专利名称：稳健双麦克风噪声抑制系统的制作方法
技术领域：
本发明涉及用于处理多个声信号的系统和方法，并且更具体地涉及通过滤波来分
离声信号。
背景技术：
对噪声环境中的有信息信号进行检测并作出反应常常是困难的。在用户常常在噪 声环境中说话的通信中，期望的是将用户的语音信号与背景噪声分离。背景噪声可以包括 由一般环境产生的许多噪声信号、由其他人的背景会话产生的信号以及从每个信号产生的 反射和混响。在噪声环境中，上行链路通信可能是严重的问题。对此噪声问题的大部分解决方 案仅仅对诸如平稳噪声的特定类型的噪声起作用，或产生可以如噪声信号一样騷扰用户的 显著音频噪音(artifacts)。所有现有解决方案都具有关于源和噪声位置、以及尝试抑制的 噪声类型的缺陷。本发明的目的是提供一种将与所有噪声源的时间特性、位置、或移动无关地抑制 所有噪声源的装置。
发明内容
一种用于从有噪声的声环境分离语音信号的系统、方法、和装置。分离过程可以包 括源滤波，源滤波可以是定向滤波(波束形成)、盲源分离、以及双输入频谱删减噪声抑制。 输入通道可以包括两个全向麦克风，使用相位延迟滤波来处理全向麦克风输出以形成语音 和噪声波束。此外，可以对波束进行频率修正。波束形成操作产生基本上仅仅是噪声的一 个通道，和作为噪声与语音的组合的另一通道。盲源分离算法通过统计技术来加强定向分 离。然后，使用噪声信号和语音信号在双输入频谱删减噪声抑制器(DINS)处设置过程特性 以高效地减小或消除噪声分量。这样，从组合信号中高效地去除了噪声，以产生高质量的语 音信号。
为了描述可以获得本发明的上述及其它优点和特征的方式，将参照在附图中图示 的本发明特定实施例来提供上文简要描述的本发明的更特别的描述。应当理解，这些图仅 仅图示了本发明的典型实施例，并且因此不应当被视为它的范围的限制，将通过使用附图 更具体且详细地描述和解释本发明，在附图中图1是采用前超心型定向滤波器以从两个全向麦克风形成噪声和语音波束的波 束形成器的透视图；图2是采用前超心型定向滤波器和后心型定向滤波器以从两个全向麦克风形成 噪声和语音波束的波束形成器的透视图；图3是依照本发明的可能实施例的稳健双输入频谱删减噪声抑制器(RDINS)的框图；图4是依照本发明的可能实施例的盲源分离(BSS)滤波器和双输入频谱删减噪声 抑制器(DINS)的框图；图5是依照本发明的可能实施例的盲源分离(BSS)滤波器和绕过BSS的语音输出 的双输入频谱删减噪声抑制器的框图；图6是依照本发明的可能实施例的用于静态噪声估计的方法的流程图；图7是依照本发明的可能实施例的用于连续噪声估计的方法的流程图；以及图8是依照本发明的可能实施例的稳健双输入频谱删减噪声抑制器(RDINS)的方 法的流程图。
具体实施例方式本发明的附加特征和优点将在以下描述中阐述，并且部分将通过描述而显而易 见，或者可以从本发明的实施中获知。本发明的特征和优点可以借助于在权利要求中特别 指出的仪器和组合来实现和获得。本发明的这些及其它特征将从以下描述和权利要求变得 更加显而易见，或者可以通过如本文阐述的本发明的实施来获知。下面详细地讨论本发明的各种实施例。虽然讨论了特定的实现，但是应当理解这 仅仅是出于说明的目的而进行的。本领域的技术人员将认识到，在不脱离本发明的精神和 范围的情况下，可以使用其它组件和配置。本发明包括多种实施例，诸如涉及本发明的基本概念的方法和装置及其它实施 例。图1图示了依照本发明的可能实施例的用于从两个全向麦克风形成噪声和语音 波束的波束形成器100的示例性视图。两个麦克风110被相互间隔开。每个麦克风可以接 收直接或间接输入信号，并且可以输出信号。两个麦克风110是全向的，因此它们相对于麦 克风而言几乎同样地从所有方向接收声音。麦克风110可以接收表示语音和噪声声音的混 合物的声信号或能量，并且这些输入可以被转换成主要是语音的第一信号140及具有语音 和噪声的第二信号150。虽然未示出，但麦克风可以包括内部或外部模数转换器。通过使用 一个或多个变换函数，可以在时域与频域之间对来自麦克风110的信号进行缩放或变换。 波束形成可以补偿由麦克风110接收到的不同信号的不同传播时间。如图1所示，使用源 滤波或定向滤波120来处理麦克风的输出，以便对来自麦克风110的信号进行频率响应修 正。波束形成器100采用前超心型定向滤波器130进一步对来自麦克风110的信号进行滤 波。在一个实施例中，定向滤波器将具有随频率而变的幅度和相位延迟值以跨越所有频率 形成理想波束。这些值可以不同于位于自由空间中的麦克风将要求的理想值。该差异将考 虑放置麦克风的物理外壳的几何结构。在该方法中，使用由于麦克风110的空间差而引起 的信号之间的时间差来增强信号。更特别地，有可能麦克风110中的一个将更接近于语音 源(扬声器)，而另一麦克风可以产生相对衰减的信号。图2图示了依照本发明的可能实 施例的用于从两个全向麦克风形成噪声250和语音波束240的波束形成器200的示例性视 图。波束形成器200添加后心型定向滤波器260以进一步对来自麦克风110的信号进行滤 波。全向麦克风110近似同样地从麦克风周围的任何方向接收声音信号。感测模式(未示出)示出了来自麦克风周围的所有方向的近似相等幅度的接收到的信号功率。因此， 无论声音从哪个方向到达麦克风，来自麦克风的电输出都是相同的。前超心型230感测模式与心型模式相比提供了较窄的主灵敏度角。此外，超心型 模式具有位于距离前面约士 140度的最小灵敏度的两个点。同样地，超心型模式抑制从麦 克风的侧面和后面接收到的声音。因此，超心型模式最适合于将仪器和歌手与房间环境以 及彼此隔离。后向心型或后心型260感测模式(未示出)是定向的，当声源在麦克风对的后面 时提供全灵敏度。在麦克风对的侧面处接收到的声音具有约一半的输出，并且在麦克风对 的前面处出现的声音基本上被衰减。产生此后心型模式，使得在期望的语音源(扬声器) 处指向虚拟麦克风的空值(null)。在所有情况下，通过用相位延迟滤波器对一个全向麦克风进行滤波来形成波束， 然后将其输出与另一全向麦克风信号进行求和以设置空值位置，并且然后修正滤波器将修 正结果得到的信号的频率响应。使用包含适当的依赖频率的延迟的单独滤波器来产生心型 260和超心型230响应。替代地，可以通过首先使用上述过程产生前向和后向心型波束、将 心型信号求和以产生虚拟全向信号、以及用信号的差产生双向或偶极滤波器来产生波束。 使用等式1将虚拟全向和偶极信号组合以产生超心型响应。超心型响应=0.25*(全向+3*偶极)等式1替代实施例将利用固定方向性单个元件超心型和心型麦克风盒(capsules)。这将 不需要信号处理中的波束形成步骤，但将限制系统的适应性，因为从设备中的一个使用模 式到另一使用模式的波束形成的变化将更加困难，并且真实的全向信号将不可用于设备中 的其它处理。在该实施例中，源滤波器可以是频率修正滤波器，或具有减少带外噪声的通带 的简单滤波器，诸如高通滤波器、低通抗混淆滤波器、或带通滤波器。图3图示了依照本发明的可能实施例的稳健双输入频谱删减噪声抑制器(RDINS) 的示例性视图。语音估计信号240和噪声估计信号250作为输入被馈送到RDINS 305以利 用语音和噪声的频谱特性方面的差异来抑制语音信号140的噪声分量。参照方法600至 800来更好地解释用于RDINS 305的算法。图4图示了使用盲源分离(BSS)和双输入频谱删减噪声抑制器(DINS)来处理语 音140和噪声150波束的噪声抑制系统400的示例性视图。已对噪声和语音波束进行频率 响应修正。盲源分离(BSS)滤波器410从噪声信号中去除剩余的语音信号。BSS滤波器410 可以只产生改善的(refined)噪声信号420或改善的噪声和语音信号(420、430)。BBS可 以是具有两个输入(语音和噪声)和期望数目的输出的单级BSS滤波器。两级BSS滤波器 将具有与期望数目的输出级联或连接在一起的两个BSS级。盲源分离滤波器将统计上独立 地假设的混合源信号相互分离。盲源分离滤波器410通过将矩阵与混合信号相乘来向混合 信号施加未混合权值矩阵以产生分离的信号。矩阵中的权值被分配初始值并被调整以便使 信息冗余最小化。重复此调整，直至输出信号420、430的信息冗余被减至最小为止。由于 此技术不需要关于每个信号的源的信息，所以将它称为盲源分离。BSS滤波器410以统计方 式从噪声中去除语音，以便产生减少语音的噪声信号420。DINS单元440使用减少语音的 噪声信号420来从语音430中去除噪声，以便产生基本上无噪声的语音信号460。DINS单 元440和BSS滤波器410可以被集成为单个单元450，或者可以将被分离为单独组件。
由来自麦克风110的已处理信号提供的语音信号140作为输入被传递至盲源分离 滤波器410，其中，已处理语音信号430和噪声信号420被输出到DINS 440，已处理语音信 号430完全或至少本质上由用户的语音组成，通过在BSS滤波器410中执行的盲源分离算 法的动作，用户的语音已与环境声音(噪声)分离。这样的BSS信号处理利用以下事实面 向环境的麦克风和面向扬声器的麦克风拾取的声音混合由环境声音与用户语音的不同混 合组成，它们在这两个信号贡献或源的幅度比和混合物的这两个信号贡献的相位差方面是 不同的。DINS单元440进一步增强已处理语音信号430和噪声信号420，噪声信号420被 用作DINS单元440的噪声估计。结果得到的噪声估计420应当包含高度减小的语音信号， 因为剩余的期望语音460信号对于语音增强程序将是不利的，并将因此降低输出的质量。图5图示了使用盲源分离(BSS)滤波器和双输入频谱删减噪声抑制器(DINS)来 处理语音140和噪声150波束形成的噪声抑制系统500的示例性视图。DINS单元440的噪 声估计仍是来自BSS滤波器410的已处理噪声信号。然而，语音信号430未经BSS滤波器 410处理。图6 8是图示依照本公开的可能实施例的用于确定稳健双输入频谱删减噪声抑 制器(RDINS)的静态噪声估计的一些基本步骤的示例性流程图。当未使用BSS时，可以将定向滤波的输出(240、250)直接应用于双通道噪声抑制 器(DINS)，遗憾的是，后向心型模式260仅仅将部分空值置于期望的讲话人，这导致在噪声 估计中仅仅得到期望讲话人的3dB至6dB抑制。对于DINS单元440本身，此语音泄漏量在 语音已被处理之后造成不可接受的语音失真。RDINS是被设计成在噪声估计250中对此语 音泄漏而言更加稳健的DINS版本。通过使用两个单独噪声估计来实现此稳健性；一个是来 自定向滤波的连续噪声估计，并且另一个是也可以在单通道噪声抑制器中使用的静态噪声 估计。方法600使用语音波束240。从语音波束240获得连续语音估计，在语音和无语音 间隔期间获得估计。在步骤610中计算语音估计的能量水平。在步骤620中，使用语音活 动性检测器来找到每个帧的语音估计中的无语音间隔。在步骤630中，从语音估计中的无 语音间隔来形成平滑的静态噪声估计。此静态噪声估计将不包含语音，因为它在期望的输 入语音期间被冻结；然而，这意味着噪声估计不捕获在不稳定噪声期间的变化。在步骤640 中，计算静态噪声估计的能量。在步骤650中，根据连续语音信号615的能量和静态噪声估 计的能量来计算静态信噪比。对每个子带重复步骤620至650。方法700使用连续噪声估计250。在步骤710中，从噪声波束250获得连续噪声估 计，在语音和无语音间隔两者期间获得该估计。此连续噪声估计250将由于不完美的空值 而包含来自期望讲话人的语音泄漏。在步骤720中，针对子带的噪声估计来计算能量。在 步骤730中，针对子带来计算连续信噪比。方法800使用所计算的连续噪声估计的信噪比和所计算的静态噪声估计的信噪 比来确定要使用的噪声抑制。在步骤810中，如果连续SNR大于第一阈值，则控制被传递至 步骤820，其中抑制被设置为等于连续SNR。如果在步骤810中连续SNR不大于第一阈值， 则控制传递至动作830。在动作830中，如果连续SNR小于第二阈值，则控制传递至步骤 840，在步骤840，抑制被设置为静态SNR。如果连续SNR不小于第二阈值，则控制传递至步骤850，在步骤850，使用加权平均噪声抑制器。加权平均是静态与连续SNR的平均值。对 于较低SNR子带(相对于噪声而言无/弱语音)，使用连续噪声估计来确定抑制量，使得它 在不稳定噪声期间有效。对于较高SNR子带(相对于噪声而言的强语音)，当泄漏将在连续 噪声估计中占支配地位时，使用静态噪声估计来确定抑制量以防止引起过度抑制和语音失 真的语音泄漏。在中间SNR子带期间，将两种估计组合以给出以上两种情况之间的软交换 过渡。在步骤860中，计算通路增益。在步骤870中，将该通路增益应用于语音估计。对每 个子带重复所述步骤。然后以对于DINS相同的方式来应用通路增益，使得传递具有高SNR 的通道，同时使具有低SNR的那些通道衰减。在该实现中，通过窗口化逆FFT的重叠相加来 重构语音波形。实践中，双向通信设备可以包含根据使用模式而在其间切换的本发明的多个实施 例。例如，对于近距离谈话或私人模式使用情况，可以将图1所描述的波束形成操作与在图 4中描述的BSS级和DINS组合，而在免提或扬声器电话模式下，可以将图2的波束形成器与 图3的RDINS组合。可以通过本领域中已知的许多实现中的一个来触发这些操作模式之间 的切换。举例来说，而非限制性地，切换方法可以是经由基于接近性的逻辑判定、磁或电开 关、或本文未描述的任何等同方法。在本发明范围内的实施例还可以包括用于承载或在其上面存储计算机可执行指 令或数据结构的计算机可读介质。这样的计算机可读介质可以是通用或专用计算机可以访 问的任何可用介质。举例来说，而非限制性地，这样的计算机可读介质可以包括RAM、ROM、 EEPR0M、CD_R0M或其它光盘存储、磁盘存储或其它磁存储设备、或可以用来承载或存储计算 机可执行指令或数据结构形式的期望程序代码装置的任何其它介质。当通过网络或另一通 信连接(硬线、无线、或其组合)向计算机传输或提供信息时，计算机适当地将该连接视为 计算机可读介质。因此，可以将任何这样的连接适当地称为计算机可读介质。以上组合也 应被包括在计算机可读介质的范围内。计算机可执行指令包括例如促使通用计算机、专用计算机、或专用处理设备执行 特定功能或功能组的指令和数据。计算机可执行指令还包括由独立或网络环境中的计算机 执行的程序模块。通常，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程 序、对象、组件、或数据结构等。计算机可执行指令、关联数据结构、以及程序模块表示用于 执行本文公开的方法的步骤的程序代码装置。这样的可执行指令或关联数据结构的特定序 列表示用于实现在这样的步骤中描述的功能的相应动作的示例。虽然以上说明可能包含特定细节，但无论如何不应将它们解释为限制权利要求。 所描述的本发明的实施例的其它配置是本发明的范围的一部分。例如，本发明的原理可以 应用于每个单独用户，其中，每个用户可以单独地部署这样的系统。这使得每个用户在即使 大量可能应用中的任何一个不需要本文所描述的功能的情况下也能够利用本发明的益处。 换言之，可能存在图1-8中的方法和设备的多个实例，每个实例以各种可能的方式来处理 内容。不一定需要所有最终用户使用一个系统。因此，权利要求及其合法等同物应只限定 本发明，而不是给出的任何特定示例。
9
权利要求
一种用于噪声减少的系统，所述系统包括多个输入通道，每个包括一个或多个声信号；至少一个源滤波器，其中，所述源滤波器将所述一个或多个声信号分离成语音和噪声波束；至少一个盲源分离(BSS)滤波器，其中，所述盲源分离滤波器可操作地用于改善所述语音和噪声波束；以及至少一个双输入频谱删减噪声抑制器(DINS)，其中，所述双输入频谱删减噪声抑制器从所述语音波束中去除噪声。
2.根据权利要求1所述的系统，其中，所述源滤波器使用相位延迟滤波来形成语音和 噪声波束。
3.根据权利要求2所述的系统，其中，由所述源滤波器对语音和噪声波束进行频率响 应修正。
4.根据权利要求1所述的系统，其中，来自所述盲源分离(BSS)滤波器的已改善的语音 和噪声波束被馈送到双输入频谱删减噪声抑制器(DINS)中。
5.根据权利要求1所述的系统，其中，来自所述盲源分离(BSS)滤波器的已改善的噪 声波束和来自源滤波器的所述语音波束被馈送到所述双输入频谱删减噪声抑制器(DINS) 中。
6.根据权利要求1所述的系统，所述系统进一步包括将两个盲源分离(BSS)滤波器级联；其中，到所述级联的输入是来自所述源滤波器的所述语音和噪声波束；其中，所述级联的输出被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
7.一种用于噪声减少的系统，所述系统包括第一装置，所述第一装置用于从一个或多个声信号来产生语音估计信号；第二装置，所述第二装置用于从一个或多个声信号来产生噪声估计信号；以及至少一个稳健双输入频谱删减噪声抑制器(RDINS)，所述稳健双输入频谱删减噪声抑 制器(RDINS)用于从所产生的语音估计信号和所产生的噪声估计信号来产生噪声减少的语音信号。
8.根据权利要求7所述的系统，其中，所述第一装置是前超心型麦克风或耦合到多个 全向麦克风的定向滤波器；并且其中，所述第二装置是后心型麦克风或耦合到多个全向麦克风的定向滤波器。
9.根据权利要求7所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 从语音估计信号来计算静态噪声估计；并且其中，所述稳健双输入频谱删减噪声抑制器 (RDINS)从所述噪声估计信号来计算连续噪声估计。
10.根据权利要求9所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在第一阈值之上时采用所述连续噪声估计。
11.根据权利要求10所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在第二阈值以下时采用所述静态噪声估计。
12.根据权利要求11所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在所述第二阈值之上但在所述第一阈值以下时采用加权平均噪声估计。
13.一种具有噪声减少的电子设备，包括一对全向麦克风，所述一对全向麦克风用于接收一个或多个声信号；其中，来自所述全 向麦克风的信号被分类为主导语音信号和主导噪声信号；定向滤波器，所述定向滤波器用于从所述主导语音信号和所述主导噪声信号来产生语 音估计和噪声估计；以及至少一个信号处理器，所述至少一个信号处理器用于处理所述主导语音信号和所述主 导噪声信号以产生噪声受抑制的语音信号，包括至少一个源滤波器，其中，所述源滤波器将所述一个或多个声信号分离成语音和噪声 波束；至少一个盲源分离(BSS)滤波器，其中，所述盲源分离滤波器可操作地用于改善所述 语音和噪声波束；至少一个双输入频谱删减噪声抑制器(DINS)，其中，所述双输入频谱删减噪声抑制器 从所述语音波束中去除噪声。
14.根据权利要求13所述的电子设备，其中，所述源滤波器使用相位延迟滤波来形成 语音和噪声波束。
15.根据权利要求14所述的电子设备，其中，由所述源滤波器对语音和噪声波束进行 频率响应修正。
16.根据权利要求13所述的电子设备，其中，来自所述盲源分离(BSS)滤波器的已改善 的语音和噪声波束被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
17.根据权利要求13所述的电子设备，其中，来自所述盲源分离(BSS)滤波器的已改 善的噪声波束和来自源滤波器的所述语音波束被馈送到所述双输入频谱删减噪声抑制器 (DINS)中。
18.根据权利要求13所述的电子设备，所述系统进一步包括 将两个盲源分离(BSS)滤波器级联；其中，到所述级联的输入是来自所述源滤波器的所述语音和噪声波束； 其中，所述级联的输出被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
19.根据权利要求13所述的电子设备，其中，所述语音估计由前超心型模式来产生；并且其中，所述噪声估计由后心型模式来产生。
20.根据权利要求19所述的电子设备，所述至少一个信号处理器进一步包括 至少一个稳健双输入频谱删减噪声抑制器(RDINS)，用于从所产生的语音估计信号和所述噪声估计信号来产生噪声减少的语音信号。
21.根据权利要求20所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 从所述噪声估计信号来计算连续噪声估计。
22.根据权利要求21所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 从所述语音估计信号来计算静态噪声估计。
23.根据权利要求22所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在第一阈值之上时采用所述连续噪声估计。
24.根据权利要求23所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在第二阈值以下时采用所述静态噪声估计。
25.根据权利要求24所述的系统，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在所述第二阈值之上但在所述第一阈值以下时采用加权平均 噪声估计。
26.一种用于噪声减少的方法，所述方法包括从多个输入通道接收一个或多个声信号；将所述一个或多个声信号与语音和噪声波束分离；通过采用至少一个盲源分离(BSS)滤波器来改善所述语音和噪声波束；以及通过至少一个双输入频谱删减噪声抑制器(DINS)从所述语音波束中去除噪声。
27.根据权利要求26所述的方法，其中，所述源滤波器处的所述分离是通过相位延迟 滤波。
28.根据权利要求27所述的方法，其中，语音和噪声波束经过频率响应修正。
29.根据权利要求26所述的方法，其中，来自所述盲源分离(BSS)滤波器的已改善的语 音和噪声波束被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
30.根据权利要求26所述的方法，其中，来自所述盲源分离(BSS)滤波器的已改善的 噪声波束和来自所述源滤波器的所述语音波束被馈送到所述双输入频谱删减噪声抑制器 (DINS)中。
31.根据权利要求26所述的方法，所述方法进一步包括将两个盲源分离(BSS)滤波器级联；其中，到所述级联的输入是来自所述源滤波器的所述语音和噪声波束；其中，所述级联的输出被馈送到所述双输入频谱删减噪声抑制器(DINS)中。
32.一种用于噪声减少的方法，所述方法包括产生语音估计信号；产生噪声估计信号；以及提供稳健双输入频谱删减噪声抑制器(RDINS)，用于从所述语音估计信号和所述噪声 估计信号来产生减少了噪声的语音信号。
33.根据权利要求32所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 从所述噪声估计信号来计算连续噪声估计。
34.根据权利要求33所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 从所述语音估计信号来计算静态噪声估计。
35.根据权利要求34所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在第一阈值之上时采用所述连续噪声估计。
36.根据权利要求35所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在第二阈值以下时采用所述静态噪声估计。
37.根据权利要求36所述的方法，其中，所述稳健双输入频谱删减噪声抑制器(RDINS) 在所述连续噪声估计信噪比在所述第二阈值之上但在所述第一阈值以下时采用加权平均 噪声估计。
全文摘要
一种用于从有噪声的声环境中分离语音信号的系统、方法、和装置。分离过程可以包括定向滤波、盲源分离、以及双输入频谱删减噪声抑制器。输入信道可以包括两个全向麦克风，使用相位延迟滤波形成语音和噪声波形来处理全向麦克风的输出。此外，可以对波形进行频率修正。全向麦克风产生基本上仅仅是噪声的一个通道和作为噪声与语音的组合的另一通道。盲源分离算法通过统计技术来加强定向分离。然后使用噪声信号和语音信号在双输入噪声频谱删减抑制器(DINS)处设置过程特性以高效地减小或消除噪声分量。这样，从组合信号中高效地去除噪声，以产生高质量的语音信号。
文档编号H04B1/10GK101828335SQ200880112279
公开日2010年9月8日 申请日期2008年10月1日 优先权日2007年10月18日
发明者戴维德·J·皮尔斯, 斯考特·K·伊萨贝拉, 杰弗里·M·阿克塞尔罗德, 约耳·A·克拉克, 罗伯特·A·茹雷克, 詹姆斯·A·雷克斯, 霍利·L·弗朗索瓦 申请人:摩托罗拉公司