PL3309784T3

Esimation of background noise in audio signals

Abstract

This record has no abstract on file.

PL3309784T3, drawing sheet 1
Sheet 1 of 29

Term

8.8 yearsto projected expiry

Projected expiry 1 July 2035, counted from filing; an application has no term until it is granted.

  1. Priority
  2. Filed
  3. Published
  4. Today
  5. Projected expiry

15 claims: 4 independent, 11 dependent

  1. 1
    Zastrzeżenia patentowe 1. Sposób szacowania szumu tła w sygnale audio, który to sposób obejmuje:- uzyskanie (201) co najmniej jednego parametru powiązanego z wejściowym segmentem sygnału audio na podstawie: - zysku pierwszej predykcji liniowej obliczonego jako iloraz energii sygnału wejściowego i resztkowej energii sygnału z pierwszej predykcji liniowej dla segmentu sygnału audio;i - zysku drugiej predykcji liniowej obliczonego jako iloraz resztkowej energii sygnału z pierwszej predykcji liniowej i resztkowej energii sygnału z drugiej predykcji liniowej dla segmentu sygnału audio;- ustalenie (202) na podstawie tego co najmniej jednego parametru, czy segment sygnału audio zawiera przerwę wolną od mowy i muzyki;i: jeśli ustalono, że segment sygnału audio zawiera przerwę: - aktualizowanie (203) oszacowanie szumu tła na podstawie segmentu sygnału audio.
  2. 2
    Sposób według zastrz. 1, w którym pierwsza predykcja liniowa jest predykcją liniową 2. rzędu, a druga predykcja liniowa jest predykcją liniową 16. rzędu.
  3. 3
    Sposób według zastrz. 1 albo 2, w którym uzyskanie tego co najmniej jednego parametru obejmuje:ograniczenie zysków pierwszej i drugiej predykcji liniowej do przyjmowania wartości z określonego z góry przedziału.
  4. 4
    Sposób według dowolnego z zastrz. od 1 do 3, w którym uzyskanie tego co najmniej jednego parametru obejmuje:stworzenie co najmniej jednego oszacowania długookresowego każdego z zysków pierwszej i drugiej predykcji liniowej, w którym oszacowanie długookresowe jest dalej oparte na odpowiednich zyskach predykcji liniowej powiązanych z co najmniej jednym poprzedzającym segmentem sygnału audio. EP 3 309 784 B1
  5. 5
    Sposób według dowolnego z zastrz. od 1 do 4, w którym uzyskanie tego co najmniej jednego parametru obejmuje:ustalenie różnicy między jednym z zysków predykcji liniowej powiązanym z segmentem sygnału audio a oszacowaniem długookresowym wymienionego zysku predykcji liniowej.
  6. 6
    Sposób według dowolnego z zastrz. od 1 do 5, w którym uzyskanie tego co najmniej jednego parametru obejmuje:ustalenie różnicy między dwoma oszacowaniami długookresowymi powiązanymi z jednym z zysków predykcji liniowej.
  7. 7
    Sposób według dowolnego z zastrz. od 1 do 6, w którym uzyskanie tego co najmniej jednego parametru obejmuje filtrowanie dolnoprzepustowe zysku pierwszej i drugiej predykcji liniowej.
  8. 8
    Sposób według zastrz. 7, w którym współczynniki filtra, co najmniej jednego filtra dolnoprzepustowego, zależą od związku między zyskiem predykcji liniowej powiązanego z segmentem sygnału audio, a średnią odpowiedniego zysku predykcji liniowej otrzymaną na podstawie wielu poprzedzających segmentów sygnału audio.
  9. 9
    Sposób według dowolnego z poprzednich zastrzeżeń, w którym ustalenie, czy segment sygnału audio zawiera przerwę jest dalej oparte na mierze bliskości widmowej powiązanego z segmentem sygnału audio.
  10. 10
    Sposób według zastrz. 9, obejmujący ponadto uzyskanie miary bliskości widmowej na podstawie energii dla zbioru pasm częstotliwości segmentu sygnału aaudio i oszacowań szumu tła odpowiadających temu zbiorowi pasm częstotliwości.
  11. 11
    Sposób według zastrz. 10, w którym w okresie inicjalizacji wartość początkowa Emin jest stosowana jako oszacowania szumu tła na podstawie których otrzymywana jest miara bliskości widmowej.
  12. 12
    Aparatura (1100), do szacowania szumu tła w sygnale audio, obejmującym wiele segmentów sygnału audio, która to aparatura jest przystosowana do:- uzyskania co najmniej jednego parametru na podstawie: - zysku pierwszej predykcji liniowej obliczonego jako iloraz energii segmentu sygnału audio i resztkowej energii sygnału z pierwszej predykcji liniowej dla segmentu sygnału audio;i - zysku drugiej predykcji liniowej obliczonego jako iloraz resztkowej energii sygnału z pierwszej predykcji liniowej i resztkowej energii sygnału z drugiej predykcji liniowej dla segmentu sygnału audio;- ustalenia na podstawie tego co najmniej jednego parametru, czy segment sygnału audio zawiera przerwę wolną od mowy i muzyki;i: jeśli ustalono, że segment sygnału audio zawiera przerwę: - aktualizacji oszacowania szumu tła na podstawie segmentu sygnału audio.
  13. 13
    Aparatura według zastrz. 12, gdzie aparatura jest dalej przystosowana do wykonywania sposobu według dowolnego z zastrz. od 2 do 11.
  14. 14
    Kodek audio zawierający aparaturę według zastrz. 12 albo 13.
  15. 15
    Urządzenie komunikacyjne zawierające aparaturę według zastrz. 12 albo 13. EP 3 309 784 B1 ODNOŚNIKI CYTOWANE W OPISIE Poniższa lista odnośników cytowanych przez zgłaszającego ma na celu wyłącznie pomoc dla czytającego i nie stanowi części dokumentu patentu europejskiego. Pomimo, że dołożono największej staranności przy jej tworzeniu, nie można wykluczyć błędów lub przeoczeń i EUP nie ponosi żadnej odpowiedzialności w tym względzie. Dokumenty patentowe cytowane w opisie • WO 2011049514 A [0023] [0070] [0071] [0072] [0077] [0147] [0150] [0152] [0153] [0164] • WO 2011049515 A [0023] [0147] • WO 201109514 A [0148] [0167] • WO 201109515 A [0149] Literatura niepatentowa cytowana w opisie • M. JELINEK ;R. SALAMI. Noise reduction method for wideband speech coding. 12th European signal processing conference, 2004, 1959-1962 [0013] EP 3 309 784 Β1 EP 3 309 784 Β1 Fig. 2 Fig. 3 EP 3 309 784 Β1 Fig. 4 Energie podpasm Ncb(i) po wszystkich i=2...16 Fig. 5 EP 3 309 784 Β1 EP 3 309 784 Β1 Fig. 7 EP 3 309 784 Β1 Działanie cech E(0) i E(2) Numer ramki pjg g Działanie cech E(2) i E(16) *| 1200 1300 1400 1500 1600 1700 Numer ramki Fig. 9a EP 3 309 784 Β1 Działanie cech E(2) i E(16) 0.1 Etot ° θ_2_16 * Gd_2_16 _2------1-------1-------1--------1---- 200 1300 1400 1500 16001700 Numer ramki Fig.9b Działanie cech E(2) i E(16)3 1 ? 0.1 Et ° G_2_16 + Gmax 2 16 UJ 0 .4 1200 1300 1400 1500 16001700 Numer ramki Fig.9c EP 3 309 784 Β1 Fig. 10 EP 3 309 784 Β1 Fig. 11a Obwody przetwarzające 1101 Interfejs 1102 Estymator szumu tła 1100 Fig. 11b Fig. 11c EP 3 309 784 Β1 Estymator szumu tła 1200 Fig. 12 Fig. 13 EP 3 309 784 Β1 -209 Fig. A2 EP 3 309 784 B1 Estymator szumu tła Fig. A3 EP 3 309 784 B1 Estymator szumu tła Fig. A4 EP 3 309 784 Β1 EP 3 309 784 B1 Śledzenie zbyt wolne ooooooooooo 00 t Ό γ»Ί CM — —I CM I I (gp) luoizod Fig. A6 EP 3 309 784 B1 Śledzenie zbyt wolne Numer ramki EP 3 309 784 B1 O Śledzenie zbyt szybkie Numer ramki (gp) luoizoj EP 3 309 784 B1 O Odzysk muzyki (gp) luoizoj Fig. A9
Independent claims15