的计算机程序对数字信号作傅里叶变换，根据采集的噪音频谱特性，去除噪音频谱内的声音，保留下来的语音信号被增强并作傅里叶反变换，变换结果再通过I2S音频总线送给 UDA1341芯片重新转化为增强后的模拟音频信号。该专利中涉及的差分滤波、低通滤波及数字信号傅里叶变换等方法均为传统语音信号降噪的处理方式，降噪效果不足。且该专利仅说明使用降噪耳机进行语音交流，未涉及对工作任务的管理支持。
综上所述，现有技术对机坪环境下的声波进行降噪仍局限于传统方法，降噪效果不足，且对机务维修工作任务的跟踪管控缺乏有效的信息化支持。
发明内容
为克服现有技术的缺陷，本发明提供一种对民航机务维修领域的语音降噪方法及***，本发明的技术方案是：
一种对民航机务维修领域的语音降噪方法，包括以下步骤：
S1、对非平稳信号进行分数阶傅里叶变换；
S2、基于变换域稀疏度量的最优阶数确定；
S3、多级分数阶傅里叶变换域语音增强，去除噪声，提高信噪比；
所述的步骤S1对非平稳信号进行分数阶傅里叶变换，通过单一变量将时频信息进行线性变换，使信号在变换域有能量聚集性，且其能量聚集性与变换阶数有关，在最优阶数下能量聚集性最好；然后通过步骤S2进行最优阶数确定，最优阶数确定后，进行确认多级分数阶傅里叶变换域语音增强模型，进而通过步骤S3进行语音增强，去除噪声。
所述的步骤S1具体为：对于非平稳信号，信号的α阶傅里叶变换为信号在时频平面
内坐标轴绕原点逆时针旋转
角度后构成的分数阶域上的表示方法，信号x(t)的α阶
傅里叶变换表示为：
其中，核函数为
；式中，
(其中
)；当阶数
时，
，当阶数时
，
。
所述的步骤S2具体为：采用不同分数阶域的稀疏度量确定最优变换阶数，首先对
含噪语音信号确定最优变换阶数，在最优阶数下对含噪语音信号做分数阶傅里叶变换并滤
波，信号的稀疏度由向量范数来衡量，信号的稀疏性越强，能量聚集性也越强，对于长度为N
的一维信号
，信号的lp范数定义如下：
当p=1时，
为信号的l 1范数，采用l 1范数作为稀疏度量确定最优变换阶数；设信
号
的α阶傅里叶变换为
，则α阶傅里叶变换下的稀疏度表
示为：
在[0,1]之间均匀取J个点记作
，计算不同阶数的稀疏度
，计
算单音/u/和白噪声的稀疏度随阶数的变化，得单音/u/的最优变换阶数为α=0.977，白噪声
的最优变换阶数为α=0.826。
所述的步骤S3具体为：采用分数阶稀疏度量分别确定最优变换阶数
，
去噪后的增强语音为：
式中，
为离散FrFT矩阵，滤波器
为对角
矩阵，其元素为：
即
；
对带噪语音信号分帧，帧长为l，每L帧估计一个最优的滤波器分数阶频率响应
，定义目标函数为：
其中，
表示每个阶数下的滤波器响应，即
；
设
，
，则目
标函数写为：
令式中的
，其中
，且
，则
将上式简化为：
（8），
式中，
，
，
；
为了获得最优的分数阶滤波器频率响应
，对上式求偏导得：
计算得到：
。
一种对民航机务维修领域的语音降噪***，包括
降噪蓝牙耳机，用于机务工作人员通过语音控制APP进行工作任务的过程上报，通过对民航机务维修领域的语音降噪方法及时的反馈到监管客户端；
移动终端，用于机务人员随时随地进行工作任务的上报，相关工作信息的查询及统计分析；
调度客户端，用于机务人员所在部门的调度人员进行任务的派工、进程查看及实时调度。
监管客户端，用于指挥中心等上级部门对机务整体工作情况进行管控，并可进行统计分析报表的查看。
本发明的优点是：克服了传统滤波方法的不足，提出了一种变换域稀疏度量的多级分数阶傅里叶变换语音增强方法，并通过降噪耳机控制移动终端，将工作任务实时上报，完成机务工作任务的全程管控支持。
附图说明
图1是本发明的***结构示意图。
图2是本发明的机务维修任务管控流程示意图。
具体实施方式
下面结合具体实施例来进一步描述本发明，本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的，并不对本发明的范围构成任何限制。本领域技术人员应该理解的是，在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换，但这些修改和替换均落入本发明的保护范围内。
参见图1和图2，本发明涉及一种对民航机务维修领域的语音降噪方法，包括以下步骤：S1、对非平稳信号进行分数阶傅里叶变换；
S2、基于变换域稀疏度量的最优阶数确定；S3、多级分数阶傅里叶变换域语音增强，去除噪声，提高信噪比；所述的步骤S1对非平稳信号进行分数阶傅里叶变换，通过单一变量将时频信息进行线性变换，使信号在变换域有能量聚集性，且其能量聚集性与变换阶数有关，在最优阶数下能量聚集性最好；然后通过步骤S2进行最优阶数确定，最优阶数确定后，进行确认多级分数阶傅里叶变换域语音增强模型，进而通过步骤S3进行语音增强，去除噪声。
所述的步骤S1具体为：对于非平稳信号，信号的α阶傅里叶变换为信号在时频平面
内坐标轴绕原点逆时针旋转
角度后构成的分数阶域上的表示方法，信号x(t)的α阶
傅里叶变换表示为：
其中，核函数为
；式中，
(其中
)；当阶数
时，
当阶数
时，
。
所述的步骤S2具体为：采用不同分数阶域的稀疏度量确定最优变换阶数，首先对
含噪语音信号确定最优变换阶数，在最优阶数下对含噪语音信号做分数阶傅里叶变换并滤
波，信号的稀疏度由向量范数来衡量，信号的稀疏性越强，能量聚集性也越强，对于长度为N
的一维信号
，信号的lp范数定义如下：
当p=1时，
为信号的l 1范数，采用l 1范数作为稀疏度量确定最优变换阶数；设信
号
的α阶傅里叶变换为
，则α阶傅里叶变换下的稀疏度表示为：
在[0, 1]之间均匀取J个点记作
，计算不同阶数的稀疏度
，计
算单音/u/和白噪声的稀疏度随阶数的变化，得单音/u/的最优变换阶数为α=0.977，白噪声
的最优变换阶数为α=0.826。
所述的步骤S3具体为：采用分数阶稀疏度量分别确定最优变换阶数
，
去噪后的增强语音为：
式中，
为离散FrFT矩阵，滤波器
为对角矩
阵，其元素为：
即
；
对带噪语音信号分帧，帧长为l，每L帧估计一个最优的滤波器分数阶频率响应
，定义目标函数为：
其中，
表示每个阶数下的滤波器响应，即
；
设
，
，则目标
函数写为：
令式中的
，其中
，且
，则
将上式简化为：
（8），
式中，
，
，
；
为了获得最优的分数阶滤波器频率响应
，对上式求偏导得：
计算得到：
。
本发明还涉及一种对民航机务维修领域的语音降噪***，包括
降噪蓝牙耳机，用于机务工作人员通过语音控制APP进行工作任务的过程上报，通过对民航机务维修领域的语音降噪方法及时的反馈到监管客户端；
移动终端，用于机务人员随时随地进行工作任务的上报，相关工作信息的查询及统计分析；
调度客户端，用于机务人员所在部门的调度人员进行任务的派工、进程查看及实时调度。
监管客户端，用于指挥中心等上级部门对机务整体工作情况进行管控，并可进行统计分析报表的查看。
图2是机务维修任务管控***的工作流程示意图，巡检人员发现航空器故障，通过APP向调度人员上报故障，调度人员可将该任务默认派给该机务人员，也可重新派工，被派工人员可通过APP接收到任务，进行工作任务的处理，此时工作人员可使用降噪蓝牙耳机通过语音直接控制APP，进行任务的类型、人员到位和上报开始的操作。当该任务出现异常时，可即时通过语音进行异常的上报，调度人员可接收到此异常消息；当任务超时时，调度人员可进行催办操作，机务人员通过语音进行催办回复，当任务结束时，工作人员上报任务结束，此时***完全记录该任务的详情，包括：航班号、任务类型、任务开始时间、异常情况、任务结束时间、任务执行是否正常、任务使用的备品备件和任务执行人等。工作人员可通过APP查看自己的工作任务统计，二级调度和指挥中心人员可通过***查看所有任务的详情及统计分析报表。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种对民航机务维修领域的语音降噪方法，其特征在于，包括以下步骤：
S1、对非平稳信号进行分数阶傅里叶变换；
S2、基于变换域稀疏度量的最优阶数确定；
S3、多级分数阶傅里叶变换域语音增强，去除噪声，提高信噪比；
所述的步骤S1对非平稳信号进行分数阶傅里叶变换，通过单一变量将时频信息进行线性变换，使信号在变换域有能量聚集性，且其能量聚集性与变换阶数有关，在最优阶数下能量聚集性最好；然后通过步骤S2进行最优阶数确定，最优阶数确定后，进行确认多级分数阶傅里叶变换域语音增强模型，进而通过步骤S3进行语音增强，去除噪声。
2.根据权利要求1所述的对民航机务维修领域的语音降噪方法，其特征在于，所述的步
骤S1具体为：对于非平稳信号，信号的α阶傅里叶变换为信号在时频平面内坐标轴绕原点逆
时针旋转
角度后构成的分数阶域上的表示方法，信号x(t)的α阶傅里叶变换表示
为：
其中，核函数为
；式中
，(其中
)；当阶数
时，
，当阶数
时，
。
3.根据权利要求1或2所述的对民航机务维修领域的语音降噪方法，其特征在于，所述
的步骤S2具体为：采用不同分数阶域的稀疏度量确定最优变换阶数，首先对含噪语音信号
确定最优变换阶数，在最优阶数下对含噪语音信号做分数阶傅里叶变换并滤波，信号的稀
疏度由向量范数来衡量，信号的稀疏性越强，能量聚集性也越强，对于长度为N的一维信号
，信号的lp范数定义如下：
当p=1时，
为信号的l 1范数，采用l 1范数作为稀疏度量确定最优变换阶数；设信号
的α阶傅里叶变换为
，则α阶傅里叶变换下的稀疏度表示为：
在[0, 1]之间均匀取J个点记作
，计算不同阶数的稀疏度
，计算单音/
u/和白噪声的稀疏度随阶数的变化，得单音/u/的最优变换阶数为α=0.977，白噪声的最优
变换阶数为α=0.826。
4.根据权利要求1或2所述的对民航机务维修领域的语音降噪方法，其特征在于，所述
的步骤S3具体为：采用分数阶稀疏度量分别确定最优变换阶数
，去噪后的增强
语音为：
式中，
为离散FrFT矩阵，滤波器
为对角矩阵，
其元素为：
即
；
对带噪语音信号分帧，帧长为l，每L帧估计一个最优的滤波器分数阶频率响应
，定义目标函数为：
其中，
表示每个阶数下的滤波器响应，即
；
设
，
，则目标函数写
为：
令式中的
，其中
，且
，则
将上式简化为：
（8） ，
式中，
，
，
；
为了获得最优的分数阶滤波器频率响应
，对上式求偏导得：
计算得到：
。
5.一种对民航机务维修领域的语音降噪***，其特征在于，包括
降噪蓝牙耳机，用于机务工作人员通过语音控制APP进行工作任务的过程上报，通过权利要求1至3任意一项所述的对民航机务维修领域的语音降噪方法及时的反馈到监管客户端；
移动终端，用于机务人员随时随地进行工作任务的上报，相关工作信息的查询及统计分析；
调度客户端，用于机务人员所在部门的调度人员进行任务的派工、进程查看及实时调度；
监管客户端，用于指挥中心等上级部门对机务整体工作情况进行管控，并可进行统计分析报表的查看。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211219025.1A CN115295003A (zh) | 2022-10-08 | 2022-10-08 | 对民航机务维修领域的语音降噪方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211219025.1A CN115295003A (zh) | 2022-10-08 | 2022-10-08 | 对民航机务维修领域的语音降噪方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115295003A true CN115295003A (zh) | 2022-11-04 |
Family
ID=83833736
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211219025.1A Pending CN115295003A (zh) | 2022-10-08 | 2022-10-08 | 对民航机务维修领域的语音降噪方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115295003A (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101510365A (zh) * | 2009-03-03 | 2009-08-19 | 西安强军信息科技有限公司 | 一种飞行地面保障的车辆优化调度方法 |
| CN101714354A (zh) * | 2009-11-27 | 2010-05-26 | 江南大学 | 一种由时频原子聚合生成时频分子的方法 |
| CN103578466A (zh) * | 2013-11-11 | 2014-02-12 | 清华大学 | 基于分数阶傅里叶变换的语音非语音检测方法 |
| CN104507056A (zh) * | 2014-12-03 | 2015-04-08 | 深圳市普天宜通技术有限公司 | 一种基于事件类型的集群调度数据处理方法及*** |
| CN108256722A (zh) * | 2017-11-16 | 2018-07-06 | 国网河北省电力有限公司信息通信分公司 | 一种电力信息通信派单手持终端 |
| CN109215671A (zh) * | 2018-11-08 | 2019-01-15 | 西安电子科技大学 | 基于MFrSRRPCA算法的语音增强***及方法 |
| CN109579979A (zh) * | 2017-09-29 | 2019-04-05 | 比亚迪股份有限公司 | 一种新能源车电机噪声信号提取方法及*** |
| CN109670982A (zh) * | 2018-12-04 | 2019-04-23 | 上海欣能信息科技发展有限公司 | 一种融合运检智能管控体系的供电服务平台*** |
| CN110186682A (zh) * | 2019-07-08 | 2019-08-30 | 石家庄铁道大学 | 基于分数阶变分模态分解的滚动轴承故障诊断方法 |
| CN110447073A (zh) * | 2017-03-20 | 2019-11-12 | 伯斯有限公司 | 用于降噪的音频信号处理 |
| CN110889516A (zh) * | 2019-11-18 | 2020-03-17 | 广东卓维网络有限公司 | 一种低压服务快速响应可视化平台 |
| CN110992922A (zh) * | 2019-12-11 | 2020-04-10 | 中国人民解放军空军工程大学航空机务士官学校 | 一种航空机务试车环境无线耳机降噪通讯方法及设备 |
| CN111508097A (zh) * | 2020-04-26 | 2020-08-07 | 深圳市阡丘越科技有限公司 | 场地巡检方法、装置、设备及存储介质 |
| CN111667076A (zh) * | 2020-05-18 | 2020-09-15 | 深圳供电局有限公司 | 一种处理停电故障的跟踪方法 |
| CN113627375A (zh) * | 2021-08-16 | 2021-11-09 | 北京信息科技大学 | 一种行星齿轮故障诊断方法、***、存储介质及计算设备 |
| CN113782044A (zh) * | 2021-08-25 | 2021-12-10 | 慧言科技(天津)有限公司 | 一种语音增强方法及装置 |
-
2022
- 2022-10-08 CN CN202211219025.1A patent/CN115295003A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101510365A (zh) * | 2009-03-03 | 2009-08-19 | 西安强军信息科技有限公司 | 一种飞行地面保障的车辆优化调度方法 |
| CN101714354A (zh) * | 2009-11-27 | 2010-05-26 | 江南大学 | 一种由时频原子聚合生成时频分子的方法 |
| CN103578466A (zh) * | 2013-11-11 | 2014-02-12 | 清华大学 | 基于分数阶傅里叶变换的语音非语音检测方法 |
| CN104507056A (zh) * | 2014-12-03 | 2015-04-08 | 深圳市普天宜通技术有限公司 | 一种基于事件类型的集群调度数据处理方法及*** |
| CN110447073A (zh) * | 2017-03-20 | 2019-11-12 | 伯斯有限公司 | 用于降噪的音频信号处理 |
| CN109579979A (zh) * | 2017-09-29 | 2019-04-05 | 比亚迪股份有限公司 | 一种新能源车电机噪声信号提取方法及*** |
| CN108256722A (zh) * | 2017-11-16 | 2018-07-06 | 国网河北省电力有限公司信息通信分公司 | 一种电力信息通信派单手持终端 |
| CN109215671A (zh) * | 2018-11-08 | 2019-01-15 | 西安电子科技大学 | 基于MFrSRRPCA算法的语音增强***及方法 |
| CN109670982A (zh) * | 2018-12-04 | 2019-04-23 | 上海欣能信息科技发展有限公司 | 一种融合运检智能管控体系的供电服务平台*** |
| CN110186682A (zh) * | 2019-07-08 | 2019-08-30 | 石家庄铁道大学 | 基于分数阶变分模态分解的滚动轴承故障诊断方法 |
| CN110889516A (zh) * | 2019-11-18 | 2020-03-17 | 广东卓维网络有限公司 | 一种低压服务快速响应可视化平台 |
| CN110992922A (zh) * | 2019-12-11 | 2020-04-10 | 中国人民解放军空军工程大学航空机务士官学校 | 一种航空机务试车环境无线耳机降噪通讯方法及设备 |
| CN111508097A (zh) * | 2020-04-26 | 2020-08-07 | 深圳市阡丘越科技有限公司 | 场地巡检方法、装置、设备及存储介质 |
| CN111667076A (zh) * | 2020-05-18 | 2020-09-15 | 深圳供电局有限公司 | 一种处理停电故障的跟踪方法 |
| CN113627375A (zh) * | 2021-08-16 | 2021-11-09 | 北京信息科技大学 | 一种行星齿轮故障诊断方法、***、存储介质及计算设备 |
| CN113782044A (zh) * | 2021-08-25 | 2021-12-10 | 慧言科技(天津)有限公司 | 一种语音增强方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 范珍艳等: "基于变换域稀疏度量的多级FrFT语音增强", 《计算机工程与设计》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5635182B2 (ja) | 音声強調の方法、装置及びノイズ低減通信ヘッドフォン | |
| CN107071647B (zh) | 一种声音采集方法、***和装置 | |
| CN107808657B (zh) | 主动降噪耳机的设计***及方法 | |
| JP6150988B2 (ja) | 特に「ハンズフリー」電話システム用の、小数遅延フィルタリングにより音声信号のノイズ除去を行うための手段を含むオーディオ装置 | |
| US20170256269A1 (en) | Monaural intrusive speech intelligibility predictor unit, a hearing aid and a binaural hearing aid system | |
| US10972844B1 (en) | Earphone and set of earphones | |
| CN112118525A (zh) | 一种自动化智能tws蓝牙耳机测试*** | |
| CN111261181A (zh) | 语音识别方法、噪声识别方法、声音拾音装置及通话设备 | |
| CN105120059A (zh) | 移动终端及其根据呼吸强弱控制耳机通话降噪的方法 | |
| CN108335701A (zh) | 一种进行声音降噪的方法及设备 | |
| CN103592128B (zh) | 一种航空发动机涵道噪声测试装置及方法 | |
| CN112492445A (zh) | 利用罩耳式耳机实现信号均衡的方法及处理器 | |
| CN108712709A (zh) | 降噪耳机测试装置及***、其麦克风故障诊断装置、***及方法 | |
| CN115295003A (zh) | 对民航机务维修领域的语音降噪方法及*** | |
| CN107948789A (zh) | 基于云服务的主动降噪耳机设计***及方法 | |
| CN112367599B (zh) | 一种具有云端后台支持的助听器*** | |
| CN107547981A (zh) | 一种集音装置、监控装置及集音方法 | |
| CN114584908B (zh) | 助听器的声学测试方法、装置以及设备 | |
| CN110992922B (zh) | 一种航空机务试车环境无线耳机降噪通讯方法及设备 | |
| US11849283B2 (en) | Mitigating acoustic feedback in hearing aids with frequency warping by all-pass networks | |
| CN109029710A (zh) | 监测测试音和测试环境声的方法 | |
| CN113611279A (zh) | 一种主动降噪***及降噪耳机 | |
| CN207518800U (zh) | 脖戴式语音交互耳机 | |
| CN109729471A (zh) | 用于脖戴式语音交互耳机的anc降噪装置 | |
| CN114630223B (zh) | 一种优化听戴式设备功能的方法及听戴式设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221104 |