JPH04245300A - 雑音除去装置 - Google Patents
雑音除去装置Info
- Publication number
- JPH04245300A JPH04245300A JP3054151A JP5415191A JPH04245300A JP H04245300 A JPH04245300 A JP H04245300A JP 3054151 A JP3054151 A JP 3054151A JP 5415191 A JP5415191 A JP 5415191A JP H04245300 A JPH04245300 A JP H04245300A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- feature vector
- time
- stationary
- stationary noise
- 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.)
- Granted
Links
- 239000013598 vector Substances 0.000 claims abstract description 171
- 238000000605 extraction Methods 0.000 claims abstract description 60
- 238000012937 correction Methods 0.000 claims description 34
- 238000001228 spectrum Methods 0.000 abstract description 4
- 230000003595 spectral effect Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 14
- 238000000034 method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000582320 Homo sapiens Neurogenic differentiation factor 6 Proteins 0.000 description 1
- 102100030589 Neurogenic differentiation factor 6 Human genes 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Landscapes
- Circuit For Audible Band Transducer (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【０００１】
【産業上の利用分野】本発明は、音声認識装置などに用
いることができる、雑音中で発生された音声から雑音を
除去する技術に関するものである。
いることができる、雑音中で発生された音声から雑音を
除去する技術に関するものである。
【０００２】
【従来の技術】従来、音声認識や音声通信を行う際に、
使用環境により様々な雑音が存在し、これらの雑音が音
声認識の認識率低下や通信の了解度を低下させる大きな
要因となっている。このような雑音には、例えば空調，
エンジン，モータ等の個体雑音などの短時間では性質が
余り変化しない定常的な雑音や、周囲の人間による話し
声、物体の移動音等の突発的な短時間でも性質が大きく
変化する非定常な雑音がある。
使用環境により様々な雑音が存在し、これらの雑音が音
声認識の認識率低下や通信の了解度を低下させる大きな
要因となっている。このような雑音には、例えば空調，
エンジン，モータ等の個体雑音などの短時間では性質が
余り変化しない定常的な雑音や、周囲の人間による話し
声、物体の移動音等の突発的な短時間でも性質が大きく
変化する非定常な雑音がある。
【０００３】従来、これらの実環境下での雑音を含む音
声の中から雑音部分を推定し、推定した雑音を、雑音を
含む音声から除去してクリアな音声に変換する、いわゆ
るスぺクトルサブトラクションと呼ばれる手法が存在し
ている。
声の中から雑音部分を推定し、推定した雑音を、雑音を
含む音声から除去してクリアな音声に変換する、いわゆ
るスぺクトルサブトラクションと呼ばれる手法が存在し
ている。
【０００４】例えば、Ｓ．Ｆ．Ｂｏｌｌ：”Ｓｕｐｐｒ
ｅｓｓｉｏｎ ｏｆ Ａｃｏｕｓｔｉｃ Ｎｏｉ
ｓｅ ｉｎ Ｓｐｅｅｃｈ Ｕｓｉｎｇ Ｓｐ
ｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ”，ＩＥＥＥ
Ｔｒａｎｓ． ｏｎ ＡＳＳＰ，Ｖｏｌ．ＡＳ
ＳＰ−２７，Ｎｏ．２，ｐｐ．１１３−１２０（Ａｐｒ
ｉｌ，１９７９）に述べられているような、定常雑音の
除去を目的とした１つのチャンネルからの入力を用いる
スぺクトルサブトラクション（以後、１ｃｈスぺクトル
サブトラクションと称す）を用いた雑音除去装置は、図
７に示すような構成となっている。すなわち図７では、
マイクロホン２０１にて入力された雑音を含む音声が特
徴抽出部２０２にて時系列特徴ベクトルに変換され、定
常雑音推定部２０３は特徴抽出部２０２から得られた時
系列特徴ベクトルのなかから定常雑音の特徴ベクトルを
推定する。さらに、定常雑音除去部２０４は特徴抽出部
２０２が出力する雑音を含んだ時系列特徴ベクトル全体
から定常雑音推定部２０３にて推定した定常雑音の特徴
ベクトルを差し引き、定常雑音除去後のクリアな時系列
特徴ベクトルを出力する。
ｅｓｓｉｏｎ ｏｆ Ａｃｏｕｓｔｉｃ Ｎｏｉ
ｓｅ ｉｎ Ｓｐｅｅｃｈ Ｕｓｉｎｇ Ｓｐ
ｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ”，ＩＥＥＥ
Ｔｒａｎｓ． ｏｎ ＡＳＳＰ，Ｖｏｌ．ＡＳ
ＳＰ−２７，Ｎｏ．２，ｐｐ．１１３−１２０（Ａｐｒ
ｉｌ，１９７９）に述べられているような、定常雑音の
除去を目的とした１つのチャンネルからの入力を用いる
スぺクトルサブトラクション（以後、１ｃｈスぺクトル
サブトラクションと称す）を用いた雑音除去装置は、図
７に示すような構成となっている。すなわち図７では、
マイクロホン２０１にて入力された雑音を含む音声が特
徴抽出部２０２にて時系列特徴ベクトルに変換され、定
常雑音推定部２０３は特徴抽出部２０２から得られた時
系列特徴ベクトルのなかから定常雑音の特徴ベクトルを
推定する。さらに、定常雑音除去部２０４は特徴抽出部
２０２が出力する雑音を含んだ時系列特徴ベクトル全体
から定常雑音推定部２０３にて推定した定常雑音の特徴
ベクトルを差し引き、定常雑音除去後のクリアな時系列
特徴ベクトルを出力する。
【０００５】また、例えば、中台，管村，中津：“２入
力による雑音除去手法を用いた自動車内の音声認識”、
電子情報通信学会技術研究報告，ＳＰ８９−８１，ｐｐ
．４１−４８（１９８９）に述べられているような、非
定常雑音の除去を目的とした２つのチャンネルを用いた
スぺクトルサブトラクション（以後、２ｃｈスぺクトル
サブトラクションと称す）を用いた雑音除去装置は、図
８に示すような構成となっている。すなわち図８では、
音声を主に集音するマイクロホン２１１と、マイクロホ
ン２１１に近接して設置した周囲雑音を主に集音するマ
イクロホン２１２とを設け、マイクロホン２１１はなる
べく音声が混入しない位置に設置し、音声とその近隣の
周囲雑音とを同時に２ｃｈで集音する。マイクロホン２
１１にて入力された雑音を含む音声は特徴抽出部２１３
にて雑音を含む時系列特徴ベクトルに変換され、マイク
ロホン２１２にて入力された周囲雑音は特徴抽出部２１
４にて雑音の時系列特徴ベクトルに変換される。補正係
数計算部２１５では、特徴抽出部２１３から得られた雑
音を含む音声の時系列特徴ベクトルと特徴抽出部２１４
から得られた雑音の時系列特徴ベクトルのうちの音声を
含まない同じ時間位置を比較して２入力間の補正係数を
算出する。非定常雑音推定部２１６では、補正係数計算
部２１５にて計算された補正係数を特徴抽出部２１４に
て得られた雑音の時系列特徴ベクトル全体に乗ずること
により、特徴抽出部２１３が出力する雑音を含む音声の
時系列特徴ベクトル中に含まれる非定常雑音の時系列特
徴ベクトルを推定する。非定常雑音除去部２１７では特
徴抽出部２１３にて得られた雑音を含む音声の時系列特
徴ベクトルから非定常雑音推定部２１６にて推定された
雑音の時系列特徴ベクトルを差し引くことにより非定常
雑音除去後のクリアな音声の時系列特徴ベクトルを出力
する。
力による雑音除去手法を用いた自動車内の音声認識”、
電子情報通信学会技術研究報告，ＳＰ８９−８１，ｐｐ
．４１−４８（１９８９）に述べられているような、非
定常雑音の除去を目的とした２つのチャンネルを用いた
スぺクトルサブトラクション（以後、２ｃｈスぺクトル
サブトラクションと称す）を用いた雑音除去装置は、図
８に示すような構成となっている。すなわち図８では、
音声を主に集音するマイクロホン２１１と、マイクロホ
ン２１１に近接して設置した周囲雑音を主に集音するマ
イクロホン２１２とを設け、マイクロホン２１１はなる
べく音声が混入しない位置に設置し、音声とその近隣の
周囲雑音とを同時に２ｃｈで集音する。マイクロホン２
１１にて入力された雑音を含む音声は特徴抽出部２１３
にて雑音を含む時系列特徴ベクトルに変換され、マイク
ロホン２１２にて入力された周囲雑音は特徴抽出部２１
４にて雑音の時系列特徴ベクトルに変換される。補正係
数計算部２１５では、特徴抽出部２１３から得られた雑
音を含む音声の時系列特徴ベクトルと特徴抽出部２１４
から得られた雑音の時系列特徴ベクトルのうちの音声を
含まない同じ時間位置を比較して２入力間の補正係数を
算出する。非定常雑音推定部２１６では、補正係数計算
部２１５にて計算された補正係数を特徴抽出部２１４に
て得られた雑音の時系列特徴ベクトル全体に乗ずること
により、特徴抽出部２１３が出力する雑音を含む音声の
時系列特徴ベクトル中に含まれる非定常雑音の時系列特
徴ベクトルを推定する。非定常雑音除去部２１７では特
徴抽出部２１３にて得られた雑音を含む音声の時系列特
徴ベクトルから非定常雑音推定部２１６にて推定された
雑音の時系列特徴ベクトルを差し引くことにより非定常
雑音除去後のクリアな音声の時系列特徴ベクトルを出力
する。
【０００６】
【発明が解決しようとする課題】しかしながら従来の１
ｃｈスぺクトルサブトラクションにおいては定常的な雑
音を仮定しているので、音声に非定常雑音を含む様な実
環境で用いた場合にはうまく非定常雑音が除去できない
という欠点を有していた。
ｃｈスぺクトルサブトラクションにおいては定常的な雑
音を仮定しているので、音声に非定常雑音を含む様な実
環境で用いた場合にはうまく非定常雑音が除去できない
という欠点を有していた。
【０００７】また、従来の２ｃｈスぺクトルサブトラク
ションにおいては、マイクロホン２１１とマイクロホン
２１２を完全に同じ位置に設置できないため、音声を入
力するマイクロホン２１１に入力される雑音と周囲雑音
を入力するマイクロホン２１２に入力される雑音の特性
が完全に同一とはならず、音声に含まれるノイズのうち
定常雑音が占める割合が大きい場合には、従来の１ｃｈ
スぺクトルサブトラクションに比べて雑音除去性能が低
くなるという欠点を有していた。
ションにおいては、マイクロホン２１１とマイクロホン
２１２を完全に同じ位置に設置できないため、音声を入
力するマイクロホン２１１に入力される雑音と周囲雑音
を入力するマイクロホン２１２に入力される雑音の特性
が完全に同一とはならず、音声に含まれるノイズのうち
定常雑音が占める割合が大きい場合には、従来の１ｃｈ
スぺクトルサブトラクションに比べて雑音除去性能が低
くなるという欠点を有していた。
【０００８】本発明は、上述の問題点を解決するもので
あり、その目的は、音声に混入した定常雑音も非定常雑
音も雑音の性質に依らず効率よく除去する雑音除去装置
を提供することにある。
あり、その目的は、音声に混入した定常雑音も非定常雑
音も雑音の性質に依らず効率よく除去する雑音除去装置
を提供することにある。
【０００９】
【課題を解決するための手段】本発明による第１の雑音
除去装置は、音声を集音する第１のマイクロホンと、周
囲雑音を集音する第２のマイクロホンと、第１のマイク
ロホンから入力された音声を時系列特徴ベクトルに変換
する第１の特徴抽出部と、第２のマイクロホンより入力
された周囲雑音を時系列特徴ベクトルに変換する第２の
特徴抽出部と、第１の特徴抽出部が出力する時系列特徴
ベクトルから定常雑音を除去する第１の定常雑音除去部
と、第２の特徴抽出部が出力する時系列特徴ベクトルか
ら定常雑音を除去する第２の定常雑音除去部と、第１の
定常雑音除去部が出力する時系列特徴ベクトルと第２の
定常雑音除去部とを用いて非定常雑音を除去する非定常
雑音除去部とを有する。
除去装置は、音声を集音する第１のマイクロホンと、周
囲雑音を集音する第２のマイクロホンと、第１のマイク
ロホンから入力された音声を時系列特徴ベクトルに変換
する第１の特徴抽出部と、第２のマイクロホンより入力
された周囲雑音を時系列特徴ベクトルに変換する第２の
特徴抽出部と、第１の特徴抽出部が出力する時系列特徴
ベクトルから定常雑音を除去する第１の定常雑音除去部
と、第２の特徴抽出部が出力する時系列特徴ベクトルか
ら定常雑音を除去する第２の定常雑音除去部と、第１の
定常雑音除去部が出力する時系列特徴ベクトルと第２の
定常雑音除去部とを用いて非定常雑音を除去する非定常
雑音除去部とを有する。
【００１０】本発明による第２の雑音除去装置は、音声
を集音する第１のマイクロホンと、周囲雑音を集音する
第２のマイクロホンと、第１のマイクロホンから入力さ
れた音声を時系列特徴ベクトルに変換する第１の特徴抽
出部と、第２のマイクロホンより入力された周囲雑音を
時系列特徴ベクトルに変換する第２の特徴抽出部と、第
１の特徴抽出部から得られた時系列特徴ベクトルと第２
の特徴抽出部から得られた時系列特徴ベクトルとを用い
て非定常雑音を除去する非定常雑音除去部と、非定常雑
音除去部が出力する時系列特徴ベクトルから定常雑音を
除去する定常雑音除去部とを有する。
を集音する第１のマイクロホンと、周囲雑音を集音する
第２のマイクロホンと、第１のマイクロホンから入力さ
れた音声を時系列特徴ベクトルに変換する第１の特徴抽
出部と、第２のマイクロホンより入力された周囲雑音を
時系列特徴ベクトルに変換する第２の特徴抽出部と、第
１の特徴抽出部から得られた時系列特徴ベクトルと第２
の特徴抽出部から得られた時系列特徴ベクトルとを用い
て非定常雑音を除去する非定常雑音除去部と、非定常雑
音除去部が出力する時系列特徴ベクトルから定常雑音を
除去する定常雑音除去部とを有する。
【００１１】本発明による第３の雑音除去装置は、本発
明第１の雑音除去装置に加えて、非定常雑音除去部が出
力する特徴ベクトルにホワイトノイズを付加するホワイ
トノイズ付加部を有する。
明第１の雑音除去装置に加えて、非定常雑音除去部が出
力する特徴ベクトルにホワイトノイズを付加するホワイ
トノイズ付加部を有する。
【００１２】本発明による第４の雑音除去装置は、本発
明による第２の雑音除去装置に加えて、定常雑音除去部
が出力する特徴ベクトルにホワイトノイズを付加するホ
ワイトノイズ付加部を有する。
明による第２の雑音除去装置に加えて、定常雑音除去部
が出力する特徴ベクトルにホワイトノイズを付加するホ
ワイトノイズ付加部を有する。
【００１３】本発明による第５の雑音除去装置は、本発
明による第１または第３の雑音除去装置に加えて、第１
の特徴抽出部から出力された時系列特徴ベクトルと第２
の特徴抽出部から出力された時系列特徴ベクトルとから
２入力間の補正係数を求める補正係数計算部と、補正係
数と第２の定常雑音除去部が出力する特徴ベクトルと第
１の定常雑音除去部が出力する特徴ベクトルとを用いて
非定常雑音を除去する非定常雑音除去部を有することを
特徴とする。
明による第１または第３の雑音除去装置に加えて、第１
の特徴抽出部から出力された時系列特徴ベクトルと第２
の特徴抽出部から出力された時系列特徴ベクトルとから
２入力間の補正係数を求める補正係数計算部と、補正係
数と第２の定常雑音除去部が出力する特徴ベクトルと第
１の定常雑音除去部が出力する特徴ベクトルとを用いて
非定常雑音を除去する非定常雑音除去部を有することを
特徴とする。
【００１４】本発明による第６の雑音除去装置は、本発
明による第１または第２または第３または第４または第
５の雑音除去装置に加えて、第１の特徴抽出部が出力す
る特徴ベクトルから雑音区間を推定する雑音区間推定部
と、雑音区間推定部が推定した雑音区間内の時系列特徴
ベクトルを用いて定常雑音を除去する定常雑音除去部と
、雑音区間推定部が推定した雑音区間内の時系列特徴ベ
クトルを用いて非定常雑音を除去する非定常雑音除去部
とを有することを特徴とする。
明による第１または第２または第３または第４または第
５の雑音除去装置に加えて、第１の特徴抽出部が出力す
る特徴ベクトルから雑音区間を推定する雑音区間推定部
と、雑音区間推定部が推定した雑音区間内の時系列特徴
ベクトルを用いて定常雑音を除去する定常雑音除去部と
、雑音区間推定部が推定した雑音区間内の時系列特徴ベ
クトルを用いて非定常雑音を除去する非定常雑音除去部
とを有することを特徴とする。
【００１５】
【作用】本発明は、音声を入力するマイクロホンと、周
囲雑音を入力するマイクロホンとを用いて、１ｃｈスぺ
クトルサブトラクションにより主として定常雑音を除去
する効果を得、２ｃｈスぺクトルサブトラクションによ
り非定常雑音を除去する効果を得ることにより、両者を
単独で用いた場合に有していた欠点を互いに補い、相乗
効果を得るものである。
囲雑音を入力するマイクロホンとを用いて、１ｃｈスぺ
クトルサブトラクションにより主として定常雑音を除去
する効果を得、２ｃｈスぺクトルサブトラクションによ
り非定常雑音を除去する効果を得ることにより、両者を
単独で用いた場合に有していた欠点を互いに補い、相乗
効果を得るものである。
【００１６】まず、本発明による第１の雑音除去装置の
作用を図１を用いて説明する。雑音を含む音声及び周囲
雑音はそれぞれ同時にマイクロホン１およびマイクロホ
ン２にて電気信号に変換され、それぞれ特徴抽出部３及
び特徴抽出部４にて時系列特徴ベクトルに変換される。 この特徴抽出部３及び特徴抽出部４は、入力信号の音響
的な特徴を時系列的に表現する時系列特徴ベクトル量へ
の変換器であり、例えば古井著：“ディジタル音声処理
”、東海大学出版，ｐｐ．３７−４９（１９８５）に述
べられているようなＤＦＴ（離散的フーリエ変換器：Ｄ
ｉｓｃｒｅｔｅＦｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ
ｅｒ）あるいはＦＦＴ（高速フーリエ変換器：Ｆａｓｔ
Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍｅｒ）ある
いはＢＰＦ（帯域フィルタバンク：Ｂａｎｄ Ｐａｓ
ｓ Ｆｉｌｔｅｒ Ｂａｎｋ）等で構成され、例え
ばパワースペクトルあるいは振幅スペクトルあるいはＢ
ＰＦ出力等の特徴ベクトルの時系列データとして出力さ
れる。特徴抽出部３にて得られた時系列特徴ベクトルは
音声の前後に適当な長さの雑音を含んでおり、定常雑音
除去部５は特徴抽出部３から得られた時系列特徴ベクト
ルの中の発声直前または直後の雑音部分から定常雑音を
推定し、推定した定常雑音を入力された時系列特徴ベク
トル全体から除去する。時刻ｔにおける入力の時系列特
徴ベクトルをａ（ｔ）、雑音区間を時刻ｔ＝ｔ１からｔ
＝ｔ２とする。このとき、定常雑音の特徴ベクトルｂは
例えば、“オフィスオートメーション（ＯＡ）機器の標
準化に関する調査研究報告書（情報処理関連）”、日本
電子工業振興協会，ｐｐ．１３４−１４０（平成２年３
月）に述べられているように、
作用を図１を用いて説明する。雑音を含む音声及び周囲
雑音はそれぞれ同時にマイクロホン１およびマイクロホ
ン２にて電気信号に変換され、それぞれ特徴抽出部３及
び特徴抽出部４にて時系列特徴ベクトルに変換される。 この特徴抽出部３及び特徴抽出部４は、入力信号の音響
的な特徴を時系列的に表現する時系列特徴ベクトル量へ
の変換器であり、例えば古井著：“ディジタル音声処理
”、東海大学出版，ｐｐ．３７−４９（１９８５）に述
べられているようなＤＦＴ（離散的フーリエ変換器：Ｄ
ｉｓｃｒｅｔｅＦｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ
ｅｒ）あるいはＦＦＴ（高速フーリエ変換器：Ｆａｓｔ
Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍｅｒ）ある
いはＢＰＦ（帯域フィルタバンク：Ｂａｎｄ Ｐａｓ
ｓ Ｆｉｌｔｅｒ Ｂａｎｋ）等で構成され、例え
ばパワースペクトルあるいは振幅スペクトルあるいはＢ
ＰＦ出力等の特徴ベクトルの時系列データとして出力さ
れる。特徴抽出部３にて得られた時系列特徴ベクトルは
音声の前後に適当な長さの雑音を含んでおり、定常雑音
除去部５は特徴抽出部３から得られた時系列特徴ベクト
ルの中の発声直前または直後の雑音部分から定常雑音を
推定し、推定した定常雑音を入力された時系列特徴ベク
トル全体から除去する。時刻ｔにおける入力の時系列特
徴ベクトルをａ（ｔ）、雑音区間を時刻ｔ＝ｔ１からｔ
＝ｔ２とする。このとき、定常雑音の特徴ベクトルｂは
例えば、“オフィスオートメーション（ＯＡ）機器の標
準化に関する調査研究報告書（情報処理関連）”、日本
電子工業振興協会，ｐｐ．１３４−１４０（平成２年３
月）に述べられているように、
【数１】
【００１７】
【００１８】で求める。すなわち、定められた雑音区間
の全時系列特徴ベクトルを平均化したものを定常雑音と
する。この他、予め定めた区間の中のパワー最小の特徴
ベクトルを定常雑音としたり、定められた区間内の合計
パワー最小の数個の特徴ベクトルを平均したものを定常
雑音としても良い。次に、定常雑音除去部５は、入力の
時系列特徴ベクトルａ（ｔ）全体から、推定した定常雑
音ｂを除去する。入力の時系列特徴ベクトルがｔ＝０か
らｔ＝Ｔに亘り存在しているとき、定常雑音除去後の時
系列特徴ベクトルｃ（ｔ）は、
の全時系列特徴ベクトルを平均化したものを定常雑音と
する。この他、予め定めた区間の中のパワー最小の特徴
ベクトルを定常雑音としたり、定められた区間内の合計
パワー最小の数個の特徴ベクトルを平均したものを定常
雑音としても良い。次に、定常雑音除去部５は、入力の
時系列特徴ベクトルａ（ｔ）全体から、推定した定常雑
音ｂを除去する。入力の時系列特徴ベクトルがｔ＝０か
らｔ＝Ｔに亘り存在しているとき、定常雑音除去後の時
系列特徴ベクトルｃ（ｔ）は、
【数２】
【００１９】
【００２０】で求められる。上記の式の値が負になった
場合は適当なしきい値（例えば０）にクリップするよう
にしても良い。定常雑音除去部６は定常雑音除去部５と
同様に入力の時系列特徴ベクトルから定常雑音を推定し
、推定した定常雑音を入力の時系列特徴ベクトル全体か
ら除去する。定常雑音除去部６の定常雑音推定は定常雑
音除去部５と同一の方法を用いても良いが、定常雑音除
去部５で求めた雑音区間ｔ１，ｔ２を用いて同じ時間位
置の時系列特徴ベクトルから定常雑音を推定する様にし
ても良い。このように定常雑音除去部５および定常雑音
除去部６にて音声の時系列特徴ベクトルと周囲雑音の時
系列特徴ベクトルとからそれぞれ定常雑音が除去される
が、実際の騒音環境のように多くの非定常雑音を含んで
いる場合は、このようにして定常雑音を除去された時系
列特徴ベクトルには、まだ多くの非定常雑音を含んでい
ることになる。非定常雑音除去部７は、まず定常雑音除
去部３にて定常雑音を除去された音声の時系列特徴ベク
トルと定常雑音除去部４にて定常雑音を除去された雑音
の時系列特徴ベクトルとから音声の時系列特徴ベクトル
に含まれる非定常雑音を推定する。２つのマイクロホン
にて入力された雑音は、たとえ同一音源から放射された
雑音であっても空間的な伝達経路が異なるため異なる特
性を有している。したがって、非定常雑音除去部７では
、まず２つのマイクロホンから入力された雑音を同一音
源からの雑音であるとみなし、２つの雑音の特性の補正
を行うための補正係数ベクトルαを求める。定常雑音除
去部３にて得られた音声の時系列特徴ベクトルｓ（ｔ）
、定常雑音除去部４にて得られた周囲雑音の時系列特徴
ベクトルをｎ（ｔ）、２つの雑音間の補正係数ベクトル
をα、予め定められた雑音区間の時刻をｔ＝ｔ３からｔ
＝ｔ４とすると、
場合は適当なしきい値（例えば０）にクリップするよう
にしても良い。定常雑音除去部６は定常雑音除去部５と
同様に入力の時系列特徴ベクトルから定常雑音を推定し
、推定した定常雑音を入力の時系列特徴ベクトル全体か
ら除去する。定常雑音除去部６の定常雑音推定は定常雑
音除去部５と同一の方法を用いても良いが、定常雑音除
去部５で求めた雑音区間ｔ１，ｔ２を用いて同じ時間位
置の時系列特徴ベクトルから定常雑音を推定する様にし
ても良い。このように定常雑音除去部５および定常雑音
除去部６にて音声の時系列特徴ベクトルと周囲雑音の時
系列特徴ベクトルとからそれぞれ定常雑音が除去される
が、実際の騒音環境のように多くの非定常雑音を含んで
いる場合は、このようにして定常雑音を除去された時系
列特徴ベクトルには、まだ多くの非定常雑音を含んでい
ることになる。非定常雑音除去部７は、まず定常雑音除
去部３にて定常雑音を除去された音声の時系列特徴ベク
トルと定常雑音除去部４にて定常雑音を除去された雑音
の時系列特徴ベクトルとから音声の時系列特徴ベクトル
に含まれる非定常雑音を推定する。２つのマイクロホン
にて入力された雑音は、たとえ同一音源から放射された
雑音であっても空間的な伝達経路が異なるため異なる特
性を有している。したがって、非定常雑音除去部７では
、まず２つのマイクロホンから入力された雑音を同一音
源からの雑音であるとみなし、２つの雑音の特性の補正
を行うための補正係数ベクトルαを求める。定常雑音除
去部３にて得られた音声の時系列特徴ベクトルｓ（ｔ）
、定常雑音除去部４にて得られた周囲雑音の時系列特徴
ベクトルをｎ（ｔ）、２つの雑音間の補正係数ベクトル
をα、予め定められた雑音区間の時刻をｔ＝ｔ３からｔ
＝ｔ４とすると、
【数３】
【００２１】
【００２２】にて２入力間の補正係数ベクトルαが求め
られる。次に非定常雑音除去部７はここで求めたαを用
いて音声の時系列特徴ベクトルｓ（ｔ）に含まれる非定
常雑音の時系列特徴ベクトルｒ（ｔ）を推定する。すな
わち、ｔ＝０からｔ＝Ｔなる時間区間の時系列特徴ベク
トルに対して、
られる。次に非定常雑音除去部７はここで求めたαを用
いて音声の時系列特徴ベクトルｓ（ｔ）に含まれる非定
常雑音の時系列特徴ベクトルｒ（ｔ）を推定する。すな
わち、ｔ＝０からｔ＝Ｔなる時間区間の時系列特徴ベク
トルに対して、
【数４】
【００２３】
【００２４】で求められる。非定常雑音除去部７は、推
定された非定常雑音ｒ（ｔ）を定常雑音除去後の音声の
時系列特徴ベクトルすなわちｓ（ｔ）全体から除去する
。非定常雑音除去後の音声の時系列特徴ベクトルをｃ（
ｔ）とすると、求める音声の時系列特徴ベクトルｃ（ｔ
）は、
定された非定常雑音ｒ（ｔ）を定常雑音除去後の音声の
時系列特徴ベクトルすなわちｓ（ｔ）全体から除去する
。非定常雑音除去後の音声の時系列特徴ベクトルをｃ（
ｔ）とすると、求める音声の時系列特徴ベクトルｃ（ｔ
）は、
【数５】
【００２５】
【００２６】で求められる。上記の演算結果が負になっ
た成分は適当なクリップ値（例えば０）にクリップする
ように構成しても良い。すなわち、本発明による第１の
雑音除去装置は、まず２つの入力それぞれから１ｃｈス
ぺクトルサブトラクションを用いて定常雑音を除去し、
次に除去されずに残った雑音を非定常雑音とみなし２ｃ
ｈスぺクトルサブトラクションを用いて除去することに
より、音声に多くの非定常雑音が含まれている場合には
非定常雑音除去が効果的に作用し従来の１ｃｈスぺクト
ルサブトラクションを単独で用いた場合より高い雑音除
去性能が得られ、音声に混入する雑音が殆ど定常な雑音
である場合には１ｃｈスぺクトルサブトラクションが有
効に作用して従来の２ｃｈスぺクトルサブトラクション
を単独で用いた場合より高い雑音除去性能が得られると
いう効果がある。例えば非定常雑音も定常雑音も多く含
む例として、展示会場で実際に収録した発声に対し、本
発明による第１の雑音除去装置を用いて雑音を除去した
後の音声を用いて音声認識実験を行った結果、そのまま
の音声の認識率は２７．１％、従来の１ｃｈスぺクトル
サブトラクションを単独で用いた場合は５５．６％、従
来の２ｃｈスペクトルサブトラクションを単独で用いた
場合は６７．１％であったものが本発明による第１の雑
音除去装置を用いた場合の認識率は７２．１％であり、
それぞれ単独で用いた場合より高い認識率が得られた。
た成分は適当なクリップ値（例えば０）にクリップする
ように構成しても良い。すなわち、本発明による第１の
雑音除去装置は、まず２つの入力それぞれから１ｃｈス
ぺクトルサブトラクションを用いて定常雑音を除去し、
次に除去されずに残った雑音を非定常雑音とみなし２ｃ
ｈスぺクトルサブトラクションを用いて除去することに
より、音声に多くの非定常雑音が含まれている場合には
非定常雑音除去が効果的に作用し従来の１ｃｈスぺクト
ルサブトラクションを単独で用いた場合より高い雑音除
去性能が得られ、音声に混入する雑音が殆ど定常な雑音
である場合には１ｃｈスぺクトルサブトラクションが有
効に作用して従来の２ｃｈスぺクトルサブトラクション
を単独で用いた場合より高い雑音除去性能が得られると
いう効果がある。例えば非定常雑音も定常雑音も多く含
む例として、展示会場で実際に収録した発声に対し、本
発明による第１の雑音除去装置を用いて雑音を除去した
後の音声を用いて音声認識実験を行った結果、そのまま
の音声の認識率は２７．１％、従来の１ｃｈスぺクトル
サブトラクションを単独で用いた場合は５５．６％、従
来の２ｃｈスペクトルサブトラクションを単独で用いた
場合は６７．１％であったものが本発明による第１の雑
音除去装置を用いた場合の認識率は７２．１％であり、
それぞれ単独で用いた場合より高い認識率が得られた。
【００２７】本発明による第２の雑音除去装置を図２に
示す。雑音を含む音声及び周囲雑音はそれぞれ同時にマ
イクロホン１１およびマイクロホン１２にて電気信号に
変換され、それぞれ特徴抽出部１３及び特徴抽出部１４
にて時系列特徴ベクトルに変換される。この特徴抽出部
１３及び特徴抽出部１４は、それぞれ図１における特徴
抽出部３及び４と同一の機能を有する。非定常雑音除去
部１５は、特徴抽出部１３にて得られた音声の時系列特
徴ベクトルと特徴抽出部１４にて得られた周囲雑音の時
系列特徴ベクトルとを用いて、音声の時系列特徴ベクト
ルに含まれる非定常雑音を除去する。この非定常雑音除
去部１５は図１における非定常雑音除去部７と同一の機
能を有する。この非定常雑音除去部１５にて音声の時系
列特徴ベクトルに含まれる大部分の非定常雑音は除去さ
れるが、２つのマイクに入力される雑音が完全に同一で
はないため、音声の時系列特徴ベクトルに混入した雑音
は完全には除去されない。定常雑音除去部１６は、非定
常雑音除去部１５にて得られた音声の時系列特徴ベクト
ル中に除去されずに残った雑音を定常雑音とみなし除去
する。すなわち、本発明による第２の雑音除去装置は、
まず２ｃｈスぺクトルサブトラクションを用いて音声の
時系列特徴ベクトルに含まれる非定常雑音を除去し、続
いて除去されずに残った雑音を定常雑音とみなし１ｃｈ
スぺクトルサブトラクションを用いて除去することによ
り、音声に混入した非定常雑音も定常雑音も効率よく除
去されることになる。さらに、本発明による第１の雑音
除去装置に比べて、定常雑音除去部は１つで良く、より
少ない構成で同等の性能を有する雑音除去装置を実現す
ることが可能である。
示す。雑音を含む音声及び周囲雑音はそれぞれ同時にマ
イクロホン１１およびマイクロホン１２にて電気信号に
変換され、それぞれ特徴抽出部１３及び特徴抽出部１４
にて時系列特徴ベクトルに変換される。この特徴抽出部
１３及び特徴抽出部１４は、それぞれ図１における特徴
抽出部３及び４と同一の機能を有する。非定常雑音除去
部１５は、特徴抽出部１３にて得られた音声の時系列特
徴ベクトルと特徴抽出部１４にて得られた周囲雑音の時
系列特徴ベクトルとを用いて、音声の時系列特徴ベクト
ルに含まれる非定常雑音を除去する。この非定常雑音除
去部１５は図１における非定常雑音除去部７と同一の機
能を有する。この非定常雑音除去部１５にて音声の時系
列特徴ベクトルに含まれる大部分の非定常雑音は除去さ
れるが、２つのマイクに入力される雑音が完全に同一で
はないため、音声の時系列特徴ベクトルに混入した雑音
は完全には除去されない。定常雑音除去部１６は、非定
常雑音除去部１５にて得られた音声の時系列特徴ベクト
ル中に除去されずに残った雑音を定常雑音とみなし除去
する。すなわち、本発明による第２の雑音除去装置は、
まず２ｃｈスぺクトルサブトラクションを用いて音声の
時系列特徴ベクトルに含まれる非定常雑音を除去し、続
いて除去されずに残った雑音を定常雑音とみなし１ｃｈ
スぺクトルサブトラクションを用いて除去することによ
り、音声に混入した非定常雑音も定常雑音も効率よく除
去されることになる。さらに、本発明による第１の雑音
除去装置に比べて、定常雑音除去部は１つで良く、より
少ない構成で同等の性能を有する雑音除去装置を実現す
ることが可能である。
【００２８】本発明による第３の雑音除去装置を図３に
示す。図３では、本発明による第１の雑音除去装置に加
えて、ホワイトノイズ付加部３０にて非定常雑音除去部
７が出力する定常及び非定常雑音除去後の音声の時系列
特徴ベクトルに一定のホワイトノイズを付加する。この
ホワイトノイズ付加は雑音除去後の音声の時系列特徴ベ
クトルＳ（ｔ）全体に、スペクトルの強度が周波数に対
して一定であるβなるホワイトノイズを付加する。ホワ
イトノイズ付加後の音声の時系列特徴ベクトルをＶ（ｔ
）とすると、
示す。図３では、本発明による第１の雑音除去装置に加
えて、ホワイトノイズ付加部３０にて非定常雑音除去部
７が出力する定常及び非定常雑音除去後の音声の時系列
特徴ベクトルに一定のホワイトノイズを付加する。この
ホワイトノイズ付加は雑音除去後の音声の時系列特徴ベ
クトルＳ（ｔ）全体に、スペクトルの強度が周波数に対
して一定であるβなるホワイトノイズを付加する。ホワ
イトノイズ付加後の音声の時系列特徴ベクトルをＶ（ｔ
）とすると、
【数６】
【００２９】
【００３０】なる操作を行う。このβなるホワイトノイ
ズを付加することにより、定常及び非定常の雑音除去操
作にて生じたパワーの低い音声の特徴ベクトルの細かい
変形による影響を除くものであり、よりクリアな音声を
得ることができる。実験によれば、本発明による第１の
雑音除去装置を用いて雑音を除去した音声を用いて認識
した場合に７２．１％の認識率を有していたものが本発
明による第３の雑音除去装置を用いた場合９２．１％と
なった。ここで加えるホワイトノイズは、スペクトルの
強度が周波数に対して一定であるホワイトノイズ以外に
も、様々な帯域を強調した、いわゆる“色の付いた”ノ
イズを用いても良い。
ズを付加することにより、定常及び非定常の雑音除去操
作にて生じたパワーの低い音声の特徴ベクトルの細かい
変形による影響を除くものであり、よりクリアな音声を
得ることができる。実験によれば、本発明による第１の
雑音除去装置を用いて雑音を除去した音声を用いて認識
した場合に７２．１％の認識率を有していたものが本発
明による第３の雑音除去装置を用いた場合９２．１％と
なった。ここで加えるホワイトノイズは、スペクトルの
強度が周波数に対して一定であるホワイトノイズ以外に
も、様々な帯域を強調した、いわゆる“色の付いた”ノ
イズを用いても良い。
【００３１】本発明による第４の雑音除去装置を図４に
示す。図４では、本発明による第２の雑音除去装置に加
えて、ホワイトノイズ付加部４０にて定常雑音除去部１
６が出力する非定常及び定常雑音除去後の音声の時系列
特徴ベクトルに一定のホワイトノイズを付加する。この
ホワイトノイズ付加部４０は本発明による図３のホワイ
トノイズ付加部３０と同一の機能を有し、βなるホワイ
トノイズを付加することにより、非定常及び定常の雑音
除去操作にて生じたパワーの低い音声の特徴ベクトルの
細かい変形による影響を除くものであり、よりクリアな
音声を得ることができる。
示す。図４では、本発明による第２の雑音除去装置に加
えて、ホワイトノイズ付加部４０にて定常雑音除去部１
６が出力する非定常及び定常雑音除去後の音声の時系列
特徴ベクトルに一定のホワイトノイズを付加する。この
ホワイトノイズ付加部４０は本発明による図３のホワイ
トノイズ付加部３０と同一の機能を有し、βなるホワイ
トノイズを付加することにより、非定常及び定常の雑音
除去操作にて生じたパワーの低い音声の特徴ベクトルの
細かい変形による影響を除くものであり、よりクリアな
音声を得ることができる。
【００３２】本発明による第５の雑音除去装置を図５に
示す。図５では、本発明による第１の雑音除去装置を応
用した例を示すが、同様の構成を本発明による第３の雑
音除去装置に対して行っても良い。すなわち、図５では
本発明による第１の雑音除去装置に加えて、補正係数計
算部５０にて、特徴抽出部３が出力する音声の時系列特
徴ベクトルｄ（ｔ）と特徴抽出部４が出力する周囲雑音
の時系列特徴ベクトルｅ（ｔ）とから２入力間の補正係
数ベクトルαを計算する。予め定めた雑音区間をｔ＝ｔ
１からｔ＝ｔ２とすると、
示す。図５では、本発明による第１の雑音除去装置を応
用した例を示すが、同様の構成を本発明による第３の雑
音除去装置に対して行っても良い。すなわち、図５では
本発明による第１の雑音除去装置に加えて、補正係数計
算部５０にて、特徴抽出部３が出力する音声の時系列特
徴ベクトルｄ（ｔ）と特徴抽出部４が出力する周囲雑音
の時系列特徴ベクトルｅ（ｔ）とから２入力間の補正係
数ベクトルαを計算する。予め定めた雑音区間をｔ＝ｔ
１からｔ＝ｔ２とすると、
【数７】
【００３３】
【００３４】にて求める。非定常雑音除去部５１は、ま
ず補正係数計算部５０にて求めた補正係数ベクトルαと
定常雑音除去部６が出力する定常雑音除去後の周囲雑音
の時系列特徴ベクトルｆ（ｔ）とを用いて、定常雑音除
去部５が出力する音声の時系列特徴ベクトルｇ（ｔ）に
含まれる非定常雑音ｈ（ｔ）を推定する。すなわちｔ＝
０からｔ＝Ｔの時系列特徴ベクトルに対して、
ず補正係数計算部５０にて求めた補正係数ベクトルαと
定常雑音除去部６が出力する定常雑音除去後の周囲雑音
の時系列特徴ベクトルｆ（ｔ）とを用いて、定常雑音除
去部５が出力する音声の時系列特徴ベクトルｇ（ｔ）に
含まれる非定常雑音ｈ（ｔ）を推定する。すなわちｔ＝
０からｔ＝Ｔの時系列特徴ベクトルに対して、
【数８】
【００３５】
【００３６】を行う。次に非定常雑音除去部５１は音声
の時系列特徴ベクトルｇ（ｔ）から推定した非定常雑音
ｈ（ｔ）を除去する。得られた音声の時系列特徴ベクト
ルをｋ（ｔ）とすると、
の時系列特徴ベクトルｇ（ｔ）から推定した非定常雑音
ｈ（ｔ）を除去する。得られた音声の時系列特徴ベクト
ルをｋ（ｔ）とすると、
【数９】
【００３７】
【００３８】となる。すなわち、本発明による第５の雑
音除去装置は、定常雑音除去を行う前に予め２入力間の
補正係数を算出しておき、非定常雑音除去部５１はこの
補正係数を用いて非定常雑音の除去を行う。このことに
より、定常雑音除去後の時系列特徴ベクトルから補正係
数を求める場合に比較して、より大きな信号をもとに補
正係数を推定できるので推定誤差が小さくなり、従って
より正確に非定常雑音の除去が可能となる。
音除去装置は、定常雑音除去を行う前に予め２入力間の
補正係数を算出しておき、非定常雑音除去部５１はこの
補正係数を用いて非定常雑音の除去を行う。このことに
より、定常雑音除去後の時系列特徴ベクトルから補正係
数を求める場合に比較して、より大きな信号をもとに補
正係数を推定できるので推定誤差が小さくなり、従って
より正確に非定常雑音の除去が可能となる。
【００３９】本発明による第６の雑音除去装置を図６に
示す。図６では、本発明による第１の雑音除去装置に対
して応用した例を示すが、本発明による第２または第３
または第４または第５の雑音除去装置に対しても同様な
構成をとることが可能である。すなわち図６では本発明
の第１の雑音除去装置に加えて、雑音区間推定部６０は
、特徴抽出部３が出力する音声の時系列特徴ベクトルか
ら雑音区間を推定する。この雑音区間の推定方法は例え
ば、入力の時系列特徴ベクトルのパワー変化を監視して
おき、予め定めたしきい値以下のパワーを有する特徴ベ
クトルが予め定めた数以上持続する場合にこの区間を雑
音区間と定める。定常雑音推定部５は雑音区間推定部６
０が出力する雑音区間内の時系列特徴ベクトルから定常
雑音を推定し、入力の時系列特徴ベクトル全体から推定
した定常雑音を除去し、定常雑音除去部６は雑音区間推
定部６０が出力する雑音区間内の時系列特徴ベクトルか
ら定常雑音を推定し、入力の時系列特徴ベクトル全体か
ら推定した定常雑音を除去する。また、非定常雑音除去
部７は雑音区間推定部６０が出力する雑音区間内の２つ
の入力の特徴ベクトルから２入力間の補正係数を算出し
、求めた補正係数と周囲雑音の時系列特徴ベクトルとを
用いて音声の時系列特徴ベクトルに含まれる非定常雑音
を推定し、推定した非定常雑音を音声の時系列特徴ベク
トル全体から除去する。すなわち、本発明による第６の
雑音除去装置は、音声を入力するマイクロホンからの信
号をもとに雑音区間を推定する雑音区間推定部６０を設
けることで雑音区間がより正しく推定でき、従って定常
及び非定常雑音をより正確に除去することが可能であり
、よりクリアな音声を得ることが可能となると同時に、
雑音区間推定部が１つでよいという利点を有する。
示す。図６では、本発明による第１の雑音除去装置に対
して応用した例を示すが、本発明による第２または第３
または第４または第５の雑音除去装置に対しても同様な
構成をとることが可能である。すなわち図６では本発明
の第１の雑音除去装置に加えて、雑音区間推定部６０は
、特徴抽出部３が出力する音声の時系列特徴ベクトルか
ら雑音区間を推定する。この雑音区間の推定方法は例え
ば、入力の時系列特徴ベクトルのパワー変化を監視して
おき、予め定めたしきい値以下のパワーを有する特徴ベ
クトルが予め定めた数以上持続する場合にこの区間を雑
音区間と定める。定常雑音推定部５は雑音区間推定部６
０が出力する雑音区間内の時系列特徴ベクトルから定常
雑音を推定し、入力の時系列特徴ベクトル全体から推定
した定常雑音を除去し、定常雑音除去部６は雑音区間推
定部６０が出力する雑音区間内の時系列特徴ベクトルか
ら定常雑音を推定し、入力の時系列特徴ベクトル全体か
ら推定した定常雑音を除去する。また、非定常雑音除去
部７は雑音区間推定部６０が出力する雑音区間内の２つ
の入力の特徴ベクトルから２入力間の補正係数を算出し
、求めた補正係数と周囲雑音の時系列特徴ベクトルとを
用いて音声の時系列特徴ベクトルに含まれる非定常雑音
を推定し、推定した非定常雑音を音声の時系列特徴ベク
トル全体から除去する。すなわち、本発明による第６の
雑音除去装置は、音声を入力するマイクロホンからの信
号をもとに雑音区間を推定する雑音区間推定部６０を設
けることで雑音区間がより正しく推定でき、従って定常
及び非定常雑音をより正確に除去することが可能であり
、よりクリアな音声を得ることが可能となると同時に、
雑音区間推定部が１つでよいという利点を有する。
【００４０】
【実施例】以下、図面を参照しながら本発明を具体的に
説明する。
説明する。
【００４１】図１は、本発明による第１の雑音除去装置
を示す一実施例のブロック図である。この音声を集音す
るマイクロホン１と、周囲雑音を集音するマイクロホン
２と、マイクロホン１から入力された音声を時系列特徴
ベクトルに変換する特徴抽出部３と、マイクロホン２よ
り入力された周囲雑音を時系列特徴ベクトルに変換する
特徴抽出部４と、特徴抽出部３が出力する時系列特徴ベ
クトルから定常雑音を除去する定常雑音除去部５と、特
徴抽出部４が出力する時系列特徴ベクトルから定常雑音
を除去する定常雑音除去部６と、定常雑音除去部５が出
力する時系列特徴ベクトルと定常雑音除去部６が出力す
る時系列特徴ベクトルとを用いて非定常雑音を除去する
非定常雑音除去部７とを有している。
を示す一実施例のブロック図である。この音声を集音す
るマイクロホン１と、周囲雑音を集音するマイクロホン
２と、マイクロホン１から入力された音声を時系列特徴
ベクトルに変換する特徴抽出部３と、マイクロホン２よ
り入力された周囲雑音を時系列特徴ベクトルに変換する
特徴抽出部４と、特徴抽出部３が出力する時系列特徴ベ
クトルから定常雑音を除去する定常雑音除去部５と、特
徴抽出部４が出力する時系列特徴ベクトルから定常雑音
を除去する定常雑音除去部６と、定常雑音除去部５が出
力する時系列特徴ベクトルと定常雑音除去部６が出力す
る時系列特徴ベクトルとを用いて非定常雑音を除去する
非定常雑音除去部７とを有している。
【００４２】周囲雑音を含む音声はマイクロホン１にて
主に入力され電気信号に変換される。これと同時に、周
囲雑音はマイクロホン１に近接して設置され、マイクロ
ホン１に混入した雑音との相関が十分高くなるように設
置された周囲雑音を主に集音するマイクロホン２にて入
力され、電気信号に変換される。マイクロホン１に入力
された雑音を含む音声は特徴抽出部３にて雑音を含む音
声の時系列特徴ベクトルに変換され、マイクロホン２に
入力された周囲雑音は特徴抽出部４にて周囲雑音の時系
列特徴ベクトルに変換される。定常雑音除去部５では、
特徴抽出部３にて得られた雑音を含む音声の時系列特徴
ベクトルから定常雑音を推定し、推定した定常雑音を入
力の雑音を含む音声の時系列特徴ベクトル全体から除去
する。定常雑音除去部６では、特徴抽出部４にて得られ
た周囲雑音の時系列特徴ベクトルから定常雑音を推定し
、推定した定常雑音を入力の周囲雑音の時系列特徴ベク
トル全体から除去する。非定常雑音除去部７は、定常雑
音除去部５及び定常雑音除去部６が出力する定常雑音除
去後の２つの時系列特徴ベクトルを用いて２つの入力間
の補正係数を算出し、求めた補正係数と入力の定常雑音
除去後の周囲雑音の時系列特徴ベクトルとを用いて入力
の定常雑音除去後の音声の時系列特徴ベクトルに含まれ
る非定常雑音を推定し、推定した非定常雑音を入力の音
声の時系列特徴ベクトル全体から除去する。
主に入力され電気信号に変換される。これと同時に、周
囲雑音はマイクロホン１に近接して設置され、マイクロ
ホン１に混入した雑音との相関が十分高くなるように設
置された周囲雑音を主に集音するマイクロホン２にて入
力され、電気信号に変換される。マイクロホン１に入力
された雑音を含む音声は特徴抽出部３にて雑音を含む音
声の時系列特徴ベクトルに変換され、マイクロホン２に
入力された周囲雑音は特徴抽出部４にて周囲雑音の時系
列特徴ベクトルに変換される。定常雑音除去部５では、
特徴抽出部３にて得られた雑音を含む音声の時系列特徴
ベクトルから定常雑音を推定し、推定した定常雑音を入
力の雑音を含む音声の時系列特徴ベクトル全体から除去
する。定常雑音除去部６では、特徴抽出部４にて得られ
た周囲雑音の時系列特徴ベクトルから定常雑音を推定し
、推定した定常雑音を入力の周囲雑音の時系列特徴ベク
トル全体から除去する。非定常雑音除去部７は、定常雑
音除去部５及び定常雑音除去部６が出力する定常雑音除
去後の２つの時系列特徴ベクトルを用いて２つの入力間
の補正係数を算出し、求めた補正係数と入力の定常雑音
除去後の周囲雑音の時系列特徴ベクトルとを用いて入力
の定常雑音除去後の音声の時系列特徴ベクトルに含まれ
る非定常雑音を推定し、推定した非定常雑音を入力の音
声の時系列特徴ベクトル全体から除去する。
【００４３】図２は、本発明による第２の雑音除去装置
を示す一実施例のブロック図である。この雑音除去装置
は、音声を集音するマイクロホン１１と、周囲雑音を集
音するマイクロホン１２と、マイクロホン１１から入力
された音声を時系列特徴ベクトルに変換する特徴抽出部
１３と、マイクロホン１２より入力された周囲雑音を時
系列特徴ベクトルに変換する特徴抽出部１４と、特徴抽
出部１３から得られた時系列特徴ベクトルと特徴抽出部
１４から得られた時系列特徴ベクトルとを用いて非定常
雑音を除去する非定常雑音除去部１５と、非定常雑音除
去部１５が出力する時系列特徴ベクトルから定常雑音を
除去する定常雑音除去部１６とを有している。
を示す一実施例のブロック図である。この雑音除去装置
は、音声を集音するマイクロホン１１と、周囲雑音を集
音するマイクロホン１２と、マイクロホン１１から入力
された音声を時系列特徴ベクトルに変換する特徴抽出部
１３と、マイクロホン１２より入力された周囲雑音を時
系列特徴ベクトルに変換する特徴抽出部１４と、特徴抽
出部１３から得られた時系列特徴ベクトルと特徴抽出部
１４から得られた時系列特徴ベクトルとを用いて非定常
雑音を除去する非定常雑音除去部１５と、非定常雑音除
去部１５が出力する時系列特徴ベクトルから定常雑音を
除去する定常雑音除去部１６とを有している。
【００４４】周囲雑音を含む音声はマイクロホン１１に
て主に入力され電気信号に変換される。これと同時に、
周囲雑音はマイクロホン１１に近接して設置され、マイ
クロホン１１に混入した雑音との相関が十分高くなるよ
うに設置された周囲雑音を主に集音するマイクロホン１
２にて入力され、電気信号に変換される。マイクロホン
１１に入力された雑音を含む音声は特徴抽出部１３にて
雑音を含む音声の時系列特徴ベクトルに変換され、マイ
クロホン１２に入力された周囲雑音は特徴抽出部１４に
て周囲雑音の時系列特徴ベクトルに変換される。非定常
雑音除去部１５は、特徴抽出部１３及び特徴抽出部１４
が出力する２つの時系列特徴ベクトルを用いて２つの入
力間の補正係数を算出し、求めた補正係数と入力の周囲
雑音の時系列特徴ベクトルとを用いて入力の音声の時系
列特徴ベクトルに含まれる非定常雑音を推定し、推定し
た非定常雑音を入力の音声の時系列特徴ベクトル全体か
ら除去する。定常雑音除去部１６では、非定常雑音除去
部１５にて得られた非定常雑音除去後の音声の時系列特
徴ベクトルから定常雑音を推定し、推定した定常雑音を
入力の音声の時系列特徴ベクトル全体から除去する。
て主に入力され電気信号に変換される。これと同時に、
周囲雑音はマイクロホン１１に近接して設置され、マイ
クロホン１１に混入した雑音との相関が十分高くなるよ
うに設置された周囲雑音を主に集音するマイクロホン１
２にて入力され、電気信号に変換される。マイクロホン
１１に入力された雑音を含む音声は特徴抽出部１３にて
雑音を含む音声の時系列特徴ベクトルに変換され、マイ
クロホン１２に入力された周囲雑音は特徴抽出部１４に
て周囲雑音の時系列特徴ベクトルに変換される。非定常
雑音除去部１５は、特徴抽出部１３及び特徴抽出部１４
が出力する２つの時系列特徴ベクトルを用いて２つの入
力間の補正係数を算出し、求めた補正係数と入力の周囲
雑音の時系列特徴ベクトルとを用いて入力の音声の時系
列特徴ベクトルに含まれる非定常雑音を推定し、推定し
た非定常雑音を入力の音声の時系列特徴ベクトル全体か
ら除去する。定常雑音除去部１６では、非定常雑音除去
部１５にて得られた非定常雑音除去後の音声の時系列特
徴ベクトルから定常雑音を推定し、推定した定常雑音を
入力の音声の時系列特徴ベクトル全体から除去する。
【００４５】図３は、本発明による第３の雑音除去装置
を示す一実施例のブロック図である。図３では、図１に
示す一実施例の構成に加えて、ホワイトノイズ付加部３
０を有し、このホワイトノイズ付加部３０にて、非定常
雑音除去部７から得られる定常及び非定常雑音除去後の
音声の時系列特徴ベクトルにホワイトノイズを付加する
ように構成されている。
を示す一実施例のブロック図である。図３では、図１に
示す一実施例の構成に加えて、ホワイトノイズ付加部３
０を有し、このホワイトノイズ付加部３０にて、非定常
雑音除去部７から得られる定常及び非定常雑音除去後の
音声の時系列特徴ベクトルにホワイトノイズを付加する
ように構成されている。
【００４６】図４は、本発明による第４の雑音除去装置
を示す一実施例のブロック図である。図４では、図２に
示す一実施例の構成に加えて、ホワイトノイズ付加部４
０を有し、このホワイトノイズ付加部４０にて、定常雑
音除去部１６から得られる定常及び非定常雑音除去後の
音声の時系列特徴ベクトルにホワイトノイズを付加する
ように構成されている。
を示す一実施例のブロック図である。図４では、図２に
示す一実施例の構成に加えて、ホワイトノイズ付加部４
０を有し、このホワイトノイズ付加部４０にて、定常雑
音除去部１６から得られる定常及び非定常雑音除去後の
音声の時系列特徴ベクトルにホワイトノイズを付加する
ように構成されている。
【００４７】図５は、本発明による第５の雑音除去装置
を示す一実施例のブロック図である。図５では、図１に
示す一実施例の構成に加えて、補正係数計算部５０を有
し、この補正係数計算部５０は、特徴抽出部３が出力す
る音声の時系列特徴ベクトルと特徴抽出部４が出力する
周囲雑音の時系列特徴ベクトルとから２入力間の補正係
数を計算し、非定常雑音除去部５１は、補正係数計算部
５０が出力する補正係数と定常雑音除去部６が出力する
定常雑音除去後の周囲雑音の時系列特徴ベクトルとを用
いて、定常雑音除去部５が出力する定常雑音除去後の音
声の時系列特徴ベクトル中に含まれる非定常雑音を推定
し、推定した非定常雑音を入力の定常雑音除去後の音声
の時系列特徴ベクトル全体から除去するように構成され
る。
を示す一実施例のブロック図である。図５では、図１に
示す一実施例の構成に加えて、補正係数計算部５０を有
し、この補正係数計算部５０は、特徴抽出部３が出力す
る音声の時系列特徴ベクトルと特徴抽出部４が出力する
周囲雑音の時系列特徴ベクトルとから２入力間の補正係
数を計算し、非定常雑音除去部５１は、補正係数計算部
５０が出力する補正係数と定常雑音除去部６が出力する
定常雑音除去後の周囲雑音の時系列特徴ベクトルとを用
いて、定常雑音除去部５が出力する定常雑音除去後の音
声の時系列特徴ベクトル中に含まれる非定常雑音を推定
し、推定した非定常雑音を入力の定常雑音除去後の音声
の時系列特徴ベクトル全体から除去するように構成され
る。
【００４８】図６は、本発明による第６の雑音除去装置
を示す一実施例のブロック図である。図６では、図１に
示す一実施例の構成に加えて、雑音区間推定部６０を有
し、この雑音区間推定部６０は、特徴抽出部３から得ら
れた音声の時系列特徴ベクトルをもとに音声が含まれて
いない雑音区間を推定し、定常雑音除去部５は雑音区間
推定部６０が出力する区間内の入力の音声の時系列特徴
ベクトルから定常雑音を推定し、推定した定常雑音を入
力の音声の時系列特徴ベクトル全体から除去し、定常雑
音除去部６は、雑音区間推定部６０が出力する区間内の
入力の周囲雑音の時系列特徴ベクトルから定常雑音を推
定し、推定した定常雑音を入力の周囲雑音の時系列特徴
ベクトル全体から除去し、非定常雑音除去部７は、雑音
区間推定部が出力する雑音区間内の２つの入力の時系列
特徴ベクトルから２入力間の補正係数を計算し、定常雑
音除去部５から得られた定常雑音除去後の音声の時系列
特徴ベクトル中に含まれる非定常雑音を推定し、定常雑
音除去後の音声の時系列特徴ベクトル全体から求めた非
定常雑音を除去するように構成されている。
を示す一実施例のブロック図である。図６では、図１に
示す一実施例の構成に加えて、雑音区間推定部６０を有
し、この雑音区間推定部６０は、特徴抽出部３から得ら
れた音声の時系列特徴ベクトルをもとに音声が含まれて
いない雑音区間を推定し、定常雑音除去部５は雑音区間
推定部６０が出力する区間内の入力の音声の時系列特徴
ベクトルから定常雑音を推定し、推定した定常雑音を入
力の音声の時系列特徴ベクトル全体から除去し、定常雑
音除去部６は、雑音区間推定部６０が出力する区間内の
入力の周囲雑音の時系列特徴ベクトルから定常雑音を推
定し、推定した定常雑音を入力の周囲雑音の時系列特徴
ベクトル全体から除去し、非定常雑音除去部７は、雑音
区間推定部が出力する雑音区間内の２つの入力の時系列
特徴ベクトルから２入力間の補正係数を計算し、定常雑
音除去部５から得られた定常雑音除去後の音声の時系列
特徴ベクトル中に含まれる非定常雑音を推定し、定常雑
音除去後の音声の時系列特徴ベクトル全体から求めた非
定常雑音を除去するように構成されている。
【００４９】
【発明の効果】本発明による雑音除去装置では、音声に
混入した定常雑音と非定常雑音が同時に効率よく除去さ
れ、高性能な雑音除去が可能となる。
混入した定常雑音と非定常雑音が同時に効率よく除去さ
れ、高性能な雑音除去が可能となる。
【図１】本発明による第１の雑音除去装置の一実施例を
示すブロック図である。
示すブロック図である。
【図２】本発明による第２の雑音除去装置の一実施例を
示すブロック図である。
示すブロック図である。
【図３】本発明による第３の雑音除去装置の一実施例を
示すブロック図である。
示すブロック図である。
【図４】本発明による第４の雑音除去装置の一実施例を
示すブロック図である。
示すブロック図である。
【図５】本発明による第５の雑音除去装置の一実施例を
示すブロック図である。
示すブロック図である。
【図６】本発明による第６の雑音除去装置の一実施例を
示すブロック図である。
示すブロック図である。
【図７】従来の１ｃｈスぺクトルサブトラクションを用
いた雑音除去装置を示すブロック図である。
いた雑音除去装置を示すブロック図である。
【図８】従来の２ｃｈスぺクトルサブトラクションを用
いた雑音除去装置を示すブロック図である。
いた雑音除去装置を示すブロック図である。
１，１１ 音声入力用マイクロホン
２，１２ 周囲雑音入力用マイクロホン３，４，１３
，１４ 特徴抽出部 ５，６，１６ 定常雑音除去部 ７，１５ 非定常雑音除去部 ３０，４０ ホワイトノイズ付加部 ５０ 補正係数計算部 ５１ 非定常雑音除去部 ６０ 雑音区間推定部 ２０１，２１１ 音声入力用マイクロホン２１２
周囲雑音入力用マイクロホン２０２，２１３，２１４
特徴抽出部２０３ 定常雑音推定部 ２０４ 定常雑音除去部 ２１５ 補正係数計算部 ２１６ 非定常雑音推定部 ２１７ 非定常雑音除去部
，１４ 特徴抽出部 ５，６，１６ 定常雑音除去部 ７，１５ 非定常雑音除去部 ３０，４０ ホワイトノイズ付加部 ５０ 補正係数計算部 ５１ 非定常雑音除去部 ６０ 雑音区間推定部 ２０１，２１１ 音声入力用マイクロホン２１２
周囲雑音入力用マイクロホン２０２，２１３，２１４
特徴抽出部２０３ 定常雑音推定部 ２０４ 定常雑音除去部 ２１５ 補正係数計算部 ２１６ 非定常雑音推定部 ２１７ 非定常雑音除去部
Claims (6)
- 【請求項１】音声を集音する第１のマイクロホンと、周
囲雑音を集音する第２のマイクロホンと、前記第１のマ
イクロホンから入力された音声を時系列特徴ベクトルに
変換する第１の特徴抽出部と、前記第２のマイクロホン
より入力された周囲雑音を時系列特徴ベクトルに変換す
る第２の特徴抽出部と、前記第１の特徴抽出部が出力す
る時系列特徴ベクトルから定常雑音を除去する第１の定
常雑音除去部と、前記第２の特徴抽出部が出力する時系
列特徴ベクトルから定常雑音を除去する第２の定常雑音
除去部と、前記第１の定常雑音除去部が出力する時系列
特徴ベクトルと前記第２の定常雑音除去部が出力する時
系列特徴ベクトルとを用いて非定常雑音を除去する非定
常雑音除去部とを有する雑音除去装置。 - 【請求項２】音声を集音する第１のマイクロホンと、周
囲雑音を集音する第２のマイクロホンと、前記第１のマ
イクロホンから入力された音声を時系列特徴ベクトルに
変換する第１の特徴抽出部と、前記第２のマイクロホン
より入力された周囲雑音を時系列特徴ベクトルに変換す
る第２の特徴抽出部と、前記第１の特徴抽出部から得ら
れた時系列特徴ベクトルと前記第２の特徴抽出部から得
られた時系列特徴ベクトルとを用いて非定常雑音を除去
する非定常雑音除去部と、前記非定常雑音除去部が出力
する時系列特徴ベクトルから定常雑音を除去する定常雑
音除去部とを有する雑音除去装置。 - 【請求項３】前記非定常雑音除去部が出力する特徴ベク
トルにホワイトノイズを付加するホワイトノイズ付加部
を有する請求項１記載の雑音除去装置。 - 【請求項４】前記定常雑音除去部が出力する特徴ベクト
ルにホワイトノイズを付加するホワイトノイズ付加部を
有する請求項２記載の雑音除去装置。 - 【請求項５】前記第１の特徴抽出部から出力された時系
列特徴ベクトルと前記第２の特徴抽出部から出力された
時系列特徴ベクトルとから２入力間の補正係数を求める
補正係数計算部と、当該補正係数と、前記第２の定常雑
音除去部が出力する特徴ベクトルと、前記第１の定常雑
音除去部が出力する特徴ベクトルとを用いて非定常雑音
を除去する非定常雑音除去部を有することを特徴とする
請求項１または３記載の雑音除去装置。 - 【請求項６】前記第１の特徴抽出部が出力する特徴ベク
トルから雑音区間を推定する雑音区間推定部と、当該雑
音区間推定部が推定した雑音区間内の時系列特徴ベクト
ルを用いて定常雑音を除去する定常雑音除去部と、前記
雑音区間推定部が推定した雑音区間内の時系列特徴ベク
トルを用いて非定常雑音を除去する非定常雑音除去部と
を有することを特徴とする請求項１〜５のいずれかに記
載の雑音除去装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3054151A JP2836271B2 (ja) | 1991-01-30 | 1991-01-30 | 雑音除去装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3054151A JP2836271B2 (ja) | 1991-01-30 | 1991-01-30 | 雑音除去装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04245300A true JPH04245300A (ja) | 1992-09-01 |
| JP2836271B2 JP2836271B2 (ja) | 1998-12-14 |
Family
ID=12962554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3054151A Expired - Lifetime JP2836271B2 (ja) | 1991-01-30 | 1991-01-30 | 雑音除去装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2836271B2 (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005308771A (ja) * | 2004-04-16 | 2005-11-04 | Nec Corp | 雑音除去方法、雑音除去装置とシステム及び雑音除去用プログラム |
| JP2006276856A (ja) * | 2005-03-25 | 2006-10-12 | Aisin Seiki Co Ltd | 音声信号前処理システム |
| JP2007147736A (ja) * | 2005-11-24 | 2007-06-14 | Nec Access Technica Ltd | 音声通信装置 |
| EP1813921A1 (en) * | 2006-01-30 | 2007-08-01 | Omron Corporation | Method of extracting, device for extracting and device for inspecting abnormal sound |
| JP2008299341A (ja) * | 2008-07-08 | 2008-12-11 | Denso Corp | 雑音除去方法 |
| JP2008311866A (ja) * | 2007-06-13 | 2008-12-25 | Toshiba Corp | 音響信号処理方法及び装置 |
| JP2010271411A (ja) * | 2009-05-19 | 2010-12-02 | Nara Institute Of Science & Technology | 雑音抑圧装置およびプログラム |
| US8036887B2 (en) | 1996-11-07 | 2011-10-11 | Panasonic Corporation | CELP speech decoder modifying an input vector with a fixed waveform to transform a waveform of the input vector |
| JPWO2015141103A1 (ja) * | 2014-03-17 | 2017-04-06 | 日本電気株式会社 | 信号処理装置、信号処理方法、および信号処理プログラム |
| CN110211602A (zh) * | 2019-05-17 | 2019-09-06 | 北京华控创为南京信息技术有限公司 | 智能语音增强通信方法及装置 |
| WO2021101017A1 (ko) * | 2019-11-18 | 2021-05-27 | 삼성전자 주식회사 | 비정상 잡음을 판단하는 전자 장치 및 방법 |
| CN118204658A (zh) * | 2024-04-10 | 2024-06-18 | 北海市万海船舶制造有限公司 | 铝合金船体焊接变形控制方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157967A (zh) | 2015-04-28 | 2016-11-23 | 杜比实验室特许公司 | 脉冲噪声抑制 |
-
1991
- 1991-01-30 JP JP3054151A patent/JP2836271B2/ja not_active Expired - Lifetime
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8036887B2 (en) | 1996-11-07 | 2011-10-11 | Panasonic Corporation | CELP speech decoder modifying an input vector with a fixed waveform to transform a waveform of the input vector |
| JP2005308771A (ja) * | 2004-04-16 | 2005-11-04 | Nec Corp | 雑音除去方法、雑音除去装置とシステム及び雑音除去用プログラム |
| JP4543731B2 (ja) * | 2004-04-16 | 2010-09-15 | 日本電気株式会社 | 雑音除去方法、雑音除去装置とシステム及び雑音除去用プログラム |
| JP2006276856A (ja) * | 2005-03-25 | 2006-10-12 | Aisin Seiki Co Ltd | 音声信号前処理システム |
| JP4527654B2 (ja) * | 2005-11-24 | 2010-08-18 | Ｎｅｃアクセステクニカ株式会社 | 音声通信装置 |
| JP2007147736A (ja) * | 2005-11-24 | 2007-06-14 | Nec Access Technica Ltd | 音声通信装置 |
| KR20070078784A (ko) * | 2006-01-30 | 2007-08-02 | 오므론 가부시키가이샤 | 이음(異音) 추출 방법, 이음 추출 장치 및 이음 검사 장치 |
| EP1813921A1 (en) * | 2006-01-30 | 2007-08-01 | Omron Corporation | Method of extracting, device for extracting and device for inspecting abnormal sound |
| JP2008311866A (ja) * | 2007-06-13 | 2008-12-25 | Toshiba Corp | 音響信号処理方法及び装置 |
| JP2008299341A (ja) * | 2008-07-08 | 2008-12-11 | Denso Corp | 雑音除去方法 |
| JP2010271411A (ja) * | 2009-05-19 | 2010-12-02 | Nara Institute Of Science & Technology | 雑音抑圧装置およびプログラム |
| JPWO2015141103A1 (ja) * | 2014-03-17 | 2017-04-06 | 日本電気株式会社 | 信号処理装置、信号処理方法、および信号処理プログラム |
| CN110211602A (zh) * | 2019-05-17 | 2019-09-06 | 北京华控创为南京信息技术有限公司 | 智能语音增强通信方法及装置 |
| WO2021101017A1 (ko) * | 2019-11-18 | 2021-05-27 | 삼성전자 주식회사 | 비정상 잡음을 판단하는 전자 장치 및 방법 |
| US11942105B2 (en) | 2019-11-18 | 2024-03-26 | Samsung Electronics Co., Ltd. | Electronic device and method for determining abnormal noise |
| CN118204658A (zh) * | 2024-04-10 | 2024-06-18 | 北海市万海船舶制造有限公司 | 铝合金船体焊接变形控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2836271B2 (ja) | 1998-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8160732B2 (en) | Noise suppressing method and noise suppressing apparatus | |
| Sheikhzadeh et al. | An improved wavelet-based speech enhancement system | |
| EP2352148B1 (en) | Noise gate, sound collection device, and noise removal method | |
| JP2003534570A (ja) | 適応ビームフォーマーにおいてノイズを抑制する方法 | |
| JP2836271B2 (ja) | 雑音除去装置 | |
| WO2001031631A1 (en) | Mel-frequency domain based audible noise filter and method | |
| KR20070050694A (ko) | 멀티채널 음성신호의 잡음제거 방법 및 장치 | |
| US6937981B2 (en) | Voice recognition system | |
| JP3786038B2 (ja) | 入力信号処理方法および入力信号処理装置 | |
| EP1286334A2 (en) | Method and circuit arrangement for reducing noise during voice communication in communications systems | |
| KR100571427B1 (ko) | 잡음 환경에서의 음성 인식을 위한 특징 벡터 추출 장치및 역상관 필터링 방법 | |
| JP3310225B2 (ja) | 雑音レベル時間変動率計算方法及び装置と雑音低減方法及び装置 | |
| JP2002023790A (ja) | 音声特徴量抽出装置 | |
| JP4051325B2 (ja) | 話者位置検出方法、装置、プログラム、および記録媒体 | |
| JP3279254B2 (ja) | スペクトル雑音除去装置 | |
| KR100848789B1 (ko) | 크로스토크를 제거하기 위한 후처리 방법 | |
| KR101993003B1 (ko) | 잡음 제거 장치 및 방법 | |
| KR101096091B1 (ko) | 음성 분리 장치 및 이를 이용한 단일 채널 음성 분리 방법 | |
| KR100744375B1 (ko) | 음성 처리 장치 및 방법 | |
| Zhang et al. | Fundamental frequency estimation combining air-conducted speech with bone-conducted speech in noisy environment | |
| Gbadamosi et al. | Development of non-parametric noise reduction algorithm for GSM voice signal | |
| KR100468817B1 (ko) | 잡음 처리 기능을 갖춘 음성 인식 장치 및 음성 인식 방법 | |
| KR100565428B1 (ko) | 인간 청각 모델을 이용한 부가잡음 제거장치 | |
| Shimamura et al. | Noise estimation with an inverse comb filter in non-stationary noise environments | |
| KR930008721A (ko) | 음성인식 시스템의 특징추출방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071009 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081009 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091009 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091009 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101009 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111009 Year of fee payment: 13 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111009 Year of fee payment: 13 |