DE112009000805B4 - Rauschreduktion - Google Patents
Rauschreduktion Download PDFInfo
- Publication number
- DE112009000805B4 DE112009000805B4 DE112009000805.4T DE112009000805T DE112009000805B4 DE 112009000805 B4 DE112009000805 B4 DE 112009000805B4 DE 112009000805 T DE112009000805 T DE 112009000805T DE 112009000805 B4 DE112009000805 B4 DE 112009000805B4
- Authority
- DE
- Germany
- Prior art keywords
- audio signal
- noise
- signal
- power
- function
- 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.)
- Active
Links
- 230000009467 reduction Effects 0.000 title description 13
- 230000005236 sound signal Effects 0.000 claims abstract description 44
- 238000012937 correction Methods 0.000 claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 27
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000001419 dependent effect Effects 0.000 abstract description 3
- 230000003044 adaptive effect Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 238000007619 statistical method Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000009499 grossing Methods 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 101001094044 Mus musculus Solute carrier family 26 member 6 Proteins 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 230000001755 vocal effect 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
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02163—Only one microphone
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/90—Pitch determination of speech signals
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Noise Elimination (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
Description
- TECHNISCHES GEBIET DER ERFINDUNG
- Diese Erfindung bezieht sich auf das Schätzen von Eigenschaften eines Signals, im Besonderen zum Zweck des Verringerns von Rauschen in dem Signal. Die Eigenschaften könnten Rauschleistung und Verstärkung sein. Das Signal könnte ein Audiosignal sein.
- Es gibt verschiedene Arten von Anordnungen, die Sprachsignale erfassen und verarbeiten.
- Beispiele schließen Hörsprecheinrichtungen und mobile Telephone ein. Bei diesen Anordnungen ist oft erwünscht das Rauschen in dem erfassten Signal zu verringern, um die Sprachkomponente des Signals präziser zu repräsentieren. Bei einem Mobiltelephon oder einer Hörsprecheinrichtung kann zum Beispiel jedes Audiosignal, das durch ein Mikrophon erfasst wird, eine Komponente beinhalten, die die Sprache eines Anwenders repräsentiert, und eine Komponente, die von Umgebungsrauschen herrührt. Wenn dieses Rauschen aus dem erfassten Signal entfernt werden kann, dann kann das Signal besser klingen, wenn es wiedergegeben wird, und es könnte auch möglich sein, das Signal präziser oder effizienter zu komprimieren. Um dies zu erreichen, muss die Rauschkomponente des erfassten Audiosignals von der Stimmkomponente getrennt werden.
WO 2006/114101 A1 US 2007/0154031 A1 - Energieschätzungen von akustischen Signalen, die von einem Primärmikrofon und einem sekundären Mikrofon empfangen werden, werden bestimmt, um eine Intermikrofonpegel Differenz (ILD) zu bestimmen. Diese ILD in Kombination mit einer Rauschschätzung basierend nur auf einem akustischen Signal des Primärmikrofons ermöglichen, dass eine Filterschätzung abgeleitet wird. Die abgeleitete Filterschätzung kann geglättet werden. Die Filterschätzung wird dann auf das akustische Signal von dem Primärmikrofon angelegt, um eine Sprachschätzung zu erzeugen.
-
- Das Ziel von Rauschreduktion in einer solchen Situation ist normalerweise v(n) zu schätzen und dieses von d(n) zu subtrahieren, um s(n) zu erhalten.
- Ein Algorithmus zum Verringern von Rauschen arbeitet in Frequenzbereich. Er nimmt das Problem der Rauchreduzierung durch Anwenden einer DFT (diskrete Fouriertransformation) Filterbank und Nachverfolgen der mittleren Leistung von quasi-stationärem Hintergrundrauschen in jedem Subband der DFT in Angriff. Für jedes Subband wird basierend auf der Rauschschätzung ein Verstärkungswert hergeleitet, und diese Verstärkungswerte werden auf jedes Subband angewendet, um ein verbessertes Signal im Zeitbereich zu erzeugen, bei dem erwartet wird, dass das Rauschen reduziert ist.
1 veranschaulicht diesen Algorithmus durch ein Blockdiagramm. Das ankommende Signal d(n) wird bei 1 empfangen. Es wird auf eine Reihe von Filtern 2 angewendet, von denen jeder ein entsprechendes Subbandsignal ausgibt, das ein bestimmtes Subband des eingehenden Signals darstellt. Jedes der Subbandsignale wird in eine Abtastratenreduktionseinheit (Downsampling-Einheit) 3 eingespeist, die die Abtastrate das Subbandsignals reduziert, um seine Leistung zu mitteln. Die Ausspeisungen der Downsampling-Einheit 3 bilden das Ausgangssignal der Analysefilterbank (AFB) 5. Diese Ausgangssignale sind verrauschte Signale Dk (k=0..M-1). Jedes dieser Signale wird nachfolgend in einer Multiplikationseinheit 6 mit Goms,k multipliziert. Goms,k ist ein geschätzter Verstärkungswert, der weiter unten in größerem Detail beschrieben wird. Das verbesserte Signal im Zeitbereich wird dann durch Durchleiten der Ergebnisse der Multiplikation durch eine Synthesefilterbank (SFB) erzielt. In der SFB 7 erhöhen Interpolationseinheiten 8 (Upsampling-Einheiten) die Abtastrate der Ausgangssignale der Multiplikationseinheiten, und die Ausgangssignale der Upsampling-Einheiten werden auf entsprechende Synthesefilter 9 zugeführt, von denen jeder ein Signal resynthetisiert, das das entsprechende Subband repräsentiert, und dann werden die Ausgangssignale der Synthesefilter addiert, um das Ausgangssignal zu bilden. -
-
-
-
- Es ist zu erkennen, dass die Schätzung der Rauschleistung (|Vk|2) und der Verstärkung (Goms) entscheidend für den Erfolg des Algorithmus ist. Unglücklicherweise hat sich erwiesen, dass das Erzielen zuverlässiger Schätzungen von diesen in der Vergangenheit auf Grund der hohen Komplexität von verschiedenartigen verrauschten Umgebungen äußerst schwierig war. Viele Algorithmen arbeiten gut in einer Situation, versagen aber in anderen Situationen. Da die Beschaffenheit der Umgebung üblicherweise nicht im Voraus bekann ist, und sich ändern kann, wenn sich ein Anwender von einem Ort zu einem anderen bewegt, erweisen sich viele Algorithmen als inkonsistent und führen zu nicht zufriedenstellenden Ergebnissen.
- Es wäre daher nützlich, einen verbesserten Mechanismus zum Schätzen von Rauschleistung in einem Signal zur Verfügung zu haben.
- Gemäß den Aspekten der vorliegenden Erfindung werden Signalverarbeitungsvorrichtungen und Verfahren zur Verfügung gestellt, wie in den beigefügten Ansprüchen ausgeführt.
- Figurenliste
- Die vorliegende Erfindung wird jetzt mit Hilfe eines Beispiels unter Bezugnahme auf die begleitenden Zeichnungen beschrieben. In den Zeichnungen zeigt:
-
1 ein Blockdiagramm, das einen Mechanismus zum Reduzieren von Rauschen in einem Signal zeigt; -
2 ein Blockdiagramm, das einen Mechanismus zum Schätzen von Rauschleistung in einem Signal zeigt; -
3 eine Zustandsmaschine zum Verwenden minimaler Statistik; und -
4 eine Zustandsmaschine zum Bestimmen des Wertes eines Übersubtraktionsfaktors (over-subtraction factor). - DETAILLIERTE BESCHREIBUNG DER VERANSCHAULICHENDEN AUSFÜHRUNGSFORM
- Das unten beschriebene System schätzt Rauschen in einem Audiosignal mittels eines adaptiven Systems, das kaskadierte Steuerblöcke aufweist.
- Dieses Beispiel wird im Kontext einer Anordnung zum Schätzen von Rauschen in einem Quellaudiosignal beschrieben.
2 zeigt die allgemeine logische Architektur, die angewendet werden wird. Das Quellaudiosignal d(n) wird auf eine Analysefilterbank (AFB)10 analog zu der in1 gezeigten angewendet und auf eine Harmonitätsschätzungseinheit11 , die ein Ausgangssignal erzeugt, das von der geschätzten Harmonität des Quellsignals abhängig ist. Die Ausgangssignale der Analysefilterbank10 und der Harmonitätsschätzungseinheit11 werden einer statistischen Analyseeinheit12 zur Verfügung gestellt, die Minimumstatistikinformation erzeugt. Die statistische Analyseeinheit verarbeitet das Ausgangssignal der AFB auf eine Weise, die von dem Ausgangssignal der Harmonitätsschätzungseinheit abhängig ist. Die Ausgangssignale der Analysefilterbank10 und der statistischen Analyseeinheit werden auf eine adaptive Rauschschätzungseinheit13 angewendet, die das Rauschen in jedem Subband des Signals adaptiv schätzt und zwar durch Verarbeiten des Ausgangssignals der AFB auf eine Weise, die von dem Ausgangssignal der statistischen Analyseeinheit abhängig ist. - Nehmen wir an, dass eine Rauschleistungsschätzung durch Pk(l) bezeichnet ist, wobei k der Subbandindex ist und l ist der Blockindex des Datenblocks in Betrachtung nach der Verarbeitung durch die Analysefilterbank
10 mit einer Abwärtssampelrate L (downsampling rate). Wie durch2 gezeigt, wird Pk(l) erzielt, nachdem das Eingangssignal durch die AFB und durch die adaptive Rauschschätzungseinheit13 verläuft. Parallel zu der AFB sind die Module11 und12 angeordnet. Die gestrichelten Pfeile in2 bezeichnen, dass die Ausgangssignale der Module11 und12 den Betrieb der Einheiten steuern, in die sie eingespeist werden. - Zum Zweck einer besseren Veranschaulichung wird der Betrieb der Module
10 bis 13 im Folgenden in umgekehrter Reihenfolge beschrieben. - Adaptive Rauschschätzungsmodule
- Die Rauschleistung Pk(l) wird üblicherweise durch Anwenden eines IIR Filters erster Ordnung auf die verrauschte Signalleistung geschätzt:
- Adaptive Rauschschätzung wird durch dynamisches Gewichten von α in der Gleichung (6) mit einem Sprachabwesenheitswahrscheinlichkeits- (SAP) Modell erzielt. Das Modell wird unten beschrieben.
- Nehmen wir an H0 ist die Hypothese von Sprachabwesenheit; dann ist bei einem Eingangssignal im Frequenzbereich (D) die Sprachabwesenheitswahrscheinlichkeit (SAP) gleich p(H0 | D). Zur Vereinfachung werden Zeit- und Frequenzindizes in der untenstehenden Beschreibung ignoriert. Das Anwenden der Regel Eins von Bayes führt zu:
- Unter der Annahme
-
-
- Es kann ersehen werden, dass qk(l) nur dann λ erreicht, wenn |Dk(l)|2 gleich Pk(l) ist, und sich 0 nähert, wenn ihr Unterschied zunimmt. Diese Eigenschaft ermöglicht, dass glatte Übergänge erzielt werden, verhindert jedoch, dass eine dramatisehe Variation die Rauschschätzung beeinflusst. Es ist zu erkennen, dass ein Einstellen von qk(l) auf λ wenn |Dk(l)|2 kleiner als Pk(l) ist, eine Rauschadaptation mit voller Geschwindigkeit ermöglicht, die schwache Sprachsegmente besser erhalten kann, das sie die Gewichtungen von vorherigen Rauschschätzungen verringert. Der Nachteil davon ist, dass die Rauschschätzungen in Richtung geringerer Werte verzerrt sind, was zu geringerer Rauschverminderung führt. Dies kann auf eine unten beschriebene Weise abgemildert werden.
- Das SAP Modell in den Gleichungen 12 ist aus dem Energieverhältnis zwischen einem verrauschten Sprachsignal und geschätztem Rauschen innerhalb jedem individuellen Frequenzband hergeleitet. Es schöpft keinen Vorteil aus den nachfolgenden bekannten Fakten:
- • Stimmhafte Sprachsignale weisen üblicherweise eine harmonische Struktur auf.
- • Sprachsignale weisen eine ausgeprägte Formantenstruktur auf.
- Wenn man voraussetzt, dass das betrachtete Rauschen diese Strukturen nicht aufweist, die für Sprache charakteristisch sind, kann ein effektiveres SAP Modell hergeleitet werden, um Sprache oder Rauschen zu detektieren. Eine Option ist, die Gleichungen 12 auf die nachfolgende Weise zu modifizieren, um über-Kreuz Mittelung über Bänder einzubringen:
- Eine solche über-Kreuz Mittelung über Bänder führt zu größer Varianzreduktion bei Rauschen als bei Sprache, und macht das SAP Modell robuster. Übermäßiges Mitteln (das heißt ein Wert von b(k) der zu groß ist) verringert jedoch sowohl die Frequenz- als auch die Zeitauflösung, was eine wesentliche Sprachverzerrung bewirken kann. Um dies zu vermeiden, sollten Bandbreitenwerte gewählt werden, die sich an den in Sprache vorhandenen Formanten orientieren, zum Beispiel:
- (1) Durch Erhöhen der Bandbreitenwerte mit zunehmender Frequenz, da sich die Bandbreite von Formanten im Allgemeinen mit der Formantenfrequenz erhöht.
- (2) Durch Verwenden relativ schmaler Bandbreite für die Bereiche des ersten und zweiten Formanten, da diese Bereiche für die Verständlichkeit von Sprache wichtiger sind.
- Die Sprachabwesenheitswahrscheinlichkeit kann alternativ dazu durch andere Sprachaktivitätsdetektionsalgorithmen geschätzt werden, geeigneter Weise derjenigen, die SAP basierend auf Information der Eingangssignalleistung ausgeben.
- Statistische Analvsemodule
- Eine adaptive Rauschschätzung, die wie oben beschrieben durchgeführt wird, kann eine lange Zeit erfordern um zu konvergieren, wenn es eine plötzliche Veränderung des Rauschens gibt. Eine mögliche Lösung ist, Minimumstatistik zu verwenden, um die Rauschschätzung zu korrigieren. (Siehe Rainer Martin, „Noise power spectral density estimation based on optimal smoothing and minimum statistics, "IEEE Transactions on speech und audio processing, vol. 9, no. 5, pp. 504--512, July 2001; Myron J. Ross, Harry L. Shaffer, Andrew Cohen, Richard Freudberg).
- Der in dem vorliegenden System angewendete Ansatz beinhaltet im Wesentlichen das Suchen nach einem minimalen Wert, entweder:
- (a) im Zeitbereich; oder
- (b) im Frequenzbereich innerhalb eines Zeitsignalblocks,
- Bei dem vorliegenden System wird Minimumstatistik verwendet, um den adaptiven Rauschschätzer zu steuern, wodurch die Notwendigkeit für eine Hochfrequenzauflösung wesentlich entspannt werden kann. An Stelle der Durchführung von Minimumverfolgung in jedem Subband, gruppieren wir im Besonderen Frequenzblöcke in mehrere Teilmengen und erzielen einen minimalen Wert für jede Teilmenge. Der Nutzen des Gruppierens ist ein zweifacher: (
1 ) es reduziert die Komplexität des Systems und die Kosten der Ressourcen; und (2 ) es glättet unerwünschte Fluktuationen. Ohne den Verlust der Allgemeingültigkeit teilen wir das Spektrum bei unserer Implementierung in zwei Gruppen, die Bereiche niedriger Frequenz beziehungsweise hoher Frequenz umspannen. Es könnten mehr Gruppen verwendet werden, und nicht benachbarte Teile des Frequenzspektrums könnten in eine einzelne Gruppe kombiniert werden. Für jede Gruppe wird durch Errechnen der Summierung von verrauschter Signalleistung (|Dk(l)|2) für jeden Signalblock eine FIFO (first-in first-out) Warteschlange fester Länge gebildet. Zuletzt wird ein minimaler Wert für jede Warteschlange identifiziert. - Minimumstatistik wird auf die folgende Weise verwendet, um die adaptive Rauschschätzung zu unterstützen. Nehmen wir an Pmin,g(l) sei der minimale Leistungswert für die Gruppe g bei Signalblockindex l, ermittelt auf die oben beschriebene Weise, und nehmen wir an Psum,g(l) repräsentiert die gesamte geschätzte Rauschleistung für die Gruppe g bei Signalblock l. Dann wird ein Korrekturfaktor C hergeleitet zu
- Die Steuerung der Rauschschätzung unter Verwendung von Minimumstatistik wird durch Anwenden dieses Korrekturfaktors auf die Rauschschätzungen Pk(l) realisiert.
- Um einen weiteren Vorteil aus der Information der Minimumstatistik zu ziehen, kann ein komplexeres Schema verwendet werden. Der Bereich von C {C ≥ 0} kann durch Definieren von zwei Grenzwertwerten T1 und T2 in vier Zonen geteilt werden, wobei T1 < 1 < T2. Dann wird eine Zustandsmaschine implementiert wie in
3 gezeigt. - Wenn das Minimum Pmin,g(l) nur geringfügig niedriger ist als die geschätzte Rauschleistung Psum,g (l) wie in Zustand
2 (T1≤C≤1), muss nichts getan werden, weil dies vollständig erwartet ist. Wenn jedoch der Minimumwert wesentlich kleiner ist als die Rauschschätzung wie in Zustand1 (C < T1), dann wird eine Korrektur angestoßen. Zustand1 entspricht einer Lage, in der Rauschen irrtümlich auf den Sprachpegel adaptiert wird oder es einen plötzlichen Abfall des Rauschens gibt. Um eine Übernachregelung zu vermeiden, wird der Korrekturfaktor C durch T1 normalisiert, so dass die korrigierten Rauschschätzungen immer noch höher sind als der minimale Wert. Wenn Pmin,g(l) größer ist als Psum,g(l) wie in Zustand3 (1 < C ≤ T2), wird eine einfache Korrektur angewendet, da es einen plötzlichen Sprung des Rauschpegels geben könnte und unsere Rauschschätzung nacheilt. Eine besondere Behandlung ist notwendig, wenn der minimale Wert (Pmin,g(l)) wesentlich höher ist als die Rauschschätzung (Psum,g(l)), wie in Zustand4 (C>T2). Eine schlichte Korrektur durch Multiplizieren mit dem Korrekturfaktor kann zu Problemen führen, wenn es eine wesentliche Abweichung des Spektrums zwischen dem alten Rauschhintergrund und dem neuen Rauschhintergrund gibt. Es kann eine sehr lange Zeit erfordern zu dem neuen Rauschspektrum zu konvergieren. Oder es könnte, sogar noch problematischer, Schmalbandrauschen erzeugt werden, das sehr wohl störende Audioartefakte erzeugen könnte. Dies wird in der Zustandsmaschine nach3 durch Rücksetzen der Rauschschätzungen auf weißes Spektrum für jede Gruppe behandelt, wie in Gleichung 18 gezeigt. Dies ergibt die Eigenschaft, dass, wenn die Änderung des Rauschhintergrunds zu extrem ist, die Verwendung des gleichmäßig verteilten Spektrums gut in schneller Konvergenz resultieren kann. - Harmonitätsmodul
- Die Dauer des Suchfensters für das Minimum weist einen entscheidenden Einfluss auf die Rauschschätzung auf. Ein kurzes Fenster ermöglicht eine schnellere Reaktion auf Variationen des Rauschens, kann aber auch Sprache fälschlich als Rauschen klassifizieren, wenn eine andauernde Stimmbildung länger als die Länge des Fensters ist. Auf der anderen Seite wird ein langes Fenster die Rauschadaptation verlangsamen. Ein Ansatz besteht darin, eine vorteilhafte Fensterlänge empirisch zu definieren, es kann aber sein, dass dies nicht zu einem breiten Bereich von Situationen passt. An Stelle davon wendet das vorliegende System eine dynamische Fensterlänge an, die während des Betriebs variieren kann. In diesem Beispiel wird die Länge des Fensters durch Harmonität der Sprache (Periodizität) gesteuert.
- Es gibt viele Wege, um die Harmonität von Sprache zu ermitteln. AMDF (Average Magnitude Difference Function) ist ein Verfahren und ist beschrieben in Harold J. Manley; Average magnitude difference function pitch extractor, IEEE Trans. Acoust., Speech, Signal Processing, vol. 22, pp. 353 - 362, October 1974. Eine Variante von AMDF ist CAMDF (Cross Average Magnitude Difference Function). Es ist festgestellt worden, dass CAMDF relativ effektiv ist und eine relativ gute Leistungsfähigkeit zur Verfügung stellt.
-
-
- Herkömmlich wird ein Harmonitätswert verwendet, um direkt den Status der Stimmhaftigkeit zu ermitteln. Seine Zuverlässigkeit verschlechtert sich jedoch in einer Umgebung mit hohem Rauschen wesentlich. Auf der anderen Seite bietet die Harmonität unter Bedingungen mit mittlerem bis hohem SNR einige einzigartige jedoch wichtige Informationen, die zuvor bei der adaptiven Rauschschätzung und Minimumstatistik nicht verfügbar waren, und die zumeist Energievariationsmuster auswerten. Das vorliegende System verwendet die Harmonität, um die Art und Weise des Betriebs des statistischen Analysemoduls zu steuern. Im Besonderen wird, wenn ein Signalblock durch die Harmonitätsfunktion als stimmhaft klassifiziert wird, dieser durch die Berechnung der Minimumstatistik ausgelassen. Dies ist gleichwertig zu einem Verlängern der Dauer des Minimumsuchfensters wenn Sprache vorliegt. Als Ergebnis kann die vorgegebene Suchdauer zur schnellen Adaption an das Rauschen relativ kurz eingestellt werden.
- Der Harmonitätsdetektor/das Harmonitätsmodul können alternativ durch andere in der Literatur beschrieben Tonhöhendetektoren implementiert werden, zum Beispiel durch Autokorrelation. Es wird jedoch bevorzugt, ein einfacheres Verfahren als eine vollwertige Tonhöhendetektion zu verwenden, da eine Tonhöhendetektion rechenintensiv ist. Alternativen schließen das Ermitteln eines oder mehrerer aus Harmonität, Periodizität und Stimmhaftigkeit ein und/oder durch Analysieren über einen teilweisen Tonhöhenbereich. Wenn Stimmhaftigkeit verwendet wird, dann muss der Detektor keine Tonhöhendetektion durchführen.
- Instant Noise Estimation Using Fourier Transform of AMDF and Variable Start Minima Search [Zhong Lin; Goubran, R.; Acoustics, Speech, and Signal Processing, 2005. Proceedings. (ICASSP apos; 05). Volume
1 , Issue, March18 -23 ,2005 Page(s): 161 - 164 offenbart einen Sprachprozessor, der einen Sprachdetektor anwendet, basierend auf einer Fouriertransformation von AMDF, das parallel zu Variable Start Minima Search abläuft. Ein derartiger paralleler Ansatz - anders als der hierin beschriebene Kaskadierungsansatz - erhöht die Empfindlichkeit des Systems gegenüber Sprachdetektorfehlfunktionen und kann weniger recheneffizient sein. - Hybridverstärkung durch Wienerfilter mit Über-Subtraktion und MMSE-LSA
-
- Wie zuvor erwähnt kann festgestellt werden, dass die Rauschschätzung Pk(l) in dem vorliegenden System zu niedrigeren Werten hin beeinflusst wird. Daher kompensiert das Verwenden von Über-Subtraktion auch die Rauschschätzung, um eine größere Rauschreduktion zu erzielen.
- Bei dem vorliegenden System wird ein adaptives Über-Subtraktionsmodell verwendet, das auf der SAP basiert, die wie oben beschrieben erzielt wird. Nehmen wir zuerst an, dass βmin beziehungsweise βmax die minimalen und maximalen Über-Subtraktionswerte sind. Dann teilen wir auf eine ähnliche Weise wie bei der in dem oben beschriebenen statistischen Analysemodul durchgeführten Analyse, und der Einfachheit halber unter Nichtbeachtung von Zeit- und Frequenzindizes, den Bereich der Sprachabwesenheitswahrscheinlichkeit q durch Definition zweier Grenzwertwerte QS und QN in drei Zonen derart, dass 0< QS <QN <1. Dies stellt eine nur rohe Kategorisierung von SAP in Sprache, Sprache gemischt mit Rauschen, beziehungsweise Zuständen nur mit Rauschen dar. Zuletzt verwenden wir eine Zustandsmaschine um den Wert des Über-Subtraktionsfaktors β zu ermitteln. Die Zustandsmaschine ist in
4 veranschaulicht. - In Zustand
1 (nur Sprache) oder Zustand3 nur (Rauschen) wird β einfach auf die vorab ermittelten minimalen oder maximalen Über-Subtraktionswerte eingestellt. In Zustand2 , der einer Situation mit Sprache und Rauschen gemischt entspricht, wird β durch lineare Interpolation zwischen βmin und βmax basierend auf SAP q errechnet. Mit richtig gewählten Werten für die Grenzwerte kann eine Über-Subtraktion musikartiges Rauschen wirksam unterdrücken und in der Gesamtheit eine wesentliche Verringerung des Rauschens erreichen. - Um musikartiges Rauschen weiter zu unterdrücken, wird eine zusätzliche Verarbeitung auf die momentane Verstärkung Gwiener,k (l) angewendet.
- Da Rauschen ein zufälliger Prozess ist, variiert die tatsächliche Rauschleistung zu jedem Zeitpunkt um die Rauschschätzung Pk(l). Wenn Gwiener,k(l) viel größer ist als Pk(l), ist die Fluktuation der Rauschleistung gering im Vergleich zu |Dk (l)|2, und Gwiener,k (l) ist daher sehr zuverlässig und seine normalisierte Varianz ist gering. Wenn sich |Dk(l)|2 auf der anderen Seite Pk(l) annähert, wird die Fluktuation Rauschleistung bedeutend, und Gwiener,k(l) ist daher unzuverlässig und seine normalisierte Varianz ist groß. Wenn Gwiener,k(l) ohne weitere Glättung belassen wird, würde die große normalisierte Varianz in Perioden mit geringem SNR musikartige oder Verwässerungsartefakte bewirken. Wenn jedoch eine konstante durchschnittliche Rate verwendet wird, um diese Artefakte zu unterdrücken, würde dies eine übergroße Glättung in Perioden mit hohem SNR bewirken und daher zu tonalen oder Umgebungsartefakten führen. Um für den Verstärkungsfaktor die gleiche normalisierte Variation zu erzielen, muss die durchschnittliche Rate proportional zu dem Quadrat der Verstärkung sein. Daher wird der endgültige Verstärkungsfaktor Gk(l) berechnet durch Glätten von Gwiener,k(l) mit dem folgenden Algorithmus:
- Es kann beobachtet werden, dass Gk(l) über einen langen Zeitraum gemittelt wird, wenn es nahe 0 ist, aber eine sehr geringe Mittelung aufweist, wenn es sich 1 annähert. Dies erzeugt einen glatten Rauschhintergrund, während die Erzeugung von nach Hintergrund klingender (das heißt dünn, verwässert klingender) Sprache vermieden wird.
- Während Über-Subtraktion und Verstärkungsglättung einen glatten Rauschhintergrund erzeugen und eine wesentliche Verringerung des Rauschens erzielen, könnten sie auch ein Sprachverzerrung bewirken, besonders bei schwachen Sprachkomponenten. Um die Stimmenqualität zu verbessern, wählen wird die MMSE-LSA Verstärkungsfunktion, beschrieben in Ephraim und D. Malah, um die Gleichung 21 unter bestimmten Bedingungen zu ersetzen, die später spezifiziert werden.
- Die Formulierung von MMSE-LSA ist nachstehend beschrieben.
-
-
- Bei MMSE-LSA ist a priori SNR ξ der dominante Faktor, der es ermöglicht dass Filter weniger musikartiges Rauschen und bessere Sprachqualität erzeugen. Auf Grund der abnehmenden Rolle von a posteriori SNR γ, auf das die Über-Subtraktion angewendet werden kann, ist der Rauschreduktionspegel von MMSE-LSA jedoch begrenzt. Aus diesem Grund verwendet das vorliegende System MMSE-LSA nur für Frequenzbänder von stimmhaften Datenerhebungsblöcken die für Sprache dominant sind. Dies ist der Fall, weil in diesen Datenerhebungsblöcken: (
1 ) die Sprachqualität die größte Rolle spielt, und (2 ) eine geringere Rauschreduktion tolerierbar sein kann, da einige Rauschkomponenten durch stärkere Sprachkomponenten maskiert sein könnten. - Ergebnisse
- Tests unter Verwendung des oben beschriebenen Systems haben gezeigt, dass das System über 20 dB Rauschreduktion erzielen kann, während eine hohe Stimmqualität beibehalten wird. Es wurde festgestellt, dass das System unter Bedingungen von Ruhe bis hin zu hohem Rauschen gut arbeitet. Es wurde auch festgestellt, dass es in einigen üblichen Umgebungen eine schnelle Konvergenzzeit von weniger als 0,5 Sekunden aufweist. Diese Ergebnisse ordnen es unter die besten gegenwärtig verfügbaren Algorithmen für Rauschreduktion unter Verwendung eines einzelnen Mikrophons ein.
- Das oben beschriebene System kann verwendet werden, um Rauschleistung und/oder Verstärkung zur Verwendung in einem Rauschreduktionssystem der in
1 gezeigten Art zu schätzen, oder in einem anderen derartigen System, oder für andere Zwecke, wie zum Beispiel das Identifizieren einer Umgebung aus ihren Rauscheigenschaften. - Das oben beschriebene System kann in jede Anordnung implementiert werden, die Audiodaten verarbeitet. Beispiele schließen Hörsprechgarnituren, Telephone, Radioempfänger die Sprachsignale wiedergeben und eigenständige Mikrophoneinheiten ein.
- Das oben beschriebene System könnte in dedizierter Hardware oder mittels Software implementiert werden, die auf einem Mikroprozessor abläuft. Das System wird bevorzugt auf einer einzelnen integrierten Schaltung implementiert.
- Der Antragsteller offenbart hiermit getrennt jedes einzelne hierin beschriebene Merkmal und jede Kombination von zwei oder mehr derartiger Merkmale in dem Umfang, dass derartige Merkmale oder Kombinationen dazu in der Lage sind, basierend auf der vorliegende Beschreibung in Anbetracht der üblichen allgemeinen Kenntnis einer in der Technik bewanderten Person als Ganzes ausgeführt zu werden, unabhängig davon, ob derartige Merkmale oder Kombination von Merkmalen irgendein hierin offenbartes Problem lösen, und ohne Einschränkung des Schutzumfangs der Ansprüche. Der Antragsteller weist darauf hin, dass Aspekte der vorliegenden Erfindung aus jedem derartigen individuellen Merkmal oder einer Kombination von Merkmalen bestehen können. In Anbetracht der vorangehenden Beschreibung wird es für eine in der Technik bewanderte Person offensichtlich sein, dass verschiedenartige Modifikationen innerhalb des Schutzumfangs der Erfindung durchgeführt werden können.
Claims (30)
- Signalprozessor zum Schätzen einer Rauschleistung in einem Audiosignal, wobei der Signalprozessor aufweist: eine Filterfunktion zum Erzeugen einer Reihe von Leistungswerten, wobei jeder Leistungswert die Leistung in dem Audiosignal in einem zugehörigen Frequenzband von einer Vielzahl von Frequenzbändern repräsentiert; eine Signalklassifizierungsfunktion zum Analysieren aufeinanderfolgender Teile des Audiosignals, um zu bewerten, ob jeder Teil Merkmale enthält, die für Sprache charakteristisch sind, sowie zum Klassifizieren jedes Teils in Abhängigkeit von dieser Analyse; eine Korrekturfunktion zum Schätzen eines minimalen Leistungswerts in einem zeitbegrenzten Teil des Audiosignals, zum Schätzen der gesamten Rauschleistung in diesem Teil des Audiosignals und zum Bilden eines Korrekturfaktors, der von dem Verhältnis des minimalen Leistungswerts zu der geschätzten gesamten Rauschleistung abhängig ist, wobei die Korrekturfunktion dazu ausgebildet ist, den minimalen Leistungswert und die gesamte Rauschleistung über nur diejenigen Teile des zeitbegrenzten Teils des Signals zu schätzen, die durch die Signalklassifizierungsfunktion als weniger charakteristisch für Sprache klassifiziert sind; und eine Rauschschätzfunktion zum Schätzen von Rauschen in dem Audiosignal in Abhängigkeit von den durch die Filterfunktion ausgegebenen Leistungswerten und dem durch die Korrekturfunktion gebildeten Korrekturfaktor.
- Signalprozessor wie in
Anspruch 1 beansprucht, wobei die Filterfunktion eine Fouriertransformation implementiert. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei die Signalklassifizierungsfunktion ausgebildet ist die Teile des Audiosignals zu analysieren, um Harmonizität darin zu detektieren und jeden Teil in Abhängigkeit von dieser Analyse zu klassifizieren. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei die Signalklassifizierungsfunktion ausgebildet ist die Teile des Audiosignals zu analysieren, um Tonhöhenmerkmale darin zu detektieren und jeden Teil in Abhängigkeit von dieser Analyse zu klassifizieren. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei der minimale Leistungswert die minimale Leistung einer Vielzahl von Zeitbereichsproben ist, die von dem zeitbegrenzten Teil des Audiosignals hergeleitet sind. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei der minimale Leistungswert die minimale Leistung einer Vielzahl von Frequenzbereichsproben ist, die von dem zeitbegrenzten Teil des Audiosignals hergeleitet sind. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei der minimale Leistungswert die Ableitung der minimalen Leistung einer Vielzahl von Zeitbereichsproben ist, die von dem zeitbegrenzten Teil des Audiosignals hergeleitet sind. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei der minimale Leistungswert die Ableitung der minimalen Leistung einer Vielzahl von Frequenzbereichsproben ist, die von dem zeitbegrenzten Teil des Audiosignals hergeleitet sind. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei in einem ersten Modus des Betriebs die Rauschschätzfunktion ausgebildet ist, Rauschen in dem Audiosignal zu schätzen als das Produkt der durch die Filterfunktion ausgegebenen Leistungswerte und des durch die Korrekturfunktion gebildeten Korrekturfaktors geteilt durch einen vorgegebenen Skalierungsfaktor, der kleiner als Eins ist. - Signalprozessor wie in
Anspruch 9 beansprucht, wobei die Rauschschätzfunktion ausgebildet ist in dem ersten Modus des Betriebs zu arbeiten, wenn der Korrekturfaktor unter einem ersten vorgegebenen Grenzwert ist. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei die Rauschschätzfunktion in einem zweiten Modus des Betriebs ausgebildet ist, Rauschen in dem Audiosignal als die durch die Filterfunktion ausgegebenen Leistungswerte zu schätzen, wenn der durch die Korrekturfunktion gebildete Korrekturfaktor zwischen einem ersten Grenzwert und einem zweiten Grenzwert ist. - Signalprozessor wie in
Anspruch 1 beansprucht, wobei die Rauschschätzfunktion in einem dritten Modus des Betriebs ausgebildet ist, Rauschen in dem Audiosignal als das Produkt der durch die Filterfunktion ausgegebenen Leistungswerte und des durch die Korrekturfunktion gebildeten Korrekturfaktors zu schätzen. - Signalprozessor wie in
Anspruch 12 beansprucht, wobei die Rauschschätzfunktion ausgebildet ist in dem dritten Modus des Betriebs zu arbeiten, wenn der Korrekturfaktor zwischen einem zweiten Grenzwert und einem dritten Grenzwert ist. - Signalprozessor wie in
Anspruch 9 beansprucht, wobei die Rauschschätzfunktion in einem vierten Modus des Betriebs ausgebildet ist, Rauschen in dem Audiosignal in Abhängigkeit von dem geschätzten minimalen Leistungswert geteilt durch eine Repräsentation der Breite des Frequenzspektrums zu schätzen, das zu diesem Wert beigetragen hat. - Signalprozessor wie in
Anspruch 14 beansprucht, wobei die Rauschschätzfunktion ausgebildet ist in dem vierten Modus des Betriebs zu arbeiten, wenn der Korrekturfaktor über einem dritten vorgegebenen Grenzwert ist. - Verfahren zum Schätzen von Rauschleistung in einem Audiosignal, wobei das Verfahren aufweist: Erzeugen einer Reihe von Leistungswerten, wobei jeder Leistungswert die Leistung in dem Audiosignal in einem zugehörigen Frequenzband einer Vielzahl von Frequenzbändern repräsentiert; Analysieren aufeinanderfolgender Teile des Audiosignals, um zu bewerten, ob jeder Teil Merkmale enthält, die für Sprache charakteristisch sind, und Klassifizieren jedes Teils in Abhängigkeit von dieser Analyse; Schätzen eines minimalen Leistungswerts in einem zeitbegrenzten Teil des Audiosignals, Schätzen der gesamten Rauschleistung in diesem Teil des Audiosignals und Bilden eines Korrekturfaktors abhängig von dem Verhältnis des minimalen Leistungswerts zu der geschätzten gesamten Rauschleistung, wobei das Verfahren nur das Schätzen des minimalen Leistungswerts und der gesamten Rauschleistung über diejenigen Teile des zeitbegrenzten Teils des Signals aufweist, die in dem Analyseschritt als weniger charakteristisch für Sprache klassifiziert worden sind; und Schätzen von Rauschen in dem Audiosignal in Abhängigkeit von den geschätzten Leistungswerten und dem gebildeten Korrekturfaktor.
- Verfahren wie in
Anspruch 16 beansprucht, wobei der Schritt des Erzeugens einer Reihe von Leistungswerten Implementieren einer Fouriertransformation aufweist. - Verfahren wie in
Anspruch 16 beansprucht, das Analysieren der Teile des Audiosignals, um Harmonizität darin zu detektieren, und Klassifizieren jedes Teils in Abhängigkeit von dieser Analyse aufweist. - Verfahren wie in
Anspruch 16 beansprucht, das Analysieren der Teile des Audiosignals, um Tonhöhenmerkmale darin zu detektieren, und Klassifizieren jedes Teils in Abhängigkeit von dieser Analyse aufweist. - Verfahren wie in
Anspruch 16 beansprucht, wobei der minimale Leistungswert minimale Leistung einer Vielzahl von Zeitbereichsproben ist, die von dem zeitbegrenzten Teil des Audiosignals hergeleitet sind. - Verfahren wie in
Anspruch 16 beansprucht, wobei der minimale Leistungswert minimale Leistung einer Vielzahl von Frequenzbereichsproben ist, die von dem zeitbegrenzten Teil des Audiosignals hergeleitet sind. - Verfahren wie in
Anspruch 16 beansprucht, wobei der minimale Leistungswert Ableitung der minimalen Leistung einer Vielzahl von Zeitbereichsproben ist, die von dem zeitbegrenzten Teil des Audiosignals hergeleitet sind. - Verfahren wie in
Anspruch 16 beansprucht, wobei der minimale Leistungswert Ableitung der minimalen Leistung einer Vielzahl von Frequenzbereichsproben ist, die von dem zeitbegrenzten Teil des Audiosignals hergeleitet sind. - Verfahren wie in
Anspruch 16 beansprucht, das aufweist: in einem ersten Modus des Betriebs Schätzen von Rauschen in dem Audiosignal als das Produkt der durch die Filterfunktion ausgegebenen Leistungswerte und des durch die Korrekturfunktion gebildeten Korrekturfaktors geteilt durch einen vorgegebenen Skalierungsfaktor, der kleiner als Eins ist. - Verfahren wie in
Anspruch 24 beansprucht, das Betrieb in dem ersten Modus des Betriebs aufweist, wenn der Korrekturfaktor unter einem ersten vorgegebenen Grenzwert ist. - Verfahren wie in
Anspruch 16 beansprucht, das aufweist: in einem zweiten Modus des Betriebs Schätzen von Rauschen in dem Audiosignal als die durch die Filterfunktion ausgegebenen Leistungswerte, wenn der durch die Korrekturfunktion gebildete Korrekturfaktor zwischen einem ersten Grenzwert und einem zweiten Grenzwert ist. - Verfahren wie in
Anspruch 16 beansprucht, das aufweist: in einem dritten Modus des Betriebs Schätzen von Rauschen in dem Audiosignal als das Produkt der durch die Filterfunktion ausgegebenen Leistungswerte und dem durch die Korrekturfunktion gebildeten Korrekturfaktor. - Verfahren wie in
Anspruch 27 beansprucht, das Betrieb in dem dritten Modus des Betriebs aufweist, wenn der Korrekturfaktor zwischen einem zweiten Grenzwert und einem dritten Grenzwert ist. - Verfahren wie in
Anspruch 16 beansprucht, das aufweist: in einem vierten Modus des Betriebs Schätzen von Rauschen in dem Audiosignal in Abhängigkeit von dem geschätzten minimalen Leistungswert geteilt durch eine Repräsentation der Breite des Frequenzspektrums, das zu diesem Wert beigetragen hat. - Verfahren wie in
Anspruch 29 beansprucht, das Betrieb in dem vierten Modus des Betriebs aufweist, wenn der Korrekturfaktor oberhalb einem dritten vorgegebenen Grenzwert ist.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/098,570 US9142221B2 (en) | 2008-04-07 | 2008-04-07 | Noise reduction |
US12/098,570 | 2008-04-07 | ||
PCT/EP2009/054132 WO2009124926A2 (en) | 2008-04-07 | 2009-04-07 | Noise reduction |
Publications (2)
Publication Number | Publication Date |
---|---|
DE112009000805T5 DE112009000805T5 (de) | 2011-04-28 |
DE112009000805B4 true DE112009000805B4 (de) | 2018-06-14 |
Family
ID=40801753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112009000805.4T Active DE112009000805B4 (de) | 2008-04-07 | 2009-04-07 | Rauschreduktion |
Country Status (3)
Country | Link |
---|---|
US (1) | US9142221B2 (de) |
DE (1) | DE112009000805B4 (de) |
WO (1) | WO2009124926A2 (de) |
Families Citing this family (108)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7844453B2 (en) | 2006-05-12 | 2010-11-30 | Qnx Software Systems Co. | Robust noise estimation |
US8335685B2 (en) | 2006-12-22 | 2012-12-18 | Qnx Software Systems Limited | Ambient noise compensation system robust to high excitation noise |
US8326620B2 (en) * | 2008-04-30 | 2012-12-04 | Qnx Software Systems Limited | Robust downlink speech and noise detector |
EP2031583B1 (de) * | 2007-08-31 | 2010-01-06 | Harman Becker Automotive Systems GmbH | Schnelle Schätzung der Spektraldichte der Rauschleistung zur Sprachsignalverbesserung |
US9142221B2 (en) * | 2008-04-07 | 2015-09-22 | Cambridge Silicon Radio Limited | Noise reduction |
US8831936B2 (en) * | 2008-05-29 | 2014-09-09 | Qualcomm Incorporated | Systems, methods, apparatus, and computer program products for speech signal processing using spectral contrast enhancement |
US8538749B2 (en) * | 2008-07-18 | 2013-09-17 | Qualcomm Incorporated | Systems, methods, apparatus, and computer program products for enhanced intelligibility |
US9202456B2 (en) * | 2009-04-23 | 2015-12-01 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for automatic control of active noise cancellation |
US8666734B2 (en) * | 2009-09-23 | 2014-03-04 | University Of Maryland, College Park | Systems and methods for multiple pitch tracking using a multidimensional function and strength values |
US9053697B2 (en) | 2010-06-01 | 2015-06-09 | Qualcomm Incorporated | Systems, methods, devices, apparatus, and computer program products for audio equalization |
US8509450B2 (en) | 2010-08-23 | 2013-08-13 | Cambridge Silicon Radio Limited | Dynamic audibility enhancement |
ES2938725T3 (es) | 2010-09-16 | 2023-04-14 | Dolby Int Ab | Transposición armónica basada en bloque de subbanda mejorado de producto cruzado |
US8908877B2 (en) | 2010-12-03 | 2014-12-09 | Cirrus Logic, Inc. | Ear-coupling detection and adjustment of adaptive response in noise-canceling in personal audio devices |
KR101909432B1 (ko) | 2010-12-03 | 2018-10-18 | 씨러스 로직 인코포레이티드 | 개인용 오디오 디바이스에서 적응형 잡음 제거기의 실수 제어 |
US9318094B2 (en) | 2011-06-03 | 2016-04-19 | Cirrus Logic, Inc. | Adaptive noise canceling architecture for a personal audio device |
US9824677B2 (en) | 2011-06-03 | 2017-11-21 | Cirrus Logic, Inc. | Bandlimiting anti-noise in personal audio devices having adaptive noise cancellation (ANC) |
US8948407B2 (en) | 2011-06-03 | 2015-02-03 | Cirrus Logic, Inc. | Bandlimiting anti-noise in personal audio devices having adaptive noise cancellation (ANC) |
US8958571B2 (en) * | 2011-06-03 | 2015-02-17 | Cirrus Logic, Inc. | MIC covering detection in personal audio devices |
US9214150B2 (en) | 2011-06-03 | 2015-12-15 | Cirrus Logic, Inc. | Continuous adaptation of secondary path adaptive response in noise-canceling personal audio devices |
US9076431B2 (en) | 2011-06-03 | 2015-07-07 | Cirrus Logic, Inc. | Filter architecture for an adaptive noise canceler in a personal audio device |
FR2976710B1 (fr) * | 2011-06-20 | 2013-07-05 | Parrot | Procede de debruitage pour equipement audio multi-microphones, notamment pour un systeme de telephonie "mains libres" |
US9666206B2 (en) * | 2011-08-24 | 2017-05-30 | Texas Instruments Incorporated | Method, system and computer program product for attenuating noise in multiple time frames |
US9325821B1 (en) * | 2011-09-30 | 2016-04-26 | Cirrus Logic, Inc. | Sidetone management in an adaptive noise canceling (ANC) system including secondary path modeling |
US9173025B2 (en) | 2012-02-08 | 2015-10-27 | Dolby Laboratories Licensing Corporation | Combined suppression of noise, echo, and out-of-location signals |
US8712076B2 (en) | 2012-02-08 | 2014-04-29 | Dolby Laboratories Licensing Corporation | Post-processing including median filtering of noise suppression gains |
CN103325380B (zh) | 2012-03-23 | 2017-09-12 | 杜比实验室特许公司 | 用于信号增强的增益后处理 |
US20130282373A1 (en) * | 2012-04-23 | 2013-10-24 | Qualcomm Incorporated | Systems and methods for audio signal processing |
US9014387B2 (en) | 2012-04-26 | 2015-04-21 | Cirrus Logic, Inc. | Coordinated control of adaptive noise cancellation (ANC) among earspeaker channels |
US9142205B2 (en) | 2012-04-26 | 2015-09-22 | Cirrus Logic, Inc. | Leakage-modeling adaptive noise canceling for earspeakers |
US9319781B2 (en) | 2012-05-10 | 2016-04-19 | Cirrus Logic, Inc. | Frequency and direction-dependent ambient sound handling in personal audio devices having adaptive noise cancellation (ANC) |
US9318090B2 (en) | 2012-05-10 | 2016-04-19 | Cirrus Logic, Inc. | Downlink tone detection and adaptation of a secondary path response model in an adaptive noise canceling system |
US9082387B2 (en) | 2012-05-10 | 2015-07-14 | Cirrus Logic, Inc. | Noise burst adaptation of secondary path adaptive response in noise-canceling personal audio devices |
US9123321B2 (en) | 2012-05-10 | 2015-09-01 | Cirrus Logic, Inc. | Sequenced adaptation of anti-noise generator response and secondary path response in an adaptive noise canceling system |
US9076427B2 (en) | 2012-05-10 | 2015-07-07 | Cirrus Logic, Inc. | Error-signal content controlled adaptation of secondary and leakage path models in noise-canceling personal audio devices |
CN103426441B (zh) | 2012-05-18 | 2016-03-02 | 华为技术有限公司 | 检测基音周期的正确性的方法和装置 |
JP5772723B2 (ja) * | 2012-05-31 | 2015-09-02 | ヤマハ株式会社 | 音響処理装置および分離マスク生成装置 |
US9532139B1 (en) | 2012-09-14 | 2016-12-27 | Cirrus Logic, Inc. | Dual-microphone frequency amplitude response self-calibration |
US9107010B2 (en) * | 2013-02-08 | 2015-08-11 | Cirrus Logic, Inc. | Ambient noise root mean square (RMS) detector |
US9369798B1 (en) | 2013-03-12 | 2016-06-14 | Cirrus Logic, Inc. | Internal dynamic range control in an adaptive noise cancellation (ANC) system |
US9106989B2 (en) | 2013-03-13 | 2015-08-11 | Cirrus Logic, Inc. | Adaptive-noise canceling (ANC) effectiveness estimation and correction in a personal audio device |
US9215749B2 (en) | 2013-03-14 | 2015-12-15 | Cirrus Logic, Inc. | Reducing an acoustic intensity vector with adaptive noise cancellation with two error microphones |
US9414150B2 (en) | 2013-03-14 | 2016-08-09 | Cirrus Logic, Inc. | Low-latency multi-driver adaptive noise canceling (ANC) system for a personal audio device |
US9635480B2 (en) | 2013-03-15 | 2017-04-25 | Cirrus Logic, Inc. | Speaker impedance monitoring |
US9502020B1 (en) | 2013-03-15 | 2016-11-22 | Cirrus Logic, Inc. | Robust adaptive noise canceling (ANC) in a personal audio device |
US9467776B2 (en) | 2013-03-15 | 2016-10-11 | Cirrus Logic, Inc. | Monitoring of speaker impedance to detect pressure applied between mobile device and ear |
US9208771B2 (en) | 2013-03-15 | 2015-12-08 | Cirrus Logic, Inc. | Ambient noise-based adaptation of secondary path adaptive response in noise-canceling personal audio devices |
KR101396873B1 (ko) | 2013-04-03 | 2014-05-19 | 주식회사 크린컴 | 두 개의 마이크로폰을 포함하는 통신장치에서의 잡음제거방법 및 장치 |
US10206032B2 (en) | 2013-04-10 | 2019-02-12 | Cirrus Logic, Inc. | Systems and methods for multi-mode adaptive noise cancellation for audio headsets |
US9066176B2 (en) | 2013-04-15 | 2015-06-23 | Cirrus Logic, Inc. | Systems and methods for adaptive noise cancellation including dynamic bias of coefficients of an adaptive noise cancellation system |
US9462376B2 (en) | 2013-04-16 | 2016-10-04 | Cirrus Logic, Inc. | Systems and methods for hybrid adaptive noise cancellation |
US9460701B2 (en) | 2013-04-17 | 2016-10-04 | Cirrus Logic, Inc. | Systems and methods for adaptive noise cancellation by biasing anti-noise level |
US9478210B2 (en) | 2013-04-17 | 2016-10-25 | Cirrus Logic, Inc. | Systems and methods for hybrid adaptive noise cancellation |
US9578432B1 (en) | 2013-04-24 | 2017-02-21 | Cirrus Logic, Inc. | Metric and tool to evaluate secondary path design in adaptive noise cancellation systems |
US9264808B2 (en) | 2013-06-14 | 2016-02-16 | Cirrus Logic, Inc. | Systems and methods for detection and cancellation of narrow-band noise |
US9392364B1 (en) | 2013-08-15 | 2016-07-12 | Cirrus Logic, Inc. | Virtual microphone for adaptive noise cancellation in personal audio devices |
US9666176B2 (en) | 2013-09-13 | 2017-05-30 | Cirrus Logic, Inc. | Systems and methods for adaptive noise cancellation by adaptively shaping internal white noise to train a secondary path |
US9620101B1 (en) | 2013-10-08 | 2017-04-11 | Cirrus Logic, Inc. | Systems and methods for maintaining playback fidelity in an audio system with adaptive noise cancellation |
US9449610B2 (en) * | 2013-11-07 | 2016-09-20 | Continental Automotive Systems, Inc. | Speech probability presence modifier improving log-MMSE based noise suppression performance |
US9449615B2 (en) * | 2013-11-07 | 2016-09-20 | Continental Automotive Systems, Inc. | Externally estimated SNR based modifiers for internal MMSE calculators |
US9449609B2 (en) * | 2013-11-07 | 2016-09-20 | Continental Automotive Systems, Inc. | Accurate forward SNR estimation based on MMSE speech probability presence |
US10219071B2 (en) | 2013-12-10 | 2019-02-26 | Cirrus Logic, Inc. | Systems and methods for bandlimiting anti-noise in personal audio devices having adaptive noise cancellation |
US10382864B2 (en) | 2013-12-10 | 2019-08-13 | Cirrus Logic, Inc. | Systems and methods for providing adaptive playback equalization in an audio device |
US9704472B2 (en) | 2013-12-10 | 2017-07-11 | Cirrus Logic, Inc. | Systems and methods for sharing secondary path information between audio channels in an adaptive noise cancellation system |
US9369557B2 (en) | 2014-03-05 | 2016-06-14 | Cirrus Logic, Inc. | Frequency-dependent sidetone calibration |
US9479860B2 (en) | 2014-03-07 | 2016-10-25 | Cirrus Logic, Inc. | Systems and methods for enhancing performance of audio transducer based on detection of transducer status |
US9648410B1 (en) | 2014-03-12 | 2017-05-09 | Cirrus Logic, Inc. | Control of audio output of headphone earbuds based on the environment around the headphone earbuds |
US9319784B2 (en) | 2014-04-14 | 2016-04-19 | Cirrus Logic, Inc. | Frequency-shaped noise-based adaptation of secondary path adaptive response in noise-canceling personal audio devices |
US9609416B2 (en) | 2014-06-09 | 2017-03-28 | Cirrus Logic, Inc. | Headphone responsive to optical signaling |
US10181315B2 (en) | 2014-06-13 | 2019-01-15 | Cirrus Logic, Inc. | Systems and methods for selectively enabling and disabling adaptation of an adaptive noise cancellation system |
US10149047B2 (en) * | 2014-06-18 | 2018-12-04 | Cirrus Logic Inc. | Multi-aural MMSE analysis techniques for clarifying audio signals |
EP2980798A1 (de) * | 2014-07-28 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Harmonizitätsabhängige Steuerung eines harmonischen Filterwerkzeugs |
US9478212B1 (en) | 2014-09-03 | 2016-10-25 | Cirrus Logic, Inc. | Systems and methods for use of adaptive secondary path estimate to control equalization in an audio device |
US9552805B2 (en) | 2014-12-19 | 2017-01-24 | Cirrus Logic, Inc. | Systems and methods for performance and stability control for feedback adaptive noise cancellation |
US9565493B2 (en) | 2015-04-30 | 2017-02-07 | Shure Acquisition Holdings, Inc. | Array microphone system and method of assembling the same |
US9554207B2 (en) | 2015-04-30 | 2017-01-24 | Shure Acquisition Holdings, Inc. | Offset cartridge microphones |
JP6964581B2 (ja) | 2015-08-20 | 2021-11-10 | シーラス ロジック インターナショナル セミコンダクター リミテッド | 固定応答フィルタによって部分的に提供されるフィードバック応答を有するフィードバック適応雑音消去(anc)コントローラおよび方法 |
US9578415B1 (en) | 2015-08-21 | 2017-02-21 | Cirrus Logic, Inc. | Hybrid adaptive noise cancellation system with filtered error microphone signal |
US9589574B1 (en) | 2015-11-13 | 2017-03-07 | Doppler Labs, Inc. | Annoyance noise suppression |
US9678709B1 (en) | 2015-11-25 | 2017-06-13 | Doppler Labs, Inc. | Processing sound using collective feedforward |
US9654861B1 (en) | 2015-11-13 | 2017-05-16 | Doppler Labs, Inc. | Annoyance noise suppression |
WO2017082974A1 (en) * | 2015-11-13 | 2017-05-18 | Doppler Labs, Inc. | Annoyance noise suppression |
US10853025B2 (en) | 2015-11-25 | 2020-12-01 | Dolby Laboratories Licensing Corporation | Sharing of custom audio processing parameters |
US9584899B1 (en) | 2015-11-25 | 2017-02-28 | Doppler Labs, Inc. | Sharing of custom audio processing parameters |
US9703524B2 (en) | 2015-11-25 | 2017-07-11 | Doppler Labs, Inc. | Privacy protection in collective feedforward |
US11145320B2 (en) | 2015-11-25 | 2021-10-12 | Dolby Laboratories Licensing Corporation | Privacy protection in collective feedforward |
CN107045874B (zh) * | 2016-02-05 | 2021-03-02 | 深圳市潮流网络技术有限公司 | 一种基于相关性的非线性语音增强方法 |
US10013966B2 (en) | 2016-03-15 | 2018-07-03 | Cirrus Logic, Inc. | Systems and methods for adaptive active noise cancellation for multiple-driver personal audio device |
US10367948B2 (en) | 2017-01-13 | 2019-07-30 | Shure Acquisition Holdings, Inc. | Post-mixing acoustic echo cancellation systems and methods |
US10224053B2 (en) * | 2017-03-24 | 2019-03-05 | Hyundai Motor Company | Audio signal quality enhancement based on quantitative SNR analysis and adaptive Wiener filtering |
US11341987B2 (en) * | 2018-04-19 | 2022-05-24 | Semiconductor Components Industries, Llc | Computationally efficient speech classifier and related methods |
GB2573173B (en) * | 2018-04-27 | 2021-04-28 | Cirrus Logic Int Semiconductor Ltd | Processing audio signals |
JP7422685B2 (ja) * | 2018-05-31 | 2024-01-26 | シュアー アクイジッション ホールディングス インコーポレイテッド | 自動ミキシング用のインテリジェント音声起動のためのシステムおよび方法 |
US11523212B2 (en) | 2018-06-01 | 2022-12-06 | Shure Acquisition Holdings, Inc. | Pattern-forming microphone array |
US11297423B2 (en) | 2018-06-15 | 2022-04-05 | Shure Acquisition Holdings, Inc. | Endfire linear array microphone |
CN112889296A (zh) | 2018-09-20 | 2021-06-01 | 舒尔获得控股公司 | 用于阵列麦克风的可调整的波瓣形状 |
CN113841419A (zh) | 2019-03-21 | 2021-12-24 | 舒尔获得控股公司 | 天花板阵列麦克风的外壳及相关联设计特征 |
JP2022526761A (ja) | 2019-03-21 | 2022-05-26 | シュアー アクイジッション ホールディングス インコーポレイテッド | 阻止機能を伴うビーム形成マイクロフォンローブの自動集束、領域内自動集束、および自動配置 |
US11558693B2 (en) | 2019-03-21 | 2023-01-17 | Shure Acquisition Holdings, Inc. | Auto focus, auto focus within regions, and auto placement of beamformed microphone lobes with inhibition and voice activity detection functionality |
WO2020237206A1 (en) | 2019-05-23 | 2020-11-26 | Shure Acquisition Holdings, Inc. | Steerable speaker array, system, and method for the same |
US11302347B2 (en) | 2019-05-31 | 2022-04-12 | Shure Acquisition Holdings, Inc. | Low latency automixer integrated with voice and noise activity detection |
JP2022545113A (ja) | 2019-08-23 | 2022-10-25 | シュアー アクイジッション ホールディングス インコーポレイテッド | 指向性が改善された一次元アレイマイクロホン |
US12028678B2 (en) | 2019-11-01 | 2024-07-02 | Shure Acquisition Holdings, Inc. | Proximity microphone |
US11270720B2 (en) * | 2019-12-30 | 2022-03-08 | Texas Instruments Incorporated | Background noise estimation and voice activity detection system |
US11552611B2 (en) | 2020-02-07 | 2023-01-10 | Shure Acquisition Holdings, Inc. | System and method for automatic adjustment of reference gain |
CN111613238B (zh) * | 2020-05-21 | 2023-09-19 | 阿波罗智联(北京)科技有限公司 | 信号之间延时的确定方法、装置、设备以及存储介质 |
US11706562B2 (en) | 2020-05-29 | 2023-07-18 | Shure Acquisition Holdings, Inc. | Transducer steering and configuration systems and methods using a local positioning system |
WO2022165007A1 (en) | 2021-01-28 | 2022-08-04 | Shure Acquisition Holdings, Inc. | Hybrid audio beamforming system |
CN113539285B (zh) * | 2021-06-04 | 2023-10-31 | 浙江华创视讯科技有限公司 | 音频信号降噪方法、电子装置和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006114101A1 (en) | 2005-04-26 | 2006-11-02 | Aalborg Universitet | Detection of speech present in a noisy signal and speech enhancement making use thereof |
US20070154031A1 (en) | 2006-01-05 | 2007-07-05 | Audience, Inc. | System and method for utilizing inter-microphone level differences for speech enhancement |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5680508A (en) * | 1991-05-03 | 1997-10-21 | Itt Corporation | Enhancement of speech coding in background noise for low-rate speech coder |
US6023674A (en) * | 1998-01-23 | 2000-02-08 | Telefonaktiebolaget L M Ericsson | Non-parametric voice activity detection |
US6459914B1 (en) * | 1998-05-27 | 2002-10-01 | Telefonaktiebolaget Lm Ericsson (Publ) | Signal noise reduction by spectral subtraction using spectrum dependent exponential gain function averaging |
US6122610A (en) * | 1998-09-23 | 2000-09-19 | Verance Corporation | Noise suppression for low bitrate speech coder |
US6980950B1 (en) * | 1999-10-22 | 2005-12-27 | Texas Instruments Incorporated | Automatic utterance detector with high noise immunity |
FI116643B (fi) * | 1999-11-15 | 2006-01-13 | Nokia Corp | Kohinan vaimennus |
CA2399706C (en) * | 2000-02-11 | 2006-01-24 | Comsat Corporation | Background noise reduction in sinusoidal based speech coding systems |
US6529868B1 (en) * | 2000-03-28 | 2003-03-04 | Tellabs Operations, Inc. | Communication system noise cancellation power signal calculation techniques |
US6862567B1 (en) * | 2000-08-30 | 2005-03-01 | Mindspeed Technologies, Inc. | Noise suppression in the frequency domain by adjusting gain according to voicing parameters |
EP2239733B1 (de) * | 2001-03-28 | 2019-08-21 | Mitsubishi Denki Kabushiki Kaisha | Rauschunterdrückungsverfahren |
US7031916B2 (en) * | 2001-06-01 | 2006-04-18 | Texas Instruments Incorporated | Method for converging a G.729 Annex B compliant voice activity detection circuit |
US7117148B2 (en) * | 2002-04-05 | 2006-10-03 | Microsoft Corporation | Method of noise reduction using correction vectors based on dynamic aspects of speech and noise normalization |
US7447630B2 (en) * | 2003-11-26 | 2008-11-04 | Microsoft Corporation | Method and apparatus for multi-sensory speech enhancement |
CA2454296A1 (en) * | 2003-12-29 | 2005-06-29 | Nokia Corporation | Method and device for speech enhancement in the presence of background noise |
WO2005124739A1 (ja) * | 2004-06-18 | 2005-12-29 | Matsushita Electric Industrial Co., Ltd. | 雑音抑圧装置および雑音抑圧方法 |
EP1635331A1 (de) | 2004-09-14 | 2006-03-15 | Siemens Aktiengesellschaft | Verfahren zur Abschätzung eines Signal-Rauschverhältnisses |
US20080243496A1 (en) * | 2005-01-21 | 2008-10-02 | Matsushita Electric Industrial Co., Ltd. | Band Division Noise Suppressor and Band Division Noise Suppressing Method |
US7912231B2 (en) * | 2005-04-21 | 2011-03-22 | Srs Labs, Inc. | Systems and methods for reducing audio noise |
DK1760696T3 (en) * | 2005-09-03 | 2016-05-02 | Gn Resound As | Method and apparatus for improved estimation of non-stationary noise to highlight speech |
US7873114B2 (en) * | 2007-03-29 | 2011-01-18 | Motorola Mobility, Inc. | Method and apparatus for quickly detecting a presence of abrupt noise and updating a noise estimate |
EP2031583B1 (de) * | 2007-08-31 | 2010-01-06 | Harman Becker Automotive Systems GmbH | Schnelle Schätzung der Spektraldichte der Rauschleistung zur Sprachsignalverbesserung |
US8015002B2 (en) * | 2007-10-24 | 2011-09-06 | Qnx Software Systems Co. | Dynamic noise reduction using linear model fitting |
US9142221B2 (en) * | 2008-04-07 | 2015-09-22 | Cambridge Silicon Radio Limited | Noise reduction |
US8571231B2 (en) * | 2009-10-01 | 2013-10-29 | Qualcomm Incorporated | Suppressing noise in an audio signal |
-
2008
- 2008-04-07 US US12/098,570 patent/US9142221B2/en not_active Expired - Fee Related
-
2009
- 2009-04-07 DE DE112009000805.4T patent/DE112009000805B4/de active Active
- 2009-04-07 WO PCT/EP2009/054132 patent/WO2009124926A2/en active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006114101A1 (en) | 2005-04-26 | 2006-11-02 | Aalborg Universitet | Detection of speech present in a noisy signal and speech enhancement making use thereof |
US20070154031A1 (en) | 2006-01-05 | 2007-07-05 | Audience, Inc. | System and method for utilizing inter-microphone level differences for speech enhancement |
Non-Patent Citations (6)
Title |
---|
Harold J. Manley; Average magnitude difference function pitch extractor, IEEE Trans. Acoust., Speech, Signal Processing, vol. 22, pp. 353 - 362, October 1974 |
I. Cohen, „Noise Spectrum Estimation in Adverse Environments: Improved Minima Controlled Recursive Averaging," IEEE Trans. Speech und Audio Processing, vol. 11, pp. 466-475, Sep. 2003 |
Myron J. Ross, Harry L. Shaffer, Andrew Cohen, Richard Freudberg |
Siehe Rainer Martin, „Noise power spectral density estimation based on optimal smoothing and minimum statistics, "IEEE Transactions on speech und audio processing, vol. 9, no. 5, pp. 504--512, July 2001 |
Siehe Vary, P.; Martin, R. Digital Speech Transmission. Enhancement, Coding and Error Concealment, John Wiley-Verlag, 2006 |
Y. Ephraim and D. Malah, „Speech enhancement using a minimum mean-square error log-spectral amplitude estimator," IEEE Trans. Acoustics, Speech und Signal Processing, vol. ASSP-33, pp. 443-445, 1985 |
Also Published As
Publication number | Publication date |
---|---|
US9142221B2 (en) | 2015-09-22 |
WO2009124926A2 (en) | 2009-10-15 |
WO2009124926A3 (en) | 2010-01-21 |
DE112009000805T5 (de) | 2011-04-28 |
US20090254340A1 (en) | 2009-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112009000805B4 (de) | Rauschreduktion | |
DE60131639T2 (de) | Vorrichtungen und Verfahren zur Bestimmung von Leistungswerten für die Geräuschunterdrückung für ein Sprachkommunikationssystem | |
DE112012006876B4 (de) | Verfahren und Sprachsignal-Verarbeitungssystem zur formantabhängigen Sprachsignalverstärkung | |
DE112015004785B4 (de) | Verfahren zum Umwandeln eines verrauschten Signals in ein verbessertes Audiosignal | |
DE112012000052B4 (de) | Verfahren und Vorrichtung zum Ausblenden von Windgeräuschen | |
DE69926851T2 (de) | Verfahren und Vorrichtung zur Sprachaktivitätsdetektion | |
DE60027438T2 (de) | Verbesserung eines verrauschten akustischen signals | |
DE69627580T2 (de) | Verfahren zur Rauschverminderung in einem Sprachsignal | |
DE10041512B4 (de) | Verfahren und Vorrichtung zur künstlichen Erweiterung der Bandbreite von Sprachsignalen | |
DE602005000539T2 (de) | Verstärkungsgesteuerte Geräuschunterdrückung | |
DE60316704T2 (de) | Mehrkanalige spracherkennung in ungünstigen umgebungen | |
DE602004008973T2 (de) | Rauschminderung für die automatische spracherkennung | |
DE112010005895B4 (de) | Störungsunterdrückungsvorrichtung | |
DE112011105791B4 (de) | Störungsunterdrückungsvorrichtung | |
DE69124005T2 (de) | Sprachsignalverarbeitungsvorrichtung | |
DE69831288T2 (de) | An Umgebungsgeräusche angepasste Sprachverarbeitung | |
DE112011104737B4 (de) | Geräuschunterdrückungsvorrichtung | |
EP1091349B1 (de) | Verfahren und Vorrichtung zur Geräuschunterdrückung bei der Sprachübertragung | |
EP2158588B1 (de) | Spektralglättungsverfahren von verrauschten signalen | |
DE112017004548T5 (de) | Robuste Geräuschschätzung für Sprachverbesserung in variablen Geräuschbedingungen | |
AT509570B1 (de) | Methode und apparat zur einkanal-sprachverbesserung basierend auf einem latenzzeitreduzierten gehörmodell | |
DE69918635T2 (de) | Vorrichtung und Verfahren zur Sprachverarbeitung | |
Madhu et al. | Temporal smoothing of spectral masks in the cepstral domain for speech separation | |
DE69922769T2 (de) | Vorrichtung und Verfahren zur Sprachverarbeitung | |
EP2080197B1 (de) | Vorrichtung zur geräuschunterdrückung bei einem audiosignal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
R082 | Change of representative |
Representative=s name: MAUCHER JENKINS, DE Representative=s name: MAUCHER JENKINS PATENTANWAELTE & RECHTSANWAELT, DE Representative=s name: OLSWANG GERMANY LLP, DE |
|
R082 | Change of representative |
Representative=s name: MAUCHER JENKINS, DE Representative=s name: OLSWANG GERMANY LLP, DE Representative=s name: MAUCHER JENKINS PATENTANWAELTE & RECHTSANWAELT, DE |
|
R081 | Change of applicant/patentee |
Owner name: QUALCOMM TECHNOLOGIES INTERNATIONAL, LTD., GB Free format text: FORMER OWNER: CAMBRIDGE SILICON RADIO LTD., CAMBRIDGE, CAMBRIDGESHIRE, GB |
|
R082 | Change of representative |
Representative=s name: MAUCHER JENKINS, DE Representative=s name: OLSWANG GERMANY LLP, DE Representative=s name: MAUCHER JENKINS PATENTANWAELTE & RECHTSANWAELT, DE |
|
R016 | Response to examination communication | ||
R082 | Change of representative |
Representative=s name: MAUCHER JENKINS, DE Representative=s name: MAUCHER JENKINS PATENTANWAELTE & RECHTSANWAELT, DE |
|
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |