JP2859634B2 - Noise removal device - Google Patents
Noise removal deviceInfo
- Publication number
- JP2859634B2 JP2859634B2 JP1101141A JP10114189A JP2859634B2 JP 2859634 B2 JP2859634 B2 JP 2859634B2 JP 1101141 A JP1101141 A JP 1101141A JP 10114189 A JP10114189 A JP 10114189A JP 2859634 B2 JP2859634 B2 JP 2859634B2
- Authority
- JP
- Japan
- Prior art keywords
- noise
- band
- voice
- voice section
- section
- 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.)
- Expired - Fee Related
Links
Description
【発明の詳細な説明】 技術分野 本発明は、雑音除去装置、より詳細には、雑音下での
音声入力に対する雑音除去技術に関し、オフィス内、工
場内、自動車内、家庭内での音声認識に応用して好適な
ものである。Description: TECHNICAL FIELD The present invention relates to a noise elimination device, and more particularly to a noise elimination technology for voice input under noise, and is used for speech recognition in offices, factories, automobiles, and homes. It is suitable for application.
従来技術 周囲雑音の多い環境の中で発声される音声には、雑音
が重畳し、このことがそのような環境下の音声認識にお
いて、音声認識率を低下させる原因となる。従って、雑
音の重畳した音声情報からできるだけ雑音成分を除去す
る必要がある。2. Related Art Noise is superimposed on speech uttered in an environment with a lot of ambient noise, and this causes a reduction in the speech recognition rate in speech recognition in such an environment. Therefore, it is necessary to remove noise components as much as possible from speech information with noise superimposed.
従来、バンドパスフィルタバンクを用いた音声認識装
置などにおける雑音除去方式として、スペクトルサブト
ラクション法がある。この方法は、予め定められた期
間、又は、音声が検出されていない期間のスペクトルパ
ターンを雑音のスペクトルパターンとして保持し、音声
が検出された期間のスペクトルパターンからこの雑音の
スペクトルパターンを減じることにより、入力信号に含
まれる雑音成分を除去するものであるが、音声区間以外
の期間の雑音のスペクトルパターンと音声区間中の雑音
のスペクトルパターンとが時間定常であるという仮定が
あるので、時間非定常の雑音、特に、音声区間中の雑音
の変化に対応できないという欠点があった。2. Description of the Related Art Conventionally, there is a spectral subtraction method as a noise removal method in a speech recognition device or the like using a bandpass filter bank. This method retains a spectrum pattern of a predetermined period or a period in which no sound is detected as a noise spectral pattern, and subtracts this noise spectral pattern from a spectrum pattern of a period in which sound is detected. , Which removes noise components included in the input signal. However, there is an assumption that the noise spectrum pattern in a period other than the voice section and the noise spectrum pattern in the voice section are time-stationary. However, there is a drawback that it is impossible to cope with the noise of the voice, in particular, the change of the noise during the voice section.
また、時間非定常の雑音に対応するための方法とし
て、特開昭58−93100号公報、特開昭58−123599号公報
に示されている方法がある。これらは、タイムスペクト
ルパターンの時間軸方向と周波数軸方向の両方にある大
きさを持つ単位メッシュパターンを考え、この単位メッ
シュパターンの出現頻度を雑音を含まない長時間の音声
情報から予め求めておき、出現確率の小さい単位メッシ
ュパターンが生成した場合に、雑音によるものを判断し
て補正を加えるものであるが、比較的規模の小さい特定
話者音声認識装置などに応用するには、予め多くの情報
を必要とすることと、単位メッシュパターンのマッチン
グを行う処理時間が大きいという問題点がある。Further, as a method for dealing with time-unsteady noise, there are methods disclosed in JP-A-58-93100 and JP-A-58-123599. These consider a unit mesh pattern having a size in both the time axis direction and the frequency axis direction of the time spectrum pattern, and the frequency of appearance of this unit mesh pattern is obtained in advance from long-term audio information containing no noise. When a unit mesh pattern with a small appearance probability is generated, noise is determined and correction is performed. However, in order to apply to a relatively small-scale specific speaker voice recognition device, a large number of There is a problem that information is required and a processing time for matching the unit mesh pattern is long.
目的 本発明は、上記従来技術の欠点に鑑みなされたもの
で、雑音除去装置において、時間非定常の雑音に対する
雑音除去性能の向上、特に、音声区間中であっても、音
声の成分が含まれていない帯域の雑音成分の推定を行
い、雑音の変動に対応し得ることを目的とするものであ
り、更には、入力信号に含まれる雑音の成分に関わりな
く正確に雑音除去を行うことを目的とするものである。SUMMARY OF THE INVENTION The present invention has been made in view of the above-described disadvantages of the related art, and in a noise reduction apparatus, an improvement in noise reduction performance with respect to time-unsteady noise, particularly including a voice component even in a voice section. The purpose is to estimate the noise component of the band that is not present and to be able to cope with the fluctuation of the noise.Furthermore, the purpose is to accurately remove the noise irrespective of the noise component included in the input signal. It is assumed that.
構成 本発明は、上記目的を達成するために、マイクから入
力された音声信号の前処理を行う音声前処理部と、上記
音声前処理部の出力信号のスペクトルを求める、複数個
のチャンネルからなるバンドパスフィルタバンクと、上
記バンドパスフィルタバンクの複数個のチャンネルの出
力信号を複数個の帯域に対応付けて分割し、該帯域毎に
音声区間を検出する音声区間検出部と、上記音声区間検
出部の各帯域に音声が検出されていない時に、上記バン
ドパスフィルタバンクの出力信号のうち該帯域に対応す
るチャンネルの出力信号から該チャンネルの雑音成分を
推定する雑音推定部と、上記バンドパスフィルタバンク
の各チャンネルの出力から、上記雑音推定部で推定され
た対応する各チャンネルの雑音成分を減じる雑音除去部
とを具備して成ること、更には、上記音声区間検出部
は、上記帯域毎に音声区間を検出するためのしきい値を
有し、該各帯域毎のしきい値は、上記雑音推定部で推定
された該帯域に対応するチャンネルの雑音推定値によっ
て決定されることを特徴とするものである。以下、本発
明の実施例に基づいて説明する。Configuration In order to achieve the above object, the present invention comprises an audio preprocessing unit for performing preprocessing of an audio signal input from a microphone, and a plurality of channels for obtaining a spectrum of an output signal of the audio preprocessing unit. A band-pass filter bank, a voice-segment detecting unit that divides output signals of a plurality of channels of the band-pass filter bank into a plurality of bands and detects a voice period for each band, A noise estimating unit for estimating a noise component of the channel from an output signal of a channel corresponding to the band among output signals of the band-pass filter bank when no sound is detected in each band of the unit; A noise removing unit for subtracting the noise component of each corresponding channel estimated by the noise estimating unit from the output of each channel of the bank. The voice section detection unit further includes a threshold for detecting a voice section for each band, and the threshold value for each band is the threshold estimated by the noise estimation unit. It is characterized by being determined by the noise estimation value of the channel corresponding to the band. Hereinafter, a description will be given based on examples of the present invention.
第1図は、本発明の一実施例を説明するための構成図
で、図中、1は音声前処理部、2はバンドパスフィルタ
バンク、3はA/D変換部、4は音声区間検出部、5は雑
音推定部、6は雑音除去部で、音声前処理部1は、マイ
クから入力された音声信号の増幅(Mic.Amp)、プリエ
ンファシス(Pre−emf)、オートゲインコントロール
(AGC)などの前処理を行う。バンドパスフィルタバン
ク2は、15チャンネルで各チャンネルが、バンドパスフ
ィルタ(BPF)、検波器(DET)、ローパスフィルタ(LP
F)で構成されていて、音声前処理部の出力信号のスペ
クトルを求める。各バンドパスフィルタの中心周波数
は、第1チャンネル(ch.1)が250Hz、第15チャンネル
(ch.15)が6.35kHzで対数軸上で等間隔になっている。FIG. 1 is a block diagram for explaining one embodiment of the present invention. In the drawing, reference numeral 1 denotes an audio preprocessing unit, 2 denotes a band-pass filter bank, 3 denotes an A / D conversion unit, and 4 denotes an audio section detection. 5, a noise estimating unit, 6 a noise removing unit, and a voice pre-processing unit 1. Amplifying (Mic.Amp), pre-emphasis (Pre-emf), and auto gain control (AGC) of a voice signal input from a microphone. ) Is performed. Bandpass filter bank 2 consists of 15 channels, each of which has a bandpass filter (BPF), detector (DET), lowpass filter (LP
F), and determines the spectrum of the output signal of the audio preprocessing unit. The center frequency of each bandpass filter is 250 Hz for the first channel (ch.1) and 6.35 kHz for the 15th channel (ch.15), which are equally spaced on a logarithmic axis.
A/D変換部3は、15チャンネルのバンドパスフィルタ
バンクの出力をフレーム周期10mS毎に8−bitのデジタ
ル値に変換し、タイムスペクトルパターンを得る。The A / D converter 3 converts the output of the band pass filter bank of 15 channels into an 8-bit digital value at a frame period of 10 ms to obtain a time spectrum pattern.
音声区間検出部4は、そのタイムスペクトルパターン
から15チャンネル毎に音声区間を検出する。但し、15チ
ャンネルを隣接する複数のチャンネルから成るグループ
に分割して各グループ毎に音声区間を検出しても良い。
フレーム番号i、チャンネル番号j、i,jに対するタイ
ムスペクトルパターンをX(i,j)、各チャンネルの予
め推定されているその時点での雑音の推定値をN(i,
j)、各チャンネルの予め推定されているその時点での
しきい値をTh(i,j)とすると、音声区間の条件は、 X(i,j)−N(i,j)>Th(i,j) なるフレームが、連続する3フレーム程度以上続いた場
合である。ここで、各チャンネルのしきい値Th(i,j)
は、予め実験により定められた定数、Thmin(j)、C
(j)に対して、 とする。The voice section detection unit 4 detects a voice section from the time spectrum pattern for every 15 channels. However, it is also possible to divide the 15 channels into groups consisting of a plurality of adjacent channels and detect the voice section for each group.
X (i, j) is the time spectrum pattern for frame number i, channel number j, i, j, and N (i,
j), assuming that the pre-estimated threshold of each channel at that time is Th (i, j), the condition of the voice section is: X (i, j) −N (i, j)> Th ( i, j) is continuous for about three or more consecutive frames. Here, the threshold value Th (i, j) of each channel
Is a constant determined in advance by experiment, Thmin (j), C
For (j), And
但し、音声区間検出が、隣接する複数のチャンネルか
ら成るグループで行われる場合には、グループgに含ま
れるチャンネルをjs(g),,,je(g)とすると、音声
区間の条件は、 で、しきい値は、 とする。However, when the voice section detection is performed in a group including a plurality of adjacent channels, if the channels included in the group g are js (g) ,,, je (g), the condition of the voice section is as follows. And the threshold is And
雑音推定部5は、次のフレームで用いる各チャンネル
の雑音推定値N(i+1,j)を次の方法により求めて更
新する。The noise estimating unit 5 obtains and updates the noise estimation value N (i + 1, j) of each channel used in the next frame by the following method.
X(i,j)−N(i,j)<Th(i,j) なるフレームが、連続する6フレーム程度以上続いた場
合に、その間のX(i,j)の平均、 を新たな雑音推定値として更新する。それ以外の場合
は、1フレーム前の雑音推定値を保持する。即ち、 N(i+1,j)=N(i,j) である。X (i, j) −N (i, j) <Th (i, j) When six or more consecutive frames continue, the average of X (i, j) between them is: Is updated as a new noise estimate. In other cases, the noise estimation value of one frame before is held. That is, N (i + 1, j) = N (i, j).
但し、音声区間検出が、隣接する複数のチャンネルか
ら成るグループで行われる場合には、雑音推定値の更新
の条件は、同様に、 である。However, when the voice section detection is performed in a group including a plurality of adjacent channels, the condition for updating the noise estimated value is It is.
雑音除去部6は、音声区間とされたフレームi、チャ
ンネルjのタイムスペクトルパターンX(i,j)と、そ
の時点での雑音推定値N(i,j)から、雑音を除去した
音声のパターンS(i,j)を求める。即ち、 S(i,j)=X(i,j)−N(i,j) である。また音声区間でない、或いは、音声区間がキャ
ンセルされたフレームi、チャンネルjに関しては、 S(i,j)=0 とする。The noise removing unit 6 removes the noise pattern from the time spectrum pattern X (i, j) of the frame i and the channel j, which are the voice section, and the estimated noise value N (i, j) at that time. Find S (i, j). That is, S (i, j) = X (i, j) -N (i, j). Also, for a frame i and a channel j which are not a voice section or where a voice section has been canceled, S (i, j) = 0.
尚、音声区間検出部、雑音推定部、及び、雑音除去部
は、ソフトウェアによって実施されているが、DSPなど
を用いてハードウェアで構成することも可能である。Note that the voice section detection unit, the noise estimation unit, and the noise removal unit are implemented by software, but may be configured by hardware using a DSP or the like.
効果 以上の説明から明らかなように、請求項第1項の発明
においては、バンドパスフィルタバンクの出力信号を複
数個の帯域に分割し、各帯域毎に音声区間を検出し、各
帯域に音声が検出されていない時に、バンドパスフィル
タバンクの出力信号のうち対応するチャンネルの出力信
号からそのチャンネルの雑音成分を推定しているので、
音声区間中でも、より正確には、有る帯域に音声の成分
がなく、別の帯域に音声の成分がある時でも、音声の成
分のない帯域で雑音成分の推定値を更新することが出
来、従来難しかった時間非定常の雑音に対する雑音除去
性能が向上した。Effect As is apparent from the above description, according to the first aspect of the present invention, the output signal of the band-pass filter bank is divided into a plurality of bands, a voice section is detected for each band, When is not detected, since the noise component of the channel is estimated from the output signal of the corresponding channel among the output signals of the band-pass filter bank,
Even during the voice section, more precisely, even when there is no voice component in one band and there is a voice component in another band, the estimated value of the noise component can be updated in the band without voice component. The noise removal performance for difficult time non-stationary noise has been improved.
また、請求項第2項の発明においては、各帯域毎に音
声区間を検出するためのしきい値を有し、この各しきい
値は、その帯域に対応するチャンネルの雑音推定値によ
って決定されるので、入力信号に含まれる雑音の成分に
関わりなく(低域成分の大きな雑音、高域成分の大きな
雑音に依らず)、各帯域の音声区間の検出を正確に行な
うことが出来るようになった。According to the second aspect of the present invention, each of the bands has a threshold for detecting a voice section, and each of the thresholds is determined by a noise estimation value of a channel corresponding to the band. Therefore, regardless of the noise component included in the input signal (irrespective of the large noise of the low frequency component and the large noise of the high frequency component), the voice section of each band can be accurately detected. Was.
第1図は、本発明の一実施例を説明するための構成図で
ある。 1……音声前処理部、2……バンドパスフィルタバン
ク、3……A/D変換部、4……音声区間検出部、5……
雑音推定部、6……雑音除去部。FIG. 1 is a configuration diagram for explaining an embodiment of the present invention. 1 ... voice pre-processing unit, 2 ... band-pass filter bank, 3 ... A / D conversion unit, 4 ... voice section detection unit, 5 ...
Noise estimator 6, noise remover.
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.6,DB名) G10L 3/00 513 G10L 3/02 301 G10L 7/08 JICSTファイル(JOIS)────────────────────────────────────────────────── ─── Continuation of the front page (58) Field surveyed (Int. Cl. 6 , DB name) G10L 3/00 513 G10L 3/02 301 G10L 7/08 JICST file (JOIS)
Claims (2)
行う音声前処理部と、上記音声前処理部の出力信号のス
ペクトルを求める複数個のチャンネルからなるバンドパ
スフィルタバンクと、上記バンドパスフィルタバンクの
複数個のチャンネルの出力信号を複数個の帯域に対応付
けて分割し、該帯域毎に音声区間を検出する音声区間検
出部と、上記音声区間検出部の各帯域に音声が検出され
ていない時に、上記バンドパスフィルタバンクの出力信
号のうち該帯域に対応するチャンネルの出力信号から該
チャンネルの雑音成分を推定する雑音推定部と、上記バ
ンドパスフィルタバンクの各チャンネルの出力から、上
記雑音推定部で推定された対応する各チャンネルの雑音
成分を減じる雑音除去部とを具備して成ることを特徴と
する雑音除去装置。An audio preprocessor for preprocessing an audio signal input from a microphone; a bandpass filter bank including a plurality of channels for obtaining a spectrum of an output signal of the audio preprocessor; An output signal of a plurality of channels of the filter bank is divided into a plurality of bands in association with a plurality of bands, and a voice section detecting section for detecting a voice section for each band, and voice is detected in each band of the voice section detecting section. When not, a noise estimator for estimating a noise component of the channel from an output signal of a channel corresponding to the band out of the output signals of the bandpass filter bank; and A noise removing unit for reducing a noise component of each of the corresponding channels estimated by the noise estimating unit.
区間を検出するためのしきい値を有し、該各帯域毎のし
きい値は、上記雑音推定部で推定された該帯域に対応す
るチャンネルの雑音推定値によって決定されることを特
徴とする請求項第1項に記載の雑音除去装置。2. The voice section detecting section has a threshold value for detecting a voice section for each of the bands, and the threshold value for each band is determined by the band estimated by the noise estimating section. The noise elimination apparatus according to claim 1, wherein the noise elimination apparatus is determined by a noise estimation value of a channel corresponding to.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1101141A JP2859634B2 (en) | 1989-04-19 | 1989-04-19 | Noise removal device |
DE19904012349 DE4012349A1 (en) | 1989-04-19 | 1990-04-18 | Noise elimination device for speech recognition system - uses spectral subtraction of sampled noise values from sampled speech values |
US07/873,976 US5212764A (en) | 1989-04-19 | 1992-04-24 | Noise eliminating apparatus and speech recognition apparatus using the same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1101141A JP2859634B2 (en) | 1989-04-19 | 1989-04-19 | Noise removal device |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH02278298A JPH02278298A (en) | 1990-11-14 |
JP2859634B2 true JP2859634B2 (en) | 1999-02-17 |
Family
ID=14292806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1101141A Expired - Fee Related JP2859634B2 (en) | 1989-04-19 | 1989-04-19 | Noise removal device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2859634B2 (en) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69317802T2 (en) * | 1992-01-21 | 1998-10-22 | Koninkl Philips Electronics Nv | Method and device for sound enhancement using encapsulation of multiband pass filtered signals in comb filters |
CN102129862B (en) | 1996-11-07 | 2013-05-29 | 松下电器产业株式会社 | Noise reduction device and voice coding device with the same |
WO2009047858A1 (en) | 2007-10-12 | 2009-04-16 | Fujitsu Limited | Echo suppression system, echo suppression method, echo suppression program, echo suppression device, sound output device, audio system, navigation system, and moving vehicle |
JP6182895B2 (en) | 2012-05-01 | 2017-08-23 | 株式会社リコー | Processing apparatus, processing method, program, and processing system |
-
1989
- 1989-04-19 JP JP1101141A patent/JP2859634B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH02278298A (en) | 1990-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3279372B2 (en) | Noise attenuation system | |
JP2962732B2 (en) | Hearing aid signal processing system | |
US7508948B2 (en) | Reverberation removal | |
EP1065656B1 (en) | Method for reducing noise in an input speech signal | |
US7171357B2 (en) | Voice-activity detection using energy ratios and periodicity | |
US20060115095A1 (en) | Reverberation estimation and suppression system | |
JPH09503590A (en) | Background noise reduction to improve conversation quality | |
JPH09212196A (en) | Noise suppressor | |
US9640193B2 (en) | Systems and methods for enhancing place-of-articulation features in frequency-lowered speech | |
JP2859634B2 (en) | Noise removal device | |
CN113593599A (en) | Method for removing noise signal in voice signal | |
JP2563719B2 (en) | Audio processing equipment and hearing aids | |
JP2000081900A (en) | Sound absorbing method, and device and program recording medium therefor | |
JP3134557B2 (en) | Howling suppression device | |
US6314394B1 (en) | Adaptive signal separation system and method | |
CN115410593A (en) | Audio channel selection method, device, equipment and storage medium | |
KR101254989B1 (en) | Dual-channel digital hearing-aids and beamforming method for dual-channel digital hearing-aids | |
JP3097376B2 (en) | Howling suppression device | |
EP1211671A2 (en) | Automatic gain control with noise suppression | |
JPH04238399A (en) | Voice recognition device | |
JP2989219B2 (en) | Voice section detection method | |
JPH056193A (en) | Voice section detecting system and voice recognizing device | |
JPH0956000A (en) | Hearing aid | |
JPH03274099A (en) | Voice recognizing device | |
JPH0422999A (en) | Signal processing circuit and voice recognizing device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071204 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081204 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |