處理裝置、處理方法、程序、計(jì)算機(jī)可讀信息記錄介質(zhì)以及處理系統(tǒng)的制作方法
【專利摘要】一種處理裝置估計(jì)在聲音信號(hào)中所包括的噪聲的噪聲振幅譜。處理裝置包括振幅譜計(jì)算部分，配置來針對(duì)將聲音信號(hào)劃分成時(shí)間單元而獲得的每個(gè)幀來計(jì)算聲音信號(hào)的振幅譜；以及噪聲振幅譜估計(jì)部分，配置來估計(jì)從幀中檢測(cè)到的噪聲的噪聲振幅譜。噪聲振幅譜估計(jì)部分包括第一估計(jì)部分，配置來基于由振幅譜計(jì)算部分所計(jì)算的振幅譜與在檢測(cè)到噪聲之前出現(xiàn)的幀的振幅譜之間的差值，來估計(jì)噪聲振幅譜，以及第二估計(jì)部分，配置來基于衰減函數(shù)來估計(jì)所述噪聲振幅譜，所述衰減函數(shù)從檢測(cè)到所述噪聲之后出現(xiàn)的幀的噪聲振幅譜獲得。
【專利說明】處理裝置、處理方法、程序、計(jì)算機(jī)可讀信息記錄介質(zhì)以及 處理系統(tǒng)
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及處理裝置、處理方法、程序、計(jì)算機(jī)可讀信息記錄介質(zhì)以及處理系統(tǒng)。
【背景技術(shù)】
[0002] 例如，存在諸如攝影機(jī)、數(shù)碼相機(jī)以及IC記錄器等之類的電子裝置、以及用于經(jīng) 由網(wǎng)絡(luò)在裝置/設(shè)備之間發(fā)送/接收聲音等的并且進(jìn)行會(huì)議的會(huì)議系統(tǒng)，其中的每一個(gè)均 應(yīng)用從錄制的、發(fā)送的和/或接收的聲音中減少噪聲的技術(shù)，從而能夠清楚地聽到聲音。
[0003] 作為從輸入的聲音中減少噪聲的方法，抑制噪聲的裝置等是已知的，例如，通過該 裝置，利用譜減（spectrum subtraction)方法，從作為輸入的混有噪聲的聲音中獲得噪聲 被抑制的聲音作為輸出（例如，見日本特開專利申請(qǐng)第2011-257643號(hào)）。
[0004] 根據(jù)上述譜減方法，例如可以減少持續(xù)產(chǎn)生的噪聲，例如來自空調(diào)的聲音。然而， 例如，存在難以減少各種類型的突然產(chǎn)生的噪聲的情形，例如由敲擊個(gè)人計(jì)算機(jī)鍵盤所產(chǎn) 生的聲音、由敲擊桌子所產(chǎn)生的聲音或者由點(diǎn)擊圓珠筆筆尖所產(chǎn)生的聲音。
【發(fā)明內(nèi)容】
[0005] 根據(jù)本發(fā)明的一個(gè)方面，估計(jì)在聲音信號(hào)中所包括的噪聲的噪聲振幅譜的處理裝 置具有振幅譜計(jì)算部分，配置來針對(duì)將所述聲音信號(hào)劃分成時(shí)間單元而獲得的每個(gè)幀來計(jì) 算所述聲音信號(hào)的振幅譜；以及噪聲振幅譜估計(jì)部分，配置來估計(jì)從所述幀中檢測(cè)到的噪 聲的噪聲振幅譜。所述噪聲振幅譜估計(jì)部分包括第一估計(jì)部分和第二估計(jì)部分。所述第一 估計(jì)部分配置來基于由所述振幅譜計(jì)算部分所計(jì)算的振幅譜與在檢測(cè)到所述噪聲之前出 現(xiàn)的幀的振幅譜之間的差值，來估計(jì)所述噪聲振幅譜。所述第二估計(jì)部分配置來基于衰減 函數(shù)來估計(jì)所述噪聲振幅譜，所述衰減函數(shù)從檢測(cè)到所述噪聲之后出現(xiàn)的幀的噪聲振幅譜 獲得。
[0006] 結(jié)合附圖閱讀，通過下面的詳細(xì)描述，本發(fā)明的其它目的、特性以及優(yōu)點(diǎn)將變得更 加顯著。
【專利附圖】
【附圖說明】
[0007] 圖1是示出根據(jù)第一實(shí)施例的處理裝置的功能配置的框圖；
[0008] 圖2示出了輸入至根據(jù)第一實(shí)施例的處理裝置的聲音信號(hào)；
[0009] 圖3示出了根據(jù)第一實(shí)施例的處理裝置的硬件配置；
[0010] 圖4是示出根據(jù)第一實(shí)施例的處理裝置的噪聲振幅譜估計(jì)部分的功能配置的框 圖；
[0011] 圖5示出了在根據(jù)第一實(shí)施例的處理裝置中的噪聲振幅譜估計(jì)方法；
[0012] 圖6示出了在根據(jù)第一實(shí)施例的處理裝置中估計(jì)噪聲振幅譜的處理的流程圖；
[0013] 圖7是示出在根據(jù)第一實(shí)施例的處理裝置中的噪聲振幅譜估計(jì)部分的功能配置 的另一示例的框圖；
[0014] 圖8是示出根據(jù)第二實(shí)施例的處理系統(tǒng)的功能配置的框圖；
[0015] 圖9示出了根據(jù)第二實(shí)施例的處理系統(tǒng)的硬件配置；
[0016] 圖10是示出根據(jù)第三實(shí)施例的處理裝置的功能配置的框圖；
[0017] 圖11示出了根據(jù)第三實(shí)施例的處理裝置的硬件配置；
[0018] 圖12是示出根據(jù)第三實(shí)施例的處理裝置的噪聲振幅譜估計(jì)部分的功能配置的框 圖；
[0019] 圖13示出了在根據(jù)第三實(shí)施例的處理裝置中估計(jì)噪聲振幅譜的處理的流程圖；
[0020] 圖14是示出在根據(jù)第三實(shí)施例的處理裝置中的噪聲振幅譜估計(jì)部分的功能配置 的另一示例的框圖；
[0021] 圖15是示出根據(jù)第四實(shí)施例的處理系統(tǒng)的功能配置的框圖；以及
[0022] 圖16示出了根據(jù)第四實(shí)施例處理系統(tǒng)的硬件配置。
【具體實(shí)施方式】
[0023] 下面，將利用附圖描述本發(fā)明的實(shí)施例。在各個(gè)附圖中，相同的參考數(shù)字/字母用 于相同的元件/組件，并且可省略重復(fù)的描述。
[0024] [第一實(shí)施例]
[0025] 〈處理裝置的功能配置〉
[0026] 圖1是示出根據(jù)第一實(shí)施例的處理裝置100的功能配置的框圖。
[0027] 如圖1中所示，處理裝置100包括輸入端子IN、頻率譜轉(zhuǎn)換部分（frequency spectrum conversion part) 101、噪聲檢測(cè)部分A 102、噪聲檢測(cè)部分B 103、噪聲振幅譜估 計(jì)部分104、噪聲譜減部分（noise spectrum subtraction part) 105、頻率譜逆轉(zhuǎn)換部分 106以及輸出端子OUT。
[0028] 聲音信號(hào)輸入至處理裝置100的輸入端子IN。如圖2中所示，劃分至各個(gè)時(shí)間單 元"u"（例如，每個(gè)時(shí)間單元"u"是IOms等）的聲音信號(hào)Sis輸入到輸入端子IN。注意，在 下文中，劃分至各個(gè)時(shí)間單元"u"的聲音信號(hào)Sis的片段稱為"幀"。注意，聲音信號(hào)Sis是 與經(jīng)由輸入設(shè)備所輸入的聲音相對(duì)應(yīng)的信號(hào)，所述輸入設(shè)備例如用于輸入聲音的麥克風(fēng)， 并且聲音信號(hào)Sis可以包括除了語(yǔ)音之外的聲音。
[0029] 頻率譜轉(zhuǎn)換部分101將輸入至輸入端子IN的聲音信號(hào)Sis轉(zhuǎn)換為頻率譜，并且輸 出頻率譜Sif。頻率譜轉(zhuǎn)換部分101例如利用快速傅里葉變換（FFT)將聲音信號(hào)轉(zhuǎn)換為頻 率譜。
[0030] 噪聲檢測(cè)部分A 102確定所輸入的聲音信號(hào)Sis中是否包括噪聲，并且將噪聲檢 測(cè)結(jié)果輸出至噪聲振幅譜估計(jì)部分104,作為檢測(cè)信息A IdA。
[0031] 噪聲檢測(cè)部分B 103確定從頻率譜轉(zhuǎn)換部分101輸出的頻率譜Sif中是否包括噪 聲，并且將噪聲檢測(cè)結(jié)果輸出至噪聲振幅譜估計(jì)部分104,作為檢測(cè)信息B IdB。
[0032] 噪聲振幅譜估計(jì)部分104基于從噪聲檢測(cè)部分A 102輸出的檢測(cè)信息AIdA以及 從噪聲檢測(cè)部分B 103輸出的檢測(cè)信息B IdB，對(duì)從頻率譜轉(zhuǎn)換部分101所輸出的頻率譜 Sif中所包括的噪聲的振幅譜Seno (在下文中，稱為"噪聲振幅譜"）進(jìn)行估計(jì)。
[0033] 噪聲譜減部分105從頻率譜轉(zhuǎn)換部分101輸出的頻率譜Sif中減去從噪聲振幅譜 估計(jì)部分104輸出的噪聲振幅譜Seno,并且輸出其中的噪聲已由此得以減少的頻率譜Sof。
[0034] 頻率譜逆轉(zhuǎn)換部分106將從噪聲譜減部分105輸出的、其中噪聲已由此得以減少 了的頻率譜Sof轉(zhuǎn)換為聲音信號(hào)Sos，并且輸出所述聲音信號(hào)Sos。頻率譜逆轉(zhuǎn)換部分106 例如利用傅里葉逆變換來將頻率譜Sof轉(zhuǎn)換為聲音信號(hào)Sos。
[0035] 輸出端子OUT輸出從頻率譜逆轉(zhuǎn)換部分106輸出的、其中噪聲已得以由此減少了 的聲音信號(hào)§〇s。
[0036] 〈處理裝置的硬件配置〉
[0037] 圖3示出了處理裝置100的硬件配置。
[0038] 如圖3中所示，處理裝置100包括控制器110、網(wǎng)絡(luò)I/F 115、記錄介質(zhì)I/F部分 116、輸入端子IN、以及輸出端子OUT。控制器110包括CPU 111、HDD(硬盤驅(qū)動(dòng)器）112、 ROM(只讀存儲(chǔ)器）113以及RAM(隨機(jī)訪問存儲(chǔ)器）114。
[0039] CPU 111包括算術(shù)邏輯單元，將程序和數(shù)據(jù)從諸如HDD 112或ROM 113之類的儲(chǔ) 存設(shè)備讀取至RAM 114中，執(zhí)行處理，并且由此，實(shí)現(xiàn)處理裝置100的各個(gè)功能。由此，CPU 111起到頻率譜轉(zhuǎn)換部分101、噪聲檢測(cè)部分A102、噪聲檢測(cè)部分B 103、噪聲振幅譜估計(jì)部 分104、噪聲譜減部分105、頻率譜逆轉(zhuǎn)換部分106(圖1中所示）等的作用或其中多個(gè)部分 的作用。
[0040] HDD 112為存儲(chǔ)程序和數(shù)據(jù)的非易失性性存儲(chǔ)設(shè)備。所存儲(chǔ)的程序和數(shù)據(jù)包括 OS (操作系統(tǒng)）、應(yīng)用軟件等，所述OS為控制整個(gè)處理裝置100的基礎(chǔ)軟件，所述應(yīng)用軟件 提供關(guān)于OS的各種功能。HDD 112起到振幅譜存儲(chǔ)部分45、噪聲振幅譜存儲(chǔ)部分46 (稍后 描述）等的作用。
[0041] ROM 113為非易失性半導(dǎo)體存儲(chǔ)器（存儲(chǔ)設(shè)備），即使在電力供給切斷之后，其仍 具有存儲(chǔ)程序和數(shù)據(jù)的能力。ROM 113存儲(chǔ)程序和數(shù)據(jù)，例如當(dāng)處理裝置100啟動(dòng)時(shí)將被執(zhí) 行的BIOS (基本輸入/輸出系統(tǒng)）、0S設(shè)置、網(wǎng)絡(luò)設(shè)置等。RAM 114為易失性半導(dǎo)體存儲(chǔ)器 (存儲(chǔ)設(shè)備），用于暫時(shí)存儲(chǔ)程序和數(shù)據(jù)。
[0042] 網(wǎng)絡(luò)I/F部分115是外圍設(shè)備與處理裝置100之間的接口，所述外圍設(shè)備具有通 信功能、經(jīng)由諸如有線和/或無線電路之類的數(shù)據(jù)傳輸路徑所構(gòu)建的網(wǎng)絡(luò)而連接，所述網(wǎng) 絡(luò)例如LAN(局域網(wǎng)）、WAN(廣域網(wǎng)）等。
[0043] 記錄介質(zhì)I/F部分116針對(duì)記錄介質(zhì)的接口。處理裝置100利用記錄介質(zhì)I/F部 分116具有從記錄介質(zhì)117讀取信息和/或向記錄介質(zhì)117寫入信息的能力。記錄介質(zhì) 117的具體示例包括軟盤、CD、DVD (數(shù)字多功能盤）、SD存儲(chǔ)卡以及USB存儲(chǔ)器（通用串行 總線存儲(chǔ)器）。
[0044] 〈處理裝置的聲音處理〉
[0045] 接下來，將詳細(xì)描述由處理裝置100的各個(gè)部分所進(jìn)行的聲音處理。
[0046] 《輸入的聲音信號(hào)的噪聲檢測(cè)》
[0047] 噪聲檢測(cè)部分A 102(見圖1)例如基于輸入的聲音信號(hào)Sis的功率波動(dòng)來確定輸 入的聲音信號(hào)Sis是否包括噪聲。在該情形中，噪聲檢測(cè)部分A 102針對(duì)每一幀計(jì)算輸入 的聲音信號(hào)Sis的功率，并且計(jì)算要被確定是否包括噪聲的幀（噪聲檢測(cè)目標(biāo)幀）的功率 與緊鄰噪聲檢測(cè)目標(biāo)幀之前出現(xiàn)的幀的功率之間的差值。
[0048] 在時(shí)間tl與t2之間的幀中輸入的聲音信號(hào)的功率"p"可以從下列方程式（1)獲 得，其中X (t)表不在時(shí)間t輸入的聲音信號(hào)的值：
【權(quán)利要求】
1. 一種估計(jì)在聲音信號(hào)中所包括的噪聲的噪聲振幅譜的處理裝置，所述處理裝置包 括： 振幅譜計(jì)算部分，配置來針對(duì)將所述聲音信號(hào)劃分成時(shí)間單元而獲得的每個(gè)幀來計(jì)算 所述聲音信號(hào)的振幅譜；以及 噪聲振幅譜估計(jì)部分，配置來估計(jì)從所述幀中檢測(cè)到的噪聲的噪聲振幅譜，其中 所述噪聲振幅譜估計(jì)部分包括 第一估計(jì)部分，配置來基于由所述振幅譜計(jì)算部分所計(jì)算的振幅譜與在檢測(cè)到所述噪 聲之前出現(xiàn)的幀的振幅譜之間的差值，來估計(jì)所述噪聲振幅譜，以及 第二估計(jì)部分，配置來基于衰減函數(shù)來估計(jì)所述噪聲振幅譜，所述衰減函數(shù)從檢測(cè)到 所述噪聲之后出現(xiàn)的幀的噪聲振幅譜獲得。
2. 根據(jù)權(quán)利要求1所述的處理裝置，還包括： 噪聲檢測(cè)部分，配置來確定所述幀中是否存在所述噪聲；以及 執(zhí)行信號(hào)輸出部分，配置來基于從所述噪聲檢測(cè)部分檢測(cè)到所述噪聲時(shí)起所經(jīng)過的時(shí) 間，將執(zhí)行信號(hào)輸出至所述第一估計(jì)部分或所述第二估計(jì)部分，以使所述第一估計(jì)部分或 所述第二估計(jì)部分估計(jì)所述噪聲振幅譜。
3. 根據(jù)權(quán)利要求2所述的處理裝置，還包括： 噪聲振幅譜存儲(chǔ)部分，配置來存儲(chǔ)由所述噪聲振幅譜估計(jì)部分所估計(jì)的所述噪聲振幅 譜；以及 噪聲振幅譜存儲(chǔ)控制部分，配置來，在所述噪聲檢測(cè)部分檢測(cè)到所述噪聲之后，根據(jù)從 所述噪聲檢測(cè)部分檢測(cè)到所述噪聲時(shí)起所經(jīng)過的時(shí)間，將由所述噪聲振幅譜估計(jì)部分所估 計(jì)的所述噪聲振幅譜存儲(chǔ)在所述噪聲振幅譜存儲(chǔ)部分中。
4. 根據(jù)權(quán)利要求1所述的處理裝置，其中 由所述第二估計(jì)部分所獲得的所述衰減函數(shù)是指數(shù)函數(shù)。
5. 根據(jù)權(quán)利要求1所述的處理裝置，還包括： 振幅譜存儲(chǔ)部分，配置來存儲(chǔ)由所述振幅譜計(jì)算部分所計(jì)算的所述振幅譜；以及 振幅譜存儲(chǔ)控制部分，配置來當(dāng)已檢測(cè)到所述噪聲時(shí)，暫時(shí)存儲(chǔ)由所述振幅譜計(jì)算部 分所計(jì)算的所述振幅譜，并且將暫時(shí)所存儲(chǔ)的振幅譜存儲(chǔ)在所述振幅譜存儲(chǔ)部分中。
6. 根據(jù)權(quán)利要求1所述的處理裝置，還包括： 噪聲調(diào)節(jié)部分，配置來調(diào)節(jié)由所述第一估計(jì)部分或所述第二估計(jì)部分所估計(jì)的所述噪 聲振幅譜的幅度。
7. 根據(jù)權(quán)利要求6所述的處理裝置，其中 所述噪聲調(diào)節(jié)部分，配置來通過改變將與由所述第一估計(jì)部分或所述第二估計(jì)部分所 估計(jì)的所述噪聲振幅譜相乘的系數(shù)的值來調(diào)節(jié)所述噪聲振幅譜的幅度。
8. 根據(jù)權(quán)利要求6所述的處理裝置，其中 所述噪聲調(diào)節(jié)部分配置來通過改變由所述第二估計(jì)部分所獲得的所述衰減函數(shù)的系 數(shù)的值來調(diào)節(jié)所述噪聲振幅譜的幅度。
9. 一種估計(jì)在聲音信號(hào)中所包括的噪聲的噪聲振幅譜的處理方法，所述處理方法包 括： 針對(duì)將所述聲音信號(hào)劃分成時(shí)間單元而獲得的每個(gè)幀來計(jì)算所述聲音信號(hào)的振幅譜； 以及 估計(jì)從所述幀中檢測(cè)到的噪聲的噪聲振幅譜，其中 所述估計(jì)包括 基于由所述振幅譜計(jì)算部分所計(jì)算的振幅譜與在檢測(cè)到所述噪聲之前出現(xiàn)的幀的振 幅譜之間的差值，來估計(jì)所述噪聲振幅譜，以及 基于衰減函數(shù)來估計(jì)所述噪聲振幅譜，所述衰減函數(shù)從檢測(cè)到所述噪聲之后出現(xiàn)的幀 的噪聲振幅譜獲得。
10. -種用于使計(jì)算機(jī)執(zhí)行權(quán)利要求9中所述的處理方法的程序。
11. 一種計(jì)算機(jī)可讀信息記錄介質(zhì)，在所述計(jì)算機(jī)可讀信息記錄介質(zhì)中存儲(chǔ)有權(quán)利要 求10中所述的程序。
12. -種包括經(jīng)由網(wǎng)絡(luò)連接的多個(gè)處理裝置的處理系統(tǒng)，所述處理系統(tǒng)包括： 振幅譜計(jì)算部分，配置來針對(duì)將聲音信號(hào)劃分成時(shí)間單元而獲得的每個(gè)幀來計(jì)算所述 聲音信號(hào)的振幅譜；以及 噪聲振幅譜估計(jì)部分，配置來估計(jì)從所述幀中檢測(cè)到的噪聲的噪聲振幅譜，其中 所述噪聲振幅譜估計(jì)部分包括 第一估計(jì)部分，配置來基于由所述振幅譜計(jì)算部分所計(jì)算的振幅譜與在檢測(cè)到所述噪 聲之前出現(xiàn)的幀的振幅譜之間的差值，來估計(jì)所述噪聲振幅譜，以及 第二估計(jì)部分，配置來基于衰減函數(shù)來估計(jì)所述噪聲振幅譜，所述衰減函數(shù)從檢測(cè)到 所述噪聲之后出現(xiàn)的幀的噪聲振幅譜獲得。
【文檔編號(hào)】G10L21/0208GK104364845SQ201380030900
【公開日】2015年2月18日 申請(qǐng)日期:2013年4月19日 優(yōu)先權(quán)日:2012年5月1日
【發(fā)明者】相場(chǎng)亮人, 鷹見淳一 申請(qǐng)人:株式會(huì)社理光