本發(fā)明涉及有關信號處理，特別是關于一種信號處理系統(tǒng)及其信號降噪的判定方法與信號補償方法，其中信號降噪的判定方法包含轉換信號以產(chǎn)生時頻譜；判斷所述時頻譜當中每一行的頻譜是否具急劇變化；及計數(shù)具急劇變化的行數(shù)目，并與預設值做比較。若具急劇變化的行數(shù)目大于預設值，表示信號經(jīng)過降噪。通過本發(fā)明實施例的方法及系統(tǒng)，可以避免傳統(tǒng)網(wǎng)絡監(jiān)視器的缺失，提高聲音辨識率。

技術領域

本發(fā)明涉及有關信號處理，特別是關于一種信號處理系統(tǒng)及其信號降噪的判定方法與信號補償方法。

背景技術

網(wǎng)絡監(jiān)視器(Internet protocol camera或IP cam)是數(shù)字攝影機的一種，藉由因特網(wǎng)以傳送影像數(shù)據(jù)，可用于監(jiān)視或其他應用。網(wǎng)絡監(jiān)視器除了傳送影像數(shù)據(jù)，也可同時傳送聲音數(shù)據(jù)。

網(wǎng)絡監(jiān)視器的聲音數(shù)據(jù)可用以提供額外的服務，例如用于偵測嬰兒的哭聲。在一應用例中，使用深層類神經(jīng)網(wǎng)絡(例如卷積神經(jīng)網(wǎng)絡(convolutional neural network,CNN))訓練一個聲音的模型(model)，據(jù)以后續(xù)進行聲音辨識。作為訓練用的數(shù)據(jù)集(dataset)，通常是未經(jīng)過降噪(noise reduction)處理的。然而，當進行聲音辨識時，很多麥克風在擷取聲音時則會進行降噪。因此，使用這類麥克風的網(wǎng)絡監(jiān)視器，其聲音辨識率有降低的現(xiàn)象。

因此亟需提出一種新穎的機制，用以避免傳統(tǒng)網(wǎng)絡監(jiān)視器的缺失，以提高聲音辨識率。

發(fā)明內(nèi)容

為解決現(xiàn)有技術中的技術問題，本文實施例提供了一種信號處理系統(tǒng)及其信號降噪的判定方法與信號補償方法。

本發(fā)明實施例的目的之一在于提出一種信號降噪的判定方法與信號補償方法，用以判定信號是否經(jīng)過降噪處理，并根據(jù)判定結果對信號進行補償。

根據(jù)本發(fā)明實施例的信號降噪的判定方法，轉換信號以產(chǎn)生時頻譜。判定時頻譜當中每一行的頻譜是否具急劇變化。計數(shù)具急劇變化的行數(shù)目，并與預設值做比較。若具急劇變化的行數(shù)目大于預設值，表示信號經(jīng)過降噪。

本發(fā)明實施例的目的之一在于提出一種信號補償方法，包含：

根據(jù)補償前的信號，以得到補償前的所述信號的能量直方圖，其相應一第一標準偏差；

根據(jù)加入噪聲的所述信號，以得到加入噪聲的所述信號的能量直方圖，其相應一第二標準偏差；

比較所述第二標準偏差與所述第一標準偏差，以得到增加比例值；及

若所述增加比例值未介于一預設范圍，則調(diào)整加入的噪聲并得到一新的增加比例值，直到所述新的增加比例值介于所述預設范圍。

本發(fā)明實施例的目的之一在于提出一種信號處理系統(tǒng)，包含：

一換能器，將一物理量轉換為信號；

一信號處理器，執(zhí)行以下步驟：

轉換所述信號以產(chǎn)生一時頻譜；

判斷所述時頻譜當中每一行的頻譜是否具急劇變化；及

計數(shù)具急劇變化的行數(shù)目，并與一預設值做比較，其中若具急劇變化的行數(shù)目大于所述預設值，表示所述信號經(jīng)過降噪；

一噪聲源，提供一噪聲；及

一合成器，將所述噪聲加入經(jīng)過降噪的所述信號，以得到一補償信號。

通過本發(fā)明實施例的方法及系統(tǒng)，可以判斷不同來源的聲音信號各自是否經(jīng)過降躁處理，并分別對經(jīng)過降躁處理的聲音信號進行補償，進一步地提高使用單一種聲音辨識方法辨識不同音源的聲音辨識率。

附圖說明