JP6889698B2 - 音声を増幅する方法及び装置 - Google Patents
音声を増幅する方法及び装置 Download PDFInfo
- Publication number
- JP6889698B2 JP6889698B2 JP2018247789A JP2018247789A JP6889698B2 JP 6889698 B2 JP6889698 B2 JP 6889698B2 JP 2018247789 A JP2018247789 A JP 2018247789A JP 2018247789 A JP2018247789 A JP 2018247789A JP 6889698 B2 JP6889698 B2 JP 6889698B2
- Authority
- JP
- Japan
- Prior art keywords
- channel
- frequency domain
- domain audio
- audio
- time domain
- 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
- 238000000034 method Methods 0.000 title claims description 51
- 230000003321 amplification Effects 0.000 claims description 84
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 84
- 238000012545 processing Methods 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000010606 normalization Methods 0.000 claims description 21
- 230000003595 spectral effect Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 7
- 238000009432 framing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 9
- 230000005236 sound signal Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000873 masking effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000005945 translocation 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
- G10L21/0216—Noise filtering characterised by the method used for estimating 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
- 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
-
- 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
- G10L21/0224—Processing in the time 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
- 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
- G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0212—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 spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
-
- 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
- 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
- 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
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
-
- 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
- G10L2021/02166—Microphone arrays; Beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Circuit For Audible Band Transducer (AREA)
Description
以下の図面を参照してなされた制限的でない実施形態に対する詳細的な説明により、本出願の他の特徴、目的及び利点はより明らかになる。
Claims (16)
- 音声を増幅する方法であって、
マイクアレイで採集された複数のチャンネルの時間領域音声を取得することと、
前記複数のチャンネルの時間領域音声に基づいて、少なくとも一つのチャンネルの周波数領域音声を生成することと、
前記少なくとも一つのチャンネルのそれぞれの周波数領域音声に対してマスク閾値の推定を行って、前記少なくとも一つのチャンネルのそれぞれの周波数領域音声のマスク閾値を取得することと、
前記それぞれのチャンネルの周波数領域音声のマスク閾値を解析して、前記少なくとも一つのチャンネルの周波数領域音声における信号とノイズのパワースペクトル密度マトリックスを生成することと、
前記少なくとも一つのチャンネルの周波数領域音声における信号とノイズのパワースペクトル密度マトリックスを利用して、前記複数のチャンネルの時間領域音声に対応する出力音声の信号対雑音比を最小化して、前記少なくとも一つのチャンネルのそれぞれの周波数領域音声の増幅係数を取得することと、
前記それぞれのチャンネルの周波数領域音声の増幅係数に対して正規化処理を行って、当該チャンネルの周波数領域音声の正規化増幅係数を取得することと、
前記それぞれのチャンネルの周波数領域音声に対して、当該チャンネルの周波数領域音声の正規化増幅係数を利用して増幅処理を行って当該チャンネルの増幅周波数領域音声を取得することと、
前記それぞれのチャンネルの増幅周波数領域音声に対して逆フーリエ変換を行って当該チャンネルの増幅時間領域音声を取得すること、
を含む方法。 - 前記複数のチャンネルの時間領域音声に基づいて少なくとも一つのチャンネルの周波数領域音声を生成することは、
前記複数のチャンネルの時間領域音声に対してフィルタリングを行って少なくとも一つのチャンネルの時間領域音声を取得することと、
前記少なくとも一つのチャンネルの時間領域音声に対してフーリエ変換を行って少なくとも一つのチャンネルの周波数領域音声を取得すること、
を含む請求項1に記載の方法。 - 前記複数のチャンネルの時間領域音声に対してフィルタリングを行って少なくとも一つのチャンネルの時間領域音声を取得することは、
前記複数のチャンネルのうちチャンネルと他のチャンネルとの距離の和を算出することと、
算出された和に基づいて前記複数のチャンネルの時間領域音声に対してフィルタリングを行って少なくとも一つのチャンネルの時間領域音声を取得すること、
を含む請求項2に記載の方法。 - 前記少なくとも一つのチャンネルの時間領域音声に対してフーリエ変換を行って少なくとも一つのチャンネルの周波数領域音声を取得することは、
前記少なくとも一つのチャンネルの時間領域音声のそれぞれについて、当該チャンネルの時間領域音声に対してウィンドウイング/フレーミング処理を行って当該チャンネルの時間領域音声のマルチフレームの時間領域音声セグメントを取得し、当該チャンネルの時間領域音声のマルチフレームの時間領域音声セグメントに対してショートタイムフーリエ変換を行って少なくとも一つのチャンネルの周波数領域音声を取得する、ことを含む請求項2に記載の方法。 - 前記少なくとも一つのチャンネルのそれぞれの周波数領域音声に対してマスク閾値の推定を行って前記少なくとも一つのそれぞれのチャンネルの周波数領域音声のマスク閾値を取得することは、
前記少なくとも一つのチャンネルの周波数領域音声を、予めトレーニングされた、周波数領域音声のマスク閾値を推定するマスク閾値推定モデルに順に入力して、前記少なくとも一つのチャンネルの周波数領域音声のマスク閾値を取得する、ことを含む請求項1に記載の方法。 - 前記マスク閾値推定モデルには、二つの一次元畳み込み層、二つのゲート付き回帰ユニット及び一つの全結合層が含まれる、請求項5に記載の方法。
- 前記マスク閾値推定モデルは、
周波数領域音声サンプルと前記周波数領域音声サンプルのマスク閾値が含まれるトレーニングサンプルのセットを取得するステップと、
前記トレーニングサンプルのセットのうち周波数領域音声サンプルを入力とし、入力された周波数領域音声サンプルのマスク閾値を出力として、トレーニングにより前記マスク閾値推定モデルを取得するステップと、
に従ってトレーニングして得られた、請求項5又は6に記載の方法。 - 音声を増幅する装置であって、
マイクアレイで採集された複数のチャンネルの時間領域音声を取得するように配置される取得ユニットと、
前記複数のチャンネルの時間領域音声に基づいて少なくとも一つのチャンネルの周波数領域音声を生成するように配置される変換ユニットと、
前記少なくとも一つのチャンネルのそれぞれの周波数領域音声を解析して前記少なくとも一つのチャンネルのそれぞれの周波数領域音声の正規化増幅係数を取得するように配置される解析ユニットと、
前記それぞれのチャンネルの周波数領域音声に対して、当該チャンネルの周波数領域音声の正規化増幅係数を利用して増幅処理を行って当該チャンネルの増幅周波数領域音声を取得するように配置される増幅ユニットと、
前記それぞれのチャンネルの増幅周波数領域音声に対して逆フーリエ変換を行って当該チャンネルの増幅時間領域音声を取得するように配置される逆変換ユニットと、を備え、
前記解析ユニットは、
前記少なくとも一つのチャンネルのそれぞれの周波数領域音声に対してマスク閾値の推定を行って前記少なくとも一つのチャンネルのそれぞれの周波数領域音声のマスク閾値を取得するように配置される推定サブユニットと、
前記少なくとも一つのチャンネルのそれぞれの周波数領域音声のマスク閾値を解析して、前記少なくとも一つのチャンネルの周波数領域音声における信号とノイズのパワースペクトル密度マトリックスを生成するように配置される解析サブユニットと、
前記それぞれのチャンネルの周波数領域音声における信号とノイズのパワースペクトル密度マトリックスを利用して当該チャンネルの時間領域音声に対応する出力音声の信号対雑音比を最小化して、前記少なくとも一つのチャンネルのそれぞれの周波数領域音声の増幅係数を取得するように配置される最小化サブユニットと、
前記それぞれのチャンネルの周波数領域音声の増幅係数に対して正規化処理を行って当該チャンネルの周波数領域音声の正規化増幅係数を取得するように配置される正規化サブユニットと、を備える装置。 - 前記変換ユニットは、
前記複数のチャンネルの時間領域音声をフィルタリングして少なくとも一つのチャンネルの時間領域音声を取得するように配置されるフィルタサブユニットと、
前記少なくとも一つのチャンネルの時間領域音声に対してフーリエ変換を行って少なくとも一つのチャンネルの周波数領域音声を取得するように配置される変換サブユニットと、を備える請求項8に記載の装置。 - 前記フィルタサブユニットは、
前記複数のチャンネルのうちチャンネルと他のチャンネルとの距離の和を算出するように配置される算出モジュールと、
算出された和に基づいて前記複数のチャンネルの時間領域音声をフィルタリングして少なくとも一つのチャンネルの時間領域音声を取得するように配置されるフィルタモジュールと、を備える請求項9に記載の装置。 - 前記変換サブユニットは更に、
前記少なくとも一つのチャンネルの時間領域音声のそれぞれについて、当該チャンネルの時間領域音声に対してウィンドウイング/フレーミング処理を行って当該チャンネルの時間領域音声のマルチフレームの時間領域音声セグメントを取得し、当該チャンネルの時間領域音声のマルチフレームの時間領域音声セグメントに対してショートタイムフーリエ変換を行って少なくとも一つのチャンネルの周波数領域音声を取得する、ように配置される請求項9に記載の装置。 - 前記推定サブユニットは更に、
前記少なくとも一つのチャンネルの周波数領域音声を、予めトレーニングされた、周波数領域音声のマスク閾値を推定するマスク閾値推定モデルに順に入力して、前記少なくとも一つのチャンネルの周波数領域音声のマスク閾値を取得する、ように配置される請求項8に記載の装置。 - 前記マスク閾値推定モデルには、二つの一次元畳み込み層、二つのゲート付き回帰ユニット及び一つの全結合層が含まれる、請求項12に記載の装置。
- 前記マスク閾値推定モデルは、
周波数領域音声サンプルと前記周波数領域音声サンプルのマスク閾値とが含まれるトレーニングサンプルのセットを取得するステップと、
前記トレーニングサンプルのセットのうち周波数領域音声サンプルを入力とし、入力された周波数領域音声サンプルのマスク閾値を出力として、トレーニングにより前記マスク閾値推定モデルを取得するステップと、
に従ってトレーニングして得られた、請求項12又は13に記載の装置。 - 一つ又は複数のプロセッサと、
一つ又は複数のプログラムが記憶されている記憶装置と、を備え、
前記一つ又は複数のプログラムが前記一つ又は複数のプロセッサにより実行されると、前記一つ又は複数のプロセッサに請求項1〜7の何れか一つに記載の方法を実現させる電子デバイス。 - コンピュータプログラムが記憶されており、
前記コンピュータプログラムがプロセッサにより実行されると、請求項1〜7の何れか一つに記載の方法を実現されるコンピュータ読取可能な媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810367680.9A CN108564963B (zh) | 2018-04-23 | 2018-04-23 | 用于增强语音的方法和装置 |
CN201810367680.9 | 2018-04-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019191558A JP2019191558A (ja) | 2019-10-31 |
JP6889698B2 true JP6889698B2 (ja) | 2021-06-18 |
Family
ID=63536046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018247789A Active JP6889698B2 (ja) | 2018-04-23 | 2018-12-28 | 音声を増幅する方法及び装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10891967B2 (ja) |
JP (1) | JP6889698B2 (ja) |
CN (1) | CN108564963B (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10770063B2 (en) * | 2018-04-13 | 2020-09-08 | Adobe Inc. | Real-time speaker-dependent neural vocoder |
CN109697978B (zh) * | 2018-12-18 | 2021-04-20 | 百度在线网络技术(北京)有限公司 | 用于生成模型的方法和装置 |
CN109727605B (zh) * | 2018-12-29 | 2020-06-12 | 苏州思必驰信息科技有限公司 | 处理声音信号的方法及*** |
CN109448751B (zh) * | 2018-12-29 | 2021-03-23 | 中国科学院声学研究所 | 一种基于深度学习的双耳语音增强方法 |
CN111862961A (zh) * | 2019-04-29 | 2020-10-30 | 京东数字科技控股有限公司 | 识别语音的方法和装置 |
CN110534123B (zh) * | 2019-07-22 | 2022-04-01 | 中国科学院自动化研究所 | 语音增强方法、装置、存储介质、电子设备 |
JP7472575B2 (ja) * | 2020-03-23 | 2024-04-23 | ヤマハ株式会社 | 処理方法、処理装置、及びプログラム |
US11264017B2 (en) * | 2020-06-12 | 2022-03-01 | Synaptics Incorporated | Robust speaker localization in presence of strong noise interference systems and methods |
CN111883166B (zh) * | 2020-07-17 | 2024-05-10 | 北京百度网讯科技有限公司 | 一种语音信号处理方法、装置、设备以及存储介质 |
CN112420073B (zh) * | 2020-10-12 | 2024-04-16 | 北京百度网讯科技有限公司 | 语音信号处理方法、装置、电子设备和存储介质 |
CN112669870B (zh) * | 2020-12-24 | 2024-05-03 | 北京声智科技有限公司 | 语音增强模型的训练方法、装置和电子设备 |
CN113808607A (zh) * | 2021-03-05 | 2021-12-17 | 北京沃东天骏信息技术有限公司 | 基于神经网络的语音增强方法、装置及电子设备 |
CN113030862B (zh) * | 2021-03-12 | 2023-06-02 | 中国科学院声学研究所 | 一种多通道语音增强方法及装置 |
CN113421582B (zh) * | 2021-06-21 | 2022-11-04 | 展讯通信(天津)有限公司 | 麦克语音增强方法及装置、终端和存储介质 |
CN114283832A (zh) * | 2021-09-09 | 2022-04-05 | 腾讯科技(深圳)有限公司 | 用于多通道音频信号的处理方法及装置 |
CN114898767B (zh) * | 2022-04-15 | 2023-08-15 | 中国电子科技集团公司第十研究所 | 基于U-Net的机载语音噪音分离方法、设备及介质 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6549586B2 (en) * | 1999-04-12 | 2003-04-15 | Telefonaktiebolaget L M Ericsson | System and method for dual microphone signal noise reduction using spectral subtraction |
JP2001144656A (ja) * | 1999-11-16 | 2001-05-25 | Nippon Telegr & Teleph Corp <Ntt> | 多チャンネル反響消去方法及び装置並びにそのプログラムを記録した記録媒体 |
US7617099B2 (en) * | 2001-02-12 | 2009-11-10 | FortMedia Inc. | Noise suppression by two-channel tandem spectrum modification for speech signal in an automobile |
US7158933B2 (en) * | 2001-05-11 | 2007-01-02 | Siemens Corporate Research, Inc. | Multi-channel speech enhancement system and method based on psychoacoustic masking effects |
EP1425738A2 (en) * | 2001-09-12 | 2004-06-09 | Bitwave Private Limited | System and apparatus for speech communication and speech recognition |
US7171008B2 (en) * | 2002-02-05 | 2007-01-30 | Mh Acoustics, Llc | Reducing noise in audio systems |
US20080130914A1 (en) * | 2006-04-25 | 2008-06-05 | Incel Vision Inc. | Noise reduction system and method |
EP1947642B1 (en) * | 2007-01-16 | 2018-06-13 | Apple Inc. | Active noise control system |
JP5293305B2 (ja) * | 2008-03-27 | 2013-09-18 | ヤマハ株式会社 | 音声処理装置 |
JP5172580B2 (ja) * | 2008-10-02 | 2013-03-27 | 株式会社東芝 | 音補正装置及び音補正方法 |
US8660281B2 (en) * | 2009-02-03 | 2014-02-25 | University Of Ottawa | Method and system for a multi-microphone noise reduction |
WO2011054860A2 (en) | 2009-11-04 | 2011-05-12 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for calculating driving coefficients for loudspeakers of a loudspeaker arrangement and apparatus and method for providing drive signals for loudspeakers of a loudspeaker arrangement based on an audio signal associated with a virtual source |
CN101777349B (zh) * | 2009-12-08 | 2012-04-11 | 中国科学院自动化研究所 | 基于听觉感知特性的信号子空间麦克风阵列语音增强方法 |
US8538035B2 (en) * | 2010-04-29 | 2013-09-17 | Audience, Inc. | Multi-microphone robust noise suppression |
TWI419149B (zh) * | 2010-11-05 | 2013-12-11 | Ind Tech Res Inst | 抑制雜訊系統與方法 |
US8983833B2 (en) * | 2011-01-24 | 2015-03-17 | Continental Automotive Systems, Inc. | Method and apparatus for masking wind noise |
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 |
FR2992459B1 (fr) * | 2012-06-26 | 2014-08-15 | Parrot | Procede de debruitage d'un signal acoustique pour un dispositif audio multi-microphone operant dans un milieu bruite. |
CN105427859A (zh) * | 2016-01-07 | 2016-03-23 | 深圳市音加密科技有限公司 | 一种用于对说话人识别的前端语音增强方法 |
CN107393547A (zh) * | 2017-07-03 | 2017-11-24 | 桂林电子科技大学 | 子带谱减与广义旁瓣抵消的双微阵列语音增强方法 |
CN107863099B (zh) * | 2017-10-10 | 2021-03-26 | 成都启英泰伦科技有限公司 | 一种新型双麦克风语音检测和增强方法 |
-
2018
- 2018-04-23 CN CN201810367680.9A patent/CN108564963B/zh active Active
- 2018-12-28 US US16/235,787 patent/US10891967B2/en active Active
- 2018-12-28 JP JP2018247789A patent/JP6889698B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US10891967B2 (en) | 2021-01-12 |
CN108564963B (zh) | 2019-10-18 |
JP2019191558A (ja) | 2019-10-31 |
CN108564963A (zh) | 2018-09-21 |
US20190325889A1 (en) | 2019-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6889698B2 (ja) | 音声を増幅する方法及び装置 | |
US11043210B2 (en) | Sound processing apparatus utilizing an electroencephalography (EEG) signal | |
RU2642353C2 (ru) | Устройство и способ для обеспечения информированной оценки вероятности и присутствия многоканальной речи | |
US10154353B2 (en) | Monaural speech intelligibility predictor unit, a hearing aid and a binaural hearing system | |
JP6485711B2 (ja) | 音場再現装置および方法、並びにプログラム | |
EP3320311B1 (en) | Estimation of reverberant energy component from active audio source | |
WO2022256577A1 (en) | A method of speech enhancement and a mobile computing device implementing the method | |
US11670298B2 (en) | System and method for data augmentation for multi-microphone signal processing | |
CN110169082A (zh) | 组合音频信号输出 | |
CN112802490B (zh) | 一种基于传声器阵列的波束形成方法和装置 | |
CN111383629A (zh) | 语音处理方法和装置、电子设备以及存储介质 | |
JP2004274234A (ja) | 音響信号の残響除去方法、装置、及び音響信号の残響除去プログラム、そのプログラムを記録した記録媒体 | |
JP2011139409A (ja) | 音響信号処理装置、音響信号処理方法、及びコンピュータプログラム | |
Küçük et al. | Convolutional recurrent neural network based direction of arrival estimation method using two microphones for hearing studies | |
KR101537653B1 (ko) | 주파수 또는 시간적 상관관계를 반영한 잡음 제거 방법 및 시스템 | |
US20230230580A1 (en) | Data augmentation system and method for multi-microphone systems | |
US20230230581A1 (en) | Data augmentation system and method for multi-microphone systems | |
US20230230599A1 (en) | Data augmentation system and method for multi-microphone systems | |
US20230230582A1 (en) | Data augmentation system and method for multi-microphone systems | |
Li et al. | Toward Pitch-Insensitive Speaker Verification via Soundfield | |
WO2024091378A1 (en) | System and method for single channel distant speech processing | |
Sanchez-Bote et al. | Audible noise suppression with a real-time broad-band superdirective microphone array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190124 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200303 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200601 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201104 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210303 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20210303 |
|
A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20210311 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210316 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210511 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210521 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6889698 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |