RU2018135681A - Способ и устройство для обнаружения голосовой активности - Google Patents
Способ и устройство для обнаружения голосовой активности Download PDFInfo
- Publication number
- RU2018135681A RU2018135681A RU2018135681A RU2018135681A RU2018135681A RU 2018135681 A RU2018135681 A RU 2018135681A RU 2018135681 A RU2018135681 A RU 2018135681A RU 2018135681 A RU2018135681 A RU 2018135681A RU 2018135681 A RU2018135681 A RU 2018135681A
- Authority
- RU
- Russia
- Prior art keywords
- measure
- term activity
- signal
- primary
- decisions
- Prior art date
Links
- 230000000694 effects Effects 0.000 title claims 13
- 238000000034 method Methods 0.000 title claims 13
- 238000007792 addition Methods 0.000 claims 9
- 230000007774 longterm Effects 0.000 claims 8
- 230000001105 regulatory effect Effects 0.000 claims 3
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000004590 computer program Methods 0.000 claims 1
- 230000007423 decrease Effects 0.000 claims 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/87—Detection of discrete points within a voice signal
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/012—Comfort noise or silence coding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques 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
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Telephonic Communication Services (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Telephone Function (AREA)
- Emergency Alarm Devices (AREA)
- Mobile Radio Communication Systems (AREA)
Claims (31)
1. Способ добавления хвостов сигнала для прерывистой передачи (DTX) при кодировании речи или аудио, причем способ содержит:
для фрейма речи или аудио:
- определение первичного решения на основании голосовой активности;
- определение окончательного решения на основании того, выполняется ли добавление хвостов сигнала первичного решения;
- определение меры краткосрочной активности на основании прошлых первичных решений;
- определение меры долгосрочной активности на основании прошлых окончательных решений или прошлых первичных решений;
- определение альтернативного окончательного решения для регулирования добавления хвостов сигнала на основании меры краткосрочной активности и меры долгосрочной активности.
2. Способ по п. 1, в котором мера краткосрочной активности сравнивается с первым пороговым значением, а мера долгосрочной активности сравнивается со вторым пороговым значением.
3. Способ по п. 2, в котором добавление хвостов сигнала регулируется, если превышено по меньшей мере одно из первого и второго пороговых значений.
4. Способ по любому из пп. 1-3, в котором добавление хвостов сигнала регулируется посредством предварительно определенного количества фреймов хвоста сигнала.
5. Способ по любому из пп. 3 или 4, в котором первое число фреймов хвоста сигнала добавляется, если превышено первое пороговое значение, и второе число фреймов хвоста сигнала добавляется, если превышено второе пороговое значение.
6. Способ по п. 5, в котором первое число меньше, чем второе число.
7. Способ по любому из пп. 4-6, в котором величина дополнительных фреймов хвоста сигнала ограничена, если мера краткосрочной активности снижается ниже третьего порогового значения.
8. Способ по п. 7, в котором третье пороговое значение равно 7.
9. Способ по любому из предшествующих пунктов, в котором мера краткосрочной активности определяется на основании количества активных фреймов в памяти последних N_st первичных решений, а мера долгосрочной активности основана на количестве активных фреймов в памяти последних N_lt первых окончательных решений.
10. Способ по п. 9, в котором N_st равно 16, а N_lt равно 50, и при этом первое пороговое значение равно 12, а второе пороговое значение равно 40.
11. Устройство для определения добавления хвостов сигнала, содержащее:
- средство для определения первичного решения голосовой активности для фрейма речи или аудио;
- средство для определения окончательного решения на основании того, должно ли выполняться добавление хвостов сигнала первичного решения;
- средство для определения меры краткосрочной активности на основании прошлых первичных решений;
- средство для определения меры долгосрочной активности на основании прошлых первых окончательных решений или прошлых первичных решений;
- средство для определения альтернативного окончательного решения для регулирования добавления хвостов сигнала на основании меры краткосрочной активности и меры долгосрочной активности.
12. Устройство по п. 11, дополнительно содержащее средство для выполнения способа по любому из пп. 2-10.
13. Устройство по п. 11 или 12, причем устройство содержится в кодеке речи или аудио.
14. Компьютерная программа, содержащая компьютерно-читаемые блоки кода, которые при исполнении на устройстве предписывают устройству:
для фрейма речи или аудио:
- определять первичное решение на основании голосовой активности;
- определять окончательное решение на основании того, выполняется ли добавление хвостов сигнала первичного решения;
- определять меру краткосрочной активности на основании прошлых первичных решений;
- определять меру долгосрочной активности на основании прошлых первых окончательных решений или прошлых первичных решений;
- определять альтернативное окончательное решение для регулирования добавления хвостов сигнала на основании меры краткосрочной активности и меры долгосрочной активности.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201261695623P | 2012-08-31 | 2012-08-31 | |
| US61/695,623 | 2012-08-31 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017101656A Division RU2670785C9 (ru) | 2012-08-31 | 2013-08-30 | Способ и устройство для обнаружения голосовой активности |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| RU2018135681A true RU2018135681A (ru) | 2020-04-10 |
| RU2018135681A3 RU2018135681A3 (ru) | 2021-11-25 |
| RU2768508C2 RU2768508C2 (ru) | 2022-03-24 |
Family
ID=49226493
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017101656A RU2670785C9 (ru) | 2012-08-31 | 2013-08-30 | Способ и устройство для обнаружения голосовой активности |
| RU2015111150A RU2609133C2 (ru) | 2012-08-31 | 2013-08-30 | Способ и устройство для обнаружения голосовой активности |
| RU2018135681A RU2768508C2 (ru) | 2012-08-31 | 2018-10-10 | Способ и устройство для обнаружения голосовой активности |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017101656A RU2670785C9 (ru) | 2012-08-31 | 2013-08-30 | Способ и устройство для обнаружения голосовой активности |
| RU2015111150A RU2609133C2 (ru) | 2012-08-31 | 2013-08-30 | Способ и устройство для обнаружения голосовой активности |
Country Status (12)
| Country | Link |
|---|---|
| US (6) | US9472208B2 (ru) |
| EP (3) | EP2891151B1 (ru) |
| JP (3) | JP6127143B2 (ru) |
| CN (2) | CN107195313B (ru) |
| BR (1) | BR112015003356B1 (ru) |
| DK (1) | DK2891151T3 (ru) |
| ES (2) | ES2604652T3 (ru) |
| HU (1) | HUE038398T2 (ru) |
| IN (1) | IN2015DN00783A (ru) |
| RU (3) | RU2670785C9 (ru) |
| WO (1) | WO2014035328A1 (ru) |
| ZA (2) | ZA201500780B (ru) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2526258B2 (ja) | 1987-11-30 | 1996-08-21 | 田中貴金属工業株式会社 | Ｐｔ、Ｐｄ系貴金属粒状塊製造用るつぼ |
| JP2526257B2 (ja) | 1987-11-30 | 1996-08-21 | 田中貴金属工業株式会社 | Ｐｔ、Ｐｄ系貴金属粒状塊製造用るつぼ |
| JP2526259B2 (ja) | 1987-12-08 | 1996-08-21 | 田中貴金属工業株式会社 | Ｐｔ、Ｐｄ系貴金属粒状塊製造用るつぼ |
| CN101647059B (zh) * | 2007-02-26 | 2012-09-05 | 杜比实验室特许公司 | 增强娱乐音频中的语音的方法和设备 |
| JP6127143B2 (ja) * | 2012-08-31 | 2017-05-10 | テレフオンアクチーボラゲット エルエム エリクソン（パブル） | 音声アクティビティ検出のための方法及び装置 |
| CA2948015C (en) * | 2012-12-21 | 2018-03-20 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Comfort noise addition for modeling background noise at low bit-rates |
| KR101690899B1 (ko) | 2012-12-21 | 2016-12-28 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 오디오 신호의 불연속 전송에서 높은 스펙트럼-시간 해상도를 가진 편안한 잡음의 생성 |
| TWI566242B (zh) * | 2015-01-26 | 2017-01-11 | 宏碁股份有限公司 | 語音辨識裝置及語音辨識方法 |
| TWI557728B (zh) * | 2015-01-26 | 2016-11-11 | 宏碁股份有限公司 | 語音辨識裝置及語音辨識方法 |
| JP6444490B2 (ja) * | 2015-03-12 | 2018-12-26 | 三菱電機株式会社 | 音声区間検出装置および音声区間検出方法 |
| CN106887241A (zh) * | 2016-10-12 | 2017-06-23 | 阿里巴巴集团控股有限公司 | 一种语音信号检测方法与装置 |
| CN107170451A (zh) * | 2017-06-27 | 2017-09-15 | 乐视致新电子科技（天津）有限公司 | 语音信号处理方法及装置 |
| KR102406718B1 (ko) | 2017-07-19 | 2022-06-10 | 삼성전자주식회사 | 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템 |
| CN109068012B (zh) * | 2018-07-06 | 2021-04-27 | 南京时保联信息科技有限公司 | 一种用于音频会议系统的双端通话检测方法 |
| US10861484B2 (en) * | 2018-12-10 | 2020-12-08 | Cirrus Logic, Inc. | Methods and systems for speech detection |
Family Cites Families (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63281200A (ja) * | 1987-05-14 | 1988-11-17 | 沖電気工業株式会社 | 音声区間検出方式 |
| JPH0394300A (ja) * | 1989-09-06 | 1991-04-19 | Nec Corp | 音声検出器 |
| JPH03141740A (ja) * | 1989-10-27 | 1991-06-17 | Mitsubishi Electric Corp | 音声検出器 |
| US5410632A (en) * | 1991-12-23 | 1995-04-25 | Motorola, Inc. | Variable hangover time in a voice activity detector |
| JP3234044B2 (ja) | 1993-05-12 | 2001-12-04 | 株式会社東芝 | 音声通信装置及びその受信制御回路 |
| DE69716266T2 (de) * | 1996-07-03 | 2003-06-12 | British Telecommunications P.L.C., London | Sprachaktivitätsdetektor |
| JP3297346B2 (ja) * | 1997-04-30 | 2002-07-02 | 沖電気工業株式会社 | 音声検出装置 |
| US6453289B1 (en) * | 1998-07-24 | 2002-09-17 | Hughes Electronics Corporation | Method of noise reduction for speech codecs |
| US20010014857A1 (en) * | 1998-08-14 | 2001-08-16 | Zifei Peter Wang | A voice activity detector for packet voice network |
| US6424938B1 (en) * | 1998-11-23 | 2002-07-23 | Telefonaktiebolaget L M Ericsson | Complex signal activity detection for improved speech/noise classification of an audio signal |
| US6671667B1 (en) * | 2000-03-28 | 2003-12-30 | Tellabs Operations, Inc. | Speech presence measurement detection techniques |
| US6889187B2 (en) * | 2000-12-28 | 2005-05-03 | Nortel Networks Limited | Method and apparatus for improved voice activity detection in a packet voice network |
| CA2392640A1 (en) * | 2002-07-05 | 2004-01-05 | Voiceage Corporation | A method and device for efficient in-based dim-and-burst signaling and half-rate max operation in variable bit-rate wideband speech coding for cdma wireless systems |
| WO2004034379A2 (en) * | 2002-10-11 | 2004-04-22 | Nokia Corporation | Methods and devices for source controlled variable bit-rate wideband speech coding |
| JP3922997B2 (ja) * | 2002-10-30 | 2007-05-30 | 沖電気工業株式会社 | エコーキャンセラ |
| BRPI0607690A8 (pt) | 2005-04-01 | 2017-07-11 | Qualcomm Inc | Sistemas, métodos e equipamento para geração de excitação em banda alta |
| ATE543304T1 (de) * | 2006-03-31 | 2012-02-15 | Qualcomm Inc | Speicherverwaltung zur medienzugangssteuerung mit hoher geschwindigkeit |
| CN100483509C (zh) * | 2006-12-05 | 2009-04-29 | 华为技术有限公司 | 声音信号分类方法和装置 |
| RU2336449C1 (ru) | 2007-04-13 | 2008-10-20 | Валерий Александрович Мухин | Редуктор орбитальный (варианты) |
| US8321217B2 (en) * | 2007-05-22 | 2012-11-27 | Telefonaktiebolaget Lm Ericsson (Publ) | Voice activity detector |
| JP5395066B2 (ja) | 2007-06-22 | 2014-01-22 | ヴォイスエイジ・コーポレーション | 音声区間検出および音声信号分類ための方法および装置 |
| CN101335000B (zh) * | 2008-03-26 | 2010-04-21 | 华为技术有限公司 | 编码的方法及装置 |
| RU2507609C2 (ru) * | 2008-07-11 | 2014-02-20 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Способ и дискриминатор для классификации различных сегментов сигнала |
| KR101072886B1 (ko) | 2008-12-16 | 2011-10-17 | 한국전자통신연구원 | 캡스트럼 평균 차감 방법 및 그 장치 |
| US9773511B2 (en) * | 2009-10-19 | 2017-09-26 | Telefonaktiebolaget Lm Ericsson (Publ) | Detector and method for voice activity detection |
| CA2778343A1 (en) * | 2009-10-19 | 2011-04-28 | Martin Sehlstedt | Method and voice activity detector for a speech encoder |
| AU2010308597B2 (en) * | 2009-10-19 | 2015-10-01 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and background estimator for voice activity detection |
| JP4981163B2 (ja) | 2010-08-19 | 2012-07-18 | 株式会社Ｌｉｘｉｌ | サッシ |
| CN102741918B (zh) * | 2010-12-24 | 2014-11-19 | 华为技术有限公司 | 用于话音活动检测的方法和设备 |
| JP6127143B2 (ja) * | 2012-08-31 | 2017-05-10 | テレフオンアクチーボラゲット エルエム エリクソン（パブル） | 音声アクティビティ検出のための方法及び装置 |
| US9502028B2 (en) * | 2013-10-18 | 2016-11-22 | Knowles Electronics, Llc | Acoustic activity detection apparatus and method |
-
2013
- 2013-08-30 JP JP2015529753A patent/JP6127143B2/ja active Active
- 2013-08-30 WO PCT/SE2013/051020 patent/WO2014035328A1/en active Application Filing
- 2013-08-30 US US14/424,223 patent/US9472208B2/en active Active
- 2013-08-30 RU RU2017101656A patent/RU2670785C9/ru active
- 2013-08-30 DK DK13765821.7T patent/DK2891151T3/en active
- 2013-08-30 RU RU2015111150A patent/RU2609133C2/ru active
- 2013-08-30 EP EP13765821.7A patent/EP2891151B1/en active Active
- 2013-08-30 CN CN201710599104.2A patent/CN107195313B/zh active Active
- 2013-08-30 EP EP16184741.3A patent/EP3113184B1/en active Active
- 2013-08-30 CN CN201380044957.XA patent/CN104603874B/zh active Active
- 2013-08-30 HU HUE16184741A patent/HUE038398T2/hu unknown
- 2013-08-30 ES ES13765821.7T patent/ES2604652T3/es active Active
- 2013-08-30 EP EP17201781.6A patent/EP3301676A1/en not_active Ceased
- 2013-08-30 BR BR112015003356-3A patent/BR112015003356B1/pt active IP Right Grant
- 2013-08-30 ES ES16184741.3T patent/ES2661924T3/es active Active
-
2015
- 2015-01-30 IN IN783DEN2015 patent/IN2015DN00783A/en unknown
- 2015-02-03 ZA ZA2015/00780A patent/ZA201500780B/en unknown
-
2016
- 2016-08-05 US US15/229,372 patent/US9997174B2/en active Active
-
2017
- 2017-04-10 JP JP2017077712A patent/JP6404396B2/ja not_active Expired - Fee Related
-
2018
- 2018-01-25 ZA ZA2018/00523A patent/ZA201800523B/en unknown
- 2018-06-07 US US16/002,074 patent/US10607633B2/en active Active
- 2018-09-12 JP JP2018170864A patent/JP6671439B2/ja active Active
- 2018-10-10 RU RU2018135681A patent/RU2768508C2/ru active
-
2020
- 2020-02-18 US US16/793,061 patent/US11417354B2/en active Active
-
2022
- 2022-07-28 US US17/876,017 patent/US11900962B2/en active Active
-
2023
- 2023-12-14 US US18/540,361 patent/US20240119962A1/en active Pending
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2018135681A (ru) | Способ и устройство для обнаружения голосовой активности | |
| RU2017122050A (ru) | Аудиокодер и аудиодекодер с метаданными сведений о программе или структуры вложенных потоков | |
| WO2013154823A3 (en) | System for adjusting loudness of audio signals in real time | |
| MX346294B (es) | Método y sistema para el reconocimiento de comandos de voz. | |
| BR112014017708A8 (pt) | Método e aparelho para detectar atividade de voz na presença de ruído de fundo, e, memória legível por computador | |
| RU2016106637A (ru) | Решение относительно наличия/отсутствия вокализации для обработки речи | |
| RU2017103905A (ru) | Улучшение классификации между кодированием во временной области и кодированием в частотной области | |
| RU2016119385A (ru) | Аудиокодер и аудиодекодер с метаданными громкости и границы программы | |
| TW201614420A (en) | Content dependent display variable refresh rate | |
| WO2013070425A3 (en) | Conserving power through work load estimation for a portable computing device using scheduled resource set transitions | |
| EP4560630A3 (en) | Voice trigger for a digital assistant | |
| ES2787894T3 (es) | Método y dispositivo para detectar la señal de audio | |
| RU2017106034A (ru) | Контроллер выравнивателя громкости и способ управления | |
| JP2019535039A5 (ru) | ||
| IN2014CN02852A (ru) | ||
| BR112017021351A2 (pt) | seleção de largura de banda de áudio | |
| RU2016149098A (ru) | Выбор процедуры маскирования потери пакета | |
| WO2011063031A3 (en) | Methods and apparatus for measuring performance of a multi-thread processor | |
| RU2016101218A (ru) | Способ и аппарат обеспечения речевых подсказок | |
| RU2618940C1 (ru) | Оценка фонового шума в звуковых сигналах | |
| JP2016208215A5 (ru) | ||
| EP2648069A3 (en) | Information processing apparatus, control method, and control program | |
| MX2016007430A (es) | Metodo y aparato para decodificar una señal de audio codificada con bajos recursos computacionales. | |
| RU2012146549A (ru) | Способ и устройство управления кодированием видео | |
| EP2809060A3 (en) | Adaptive motion instability detection in video |