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

WO2012158156A1 NOISE SUPRESSION METHOD AND APPARATUS USING MULTIPLE FEATURE MODELING FOR SPEECH/NOISE LIKELIHOOD 审中-公开
标题翻译：噪声抑制方法和设备使用多种特征建模语音/噪声比较
公开(公告)号：WO2012158156A1
公开(公告)日：2012-11-22
申请号：PCT/US2011/036637
申请日：2011-05-16
申请人： GOOGLE INC. , PANICONI, Marco
发明人： PANICONI, Marco
IPC分类号： G10L21/02 , G10L11/02
CPC分类号： G10L21/02 , G10L21/0208 , G10L25/78
摘要： Systems and methods of noise suppression based on an estimation of the noise spectrum, and a Wiener type filter to suppress the estimated noise. The noise spectrum may be estimated based on a model that classifies each time/frame and frequency component of a received signal as speech or noise by using a speech/noise likelihood (e.g., probability) function. The speech/noise likelihood function is updated and adapted, for each input frame and frequency, by incorporating multiple speech/noise classification features into a model for a feature-based probability function.
摘要翻译：基于噪声谱估计的噪声抑制系统和方法，以及抑制估计噪声的维纳型滤波器。可以基于通过使用语音/噪声似然（例如，概率）函数将接收信号的每个时间/帧和频率分量分类为语音或噪声的模型来估计噪声频谱。通过将多个语音/噪声分类特征并入用于基于特征的概率函数的模型中，针对每个输入帧和频率来更新和调整语音/噪声似然函数。

2. 发明申请

WO2012146290A1 FRAME BASED AUDIO SIGNAL CLASSIFICATION 审中-公开
标题翻译：基于帧的音频信号分类
公开(公告)号：WO2012146290A1
公开(公告)日：2012-11-01
申请号：PCT/EP2011/056761
申请日：2011-04-28
申请人： TELEFONAKTIEBOLAGET L M ERICSSON (PUBL) , GRANCHAROV, Volodya , NÄSLUND, Sebastian
发明人： GRANCHAROV, Volodya , NÄSLUND, Sebastian
IPC分类号： G10L11/02
CPC分类号： G10L19/02 , G10L19/20 , G10L25/51 , G10L25/78 , G10L2025/783
摘要： An audio classifier ( 12) for frame based audio signal classification includes a feature extractor (14) configured to determine, for each of a predetermined number of consecutive frames, feature measures representing at least the following features: auto correlation (T n ), frame signal energy (E n ), inter- frame signal energy variation (ΔΕ n ). A feature measure comparator (16) is configured to compare each determined feature measure (T n , E n , AE n ) to at least one corresponding predetermined feature interval. A frame classifier ( 18) is configured to calculate, for each feature interval, a fraction measure representing the total number of corresponding feature measures that fall within the feature interval, and to classify the latest of the consecutive frames as speech if each fraction measure lies within a corresponding fraction interval, and as non-speech otherwise.
摘要翻译：用于基于帧的音频信号分类的音频分类器（12）包括特征提取器（14），其被配置为针对预定数量的连续帧中的每一个确定表示至少以下特征的特征度量：自相关（Tn），帧信号能量（En），帧间信号能量变化（Δεn）。特征测量比较器（16）被配置为将每个确定的特征测量（Tn，En，AEn）与至少一个对应的预定特征间隔进行比较。帧分类器（18）被配置为针对每个特征间隔计算表示落入特征间隔内的相应特征量度的总数的分数度量，并且如果每个分数度量所在，则将最新的连续帧分类为语音在相应的分数间隔内，以及非话音。

3. 发明申请

WO2011141772A1 METHOD AND APPARATUS FOR PROCESSING AN AUDIO SIGNAL BASED ON AN ESTIMATED LOUDNESS 审中-公开
标题翻译：用于根据估计的LOUDNESS处理音频信号的方法和装置
公开(公告)号：WO2011141772A1
公开(公告)日：2011-11-17
申请号：PCT/IB2010/052113
申请日：2010-05-12
申请人： NOKIA CORPORATION , RAUHALA, Jukka Vesa , OZCAN, Koray
发明人： RAUHALA, Jukka Vesa , OZCAN, Koray
IPC分类号： H03G5/16 , G10L11/02 , G10L19/00
CPC分类号： H03G3/20 , G10L21/00 , G10L21/02 , G10L21/0324 , G10L21/0364 , G10L25/69 , H03G3/301 , H03G7/002
摘要： An apparatus comprising at least one processor and at least one memory including computer program code. The at least one memory and the computer program code is configured to, with the at least one processor, cause the apparatus at least to determine a loudness estimate of a first audio signal, generate a parameter dependent on the loudness estimate; and control the first audio signal dependent on the parameter.
摘要翻译：一种包括至少一个处理器和包括计算机程序代码的至少一个存储器的装置。所述至少一个存储器和所述计算机程序代码被配置为：利用所述至少一个处理器使所述装置至少确定第一音频信号的响度估计，生成依赖于所述响度估计的参数; 并根据参数控制第一音频信号。

4. 发明申请

WO2010061505A1 発話音声検出装置审中-公开
标题翻译： UTTERED SOUND DETECTION APPARATUS
公开(公告)号：WO2010061505A1
公开(公告)日：2010-06-03
申请号：PCT/JP2009/004339
申请日：2009-09-03
申请人：日本電気株式会社 , 江森正 , 辻川剛範
发明人：江森正 , 辻川剛範
IPC分类号： G10L11/00 , G10L11/02
CPC分类号： G10L25/78 , G10L2025/786
摘要：　装置１は、入力された音声信号を受け付け（音声受付部１８）、その音声信号が表す音声の大きさを表す入力パワーを周波数毎に算出する（入力パワー算出部１１）。装置１は、周波数と、その周波数に対して算出された入力パワーをその周波数に対して定められた基準パワーに近づけるための補正係数と、の関係を規定する連続関数である補正関数を推定する（補正関数推定部１４）。装置１は、周波数毎に、推定された補正関数により規定される関係に従って取得される補正係数に基づいて当該入力パワーを補正する（入力パワー補正部１２）。装置１は、補正された入力パワーに基づいて、受け付けられた音声信号が表す音声が発話音声であるか否かを判定する（発話音声検出部１６）。
摘要翻译：设备（1）接收输入的声音信号（声音接收单元（18）），并且计算表示每个频率（输入功率计算单元（11））由声音信号表示的声音的大小的输入功率。装置（1）估计作为连续函数的校正函数，该函数用于定义频率与用于将关于频率计算的输入功率近似为相对于频率确定的参考功率的校正函数之间的关系（校正函数估计单元（14））。根据由估计校正功能（输入功率校正单元（12））定义的关系获得的校正函数，装置（1）校正每个频率的输入功率。基于校正的输入功率，设备（1）确定由接收到的声音信号表示的声音是发声（发声单元（16））。

5. 发明申请

WO2010011377A3 METHOD AND APPARATUS FOR MAINTAINING SPEECH AUDIBILITY IN MULTI-CHANNEL AUDIO WITH MINIMAL IMPACT ON SURROUND EXPERIENCE 审中-公开
标题翻译：用于在多通道音频中维持语音可听度且对周围经验影响最小的方法和设备
公开(公告)号：WO2010011377A3
公开(公告)日：2010-03-25
申请号：PCT/US2009040900
申请日：2009-04-17
申请人： DOLBY LAB LICENSING CORP , MUESCH HANNES
发明人： MUESCH HANNES
IPC分类号： G10L21/02 , G10L11/02 , H04S3/00
CPC分类号： H04S3/00 , G10L2021/02165 , H04R5/04 , H04R2205/041
摘要： In one embodiment the present invention includes a method of improving audibility of speech in a multi-channel audio signal. The method includes comparing a first characteristic and a second characteristic of the multi-channel audio signal to generate an attenuation factor. The first characteristic corresponds to a first channel of the multi-channel audio signal that contains speech and non-speech audio, and the second characteristic corresponds to a second channel of the multi-channel audio signal that contains predominantly non-speech audio. The method further includes adjusting the attenuation factor according to a speech likelihood value to generate an adjusted attenuation factor. The method further includes attenuating the second channel using the adjusted attenuation factor.
摘要翻译：在一个实施例中，本发明包括一种改善多声道音频信号中的语音的可听度的方法。该方法包括比较多声道音频信号的第一特性和第二特性以生成衰减因子。第一特性对应于包含语音和非语音音频的多声道音频信号的第一声道，并且第二特性对应于主要包含非语音音频的多声道音频信号的第二声道。该方法还包括根据语音似然值调整衰减因子以生成调整的衰减因子。该方法还包括使用调整的衰减因子衰减第二信道。

6. 发明申请

WO2009009522A1 VOICE ACTIVITY DETECTOR AND A METHOD OF OPERATION 审中-公开
标题翻译：语音活动检测器和操作方法
公开(公告)号：WO2009009522A1
公开(公告)日：2009-01-15
申请号：PCT/US2008/069394
申请日：2008-07-08
申请人： MOTOROLA, INC. , SHPERLING, Itzhak, , BONDARENKO, Sergey, , KOREN, Eitan, , RAHAMIM, Yosi, , YABLONKA, Tomer,
发明人： SHPERLING, Itzhak, , BONDARENKO, Sergey, , KOREN, Eitan, , RAHAMIM, Yosi, , YABLONKA, Tomer,
IPC分类号： G10L11/02
CPC分类号： G10L25/78 , G10L21/02 , G10L21/0316 , G10L25/84
摘要： A voice activity detector (100) includes a frame divider (201) for dividing frames of an input signal into consecutive sub-frames, an energy level estimator (202) for estimating an energy level of the input signal in each of the consecutive sub-frames, a noise eliminator (203) for analyzing the estimated energy levels of sets of the sub-frames to detect and eliminate from enhancement noise sub-frames and to indicate remaining sub-frames as speech sub-frames, and an energy level enhancer (205) for enhancing the estimated energy level for each of the indicated speech sub-frames by an amount which relates to a detected change of the estimated energy level for a current speech sub-frame relative to that for neighboring speech sub-frames.
摘要翻译：语音活动检测器（100）包括用于将输入信号的帧分成连续子帧的帧分割器（201），用于估计每个连续子帧中的输入信号的能级的能级估计器（202）帧，噪声消除器（203），用于分析子帧的估计能级以检测和消除增强噪声子帧，并将剩余子帧指示为语音子帧;以及能级增强器（ 205），用于增强每个所指示的语音子帧的估计能量水平的量，该量与关于当前语音子帧的相对于相邻语音子帧的估计能级的检测到的改变有关。

7. 发明申请

WO2008106852A1 确定非噪声音频信号归属类别的方法和装置审中-公开
公开(公告)号：WO2008106852A1
公开(公告)日：2008-09-12
申请号：PCT/CN2007/003985
申请日：2007-12-29
申请人：华为技术有限公司 , 严勤 , 邓浩江 , 王珺 , 曾学文 , 张军 , 张立斌 , 王喆
发明人：严勤 , 邓浩江 , 王珺 , 曾学文 , 张军 , 张立斌 , 王喆
IPC分类号： G10L11/02 , G10L11/06 , G10L19/02
CPC分类号： G10L25/48
摘要： A method for determining the classification of non-noise audio signal includes: first extracting the spectral feature parameters of the non-noise audio signal; then determining the classification of the present non-noise audio signal in the scope of frequency domain according to the spectral feature parameters of said non-noise audio signal and the defined threshold values of the feature parameters.

8. 发明申请

WO2008058842A1 VOICE ACTIVITY DETECTION SYSTEM AND METHOD 审中-公开
标题翻译：语音活动检测系统及方法
公开(公告)号：WO2008058842A1
公开(公告)日：2008-05-22
申请号：PCT/EP2007/061534
申请日：2007-10-26
申请人： INTERNATIONAL BUSINESS MACHINES CORPORATION , VALSAN, Zica
发明人： VALSAN, Zica
IPC分类号： G10L11/02
CPC分类号： G10L25/78
摘要： Discrimination between at least two classes of events in an input signal is carried out in the following way. A set of frames containing an input signal is received, and at least two different feature vectors are determined for each of said frames. Said at least two different feature vectors are classified using respective sets of preclassifiers trained for said at least two classes of events. Values for at least one weighting factor are determined based on outputs of said preclassifiers for each of said frames. A combined feature vector is calculated for each of said frames by applying said at least one weighting factor to said at least two different feature vectors. Said combined feature vector is classified using a set of classifiers trained for said at least two classes of events.
摘要翻译：输入信号中的至少两类事件之间的区别以下列方式进行。接收包含输入信号的一组帧，并且为每个所述帧确定至少两个不同的特征向量。所述至少两个不同的特征向量使用针对所述至少两个事件类别训练的各个预分类器集进行分类。至少一个加权因子的值基于每个所述帧的所述预分类器的输出来确定。通过将所述至少一个加权因子应用于所述至少两个不同特征向量来为每个所述帧计算组合特征向量。使用针对所述至少两类事件训练的一组分类器对所述组合特征向量进行分类。

9. 发明申请

WO2008016942A3 SYSTEMS, METHODS, AND APPARATUS FOR SIGNAL CHANGE DETECTION 审中-公开
标题翻译：用于信号变化检测的系统，方法和装置
公开(公告)号：WO2008016942A3
公开(公告)日：2008-04-10
申请号：PCT/US2007074895
申请日：2007-07-31
申请人： QUALCOMM INC , RAJENDRAN VIVEK , KANDHADAI ANANTHAPADMANABHAN A
发明人： RAJENDRAN VIVEK , KANDHADAI ANANTHAPADMANABHAN A
IPC分类号： G10L11/02 , G10L19/00
CPC分类号： G10L19/012 , G10L2025/786
摘要： Disclosed configurations include systems, methods, and apparatus arranged to generate a sequence of spectral tilt values that is based on inactive frames of a speech signal. For each of a plurality of inactive frames of the speech signal, a transmit decision is made according to a change calculated among at least two corresponding values of the sequence. The outcome of the transmit decision determines whether a silence description is transmitted for the corresponding inactive frame.
摘要翻译：公开的配置包括被配置为基于语音信号的非活动帧产生频谱倾斜值序列的系统，方法和装置。对于语音信号的多个无效帧中的每一个，根据在序列的至少两个对应值之间计算的改变进行发送决定。发送决定的结果确定是否为相应的非活动帧发送静音描述。

10. 发明申请

WO2007049222A1 ADAPTIVE VOLUME CONTROL FOR A SPEECH REPRODUCTION SYSTEM 审中-公开
标题翻译：用于语音再现系统的自适应音量控制
公开(公告)号：WO2007049222A1
公开(公告)日：2007-05-03
申请号：PCT/IB2006/053901
申请日：2006-10-24
申请人： KONINKLIJKE PHILIPS ELECTRONICS N.V. , DEMANET, Vincent
发明人： DEMANET, Vincent
IPC分类号： H03G3/00 , H03G3/30 , G10L11/02
CPC分类号： H03G3/002 , G10L15/02 , G10L15/20 , G10L25/78 , H03G3/3089
摘要： The invention relates to an adaptive value control in a speech reproduction system, wherein a speech detector determines if an audio input frame contains a speech signal. If the frame contains a speech signal, the gain to be applied to that frame is updated relative to the gain applied to a previous frame to take into account the signal level. If not, i.e. the frame contains only noise, the gain applied to the frame remains constant at that applied to the previous frame.
摘要翻译：本发明涉及语音再现系统中的自适应值控制，其中语音检测器确定音频输入帧是否包含语音信号。如果帧包含语音信号，则要应用于该帧的增益相对于应用于先前帧的增益来更新以考虑信号电平。如果不是，即帧仅包含噪声，则应用于帧的增益在施加到前一帧时保持恒定。

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