[发明专利]信号自适应噪声过滤器

说明书

本公开涉及信号自适应噪声过滤器。提供了对传入信号的噪声过滤。噪声过滤方法包括通过将与传入信号的多个分量中的每个分量对应的能量分布为二维表示来对传入信号执行变换操作。噪声过滤方法还包括对多个分量执行过滤操作以确定实际对象并移除传入信号内的噪声。过滤操作利用基于时间、频率或方向的多个噪声检测矩阵中的至少一个噪声检测矩阵。

技术领域

本公开一般地涉及信号自适应噪声过滤器。

背景技术

通常，音频噪声过滤器的现代实现方式通过指定的频带或通过根据仅具有噪声的样本音频学习噪声来进行过滤。不幸的是，利用这些现代实现方式，当每个频带同时包含信号和噪声时，潜在的信号质量与噪声一起也被移除。

发明内容

根据一个或多个实施例，提供了用于传入信号的噪声过滤方法。该噪声过滤方法包括由耦合到存储器的处理器通过将与传入信号的多个分量中的每个分量对应的能量分布为二维表示来对传入信号执行变换操作。该噪声过滤方法还包括由该处理器对多个分量执行过滤操作以确定实际对象并移除传入信号内的噪声，过滤操作利用基于时间、频率或方向的多个噪声检测矩阵中的至少一个噪声检测矩阵。

根据一个或多个实施例，该噪声过滤方法还可以实现为计算机程序产品和/或系统。

通过本公开的技术实现了附加的特征和优点。本文详细描述了本公开的其他实施例和方面。为了更好地理解具有优点和特征的本公开，参考说明书和附图。

附图说明

在权利要求中特别指出并清楚地声明要求保护的主题。通过以下结合附图的详细描述，本文实施例的前述和其他特征以及优点将变得明晰，其中：

图1描绘了根据一个或多个实施例的系统；

图2描绘了根据一个或多个实施例的系统的处理流程；

图3描绘了根据一个或多个实施例的系统所使用的噪声检测矩阵；和

图4描绘了根据一个或多个实施例的系统的示意流程。

具体实施方式

鉴于以上所述，本文公开的实施例可以包括从音频信号中移除傅里叶空间音频分量的系统、方法和/或计算机程序产品(这里是系统)，傅里叶空间音频分量至少在频率和时间上与大量音频信号相关。此外，为了执行该移除，系统可以实现机器学习以分离信号和噪声系数集合。机器学习可以由系统通过根据基于相关的结果的监督学习(例如使用相同的输入)或通过根据无噪声信号的特征学习(例如使用先前的输入)来实现。

该系统的技术效果和益处包括改善音频信号，从而改善系统的存储容量，改善系统的音频信号处理能力，以及音频信号本身的质量。此外，技术效果和益处包括提供具有改进的计算设备的系统，其中这些改进的计算设备可以在离线过程中处理音频文件(包括有噪声的音频信号)以改善音频文件(即有噪声的音频信号)本身。此外，技术效果和益处包括提供具有改进的计算设备的系统，计算设备执行用于实时实现的优化解算器(例如记录设备过滤器，设备存储，以及回放设备可以合并并且利用系统特征来在信号被接收并回放时清洁信号，以提供更清晰的音频信号)。因此，这里描述的实施例有必要植根于系统的处理器和存储器中以执行主动操作以克服在音频噪声过滤器的现代实现领域中特别出现的问题(例如，这些问题包括与噪声一起移除潜在的信号质量，导致降级的音频信号)。

现在转到图1，一般地示出了根据实施例的系统100。系统100可以是电子计算机框架，其包括和/或采用任何数量和组合的计算设备和利用各种通信技术的网络，如本文所描述的。系统100可以容易地扩展、延伸和模块化，具有随不同服务改变或独立于其他特征来重新配置一些特征的能力。