EP0993671B1 - Procede de recherche d'un modele de bruit dans des signaux sonores bruites - Google Patents
Procede de recherche d'un modele de bruit dans des signaux sonores bruites Download PDFInfo
- Publication number
- EP0993671B1 EP0993671B1 EP98935094A EP98935094A EP0993671B1 EP 0993671 B1 EP0993671 B1 EP 0993671B1 EP 98935094 A EP98935094 A EP 98935094A EP 98935094 A EP98935094 A EP 98935094A EP 0993671 B1 EP0993671 B1 EP 0993671B1
- Authority
- EP
- European Patent Office
- Prior art keywords
- model
- noise
- frames
- energy
- search
- 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.)
- Expired - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal 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
- G10L2021/02168—Noise filtering characterised by the method used for estimating noise the estimation exclusively taking place during speech pauses
Definitions
- the invention relates to improving the intelligibility of voice communications in the presence of noise. It no longer applies especially but not exclusively to telephone communications or by radiotelephone or other electronic means, at the speech recognition, etc., whenever the recording environment sound is noisy and may deteriorate the perception or recognition of the transmitted voice.
- noise comes from engines, air conditioning, ventilation of on-board equipment, aerodynamic noise. These noises are picked up by the microphone in which the pilot or a member of the crew.
- the invention provides a method of searching for a model of noise which can be used in particular in treatments for reducing noise.
- Noise reduction treatments based on the noise model found allow to increase the signal / noise ratio of the transmitted signal, a aim being to deteriorate the intelligibility of the signal as little as possible.
- the denoising denoising and denoising will be used to speak operations to remove or reduce noise components present in the signal.
- the denoising can be based as we will see on the permanent search for an ambient noise model, on spectral analysis of this noise, and on the digital reconstruction of a useful signal eliminating as much as possible the modeled noise.
- the noise model is sought in the noisy signals themselves and whenever a plausible noise pattern has been found, this noise model is stored for use. Then a new research begins to find a more suitable model or simply more recent.
- the invention provides a search method automatic noise patterns in audio input signals noisy, in which we digitize the input signals, and we process these signals from a model found (for example in order to eliminate at best noise corresponding to the model), characterized in that the signals input are cut into successive frames of P samples each, and a repetitive search for a noise model is performed in permanence in the input signals themselves, looking for N successive frames having the expected characteristics of a noise, in storing the corresponding NxP samples to constitute a model of noise useful for processing denoising of input signals, and repeating the research to find a new noise model and store the new one model to replace the previous one or keep the previous model according to the respective characteristics of the two models.
- the noise model used in particular for denoising is not a known predetermined model or a chosen model among several predetermined models, but this is a model found in the noisy signal itself, which allows not only to adapt denoising to the real annoying noise, but also to adapt the denoising to variations of this noise.
- the noise model is obtained by considering that the signals whose energy is stable (and preferably, as we will see, whose energy is minimal), over a certain period probably represent noise; the invention is characterized, according to claim 1, in that the searching for a noise model then includes searching for N frames successive whose energies are close to each other (N being between a minimum value N1 and a maximum value N2), the calculation of the average energy of the N successive frames found, and the storage NxP samples as a new active model if the relationship between this average energy and the average energy of the frames of the active model previously stored is below a determined replacement threshold.
- the search for N successive frames then comprises at minus the following iterative steps: calculation of the energy of a frame current of rank n can be added to a current model of preparation already comprising n-1 successive frames; ratio calculation between this energy and the energy of the previous frame of rank n-1 (and of preferably that of other previous frames between 1 and n-1); comparison of this ratio with a low threshold less than 1 and a high threshold greater than 1; and decision on the possibility of incorporating the frame of rank n in the model in being developed: the frame is not incorporated into the model if the report is not between the two thresholds; it is incorporated into the model if the ratio is between the two thresholds. The procedure is repeated on the next current frame of input signals, with incrementation of n, until the model is stopped.
- n reaches the high value N2
- the model developed cannot be taken count as an active model only if n-1 is already greater than or equal to the minimum N1, because the principle is that a noise model is representative if it has an approximately stable energy on at least N1 frames.
- the model developed does not become active in place of the previous model only if the ratio between its average energy per frame and the average energy of the previous model does not exceed a threshold of predetermined replacement.
- the search for a new model starts again as soon as the preparation of the previous one is interrupted.
- the replacement of a previous model by a new model is inhibited as soon as speech is detected in noisy signals.
- the presence of speech can indeed be detected by digital signal processing procedures (such as than those that can be used in speech recognition).
- the signal analysis which allows denoising will be based on spectral analysis of signals in time intervals of duration D, which we will call “frames”, and which will have approximately this duration.
- the general principle of the denoising process is based on a permanent and automatic search for a noise model which will be used to process the input signal to denois it.
- This research is done on digitized u (t) signal samples stored in a buffer input.
- This memory is capable of memorizing all the samples of several frames of the input signal (e.g. at least 2 frames).
- the noise model sought consists of a succession multiple frames including energy stability and energy level relative suggest that it is an ambient noise and not a speech signal or some other disturbing noise. We will see later how this automatic search.
- the denoising of the input signal u (t) is done from the model of noise that is in memory, and more precisely from the characteristics spectral of this model.
- a Fourier transform and an estimate of average spectral density of noise are therefore performed on the model of stored noise.
- the denoising operation is preferably done using a digital filtering from Wiener which will be discussed in more detail.
- the filter of Wiener is parameterized by the spectral characteristics of the model of noise recorded and by the spectral characteristics of the signal u (t) to denoise.
- the digitized input signal therefore undergoes a transform of Fourier and an estimate of spectral density.
- the numerical values of the Fourier transform i.e. the input signal represented by its frequency components, are processed by the Wiener filter and the output of the Wiener filter represents, in frequency space, the signal digital denoised, that is to say rid as much as possible of the noise represented by the registered model.
- the filtered digital signal is used either for the reconstruction of a sound signal in which the ambient noise has been partly eliminated, i.e. at the speech Recognition.
- phase of automatic search for a noise model and the permanent updating of this model are crucial steps in the process and are more precisely the subject of the invention.
- noise ambient is a signal with a stable minimum energy in the short term.
- the number of frames intended to assess the noise stability is 5 to 20.
- Energy must be stable over several frames, otherwise we must assume that the signal contains rather speech or noise other than ambient noise. It must be minimal, fault what we consider that the signal contains breathing or phonetic speech elements resembling noise but overlapping to ambient noise.
- Figure 2 shows a typical evolution configuration temporal energy of a microphone signal at the time of a start speech emission, with a breath noise phase, which goes out for a few tens to hundreds of milliseconds to make room for the ambient noise alone, after which a high energy level indicates the presence speech, to finally return to ambient noise.
- N1 5
- a determined range of values for example between 1/3 and 3
- the noise model is generally based on permanent ambient noise. Even before speaking, preceded by breathing, there is a phase where ambient noise alone is present for a sufficient time to be taken into account as an active noise model. This phase ambient noise alone after breathing is brief; the number N1 is chosen relatively weak, so that we have time to readjust the noise model on ambient noise after the breathing phase.
- the ambient noise changes slowly, the change will be taken into account. account of the fact that the comparison threshold with the stored model is greater than 1. If it evolves more rapidly in the increasing direction, the evolution may not be taken into account, so it is best to plan to reset the search for a model from time to time noise. For example, in a stopped ground plane, the ambient noise will be relatively weak, and it should not be that during the phase of takeoff the noise model remains frozen on what it was at a standstill because a noise model is only replaced by a less energetic model or not much more energetic. The methods of reset envisaged.
- FIG. 3 represents a flowchart of the operations of automatic search for an ambient noise pattern.
- the input signal u (t), sampled at the frequency F e 1 / T e and digitized by an analog-digital converter, is stored in a buffer memory capable of storing all the samples of at least 2 frames.
- n The number of the current frame in an operation of looking for a noise pattern is denoted by n and is counted by a counter as you search. At the initialization of the search, n is set to 1. This number n will be incremented progressively the development of a model of several successive frames. when analyzes the current frame n, the model already understands by hypothesis n-1 successive frames meeting the conditions imposed to be part of a model.
- the signal energy of the frame is calculated by summing the squares of the numerical values of the samples of the frame. She is kept in memory.
- the ratio between the energies of the two frames is calculated. If this ratio is between two thresholds S and S 'one of which is greater than 1 and the other is less than 1, we consider that the energies of the two frames are close and that the two frames can be part of a noise model.
- the frames are declared incompatible and the search is reset by resetting n to 1.
- the rank n is incremented of the current frame, and we perform, in a procedure loop iterative, an energy calculation of the next frame and a comparison with the energy of the previous frame or previous frames, using the thresholds S and S '.
- the first type of comparison consists in comparing only the energy of the frame n to the energy of the n-1 frame.
- the second type is to compare the energy of frame n at each of frames 1 to n-1. The second way leads to greater homogeneity of the model but it has the disadvantage of not not take sufficiently into account the cases where the noise level increases or decreases rapidly.
- the energy of the frame of rank n is compared with the energy of the frame of rank n-1 and possibly of other frames previous (not necessarily all of them for that matter).
- N2 is chosen so as to limit the calculation time in subsequent noise spectral density estimation operations.
- n is less than N2
- the homogeneous frame is added to the to help build the noise model, n is incremented and the next frame is analyzed.
- n is equal to N2
- the frame is also added to the n-1 previous homogeneous frames and the model of n homogeneous frames is stored for use in noise elimination. Searching for a model is also reset by resetting n to 1.
- the previous steps relate to the first search for model. But once a model has been stored, it can at any time be replaced by a more recent model.
- the replacement condition is still a condition of energy, but this time it relates to the average energy of the model and not more about the energy of each frame.
- the new model is considered better and we store it in place of the previous one. Otherwise, the new model is rejected and the old remains in force.
- the threshold SR is preferably slightly greater than 1.
- the SR threshold was less than or equal to 1, we would store at each times the least energetic homogeneous frames, which corresponds well to the fact that ambient noise is considered to be the energy level at below which we never descend. But, we would eliminate any possibility evolution of the model if the ambient noise starts to increase.
- SR threshold was too high above 1, there is a risk of poorly distinguish ambient noise and other disturbing noises (breathing), or even some phonemes that sound like noise (consonants hissing or hissing for example). Noise removal from a noise pattern stalled on breath or on whistling consonants or hissing could then harm the intelligibility of the denoised signal.
- the threshold SR is approximately 1.5. At above this threshold we will keep the old model; below this threshold we will replace the old model with the new one. In both cases, we will reset the search by restarting the reading of a first frame of the input signal u (t), and by putting n at 1.
- the digital treatments of commonly used signal in speech detection identify the presence of words based on the characteristic spectra of periodicity of certain phonemes, in particular the corresponding phonemes to vowels or voiced consonants.
- This inhibition is to prevent certain sounds from being taken for noise when these are useful phonemes, that a model of noise based on these sounds is stored and that noise suppression after the development of the model then tends to suppress all the sounds Similar.
- Ambient noise can indeed increase significantly and fast, for example during the acceleration phase of the engines of a plane or other vehicle, air, land or sea. But the SR threshold requires that the previous noise model be kept when the energy average noise increases too quickly.
- Periodicity can be based on duration average speech in the intended application; for example the durations of speech are on average a few seconds for the crew of a airplane, and the reset can take place with a periodicity of a few seconds.
- the proper denoising treatment carried out from of a stored noise model, can be performed as follows, by working on the Fourier transforms of the input signal.
- the Fourier transform of the input signal is carried out frame by frame and provides for each frame P samples in the frequency space, each sample corresponding to a frequency F e / i with i varying from 1 to P. These P samples will be processed preferably in a Wiener filter.
- the Wiener filter is a digital filter of P coefficients each corresponding to one of the frequencies F e / i of the frequency space.
- Each sample of the input signal in the frequency space is multiplied by the respective coefficient W i of the filter.
- the set of P samples thus processed constitutes a denoised signal frame, in the frequency space.
- these denoised frames are used directly in the frequency space.
- the coefficients W i of the Wiener filter are calculated from the spectral density of the noisy input signal and the noise spectral density of the stored noise model.
- the spectral density of a frame of the input signal is obtained from the Fourier transform of the noisy input signal. For each frequency, we take the squared module of the sample provided by the Fourier transform, to obtain a value DS i for each frequency F e / i.
- the module squared of the P samples is calculated for each frame, and the N squared modules corresponding to the same frequency F e / i are averaged over the N frames of the noise model.
- P noise density values DB i are obtained.
- the sample of rank i of the Fourier transform of an input signal frame is multiplied by W i and the succession of the P samples thus multiplied by P Wiener coefficients constitutes the denoised input frame.
- the implementation of the method according to the invention can be done at from non-specialized computers, provided with calculation programs required and receiving the digital signal samples as they are supplied by an analog-to-digital converter.
- This implementation can also be done from a specialized computer based on digital signal processors, which allows more signals to be processed more quickly digital.
- FIG. 4 represents an example of general architecture of a specialized computer receiving the sound signal to denois and providing real time an audible noise signal.
- the computer includes two signal processors digital DSP1 and DSP2 and working memories associated with these processors.
- Noise signals are passed through a converter analog-digital CA / D and are stored in parallel in two FIFO1 and FIFO2 buffers (of the "first-in, first-out" type, i.e. first in first out).
- One of the memories is connected to the processor DSP1, the other to the DSP2 processor.
- the DSP1 processor is the master processor and it is dedicated rather looking for a noise model. It is therefore programmed to execute at least the following operations: frame energy calculation, energy averaging, comparison with thresholds, comparison frame rank with N1 and N2, etc. It also calculates densities energy spectral of the noise model.
- This DSP1 processor is coupled to a dynamic working memory DRAM1 in which we store the current frame sample during a calculation, the energy of a frame current, the energy of the previous frame (s), the samples of Fourier transform of the noise model. It is also coupled with a static working memory in which the tables used are stored the computation of Fourier transforms, and the comparison thresholds S and SR.
- the DSP2 processor is dedicated rather to the calculation of transforms Fourier signal to denois, calculating the spectral density of this signal, calculating Wiener coefficients, Wiener filtering, and inverse Fourier transform if the latter is to be performed.
- the DSP2 processor is coupled to a dynamic working memory DRAM2 and a static working memory SRAM2.
- DRAM2 memory stores current frame samples, transform calculation results from Fourier, results of calculation of spectral energy density of the signal, the calculated Wiener coefficients, etc.
- the SRAM2 memory stores in particular tables used for the computation of Fourier transforms.
- the denoised sound signal samples calculated by the DSP2 processor are transmitted, through a circulating buffer FIFO3, to a digital analog converter CNIA, and to a circuit of smoothing which reconstructs the denoised sound signal in analog form.
Description
L'invention concerne l'amélioration de l'intelligibilité des
communications vocales en présence de bruit. Elle s'applique plus
spécialement mais non exclusivement aux communications téléphoniques ou
radiotéléphoniques ou par d'autres moyens électroniques, à la
reconnaissance vocale, etc., chaque fois que l'environnement de la prise de
son est bruité et risque de détériorer la perception ou la reconnaissance de
la voix transmise.
Un exemple peut en être donné à propos des communications
vocales à l'intérieur d'un avion ou d'un autre véhicule bruyant. Dans le cas
d'un avion, les bruits résultent des moteurs, de la climatisation, de la
ventilation des équipements de bord, des bruits aérodynamiques. Ces bruits
sont captés par le microphone dans lequel parle le pilote ou un membre de
l'équipage.
L'invention propose un procédé de recherche d'un modèle de
bruit pouvant servir en particulier dans des traitements de réduction du
bruit. Les traitements de réduction de bruit fondés sur le modèle de bruit
trouvé permettent d'augmenter le rapport signal/bruit du signal transmis, un
but étant de détériorer le moins possible l'intelligibilité du signal. Dans cette
demande, les néologismes débruitage et débruiter seront utilisés pour parler
des opérations visant à enlever ou réduire des composantes de bruit
présentes dans le signal.
Le débruitage pourra se fonder comme on le verra sur la
recherche permanente d'un modèle de bruit ambiant, sur l'analyse spectrale
numérique de ce bruit, et sur la reconstruction numérique d'un signal utile
éliminant autant que possible le bruit modélisé.
Le modèle de bruit est recherché dans les signaux bruités eux-mêmes
et chaque fois qu'un modèle de bruit plausible a été trouvé, ce
modèle de bruit est stocké pour pouvoir être utilisé. Puis, une nouvelle
recherche commence pour trouver un modèle plus adapté ou simplement
plus récent.
Plus précisément, l'invention propose un procédé de recherche
automatique de modèles de bruit dans des signaux d'entrée sonores
bruités, dans lequel on numérise les signaux d'entrée, et on traite ces
signaux à partir d'un modèle trouvé (par exemple en vue d'éliminer au mieux
le bruit correspondant au modèle), caractérisé en ce que les signaux
d'entrée sont découpés en trames successives de P échantillons chacune,
et une recherche répétitive d'un modèle de bruit est effectuée en
permanence dans les signaux d'entrée eux-mêmes, en recherchant N
trames successives ayant les caractéristiques attendues d'un bruit, en
stockant les NxP échantillons correspondants pour constituer un modèle de
bruit utile au traitement de débruitage des signaux d'entrée, et en réitérant la
recherche pour trouver un nouveau modèle de bruit et stocker le nouveau
modèle en remplacement du précédent ou conserver le modèle précédent
selon les caractéristiques respectives des deux modèles.
Par conséquent, le modèle de bruit servant notamment au
débruitage n'est pas un modèle prédéterminé connu ou un modèle choisi
parmi plusieurs modèles prédéterminés, mais c'est un modèle trouvé dans le
signal bruité lui-même, ce qui permet non seulement d'adapter le débruitage
au véritable bruit gênant, mais aussi d'adapter le débruitage aux variations
de ce bruit.
Le modèle de bruit est obtenu en considérant que les signaux
dont l'énergie est stable (et, de préférence, comme on le verra, dont
l'énergie est minimale), sur une certaine durée représentent probablement
du bruit; l'invention est caractérisée, selon la revendication 1, en ce que la
recherche d'un modèle de bruit comprend alors la recherche de N trames
successives dont les énergies sont proches les unes des autres (N étant
compris entre une valeur minimale N1 et une valeur maximale N2), le calcul
de l'énergie moyenne des N trames successives trouvées, et le stockage
des NxP échantillons à titre de nouveau modèle actif si le rapport entre cette
énergie moyenne et l'énergie moyenne des trames du modèle actif
précédemment stocké est inférieur à un seuil de remplacement déterminé.
On notera que les documents US-A-5 550 924 et WO 97 18 647
utilisent une analyse spectrale pour la recherche de modèles de bruit.
La recherche de N trames successives comprend alors au
moins les étapes itératives suivantes : calcul de l'énergie d'une trame
courante de rang n susceptible d'être ajoutée à un modèle en cours
d'élaboration comprenant déjà n-1 trames successives; calcul du rapport
entre cette énergie et l'énergie de la trame précédente de rang n-1 (et de
préférence celle d'autres trames précédentes entre 1 et n-1); comparaison
de ce rapport avec un seuil bas inférieur à 1 et un seuil haut supérieur à 1;
et décision sur la possibilité d'incorporer la trame de rang n au modèle en
cours d'élaboration : la trame n'est pas incorporée au modèle si le rapport
n'est pas compris entre les deux seuils; elle est incorporée au modèle si le
rapport est compris entre les deux seuils. La procédure est réitérée sur la
trame courante suivante des signaux d'entrée, avec incrémentation de n,
jusqu'à l'arrêt de l'élaboration du modèle.
L'élaboration du modèle est arrêtée soit dans le cas où n
atteint la valeur haute N2, soit dans le cas où la trame de rang n n'est pas
incorporée au modèle parce que le rapport d'énergies calculé sort de la
gamme prescrite. Dans ce dernier cas, le modèle élaboré ne peut être pris
en compte comme modèle actif que si n-1 est déjà supérieur ou égal au
minimum N1, car le principe est qu'un modèle de bruit est représentatif s'il a
une énergie à peu près stable sur au moins N1 trames.
De préférence, le modèle élaboré ne devient actif à la place du
modèle précédent que si le rapport entre son énergie moyenne par trame et
l'énergie moyenne du modèle précédent ne dépasse pas un seuil de
remplacement prédéterminé.
Dans tous les cas, la recherche d'un nouveau modèle
recommence dès que l'élaboration du précédent est interrompue.
Enfin, de préférence, on peut prévoir que le remplacement d'un
modèle précédent par un nouveau modèle est inhibé dès que de la parole
est détectée dans les signaux bruités. La présence de parole peut en effet
être détectée par des procédures de traitement de signal numérique (telles
que celles qu'on peut utiliser dans la reconnaissance de parole).
D'autres caractéristiques et avantages de
l'invention apparaítront à la lecture de la description détaillée qui suit et qui
est faite en référence aux dessins annexés dans lesquels :
- la figure 1 représente un organigramme général d'un procédé de réduction de bruit utilisant le procédé de l'invention;
- la figure 2 représente un exemple typique de signal issu d'une prise de son bruitée;
- la figure 3 représente l'organigramme des étapes de recherche d'un modèle de bruit dans le signal d'entrée;
- la figure 4 représente un exemple d'architecture de circuit électronique pour la mise en oeuvre d'opérations de débruitage utilisant le procédé selon l'invention.
Dans l'analyse de la parole, il est usuel de considérer que les
régimes stationnaires de production du son s'établissent sur des durées
comprises entre 10 et 20 millisecondes.
L'analyse de signaux qui permet le débruitage reposera sur
l'analyse spectrale des signaux dans des intervalles de temps de durée D,
qu'on appellera "trames", et qui auront à peu près cette durée.
Chaque trame comportera P=2p échantillons de signal
numérisé, le nombre P dépendant de la fréquence d'échantillonnage du
signal traité, de manière que la trame ait une durée de l'ordre de 10 à 20 ms
quelle que soit la fréquence d'échantillonnage Fe = 1/Te. Par exemple, pour
une fréquence d'échantillonnage de 10 kHz, la trame comportera P = 128
échantillons (p = 7) et durera 12,8 ms.
Le schéma de la figure 1 est un organigramme expliquant le
principe général du procédé de débruitage.
Le signal d'entrée à traiter, issu par exemple d'un microphone,
est noté u(t), avec une partie utile s(t) et un bruit indésirable b(t), avec
u(t) = s(t) + b(t), le temps t étant supposé discret (t = kTe) puisque le signal
est échantillonné avant d'être numérisé dans un convertisseur analogique-numérique.
Dans la suite, on considérera, à titre d'exemple représentant
l'application principale de l'invention, que le traitement des signaux d'entrée
est un traitement de débruitage à partir du modèle de bruit trouvé. D'autres
applications peuvent être envisagées (recherche de consonnes sifflantes ou
chuintantes, par exemple).
Le principe général du procédé de débruitage repose sur une
recherche permanente et automatique d'un modèle de bruit qui servira à
traiter le signal d'entrée pour le débruiter. Cette recherche est faite sur les
échantillons de signal u(t) numérisés et stockés dans une mémoire tampon
d'entrée. Cette mémoire est capable de mémoriser simultanément tous les
échantillons de plusieurs trames du signal d'entrée (par exemple au moins 2
trames).
Le modèle de bruit recherché est constitué par une succession
de plusieurs trames dont la stabilité en énergie et le niveau d'énergie
relative font penser qu'il s'agit d'un bruit ambiant et non d'un signal de parole
ou d'un autre bruit perturbateur. On verra plus loin comment se fait cette
recherche automatique.
Lorsqu'un modèle de bruit est trouvé, tous les échantillons des
N trames successives représentant ce modèle de bruit sont conservés en
mémoire, de sorte que le spectre de ce bruit peut être analysé et peut servir
au débruitage. Mais la recherche automatique de bruit continue à partir du
signal d'entrée u(t) pour trouver éventuellement un modèle plus récent et
plus adapté, soit parce qu'il représente mieux le bruit ambiant, soit parce
que le bruit ambiant a évolué. Le modèle de bruit plus récent est mis en
mémoire à la place du précédent, si la comparaison avec le précédent
montre qu'il est plus représentatif du bruit ambiant.
Le débruitage du signal d'entrée u(t) se fait à partir du modèle
de bruit qui est en mémoire, et plus précisément à partir des caractéristiques
spectrales de ce modèle. Une transformée de Fourier et une estimation de
densité spectrale moyenne de bruit sont donc effectuées sur le modèle de
bruit stocké. L'opération de débruitage se fait de préférence grâce à un
filtrage numérique de Wiener sur lequel on reviendra plus en détail. Le filtre
de Wiener est paramétré par les caractéristiques spectrales du modèle de
bruit enregistré et par les caractéristiques spectrales du signal u(t) à
débruiter. Le signal d'entrée numérisé subit donc une transformée de
Fourier et une estimation de densité spectrale. Les valeurs numériques de la
transformée de Fourier, c'est-à-dire le signal d'entrée représenté par ses
composantes fréquentielles, sont traitées par le filtre de Wiener et la sortie
du filtre de Wiener représente, dans l'espace fréquentiel, le signal
numérique débruité, c'est-à-dire débarrassé le mieux possible du bruit
représenté par le modèle enregistré.
Le signal numérique filtré sert soit à la reconstruction d'un
signal sonore dans lequel le bruit ambiant a été en partie éliminé, soit à la
reconnaissance vocale.
La phase de recherche automatique d'un modèle de bruit et la
mise à jour permanente de ce modèle sont des étapes cruciales du procédé
et font plus précisément l'objet de l'invention.
Les postulats de départ pour l'élaboration automatique d'un
modèle de bruit sont les suivants :
- le bruit qu'on veut éliminer est le bruit de fond ambiant;
- le bruit ambiant a une énergie relativement stable à court terme,
- la parole est le plus souvent précédée d'un bruit de respiration du pilote qu'il ne faut pas confondre avec le bruit ambiant; mais ce bruit de respiration s'éteint quelques centaines de millisecondes avant la première émission de parole proprement dite, de sorte qu'on ne retrouve que le bruit ambiant juste avant l'émission de parole;
- et enfin, les bruits et la parole se superposent en termes d'énergie de signal, de sorte qu'un signal contenant de la parole ou un bruit perturbateur, y compris la respiration dans le microphone, contient forcément plus d'énergie qu'un signal de bruit ambiant.
Il en résulte qu'on fera l'hypothèse simple suivante : le bruit
ambiant est un signal présentant une énergie minimale stable à court terme.
Par court terme il faut entendre quelques trames, et on verra dans l'exemple
pratique donné ci-après que le nombre de trames destiné à évaluer la
stabilité du bruit est de 5 à 20. L'énergie doit être stable sur plusieurs
trames, faute de quoi on doit supposer que le signal contient plutôt de la
parole ou un bruit autre que le bruit ambiant. Elle doit être minimale, faute
de quoi on considère que le signal contient de la respiration ou des
éléments phonétiques de parole ressemblant à du bruit mais se superposant
au bruit ambiant.
La figure 2 représente une configuration typique d'évolution
temporelle de l'énergie d'un signal microphonique au moment d'un début
d'émission de parole, avec une phase de bruit de respiration, qui s'éteint
pendant quelques dizaines à centaines de millisecondes pour faire place au
bruit ambiant seul, après quoi un niveau d'énergie élevé indique la présence
de parole, pour revenir enfin au bruit ambiant.
La recherche automatique du bruit ambiant consiste alors à
trouver au moins N1 trames successives (par exemple N1 = 5) dont les
énergies sont proches les unes des autres, c'est-à-dire que le rapport entre
l'énergie de signal contenue dans une trame et l'énergie de signal contenue
dans la ou, de préférence, les trames précédentes est situé à l'intérieur
d'une gamme de valeurs déterminée (par exemple compris entre 1/3 et 3).
Lorsqu'une telle succession de trames d'énergie relativement stable a été
trouvée, on stocke les valeurs numériques de tous les échantillons de ces N
trames. Cet ensemble de NxP échantillons constitue le modèle courant de
bruit. Il est utilisé dans le débruitage. L'analyse des trames suivantes
continue. Si on trouve une autre succession d'au moins N1 trames
successives répondant aux mêmes conditions de stabilité d'énergie
(rapports d'énergies de trames dans une gamme déterminée), on compare
alors l'énergie moyenne de cette nouvelle succession de trames à l'énergie
moyenne du modèle stocké, et on remplace ce dernier par la nouvelle
succession si le rapport entre l'énergie moyenne de la nouvelle succession
et l'énergie moyenne du modèle stocké est inférieur à un seuil de
remplacement déterminé qui peut être de 1,5 par exemple.
De ce remplacement d'un modèle de bruit par un modèle plus
récent moins énergétique ou pas beaucoup plus énergétique, il résulte que
le modèle de bruit se cale globalement sur le bruit ambiant permanent.
Même avant une prise de parole, précédée d'une respiration, il existe une
phase où le bruit ambiant seul est présent pendant une durée suffisante
pour pouvoir être pris en compte comme modèle de bruit actif. Cette phase
de bruit ambiant seul après respiration est brève; le nombre N1 est choisi
relativement faible, afin qu'on ait le temps de recaler le modèle de bruit sur
le bruit ambiant après la phase de respiration.
Si le bruit ambiant évolue lentement, l'évolution sera prise en
compte du fait que le seuil de comparaison avec le modèle stocké est
supérieur à 1. S'il évolue plus rapidement dans le sens croissant, l'évolution
risque de ne pas être prise en compte, de sorte qu'il est préférable de
prévoir de temps en temps une réinitialisation de la recherche d'un modèle
de bruit. Par exemple, dans un avion au sol à l'arrêt, le bruit ambiant sera
relativement faible, et il ne faudrait pas qu'au cours de la phase de
décollage le modèle de bruit reste figé sur ce qu'il était à l'arrêt du fait qu'un
modèle de bruit n'est remplacé que par un modèle moins énergétique ou pas
beaucoup plus énergétique. On expliquera plus loin les méthodes de
réinitialisation envisagées.
La figure 3 représente un organigramme des opérations de
recherche automatique d'un modèle de bruit ambiant.
Le signal d'entrée u(t), échantillonné à la fréquence Fe = 1/Te et
numérisé par un convertisseur analogique-numérique, est stocké dans une
mémoire tampon capable de stocker tous les échantillons d'au moins 2
trames.
Le numéro de la trame courante dans une opération de
recherche d'un modèle de bruit est désigné par n et est compté par un
compteur au fur et à mesure de la recherche. A l'initialisation de la
recherche, n est mis à 1. Ce numéro n sera incrémenté au fur et à mesure
de l'élaboration d'un modèle de plusieurs trames successives. Lorsqu'on
analyse la trame courante n, le modèle comprend déjà par hypothèse n-1
trames successives répondant aux conditions imposées pour faire partie
d'un modèle.
On considère d'abord qu'il s'agit d'une première élaboration de
modèle, aucun autre modèle précédent n'ayant été construit. On verra
ensuite ce qui se passe pour des élaborations ultérieures.
L'énergie de signal de la trame est calculée par sommation des
carrés des valeurs numériques des échantillons de la trame. Elle est
conservée en mémoire.
On lit ensuite la trame suivante de rang n = 2, et son énergie
est calculée de la même manière. Elle est également conservée en
mémoire.
On calcule le rapport entre les énergies des deux trames. Si ce
rapport est compris entre deux seuils S et S' dont l'un est supérieur à 1 et
l'autre est inférieur à 1, on considère que les énergies des deux trames sont
proches et que les deux trames peuvent faire partie d'un modèle de bruit.
Les seuils S et S' sont de préférence inverses l'un de l'autre (S' = 1/S) de
sorte qu'il suffit de définir l'un pour avoir l'autre. Par exemple, une valeur
typique est S = 3, S' = 1/3. Si les trames peuvent faire partie d'un même
modèle de bruit, les échantillons qui les composent sont stockés pour
commencer à construire le modèle, et la recherche continue par itération en
incrémentant n d'une unité.
Si le rapport entre les énergies des deux premières trames sort
de l'intervalle imposé, les trames sont déclarées incompatibles et la
recherche est réinitialisée en remettant n à 1.
Dans le cas où la recherche continue, on incrémente le rang n
de la trame courante, et on effectue, dans une boucle de procédure
itérative, un calcul d'énergie de la trame suivante et une comparaison avec
l'énergie de la trame précédente ou des trames précédentes, en utilisant les
seuils S et S'.
On notera à ce propos que deux types de comparaison sont
possibles pour ajouter une trame à n-1 trames précédentes qui ont déjà été
considérées comme homogènes en énergie : le premier type de
comparaison consiste à comparer uniquement l'énergie de la trame n à
l'énergie de la trame n-1. Le deuxième type consiste à comparer l'énergie de
la trame n à chacune des trames 1 à n-1. La deuxième manière aboutit à
une plus grande homogénéité du modèle mais elle a l'inconvénient de ne
pas prendre en compte suffisamment bien les cas où le niveau de bruit croít
ou décroít rapidement.
Ainsi, l'énergie de la trame de rang n est comparée avec
l'énergie de la trame de rang n-1 et éventuellement d'autres trames
précédentes (pas forcément toutes d'ailleurs).
Si la comparaison indique qu'il n'y a pas homogénéité avec les
trames précédentes, du fait que le rapport des énergies n'est pas compris
entre 1/S et S, deux cas sont possibles :
- ou bien n est inférieur ou égal à un nombre minimal N1 en dessous duquel le modèle ne peut pas être considéré comme significatif du bruit ambiant parce que la durée d'homogénéité est trop courte; par exemple N1 = 5; dans ce cas on abandonne le modèle en cours d'élaboration, et on réinitialise la recherche au début en remettant n à 1;
- ou bien n est supérieur au nombre minimal N1. Dans ce cas, puisqu'on trouve maintenant un manque d'homogénéité, on considère qu'il y a peut-être un début de parole après une phase de bruit homogène, et on conserve à titre de modèle de bruit tous les échantillons des n-1 trames de bruit homogènes qui ont précédé le manque d'homogénéité. Ce modèle reste stocké jusqu'à ce qu'on trouve un modèle plus récent qui semble également représenter du bruit ambiant. La recherche est réinitialisée de toutes façons en remettant n à 1.
Mais la comparaison de la trame n avec les précédentes aurait
pu encore aboutir à la constatation d'une trame encore homogène en
énergie avec la ou les précédentes. Dans ce cas, ou bien n est inférieur à
un deuxième nombre N2 (par exemple N2 = 20) qui représente la longueur
maximale souhaitée pour le modèle de bruit, ou bien n est devenu égal à ce
nombre N2. Le nombre N2 est choisi de manière à limiter le temps de calcul
dans les opérations ultérieures d'estimation de densité spectrale de bruit.
Si n est inférieur à N2, la trame homogène est ajoutée aux
précédentes pour contribuer à construire le modèle de bruit, n est
incrémenté et la trame suivante est analysée.
Si n est égal à N2, la trame est également ajoutée aux n-1
trames homogènes précédentes et le modèle de n trames homogènes est
stocké pour servir dans l'élimination du bruit. La recherche d'un modèle est
par ailleurs réinitialisée en remettant n à 1.
Les étapes précédentes concernent la première recherche de
modèle. Mais une fois qu'un modèle a été stocké, il peut à tout moment être
remplacé par un modèle plus récent.
La condition de remplacement est encore une condition
d'énergie, mais cette fois elle porte sur l'énergie moyenne du modèle et non
plus sur l'énergie de chaque trame.
Par conséquent, si un modèle possible vient d'être trouvé, avec
N trames où N1<N<N2, on calcule l'énergie moyenne de ce modèle qui est
la somme des énergies des N trames, divisée par N, et on la compare à
l'énergie moyenne des N' trames du modèle précédemment stocké.
Si le rapport entre l'énergie moyenne du nouveau modèle
possible et l'énergie moyenne du modèle actuel en vigueur est inférieur à un
seuil de remplacement SR, le nouveau modèle est considéré comme
meilleur et on le stocke à la place du précédent. Sinon, le nouveau modèle
est rejeté et l'ancien reste en vigueur.
Le seuil SR est de préférence légèrement supérieur à 1.
Si le seuil SR était inférieur ou égal à 1, on stockerait à chaque
fois les trames homogènes les moins énergétiques, ce qui correspond bien
au fait qu'on considère que le bruit ambiant est le niveau d'énergie au
dessous duquel on ne descend jamais. Mais, on éliminerait toute possibilité
d'évolution du modèle si le bruit ambiant se mettait à augmenter.
Si le seuil SR était trop élevé au dessus de 1, on risquerait de
mal distinguer le bruit ambiant et d'autres bruits perturbateurs (respiration),
voire même certains phonèmes qui ressemblent à du bruit (consonnes
sifflantes ou chuintantes par exemple). L'élimination de bruit à partir d'un
modèle de bruit calé sur la respiration ou sur des consonnes sifflantes ou
chuintantes risquerait alors de nuire à l'intelligibilité du signal débruité.
Dans un exemple préféré le seuil SR est d'environ 1,5. Au
dessus de ce seuil on conservera l'ancien modèle; en dessous de ce seuil
on remplacera l'ancien modèle par le nouveau. Dans les deux cas, on
réinitialisera la recherche en recommençant la lecture d'une première trame
du signal d'entrée u(t), et en mettant n à 1.
Pour rendre l'élaboration du modèle de bruit plus fiable, on
peut prévoir que la recherche d'un modèle est inhibée si une émission de
parole est détectée dans le signal utile. Les traitements numériques de
signal couramment utilisés en détection de parole permettent d'identifier la
présence de paroles en se fondant sur les spectres caractéristiques de
périodicité de certains phonèmes, notamment les phonèmes correspondant
à des voyelles ou à des consonnes voisées.
Le but de cette inhibition est d'éviter que certains sons soient
pris pour du bruit alors que ce sont des phonèmes utiles, qu'un modèle de
bruit fondé sur ces sons soit stocké et que la suppression du bruit
postérieure à l'élaboration du modèle tende alors à supprimer tous les sons
similaires.
Par ailleurs, il est souhaitable de prévoir de temps en temps
une réinitialisation de la recherche du modèle pour permettre une remise à
jour du modèle alors que les augmentations du bruit ambiant n'ont pas été
prises en compte du fait que SR n'est pas beaucoup supérieur à 1.
Le bruit ambiant peut en effet augmenter de façon importante
et rapide, par exemple pendant la phase d'accélération des moteurs d'un
avion ou d'un autre véhicule, aérien, terrestre ou maritime. Mais le seuil SR
impose que le modèle de bruit précédent soit conservé lorsque l'énergie
moyenne de bruit augmente trop vite.
Si on souhaite remédier à cette situation, on peut procéder de
différentes manières, mais la manière la plus simple est de réinitialiser le
modèle périodiquement en recherchant un nouveau modèle et en l'imposant
comme modèle actif indépendamment de la comparaison entre ce modèle et
le modèle précédemment stocké. La périodicité peut être basée sur la durée
moyenne d'élocution dans l'application envisagée; par exemple les durées
d'élocution sont en moyenne de quelques secondes pour l'équipage d'un
avion, et la réinitialisation peut avoir lieu avec une périodicité de quelques
secondes.
Le traitement de débruitage proprement dit, effectué à partir
d'un modèle de bruit stocké, peut être effectué de la manière suivante, en
travaillant sur les transformées de Fourier du signal d'entrée.
La transformée de Fourier du signal d'entrée est effectué trame
par trame et fournit pour chaque trame P échantillons dans l'espace
fréquentiel, chaque échantillon correspondant à une fréquence Fe/i avec i
variant de 1 à P. Ces P échantillons seront traités de préférence dans un
filtre de Wiener. Le filtre de Wiener est un filtre numérique de P coefficients
correspondant chacun à une des fréquences Fe/i de l'espace fréquentiel.
Chaque échantillon du signal d'entrée dans l'espace fréquentiel est multiplié
par le coefficient Wi respectif du filtre. L'ensemble des P échantillons ainsi
traités constitue une trame de signal débruité, dans l'espace fréquentiel.
Pour les applications de reconnaissance vocale, on utilise directement ces
trames débruitées dans l'espace fréquentiel. Pour des applications où on
veut reconstituer un signal sonore réel débruité, on effectue successivement
une transformée de Fourier inverse sur chaque trame, une conversion
numérique-analogique, et un lissage.
Les coefficients Wi du filtre de Wiener sont calculés à partir de
la densité spectrale du signal d'entrée bruité et de la densité spectrale de
bruit du modèle de bruit stocké.
La densité spectrale d'une trame du signal d'entrée est
obtenue à partir de la transformée de Fourier du signal d'entrée bruité. Pour
chaque fréquence, on prend le module au carré de l'échantillon fourni par la
transformée de Fourier, pour obtenir une valeur DSi pour chaque fréquence
Fe/i.
Pour la densité spectrale du modèle de bruit, on calcule le
module au carré des P échantillons pour chaque trame, et on moyenne sur
les N trames du modèle de bruit les N modules au carré correspondant à
une même fréquence Fe/i. On obtient P valeurs de densité de bruit DBi.
Le coefficient de Wiener Wi pour la fréquence Fe/i est alors
W1 = 1 - DBi/DSi.
L'échantillon de rang i de la transformée de Fourier d'une
trame de signal d'entrée est multiplié par Wi et la succession des P
échantillons ainsi multipliés par P coefficients de Wiener constitue la trame
d'entrée débruitée.
La mise en oeuvre du procédé selon l'invention peut se faire à
partir de calculateurs non spécialisés, pourvus des programmes de calcul
nécessaires et recevant les échantillons de signaux numérisés tels qu'ils
sont fournis par un convertisseur analogique-numérique.
Cette mise en oeuvre peut aussi se faire à partir d'un
calculateur spécialisé à base de processeurs de signaux numériques, ce qui
permet de traiter plus rapidement un plus grand nombre de signaux
numériques.
La figure 4 représente un exemple d'architecture générale d'un
calculateur spécialisé recevant le signal sonore à débruiter et fournissant en
temps réel un signal sonore débruité.
Le calculateur comprend deux processeurs de signaux
numériques DSP1 et DSP2 et des mémoires de travail associées à ces
processeurs.
Les signaux sonores bruités passent dans un convertisseur
analogique-numérique CA/N et sont stockés en parallèle dans deux
mémoires tampons FIFO1 et FIFO2 (du type "first-in, first-out", c'est-à-dire
premier entré premier sorti). L'une des mémoires est reliée au processeur
DSP1, l'autre au processeur DSP2.
Le processeur DSP1 est le processeur maítre et il est dédié
plutôt à la recherche d'un modèle de bruit. Il est donc programmé pour
exécuter au moins les opérations suivantes : calcul d'énergie de trames,
calculs de moyennes d'énergie, comparaison avec des seuils, comparaison
de rang de trame avec N1 et N2, etc. Il calcule également des densités
spectrales d'énergie du modèle de bruit. Ce processeur DSP1 est couplé à
une mémoire de travail dynamique DRAM1 dans laquelle on stocke
l'échantillon de trame courante pendant un calcul, l'énergie d'une trame
courante, l'énergie de la ou des trames précédentes, les échantillons de
transformée de Fourier du modèle de bruit. Il est couplé également à une
mémoire de travail statique dans laquelle sont stockées les tables servant
au calcul de transformées de Fourier, et les seuils de comparaison S et SR.
Le processeur DSP2 est dédié plutôt au calcul de transformées
de Fourier du signal à débruiter, au calcul de densité spectrale de ce signal,
au calcul des coefficients de Wiener, au filtrage de Wiener, et à la
transformée de Fourier inverse si cette dernière doit être effectuée. Le
processeur DSP2 est couplé à une mémoire de travail dynamique DRAM2 et
une mémoire de travail statique SRAM2. La mémoire DRAM2 stocke des
échantillons de trame courante, des résultats de calcul de transformée de
Fourier, des résultats de calcul de densité spectrale d'énergie du signal, les
coefficients de Wiener calculés, etc... La mémoire SRAM2 stocke
notamment des tables servant au calcul de transformées de Fourier.
Les échantillons de signal sonore débruités calculés par le
processeur DSP2 sont transmis, à travers une mémoire tampon circulante
FIFO3, à un convertisseur numérique analogique CNIA, et à un circuit de
lissage qui reconstitue sous forme analogique le signal sonore débruité.
Claims (8)
- Procédé de recherche automatique de modèles de bruit dans des signaux d'entrée sonores bruités, comprenant la numérisation des signaux d'entrée, et le traitement de ces signaux à partir d'un modèle trouvé, procédé dans lequel. les signaux d'entrée sont découpés en trames successives de P échantillons chacune, et une recherche répétitive d'un modèle de bruit est effectuée en permanence dans les signaux d'entrée eux-mêmes, en recherchant N trames successives ayant les caractéristiques attendues d'un bruit, en stockant les NxP échantillons correspondants pour constituer un modèle de bruit utile au traitement de débruitage des signaux d'entrée, et en réitérant la recherche pour trouver un nouveau modèle de bruit et stocker le nouveau modèle en remplacement du précédent ou conserver le modèle précédent selon les caractéristiques respectives des deux modèles, caractérisé en ce que la recherche d'un modèle de bruit comprend la recherche de N trames successives dont les énergies sont proches les unes des autres, N étant compris entre une valeur minimale N1 et une valeur maximale N2, le calcul de l'énergie moyenne des N trames successives trouvées, et le stockage des NxP échantillons à titre de nouveau modèle actif si le rapport entre cette énergie moyenne et l'énergie moyenne des trames du modèle actif précédemment stocké est inférieur à un seuil de remplacement déterminé.
- Procédé selon la revendication 1, caractérisé en ce que la recherche de N trames successives comprend alors au moins les étapes itératives suivantes : calcul de l'énergie d'une trame courante de rang n susceptible d'être ajoutée à un modèle en cours d'élaboration comprenant déjà n-1 trames successives; calcul du rapport entre cette énergie et l'énergie de la trame précédente de rang n-1; comparaison de ce rapport avec un seuil bas inférieur à 1 et un seuil haut supérieur à 1; et décision sur la possibilité d'incorporer la trame de rang n au modèle en cours d'élaboration en fonction du résultat de la comparaison.
- Procédé selon la revendication 2, caractérisé en ce que la recherche de N trames successives comprend également le calcul du rapport entre l'énergie de la trame courante et l'énergie d'une ou plusieurs autres trames précédentes, la comparaison avec les seuils, la trame étant incorporée au modèle en cours d'élaboration en fonction du résultat de la comparaison.
- Procédé selon l'une des revendications 2 et 3, caractérisé en ce que dans le cas où la trame de rang n est incorporée au modèle, on incrémente n d'une unité pour continuer l'élaboration du modèle si n est inférieur à N2, et, dans le cas contraire, on arrête l'élaboration du modèle, on calcule l'énergie moyenne des n trames, on calcule le rapport entre cette énergie et l'énergie moyenne des trames du modèle précédemment stocké, on conserve le modèle précédent ou on le remplace par le modèle en cours d'élaboration selon la valeur du rapport, et on recommence la recherche itérative d'un nouveau modèle.
- Procédé selon l'une des revendications 2 et 3, caractérisé en ce que dans le cas où la trame courante de rang n n'est pas incorporée au modèle en cours d'élaboration,on arrête l'élaboration du modèle de n-1 trames;si n est supérieur à N1, on calcule le rapport entre l'énergie moyenne des trames du modèle en cours d'élaboration et l'énergie moyenne des trames du modèle précédemment stocké, et on conserve le modèle précédent ou on le remplace par le nouveau modèle selon la valeur du rapport,et on recommence une recherche itérative d'un nouveau modèle.
- Procédé selon l'une des revendications précédentes, caractérisé en ce que l'on recherche la présence de parole dans le signal d'entrée, et on inhibe la recherche d'un nouveau modèle si la présence de parole est détectée.
- Procédé selon l'une des revendications précédentes, caractérisé en ce qu'on réinitialise périodiquement la recherche en imposant le nouveau modèle quelles que soient les caractéristiques respectives du nouveau modèle et du modèle précédent
- Procédé selon l'une des revendications précédentes, caractérisé en ce que l'on traite les signaux d'entrée bruités à partir d'un modèle de bruit trouvé, par filtrage spectral, en vue d'éliminer au mieux le bruit correspondant au modèle.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9708509A FR2765715B1 (fr) | 1997-07-04 | 1997-07-04 | Procede de recherche d'un modele de bruit dans des signaux sonores bruites |
| FR9708509 | 1997-07-04 | ||
| PCT/FR1998/001428 WO1999001862A1 (fr) | 1997-07-04 | 1998-07-03 | Procede de recherche d'un modele de bruit dans des signaux sonores bruites |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| EP0993671A1 EP0993671A1 (fr) | 2000-04-19 |
| EP0993671B1 true EP0993671B1 (fr) | 2002-06-12 |
Family
ID=9508879
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| EP98935094A Expired - Lifetime EP0993671B1 (fr) | 1997-07-04 | 1998-07-03 | Procede de recherche d'un modele de bruit dans des signaux sonores bruites |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6438513B1 (fr) |
| EP (1) | EP0993671B1 (fr) |
| JP (1) | JP4338226B2 (fr) |
| DE (1) | DE69806006T2 (fr) |
| FR (1) | FR2765715B1 (fr) |
| WO (1) | WO1999001862A1 (fr) |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6633842B1 (en) * | 1999-10-22 | 2003-10-14 | Texas Instruments Incorporated | Speech recognition front-end feature extraction for noisy speech |
| EP1104925A1 (fr) * | 1999-12-03 | 2001-06-06 | Siemens Aktiengesellschaft | Procédé de traitement de la parole par soustraction d'une fonction du bruit |
| EP1152399A1 (fr) * | 2000-05-04 | 2001-11-07 | Faculte Polytechniquede Mons | Traitement en sous bandes de signal de parole par réseaux de neurones |
| FR2808917B1 (fr) * | 2000-05-09 | 2003-12-12 | Thomson Csf | Procede et dispositif de reconnaissance vocale dans des environnements a niveau de bruit fluctuant |
| US7010483B2 (en) * | 2000-06-02 | 2006-03-07 | Canon Kabushiki Kaisha | Speech processing system |
| US7072833B2 (en) * | 2000-06-02 | 2006-07-04 | Canon Kabushiki Kaisha | Speech processing system |
| US6954745B2 (en) * | 2000-06-02 | 2005-10-11 | Canon Kabushiki Kaisha | Signal processing system |
| US20020026253A1 (en) * | 2000-06-02 | 2002-02-28 | Rajan Jebu Jacob | Speech processing apparatus |
| US7035790B2 (en) * | 2000-06-02 | 2006-04-25 | Canon Kabushiki Kaisha | Speech processing system |
| EP1170728A1 (fr) * | 2000-07-05 | 2002-01-09 | Alcatel | Dispositif de réduction adaptive du bruit dans des signaux de parole |
| US7062442B2 (en) * | 2001-02-23 | 2006-06-13 | Popcatcher Ab | Method and arrangement for search and recording of media signals |
| EP1417583B1 (fr) * | 2001-02-23 | 2006-10-11 | Popcatcher Ab | Procédé de réception d'un signal multimédia |
| GB2380644A (en) * | 2001-06-07 | 2003-04-09 | Canon Kk | Speech detection |
| FR2842064B1 (fr) * | 2002-07-02 | 2004-12-03 | Thales Sa | Systeme de spatialisation de sources sonores a performances ameliorees |
| SE524162C2 (sv) * | 2002-08-23 | 2004-07-06 | Rickard Berg | Förfarande för att behandla signaler |
| WO2004109661A1 (fr) * | 2003-06-05 | 2004-12-16 | Matsushita Electric Industrial Co., Ltd. | Appareil et procede de reglage de la qualite sonore |
| EP1494040A1 (fr) * | 2003-06-30 | 2005-01-05 | Sulzer Markets and Technology AG | Méthode de compensation de bruit de quantification et utilisation de la méthode |
| US8718298B2 (en) * | 2003-12-19 | 2014-05-06 | Lear Corporation | NVH dependent parallel compression processing for automotive audio systems |
| JP4340686B2 (ja) * | 2004-03-31 | 2009-10-07 | パイオニア株式会社 | 音声認識装置及び音声認識方法 |
| US7139701B2 (en) * | 2004-06-30 | 2006-11-21 | Motorola, Inc. | Method for detecting and attenuating inhalation noise in a communication system |
| CN101031963B (zh) * | 2004-09-16 | 2010-09-15 | 法国电信 | 处理有噪声的声音信号的方法以及实现该方法的装置 |
| JP5724361B2 (ja) * | 2010-12-17 | 2015-05-27 | 富士通株式会社 | 音声認識装置、音声認識方法および音声認識プログラム |
| CN104301064B (zh) | 2013-07-16 | 2018-05-04 | 华为技术有限公司 | 处理丢失帧的方法和解码器 |
| US9633669B2 (en) * | 2013-09-03 | 2017-04-25 | Amazon Technologies, Inc. | Smart circular audio buffer |
| DE102013111784B4 (de) * | 2013-10-25 | 2019-11-14 | Intel IP Corporation | Audioverarbeitungsvorrichtungen und audioverarbeitungsverfahren |
| CN105225666B (zh) | 2014-06-25 | 2016-12-28 | 华为技术有限公司 | 处理丢失帧的方法和装置 |
| EP3248191B1 (fr) * | 2015-01-20 | 2021-09-29 | Dolby Laboratories Licensing Corporation | Modélisation et réduction de bruit de systèmes de propulsion de drone |
| CN105991900B (zh) * | 2015-02-05 | 2019-08-09 | 扬智科技股份有限公司 | 噪声检测方法和去噪方法 |
| CN106067847B (zh) * | 2016-05-25 | 2019-10-22 | 腾讯科技（深圳）有限公司 | 一种语音数据传输方法及装置 |
| CN109087659A (zh) * | 2018-08-03 | 2018-12-25 | 三星电子（中国）研发中心 | 音频优化方法及设备 |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4630304A (en) * | 1985-07-01 | 1986-12-16 | Motorola, Inc. | Automatic background noise estimator for a noise suppression system |
| US5029118A (en) * | 1985-12-04 | 1991-07-02 | Nissan Motor Co. Ltd. | Periodic noise canceling system and method |
| FR2677828B1 (fr) | 1991-06-14 | 1993-08-20 | Sextant Avionique | Procede de detection d'un signal utile bruite. |
| FR2697101B1 (fr) | 1992-10-21 | 1994-11-25 | Sextant Avionique | Procédé de détection de la parole. |
| FR2704111B1 (fr) | 1993-04-16 | 1995-05-24 | Sextant Avionique | Procédé de détection énergétique de signaux noyés dans du bruit. |
| US5521851A (en) * | 1993-04-26 | 1996-05-28 | Nihon Kohden Corporation | Noise reduction method and apparatus |
| WO1995002288A1 (fr) * | 1993-07-07 | 1995-01-19 | Picturetel Corporation | Reduction de bruits de fond pour l'amelioration de la qualite de voix |
| JPH07193548A (ja) * | 1993-12-25 | 1995-07-28 | Sony Corp | 雑音低減処理方法 |
| JP3453898B2 (ja) * | 1995-02-17 | 2003-10-06 | ソニー株式会社 | 音声信号の雑音低減方法及び装置 |
| JP2685031B2 (ja) * | 1995-06-30 | 1997-12-03 | 日本電気株式会社 | 雑音消去方法及び雑音消去装置 |
| US5659622A (en) * | 1995-11-13 | 1997-08-19 | Motorola, Inc. | Method and apparatus for suppressing noise in a communication system |
| FR2744871B1 (fr) | 1996-02-13 | 1998-03-06 | Sextant Avionique | Systeme de spatialisation sonore, et procede de personnalisation pour sa mise en oeuvre |
| US5937381A (en) * | 1996-04-10 | 1999-08-10 | Itt Defense, Inc. | System for voice verification of telephone transactions |
| US6144937A (en) * | 1997-07-23 | 2000-11-07 | Texas Instruments Incorporated | Noise suppression of speech by signal processing including applying a transform to time domain input sequences of digital signals representing audio information |
| TW333610B (en) * | 1997-10-16 | 1998-06-11 | Winbond Electronics Corp | The phonetic detecting apparatus and its detecting method |
| US6216103B1 (en) * | 1997-10-20 | 2001-04-10 | Sony Corporation | Method for implementing a speech recognition system to determine speech endpoints during conditions with background noise |
| US6182018B1 (en) * | 1998-08-25 | 2001-01-30 | Ford Global Technologies, Inc. | Method and apparatus for identifying sound in a composite sound signal |
| US6188981B1 (en) * | 1998-09-18 | 2001-02-13 | Conexant Systems, Inc. | Method and apparatus for detecting voice activity in a speech signal |
| US6108610A (en) * | 1998-10-13 | 2000-08-22 | Noise Cancellation Technologies, Inc. | Method and system for updating noise estimates during pauses in an information signal |
| US6289309B1 (en) * | 1998-12-16 | 2001-09-11 | Sarnoff Corporation | Noise spectrum tracking for speech enhancement |
-
1997
- 1997-07-04 FR FR9708509A patent/FR2765715B1/fr not_active Expired - Fee Related
-
1998
- 1998-07-03 EP EP98935094A patent/EP0993671B1/fr not_active Expired - Lifetime
- 1998-07-03 DE DE69806006T patent/DE69806006T2/de not_active Expired - Fee Related
- 1998-07-03 WO PCT/FR1998/001428 patent/WO1999001862A1/fr active IP Right Grant
- 1998-07-03 JP JP50654799A patent/JP4338226B2/ja not_active Expired - Fee Related
- 1998-07-03 US US09/446,886 patent/US6438513B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| WO1999001862A1 (fr) | 1999-01-14 |
| FR2765715A1 (fr) | 1999-01-08 |
| JP4338226B2 (ja) | 2009-10-07 |
| DE69806006T2 (de) | 2002-12-19 |
| FR2765715B1 (fr) | 1999-09-17 |
| US6438513B1 (en) | 2002-08-20 |
| DE69806006D1 (de) | 2002-07-18 |
| EP0993671A1 (fr) | 2000-04-19 |
| JP2002513479A (ja) | 2002-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0993671B1 (fr) | Procede de recherche d'un modele de bruit dans des signaux sonores bruites | |
| EP0918317B1 (fr) | Procédé de filtrage fréquentiel appliqué au débruitage de signaux sonores mettant en oeuvre un filtre de Wiener | |
| EP1789956B1 (fr) | Procede de traitement d'un signal sonore bruite et dispositif pour la mise en oeuvre du procede | |
| EP0594480B1 (fr) | Procédé de détection de la parole | |
| EP1154405B1 (fr) | Procédé et dispositif de reconnaissance vocale dans des environnements a niveau de bruit fluctuant | |
| EP2057835B1 (fr) | Procédé de réduction de l'écho acoustique résiduel après suppression d'écho dans un dispositif "mains libres" | |
| EP1830349B1 (fr) | Procédé de débruitage d'un signal audio | |
| EP2772916B1 (fr) | Procédé de débruitage d'un signal audio par un algorithme à gain spectral variable à dureté modulable dynamiquement | |
| WO2002061731A1 (fr) | Procede et dispositif de reduction de bruit | |
| FR2943875A1 (fr) | Procede et dispositif de classification du bruit de fond contenu dans un signal audio. | |
| WO1999005831A1 (fr) | Procede et dispositif d'egalisation aveugle des effets d'un canal de transmission sur un signal de parole numerique | |
| WO2003048711A2 (fr) | System de detection de parole dans un signal audio en environnement bruite | |
| EP1131813B1 (fr) | Procede de reconnaissance vocale dans un signal acoustique bruite et systeme mettant en oeuvre ce procede | |
| CA2404441C (fr) | Parametres robustes pour la reconnaissance de parole bruitee | |
| EP0534837B1 (fr) | Procédé de traitement de la parole en présence de bruits acoustiques utilisant la sous traction spectrale non-linéaire et les modèles de Markov cachés | |
| EP3627510A1 (fr) | Filtrage d'un signal sonore acquis par un systeme de reconnaissance vocale | |
| EP1016073A1 (fr) | Procede de debruitage d'un signal de parole numerique | |
| EP2515300B1 (fr) | Procédé et système de réduction du bruit | |
| EP1021805B1 (fr) | Procede et disposition de conditionnement d'un signal de parole numerique | |
| WO1999027523A1 (fr) | Procede de reconstruction, apres debruitage, de signaux sonores |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PUAI | Public reference made under article 153(3) epc to a published international application that has entered the european phase |
Free format text: ORIGINAL CODE: 0009012 |
|
| 17P | Request for examination filed |
Effective date: 20000105 |
|
| AK | Designated contracting states |
Kind code of ref document: A1 Designated state(s): DE FR GB NL |
|
| 17Q | First examination report despatched |
Effective date: 20000921 |
|
| RAP1 | Party data changed (applicant data changed or rights of an application transferred) |
Owner name: THALES AVIONICS S.A. |
|
| GRAG | Despatch of communication of intention to grant |
Free format text: ORIGINAL CODE: EPIDOS AGRA |
|
| RIC1 | Information provided on ipc code assigned before grant |
Free format text: 7G 10L 21/02 A |
|
| GRAG | Despatch of communication of intention to grant |
Free format text: ORIGINAL CODE: EPIDOS AGRA |
|
| GRAH | Despatch of communication of intention to grant a patent |
Free format text: ORIGINAL CODE: EPIDOS IGRA |
|
| GRAH | Despatch of communication of intention to grant a patent |
Free format text: ORIGINAL CODE: EPIDOS IGRA |
|
| GRAA | (expected) grant |
Free format text: ORIGINAL CODE: 0009210 |
|
| AK | Designated contracting states |
Kind code of ref document: B1 Designated state(s): DE FR GB NL |
|
| REG | Reference to a national code |
Ref country code: GB Ref legal event code: FG4D Free format text: NOT ENGLISH |
|
| REF | Corresponds to: |
Ref document number: 69806006 Country of ref document: DE Date of ref document: 20020718 |
|
| GBT | Gb: translation of ep patent filed (gb section 77(6)(a)/1977) |
Effective date: 20020813 |
|
| PLBE | No opposition filed within time limit |
Free format text: ORIGINAL CODE: 0009261 |
|
| STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT |
|
| 26N | No opposition filed |
Effective date: 20030313 |
|
| PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: NL Payment date: 20090705 Year of fee payment: 12 Ref country code: GB Payment date: 20090701 Year of fee payment: 12 Ref country code: DE Payment date: 20090626 Year of fee payment: 12 |
|
| REG | Reference to a national code |
Ref country code: NL Ref legal event code: V1 Effective date: 20110201 |
|
| GBPC | Gb: european patent ceased through non-payment of renewal fee |
Effective date: 20100703 |
|
| PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: DE Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20110201 |
|
| REG | Reference to a national code |
Ref country code: DE Ref legal event code: R119 Ref document number: 69806006 Country of ref document: DE Effective date: 20110201 |
|
| PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: NL Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20110201 |
|
| PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: GB Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20100703 |
|
| REG | Reference to a national code |
Ref country code: FR Ref legal event code: PLFP Year of fee payment: 19 |
|
| PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: FR Payment date: 20160628 Year of fee payment: 19 |
|
| REG | Reference to a national code |
Ref country code: FR Ref legal event code: ST Effective date: 20180330 |
|
| PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: FR Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES Effective date: 20170731 |