MétaCan
Menu
Retour à la cohorte
Enregistrement W1979442191 · doi:10.1121/1.4784778

A multifilter approach to acoustic echo cancellation

2004· article· en· W1979442191 sur OpenAlexaff
John S. Usher, Wieslaw Woszczyk, Jeremy R. Cooperstock

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Adaptive Filtering Techniques
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesnon disponible
Mots-clésLoudspeakerEcho (communications protocol)Computer scienceAcousticsReverberationAdaptive filterFilter (signal processing)Intelligibility (philosophy)Return lossActive listeningTeleconferenceSpeech recognitionTelecommunicationsPhysicsAlgorithmPsychologyComputer vision

Résumé

récupéré en direct d'OpenAlex

Hands-free teleconferencing is increasingly frequent today. An important design consideration for any such communication tool that uses high-quality audio is the return echo caused by the acoustic coupling between the loudspeakers and microphones at each end of the conference. An echo-suppression filter (ESF) reduces the level of this return echo, increasing speech intelligibility. A new ESF has been designed based on a block frequency domain adaptive filter using the well-known least-mean-square (LMS) criteria. There are two important coefficients in LMS adaptive filters which affect how an ESF adapts to changing acoustic conditions at each end of the conference, such as double-talk conditions and moving electroacoustic transducers. Previous approaches to similar ESFs have used either a single or double pair of these coefficients, whereas the new model typically uses ten. The performance of single, double, and multifilter architectures was compared. Performance was evaluated using both empirical measurements and subjective listening tests. Speech and music were used as the stimuli for a two-way teleconferencing experiment. The new filter performed better than the single- and two-filter ESF designs, especially in conferencing conditions with frequent double talk, and the new ESF can be optimized to suit different acoustic situations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,620
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetAdvanced Adaptive Filtering TechniquesTravaux en français237 207