专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2019091248A1 信息处理方法及其系统、计算机系统和计算机可读介质审中-公开
公开(公告)号：WO2019091248A1
公开(公告)日：2019-05-16
申请号：PCT/CN2018/108689
申请日：2018-09-29
申请人：北京京东尚科信息技术有限公司 , 北京京东世纪贸易有限公司
发明人：耿岭
IPC分类号： G10L25/06 , G10L21/0208 , G10L15/065
CPC分类号： G10L15/065 , G10L21/0208 , G10L25/06 , G10L25/21 , G10L25/60
摘要：本公开提供了一种信息处理方法，包括：获取语音测试信号，其中，语音测试信号用于测试指定环境对语音信号的影响参数；获取语音测试信号经由至少一个反射物反射后得到的语音反馈信号，其中，至少一个反射物处于指定环境中；以及基于获取的语音测试信号和语音反馈信号，估算指定环境对语音信号的影响参数。此外，本公开还提供了一种信息处理系统、一种计算机系统和一种计算机可读介质。

2. 发明申请

WO2017087073A1 ENCODING OF MULTIPLE AUDIO SIGNALS 审中-公开
标题翻译：编码多个音频信号
公开(公告)号：WO2017087073A1
公开(公告)日：2017-05-26
申请号：PCT/US2016/053799
申请日：2016-09-26
申请人： QUALCOMM INCORPORATED
发明人： ATTI, Venkatraman , CHEBIYYAM, Venkata Subrahmanyam Chandra Sekhar , SINDER, Daniel Jared
IPC分类号： G10L19/008 , G10L25/51 , G10L25/06 , G10L21/00
CPC分类号： G10L19/005 , G10L19/008 , G10L21/00 , G10L25/06 , G10L25/51 , H04R2499/11
摘要： A device includes an encoder. The encoder is configured to receive two audio channels. The encoder is also configured to determine a mismatch value indicative of an amount of a temporal mismatch between the two audio channels. The encoder is further configured to determine, based on the mismatch value, at least one of a target channel or a reference channel. The target channel corresponds to a lagging audio channel of the two audio channels and the reference channel corresponds to a leading audio channel of the two audio channels. The encoder is also configured to generate a modified target channel by adjusting the target channel based on the offset value. The encoder is further configured to generate at least one encoded channel based on the reference channel and the modified target channel.
摘要翻译：
一个设备包含一个编码器。编码器被配置为接收两个音频通道。编码器还被配置为确定指示两个音频通道之间的时间失配量的失配值。编码器还被配置为基于失配值来确定目标通道或参考通道中的至少一个。目标通道对应于两个音频通道中的滞后音频通道，并且参考通道对应于两个音频通道中的引导音频通道。编码器还被配置为通过基于偏移值调整目标通道来生成修改后的目标通道。编码器还被配置为基于参考通道和修改的目标通道生成至少一个编码通道。

3. 发明申请

WO2017030705A1 HIGH-BAND TARGET SIGNAL CONTROL 审中-公开
标题翻译：高带目标信号控制
公开(公告)号：WO2017030705A1
公开(公告)日：2017-02-23
申请号：PCT/US2016/042648
申请日：2016-07-15
申请人： QUALCOMM INCORPORATED
发明人： ATTI, Venkatraman , CHEBIYYAM, Venkata Subrahmanyam Chandra Sekhar
IPC分类号： G10L19/24 , G10L19/02
CPC分类号： G10L19/167 , G10L19/0208 , G10L19/173 , G10L19/24 , G10L25/06
摘要： A method for generating a high-band target signal includes receiving, at an encoder, an input signal having a low-band portion and a high-band portion. The method also includes comparing a first autocorrelation value of the input signal to a second autocorrelation value of the input signal. The method further includes scaling the input signal by a scaling factor to generate a scaled input signal. The scaling factor is determined based on a result of the comparison. The method also includes generating a low-band signal based on the input signal and generating the high-band target signal based on the scaled input signal.
摘要翻译：一种用于产生高频带目标信号的方法包括在编码器处接收具有低频带部分和高频带部分的输入信号。该方法还包括将输入信号的第一自相关值与输入信号的第二自相关值进行比较。该方法还包括按比例因子缩放输入信号以产生缩放的输入信号。基于比较的结果确定比例因子。该方法还包括基于输入信号生成低频带信号，并且基于经缩放的输入信号产生高频带目标信号。

4. 发明申请

WO2015094083A1 ESTIMATION OF BACKGROUND NOISE IN AUDIO SIGNALS 审中-公开
标题翻译：背景噪声在音频信号中的估计
公开(公告)号：WO2015094083A1
公开(公告)日：2015-06-25
申请号：PCT/SE2014/051427
申请日：2014-12-01
申请人： TELEFONAKTIEBOLAGET L M ERICSSON (PUBL)
发明人： SEHLSTEDT, Martin
IPC分类号： G10L25/78 , G10L25/06 , G10L25/81 , G10L25/84
CPC分类号： G10L21/0208 , G10L19/18 , G10L19/24 , G10L21/0216 , G10L25/06 , G10L25/21 , G10L25/78 , G10L25/84 , G10L2025/783 , G10L2025/786 , H04M1/62 , H04W8/22
摘要： The invention relates to a background noise estimator and a method therein, for supporting sound activity detection in an audio signal segment. The method comprises reducing a current background noise estimate when the audio signal segment is determined to comprise music and the current background noise estimate exceeds a minimum value. This is to be performed when an energy level of an audio signal segment is more than a threshold higher than a long term minimum energy level, lt_min, which is determined over a plurality of preceding audio signal segments, or, when the energy level of the audio signal segment is less than a threshold higher than lt_min, but no pause is detected in the audio signal segment. Performing the method enables a more adequate sound activity detection based on the background noise estimate, as compared to the prior art.
摘要翻译：本发明涉及一种用于支持音频信号段中的声音活动检测的背景噪声估计器及其方法。该方法包括当音频信号段被确定为包括音乐并且当前背景噪声估计超过最小值时减小当前背景噪声估计。这将在音频信号段的能级大于高于多个先前音频信号段确定的长期最小能级（lt_min）的阈值时进行，或者当能量水平音频信号段小于高于lt_min的阈值，但在音频信号段中没有检测到暂停。与现有技术相比，执行该方法能够基于背景噪声估计进行更充分的声音活动检测。

5. 发明申请

WO2015008783A1 線形予測分析装置、方法、プログラム及び記録媒体审中-公开
标题翻译：线性预测分析装置，方法，程序和记录介质
公开(公告)号：WO2015008783A1
公开(公告)日：2015-01-22
申请号：PCT/JP2014/068895
申请日：2014-07-16
申请人：日本電信電話株式会社
发明人：鎌本　優 , 守谷　健弘 , 原田　登
IPC分类号： G10L19/06 , G10L25/12
CPC分类号： G10L19/06 , G10L19/0212 , G10L19/032 , G10L21/04 , G10L25/06 , G10L25/12 , G10L25/18 , G10L25/27
摘要：　自己相関計算部２１が、入力信号から自己相関R O (i)を計算する。予測係数計算部２３が、係数w O (i)と自己相関R O (i)とが乗算されたものである変形自己相関R' O (i)を用いて線形予測分析を行う。ここで、少なくとも一部の各次数iに対して、各次数iに対応する係数w O (i)が、現在又は過去のフレームにおける入力信号の基本周波数と負の相関関係にある値の増加とともに単調増加する関係にある場合が含まれているとする。
摘要翻译：自相关计算单元（21）根据输入信号计算自相关Ro（i）。预测系数计算单元（23）使用作为系数wo（i）和自相关Ro（i）的倍数的修正自相关R'o（i）进行线性预测分析。这里，包括对于至少一些序数i的情况，对于序数i的系数wo（i）具有单调增加的关系，作为与输入信号的基频具有负相关的值当前或前一帧增加。

6. 发明申请

WO2014126682A1 SIGNAL DECORRELATION IN AN AUDIO PROCESSING SYSTEM 审中-公开
标题翻译：音频处理系统中的信号装饰
公开(公告)号：WO2014126682A1
公开(公告)日：2014-08-21
申请号：PCT/US2014/012453
申请日：2014-01-22
申请人： DOLBY LABORATORIES LICENSING CORPORATION
发明人： MELKOTE, Vinay , YEN, Kuan-Chieh , DAVIDSON, Grant A. , FELLERS, Matthew , VINTON, Mark S. , KUMAR, Vivek
IPC分类号： G10L19/008 , G10L19/02 , H04S5/00 , H04S3/00
CPC分类号： G10L19/008 , G10L19/02 , G10L19/06 , G10L25/06 , H04S3/008 , H04S5/00
摘要： Audio processing methods may involve receiving audio data corresponding to a plurality of audio channels. The audio data may include a frequency domain representation corresponding to filterbank coefficients of an audio encoding or processing system. A decorrelation process may be performed with the same filterbank coefficients used by the audio encoding or processing system. The decorrelation process may be performed without converting coefficients of the frequency domain representation to another frequency domain or time domain representation. The decorrelation process may involve selective or signal-adaptive decorrelation of specific channels and/or specific frequency bands. The decorrelation process may involve applying a decorrelation filter to a portion of the received audio data to produce filtered audio data. The decorrelation process may involve using a non-hierarchal mixer to combine a direct portion of the received audio data with the filtered audio data according to spatial parameters.
摘要翻译：音频处理方法可以涉及接收对应于多个音频频道的音频数据。音频数据可以包括对应于音频编码或处理系统的滤波器组系数的频域表示。解相关处理可以用音频编码或处理系统使用的相同的滤波器组系数执行。可以在不将频域表示的系数转换到另一频域或时域表示的情况下执行去相关处理。解相关过程可以涉及特定信道和/或特定频带的选择性或信号自适应去相关。解相关过程可以包括将去相关滤波器应用于所接收的音频数据的一部分以产生经滤波的音频数据。去相关处理可以涉及使用非层级混合器来根据空间参数将接收到的音频数据的直接部分与经滤波的音频数据组合。

7. 发明申请

WO2014042971A1 INTER-STREAM AUDIO SYNCHRONISATION OF SOCIAL MEDIA VIDEOS 审中-公开
标题翻译：社交媒体视频的流媒体音频同步
公开(公告)号：WO2014042971A1
公开(公告)日：2014-03-20
申请号：PCT/US2013/058371
申请日：2013-09-06
申请人： GOOGLE INC.
发明人： ZHANG, Jiangyang , KOKARAM, Anil , MUKHERJEE, Debargha , CRAWFORD, Andrew Joseph , KELLY, Damien
IPC分类号： G11B20/10 , G11B27/28 , H04N21/43 , G06Q10/10
CPC分类号： G11B27/28 , G06K9/00765 , G06K9/6277 , G06K9/6292 , G10H1/368 , G10L25/06 , G10L25/57 , G11B27/10
摘要： Provided are methods for synchronizing multiple video recordings of the same event using audio signals of the recordings. An algorithm is designed to generate candidate time offsets for pairwise matches of video recordings based on audio signals corresponding to the recordings, and combine the candidate time offsets to obtain the most accurate actual time offset between each pair of recordings. Each candidate time offset for each pairwise match of recordings is assigned a confidence measure indicating how likely it is that the particular time offset is correct for the given pair of recordings. The confidence measure assigned to a particular time offset is based on various components and characteristics of the audio signal pair corresponding to the video recordings.
摘要翻译：提供了使用记录的音频信号同步相同事件的多个视频记录的方法。一种算法被设计为基于与记录相对应的音频信号来生成视频记录的成对匹配的候选时间偏移，并且组合候选时间偏移以获得每对记录之间最准确的实际时间偏移。为记录的每个成对匹配的每个候选时间偏移量分配一个置信度量度，指示特定时间偏移对给定的一对记录是否正确的可能性。分配给特定时间偏移的置信度基于对应于视频记录的音频信号对的各种组件和特性。

8. 发明申请

WO2013176073A1 音声信号変換装置、方法、プログラム、及び記録媒体审中-公开
标题翻译：音频信号转换装置，方法，程序和记录介质
公开(公告)号：WO2013176073A1
公开(公告)日：2013-11-28
申请号：PCT/JP2013/063907
申请日：2013-05-20
申请人：シャープ株式会社
发明人：佐藤　純生
IPC分类号： H04R3/00 , G10L19/00 , G10L25/06 , H04S5/02
CPC分类号： G10L19/26 , G10L19/008 , G10L25/06 , H04S1/002
摘要：音声信号変換装置（音声信号処理部７３で例示）は、２つのチャネルの入力音声信号のそれぞれについて、処理セグメントの長さの１／４ずつずらしながら読み出し、読み出した処理セグメントの音声信号に対し、Ｈａｎｎ窓関数を乗算した後、離散フーリエ変換を施す変換部と、離散フーリエ変換後の２つのチャネルの音声信号について直流成分を無視して相関信号を抽出する抽出部と、抽出部で抽出された相関信号またはそれから生成された音声信号に対して離散フーリエ逆変換を施す逆変換部と、離散フーリエ逆変換後の音声信号のうち処理セグメントの音声信号に対し、再びＨａｎｎ窓関数を乗算し、処理セグメントの長さの１／４だけずらして、前の処理セグメントの音声信号に加算する窓関数乗算部８３とを備える。これにより、マルチチャネル方式用の音声信号を、不連続点に起因するノイズを発生させることなく変換可能な音声信号変換装置を提供する。
摘要翻译：音频信号转换装置（由音频信号处理部分（73）示例）包括：转换部分，在每个读出的处理段的长度移位四分之一的同时读出两个信道中的每个输入音频信号，通过Hann窗口函数在处理段中读取音频信号，然后应用离散傅里叶变换; 提取部分，其忽略已经应用了离散付里叶变换的两个信道中的音频信号的DC分量，并提取相关信号; 对由提取部分提取的相关信号或从相关信号产生的音频信号应用逆离散付里叶变换的逆变换部分; 以及窗口函数乘法部分（83），其再次将已经应用了离散傅里叶逆变换的音频信号中的处理段中的音频信号乘以汉恩窗函数，将所得到的信号移位四分之一的长度处理段，并将信号添加到先前处理段中的音频信号。结果，该音频信号转换装置可以在不产生由不连续点引起的噪声的情况下转换多个声道的音频信号。

9. 发明申请

WO2013169621A1 AUDIO USER INTERACTION RECOGNITION AND CONTEXT REFINEMENT 审中-公开
标题翻译：音频用户交互识别和语境优化
公开(公告)号：WO2013169621A1
公开(公告)日：2013-11-14
申请号：PCT/US2013/039635
申请日：2013-05-06
申请人： QUALCOMM INCORPORATED
发明人： KIM, Lae-Hoon , SHIN, Jongwon , VISSER, Erik
IPC分类号： G10L25/48 , G10L17/00 , H04R1/40 , G01S3/80 , G10L25/06
CPC分类号： H04R29/005 , G01S3/80 , G10L17/00 , G10L21/00 , G10L25/06 , G10L25/48 , G10L2021/02166 , H04L65/403 , H04N7/15 , H04R1/406 , H04R3/005 , H04R29/008 , H04R2430/20 , H04R2460/01 , H04R2499/11
摘要： A system which performs social interaction analysis for a plurality of participants includes a processor. The processor is configured to determine a similarity between a first spatially filtered output and each of a plurality of second spatially filtered outputs. The processor is configured to determine the social interaction between the participants based on the similarities between the first spatially filtered output and each of the second spatially filtered outputs and display an output that is representative of the social interaction between the participants. The first spatially filtered output is received from a fixed microphone array, and the second spatially filtered outputs are received from a plurality of steerable microphone arrays each corresponding to a different participant.
摘要翻译：对多个参与者进行社交交互分析的系统包括处理器。处理器被配置为确定第一空间滤波输出与多个第二空间滤波输出中的每一个之间的相似度。处理器被配置为基于第一空间滤波输出和第二空间滤波输出中的每一个之间的相似度来确定参与者之间的社交交互，并且显示代表参与者之间的社交交互的输出。从固定的麦克风阵列接收第一空间滤波的输出，并且从多个可操纵的麦克风阵列接收第二空间滤波的输出，每个麦克风阵列对应于不同的参与者。

10. 发明申请

WO2013057895A1 符号化装置及び符号化方法审中-公开
标题翻译：编码设备和编码方法
公开(公告)号：WO2013057895A1
公开(公告)日：2013-04-25
申请号：PCT/JP2012/006423
申请日：2012-10-05
申请人：パナソニック株式会社
发明人：山梨　智史 , 押切　正浩
IPC分类号： G10L19/02 , G10L19/14 , H03M7/30
CPC分类号： G10L19/02 , G10L19/0204 , G10L21/038 , G10L25/06 , G10L25/18 , G10L25/21
摘要：　入力信号に対して相関演算を行う際に、相関演算に利用する変換係数を処理毎に適応的に調節することにより、出力信号の品質劣化を抑制しつつ、処理演算量を大幅に削減することができる符号化装置。この装置において、周波数領域変換部（７０１），（７０２）は、周波数帯域が低域部と高域部とに分けられた変換係数を取得し、サブバンドエネルギ算出部（７０３）は、変換係数の低域部及び高域部のうち一方の周波数帯域を複数のサブバンドに分割し、重要度判定部（７０４）は、サブバンド毎に重要度を設定し、スパース処理部（７０５）は、設定された重要度に応じて、各サブバンドに含まれる複数の変換係数のうち、所定数の変換係数の振幅値をゼロとし、相関分析部（７０６）は、一方の周波数帯域の修正後の変換係数と、他方の周波数帯域の変換係数との相関を算出する。
摘要翻译：一种编码装置，其能够在对输入信号进行相关运算时，通过自适应地调整在各处理的相关运算中使用的转换系数来抑制输出信号质量劣化，能够显着地减少处理动作量，其中，频域转换器获取将频带划分为低端和高端的转换系数，子带能量计算器（703）将转换系数的低端或高端频带分为多个子带，重要度评估单元（704）针对每个子带设置重要度，根据设定的重要性，稀疏处理器（705）从多个转换中设定特定数目的转换系数的振幅值包括在每个子带中的系数在零，相关分析单元（706）计算校正的对话之间的相关性 n系数和其他频带的转换系数。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式