CN103886860B - 一种信息处理方法和电子设备 - Google Patents
一种信息处理方法和电子设备 Download PDFInfo
- Publication number
- CN103886860B CN103886860B CN201410061033.7A CN201410061033A CN103886860B CN 103886860 B CN103886860 B CN 103886860B CN 201410061033 A CN201410061033 A CN 201410061033A CN 103886860 B CN103886860 B CN 103886860B
- Authority
- CN
- China
- Prior art keywords
- sampled data
- sample rate
- data
- result
- identified
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种信息处理方法和电子设备,其中,所述方法应用于具有声音采集单元的电子设备中,所述方法包括:从至少两个候选采样率中选取第一采样率;根据所述第一采样率采集声音数据,得到第一采样数据;发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;获取所述识别结果。
Description
技术领域
本发明涉及计算机技术,尤其涉及一种信息处理方法和电子设备。
背景技术
通常,在使用语音识别功能时,首先根据固定的采样率对语音数据进行采样得到采样数据;再根据采样数据进行语音识别,得到识别结果。
采样率也称为采样频率或采样速度,定义了每秒从连续信号中提取并组成离散信号的采样个数,使用赫兹(Hz)来表示。通俗的讲采样频率是指计算机每秒钟采集多少个声音样本,是描述声音文件的音质、音调,衡量声卡、声音文件的质量标准。
采样率会影响识别率和识别响应时间。客户端的采样率越高,采样得到的采样数据中包括的声音信息越多,越有利于服务器根据采样数据进行语音识别,识别率高;但是,客户端的采样率越高,采样数据越大,延迟越大,即识别响应时间越长。相应的,客户端的采样率越低,采样数据越小,延迟越小,即识别响应时间越短;但是,客户端的采样率越低,采样得到的采样数据中包括的声音信息越少,越不利于服务器根据采样数据进行语音识别,识别率低。
现有技术只能采用固定的采样率进行语音数据采样,从而无法适应具体情况的变化,无法获得识别效率和识别效果的平衡。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种信息处理方法和电子设备。
本发明实施例提供一种信息处理方法,应用于具有声音采集单元的电子设备中,所述方法包括:
从至少两个候选采样率中选取第一采样率;
根据所述第一采样率采集声音数据,得到第一采样数据;
发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
获取所述识别结果。
本发明实施例提供一种电子设备,具有声音采集单元,所述电子设备包括:
处理单元,用于从至少两个候选采样率中选取第一采样率;
根据所述第一采样率采集声音数据,得到第一采样数据;
发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
获取所述识别结果。
由上可知,本发明实施例的技术方案应用于具有声音采集单元的电子设备中,包括:从至少两个候选采样率中选取第一采样率;根据所述第一采样率采集声音数据,得到第一采样数据;发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;获取所述识别结果。由此,本发明能够动态调整采样率,从而实现根据具体情况动态的对识别率和识别响应时间进行平衡。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种信息处理方法的第一实施例的实现流程示意图;
图2为本发明提供的一种信息处理方法的第二实施例的实现流程示意图;
图3为本发明提供的一种信息处理方法的第三实施例的实现流程示意图;
图4为本发明提供的一种信息处理方法的第四实施例的实现流程示意图;
图5为本发明提供的一种信息处理方法的第五实施例的实现流程示意图;
图6为本发明提供的一种电子设备的实施例的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明提供的一种信息处理方法的第一实施例,应用于具有声音采集单元的电子设备中,所述电子设备包括台式机、笔记本、手机、智能电视、以及智能手表、智能眼镜等穿戴式电子设备以及其他电子设备,如图1所示,所述方法包括:
步骤101、从至少两个候选采样率中选取第一采样率;
这里,候选采样率可以包括高采样率和低采样率,一般高采样率为16kHz,低采样率为8kHz,当然,也可以是其他的采样率。
在实际应用中,可以默认最初选取高采样率,以保证识别性能。
步骤102、根据所述第一采样率采集声音数据,得到第一采样数据;
步骤103、发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
这里,所述声音识别单元的第一属性与所述第一采样数据的采样率匹配可以避免数据不匹配而无法进行准确识别。
步骤104、获取所述识别结果。
由此,本发明实施例通过从至少两个候选采样率中选取第一采样率来动态调整采样率,从而实现根据具体情况动态的对识别率和识别响应时间进行平衡。
本实施例中,语音识别功能可以由本地的客户端实现,此时所述声音识别单元位于本地的客户端;当利用远程的服务器(即云端服务)进行语音识别时,所述声音识别单元位于远程的服务器。
通常,在利用远程的服务器进行语音识别时,客户端首先对语音数据进行采样得到采样数据;再对采样数据进行压缩,得到压缩的采样数据;然后将压缩的采用数据发给服务器;服务器根据收到的压缩的采用数据进行语音识别,得到识别结果。目前客户端采用固定的数据压缩比进行采样数据的压缩。
数据压缩比也会影响识别率和响应延迟。数据压缩比是指数据被压缩的比例,为衡量数据压缩器压缩效率的质量指标。客户端的数据压缩比越低,压缩后的采样数据中包括的声音信息损失越少,有利于服务器根据压缩后的采样数据进行语音识别,识别率高。但是,客户端的数据压缩比越低,压缩后的采样数据越大,传输压缩后的采样数据给服务器所使用的网络流量越大,并且网络延迟越大,即识别响应时间越长。相应的,客户端的数据压缩比越高,压缩后的采样数据越小,传输压缩后的采样数据给服务器所使用的网络流量越少,并且网络延迟越小,即识别响应时间越短;但是,客户端的数据压缩比越高,数据中的声音信息损失越严重、畸变越严重,越不利于服务器根据压缩后的采样数据进行语音识别,识别率低。一般情况下,高采样率和低压缩比是相对应的,低采样率和高压缩比是相对应的。
本发明提供的一种信息处理方法的第二实施例,应用于具有声音采集单元的电子设备中,如图2所示,所述方法包括:
步骤201、获取用户的第一操作,所述第一操作用于触发应用程序;
步骤202、检测所述第一操作对应的应用程序,得到第一检测结果,所述第一检测结果用于表示所述应用程序的类别;
步骤203、根据所述第一检测结果和预设的第一规则从至少两个候选采样率中选取第一采样率。
步骤204、根据所述第一采样率采集声音数据,得到第一采样数据;
步骤205、发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
步骤206、获取所述识别结果。
例如,对于通过语音进行联系人查找、本地应用查找等应用程序,是小词表识别,可以采用低采样率。对于听写的应用程序,如及时通讯或网络搜索等应用程序,是大词表识别,采用高采样率。
由此,本发明实施例根据触发的应用程序的类别从至少两个候选采样率中选取第一采样率来动态调整采样率,从而能够根据更好的选取第一采样率,平衡对识别率和识别响应时间。
本发明提供的一种信息处理方法的第三实施例,应用于具有声音采集单元的电子设备中,如图3所示,所述方法包括:
步骤301、检测流量情况,得到第二检测结果,所述第二检测结果用于表示流量剩余情况;
步骤302、根据第二检测结果和预设的第二规则从至少两个候选采样率中选取第一采样率;
步骤303、根据所述第一采样率采集声音数据,得到第一采样数据;
步骤304、发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
步骤305、获取所述识别结果。
在实际应用中,可以根据用户套餐流量,根据剩余流量和平均每日流量消耗,在流量不足时采用低采样率和高压缩比。
由此,本发明实施例根据流量情况从至少两个候选采样率中选取第一采样率来动态调整采样率,从而能够根据更好的选取第一采样率,平衡对识别率和识别响应时间。
本发明提供的一种信息处理方法的第四实施例,应用于具有声音采集单元的电子设备中,如图4所示,所述方法包括:
步骤401、检测网络状况,得到第三检测结果,所述第三检测结果用于表示网络所处的状况;
步骤402、根据第三检测结果和预设的第三规则选取第一采样率;
步骤403、根据所述第一采样率采集声音数据,得到第一采样数据;
步骤404、发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
步骤405、获取所述识别结果。
在实际应用中,所述检测网络状况包括检测网络类型、检测数据传输方式、检测网络传输速度等。
具体的,针对检测网络类型的情况,当网络类型为3G等相对高速网络时,采用高采样率和低压缩比;当采用2G等相对低速网络时,采用低采样率和高压缩比;
针对检测数据传输方式的情况,当基于WiFi、蓝牙等无线传输,由于不占用流量且速度稳定,采用高采样率和低压缩比;
针对检测网络传输速度的情况,当网络传输速度达到理想传输速度的预设比例时,即网络情况好时,采用高采样率和低压缩比;当网络传输速度没有达到理想传输速度的预设比例时,即网络情况不好时,采用低采样率和高压缩比。
由此,本发明实施例根据网络状况从至少两个候选采样率中选取第一采样率来动态调整采样率,从而能够根据更好的选取第一采样率,平衡对识别率和识别响应时间。
本发明提供的一种信息处理方法的第五实施例,应用于具有声音采集单元的电子设备中,如图5所示,所述方法包括:
步骤501、检测网络状况,得到第三检测结果,所述第三检测结果用于表示网络所处的状况;
步骤502、根据第三检测结果和预设的第三规则选取第一采样率;
步骤503、根据所述第一采样率采集声音数据,得到第一采样数据;
步骤504、发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
步骤505、监控网络状况的变化;
步骤506、当网络状况从第一状况变为第二状况时,对所述第一采样数据根据预设的第二采样率进行下采样,得到第二采样数据;
在实际应用中,当网络状况从第一状况变为第二状况时,可以指网络传输速度变慢且持续了指定的时长。第一采样率大于第二采样率,如第一采样率为16kHz,则第二采样率为8kHz。
这里,所述下采样是指对一个样值序列间隔几个样值取样一次,得到一个新序列。
步骤507、发送所述第二采样数据,以使声音识别单元根据所述第二采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第二采样数据的采样率匹配。
在一实施例中,所述得到识别结果,包括:
当声音识别单元收到第一采样数据和第二采样数据时,对所述第一采样数据根据第二采样率进行下采样,得到第三采样数据;
根据第二采样率对应的识别模型对第三采样数据和第二采样数据进行声音识别,得到识别结果。
在一实施例中,所述得到识别结果,包括:
声音识别单元对收到的第一采样数据根据第二采样率进行下采样,得到第三采样数据;
根据第二采样率对应的识别模型对第三采样数据进行识别,同时根据第一采样率对应的识别模型对收到的第一采样数据进行识别;
当未收到第二采样数据时,采用根据第一采样率对应的识别模型对第一采样数据进行识别得到的识别结果;
当收到第二采样数据时,根据第二采样率对应的识别模型对第二采样数据进行识别;采用根据第二采样率对应的识别模型对第三采样数据和所述第二采样数据进行识别得到的识别结果。
步骤508、获取所述识别结果。
由此,本发明实施例根据网络状况发生变化时动态调整采样率,在一段语音数据由同种采样率的数据段构成时,尽量提高识别结果的可靠性,在网络情况变化剧烈,一段语音数据由不同采样率的数据段构成时,有效的获取识别结果,平衡对识别率和识别响应时间。
本发明提供的一种电子设备的实施例,如图6所示,具有声音采集单元601,所述电子设备包括:
处理单元602,用于从至少两个候选采样率中选取第一采样率;
根据所述第一采样率采集声音数据,得到第一采样数据;
发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
获取所述识别结果。
由此,本发明实施例通过从至少两个候选采样率中选取第一采样率来动态调整采样率,从而实现根据具体情况动态的对识别率和识别响应时间进行平衡。
在一实施例中,所述处理单元602,具体用于获取用户的第一操作,所述第一操作用于触发应用程序;
检测所述第一操作对应的应用程序,得到第一检测结果,所述第一检测结果用于表示所述应用程序的类别;
根据所述第一检测结果和预设的第一规则选取第一采样率。
由此,本发明实施例根据触发的应用程序的类别从至少两个候选采样率中选取第一采样率来动态调整采样率,从而能够根据更好的选取第一采样率,平衡对识别率和识别响应时间。
在一实施例中,所述处理单元602,具体用于检测流量情况,得到第二检测结果,所述第二检测结果用于表示流量剩余情况;
根据第二检测结果和预设的第二规则选取第一采样率。
由此,本发明实施例根据流量情况从至少两个候选采样率中选取第一采样率来动态调整采样率,从而能够根据更好的选取第一采样率,平衡对识别率和识别响应时间。
在一实施例中,所述处理单元602,具体用于检测网络状况,得到第三检测结果,所述第三检测结果用于表示网络所处的状况;
根据第三检测结果和预设的第三规则选取第一采样率。
由此,本发明实施例根据网络状况从至少两个候选采样率中选取第一采样率来动态调整采样率,从而能够根据更好的选取第一采样率,平衡对识别率和识别响应时间。
在一实施例中,所述处理单元602,具体用于监控网络状况的变化,当网络状况从第一状况变为第二状况时,
对所述第一采样数据根据预设的第二采样率进行下采样,得到第二采样数据;
相应的,发送所述第二采样数据,以使声音识别单元根据所述第二采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第二采样数据的采样率匹配。
由此,本发明实施例根据网络状况发生变化时动态调整采样率,从而能够根据更好的选取第一采样率,平衡对识别率和识别响应时间。
在一实施例中,所述声音识别单元,具体用于当收到第一采样数据和第二采样数据时,对所述第一采样数据根据第二采样率进行下采样,得到第三采样数据;
根据第二采样率对应的识别模型对第三采样数据和第二采样数据进行声音识别,得到识别结果。
在一实施例中,所述声音识别单元,具体用于对收到的第一采样数据根据第二采样率进行下采样,得到第三采样数据;
根据第二采样率对应的识别模型对第三采样数据进行识别,同时根据第一采样率对应的识别模型对收到的第一采样数据进行识别;
当未收到第二采样数据时,采用根据第一采样率对应的识别模型对第一采样数据进行识别得到的识别结果;
当收到第二采样数据时,根据第二采样率对应的识别模型对第二采样数据进行识别;采用根据第二采样率对应的识别模型对第三采样数据和所述第二采样数据进行识别得到的识别结果。
上述各单元可以由电子设备中的中央处理器(Central Processing Unit,CPU)、数字信号处理器(Digital Signal Processor,DSP)或可编程逻辑阵列(Field-Programmable Gate Array,FPGA)实现。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种信息处理方法,应用于具有声音采集单元的电子设备中,所述方法包括:
从至少两个候选采样率中选取第一采样率;
根据所述第一采样率采集声音数据,得到第一采样数据;
发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
获取所述识别结果;其中,
所述选取第一采样率,包括:
检测网络状况,得到第三检测结果,所述第三检测结果用于表示网络所处的状况;
根据第三检测结果和预设的第三规则选取第一采样率;
监控网络状况的变化,当网络状况发生变化时动态调整采样率,采集的声音数据由不同采样率的数据段构成,以使声音识别单元根据所述采集的声音数据进行声音识别,得到识别结果。
2.根据权利要求1所述的方法,其特征在于,
监控网络状况的变化,当网络状况从第一状况变为第二状况时,
对所述第一采样数据根据预设的第二采样率进行下采样,得到第二采样数据;
相应的,发送所述第二采样数据,以使声音识别单元根据所述第二采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第二采样数据的采样率匹配。
3.根据权利要求2所述的方法,其特征在于,所述得到识别结果,包括:
当声音识别单元收到第一采样数据和第二采样数据时,对所述第一采样数据根据第二采样率进行下采样,得到第三采样数据;
根据第二采样率对应的识别模型对第三采样数据和第二采样数据进行声音识别,得到识别结果。
4.根据权利要求2所述的方法,其特征在于,所述得到识别结果,包括:
声音识别单元对收到的第一采样数据根据第二采样率进行下采样,得到第三采样数据;
根据第二采样率对应的识别模型对第三采样数据进行识别,同时根据第一采样率对应的识别模型对收到的第一采样数据进行识别;
当未收到第二采样数据时,采用根据第一采样率对应的识别模型对第一采样数据进行识别得到的识别结果;
当收到第二采样数据时,根据第二采样率对应的识别模型对第二采样数据进行识别;采用根据第二采样率对应的识别模型对第三采样数据和所述第二采样数据进行识别得到的识别结果。
5.一种电子设备,具有声音采集单元,所述电子设备包括:
处理单元,用于从至少两个候选采样率中选取第一采样率;
根据所述第一采样率采集声音数据,得到第一采样数据;
发送所述第一采样数据,以使声音识别单元根据所述第一采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第一采样数据的采样率匹配;
获取所述识别结果;其中,
所述处理单元,具体用于检测网络状况,得到第三检测结果,所述第三检测结果用于表示网络所处的状况;
根据第三检测结果和预设的第三规则选取第一采样率;
所述处理单元,用于监控网络状况的变化,当网络状况发生变化时动态调整采样率,采集的声音数据由不同采样率的数据段构成,以使声音识别单元根据所述采集的声音数据进行声音识别,得到识别结果。
6.根据权利要求5所述的电子设备,其特征在于,所述处理单元,具体用于监控网络状况的变化,当网络状况从第一状况变为第二状况时,
对所述第一采样数据根据预设的第二采样率进行下采样,得到第二采样数据;
相应的,发送所述第二采样数据,以使声音识别单元根据所述第二采样数据进行声音识别,得到识别结果;所述声音识别单元的第一属性与所述第二采样数据的采样率匹配。
7.根据权利要求6所述的电子设备,其特征在于,所述声音识别单元,具体用于当收到第一采样数据和第二采样数据时,对所述第一采样数据根据第二采样率进行下采样,得到第三采样数据;
根据第二采样率对应的识别模型对第三采样数据和第二采样数据进行声音识别,得到识别结果。
8.根据权利要求6所述的电子设备,其特征在于,所述声音识别单元,具体用于对收到的第一采样数据根据第二采样率进行下采样,得到第三采样数据;
根据第二采样率对应的识别模型对第三采样数据进行识别,同时根据第一采样率对应的识别模型对收到的第一采样数据进行识别;
当未收到第二采样数据时,采用根据第一采样率对应的识别模型对第一采样数据进行识别得到的识别结果;
当收到第二采样数据时,根据第二采样率对应的识别模型对第二采样数据进行识别;采用根据第二采样率对应的识别模型对第三采样数据和所述第二采样数据进行识别得到的识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410061033.7A CN103886860B (zh) | 2014-02-21 | 2014-02-21 | 一种信息处理方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410061033.7A CN103886860B (zh) | 2014-02-21 | 2014-02-21 | 一种信息处理方法和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103886860A CN103886860A (zh) | 2014-06-25 |
CN103886860B true CN103886860B (zh) | 2017-05-24 |
Family
ID=50955718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410061033.7A Active CN103886860B (zh) | 2014-02-21 | 2014-02-21 | 一种信息处理方法和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103886860B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741841B (zh) * | 2014-12-12 | 2019-12-03 | 深圳Tcl新技术有限公司 | 语音控制方法及电子设备 |
KR102134421B1 (ko) * | 2015-10-22 | 2020-07-15 | 삼성전자주식회사 | 신호 처리 및 복원 방법, 및 상기 방법을 수행하는 장치들 |
CN105513590A (zh) * | 2015-11-23 | 2016-04-20 | 百度在线网络技术(北京)有限公司 | 语音识别的方法和装置 |
CN107749967A (zh) * | 2017-10-31 | 2018-03-02 | 广州成达信息科技有限公司 | 一种视频通讯优化方法及其系统 |
CN111385624B (zh) * | 2018-12-29 | 2021-10-01 | 深圳Tcl新技术有限公司 | 一种基于语音的数据传输控制方法、智能电视及存储介质 |
CN111341302B (zh) * | 2020-03-02 | 2023-10-31 | 苏宁云计算有限公司 | 一种语音流采样率确定方法及装置 |
CN111477218A (zh) * | 2020-04-16 | 2020-07-31 | 北京雷石天地电子技术有限公司 | 多语音识别方法、装置、终端和非临时性计算机可读存储介质 |
CN113689865A (zh) * | 2021-08-24 | 2021-11-23 | 广东优碧胜科技有限公司 | 采样率切换方法、装置、电子设备以及语音系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1770263A (zh) * | 2004-11-01 | 2006-05-10 | 英业达股份有限公司 | 语音识别系统以及方法 |
CN1797542A (zh) * | 2004-09-07 | 2006-07-05 | Lg电子株式会社 | 移动通信终端上用于语音识别的基带调制解调器及其方法 |
CN101207939A (zh) * | 2006-12-18 | 2008-06-25 | 哈曼贝克自动系统股份有限公司 | 低复杂度的回音补偿 |
-
2014
- 2014-02-21 CN CN201410061033.7A patent/CN103886860B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1797542A (zh) * | 2004-09-07 | 2006-07-05 | Lg电子株式会社 | 移动通信终端上用于语音识别的基带调制解调器及其方法 |
CN1770263A (zh) * | 2004-11-01 | 2006-05-10 | 英业达股份有限公司 | 语音识别系统以及方法 |
CN101207939A (zh) * | 2006-12-18 | 2008-06-25 | 哈曼贝克自动系统股份有限公司 | 低复杂度的回音补偿 |
Also Published As
Publication number | Publication date |
---|---|
CN103886860A (zh) | 2014-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103886860B (zh) | 一种信息处理方法和电子设备 | |
CN105100366B (zh) | 骚扰电话号码确定方法、装置和系统 | |
CN103871408B (zh) | 一种语音识别方法及装置、电子设备 | |
CN101431559B (zh) | 移动终端的自适应调整方法和一种移动终端 | |
EP2907121B1 (en) | Real-time traffic detection | |
CN104580534B (zh) | 信息处理方法、装置及电子设备 | |
CN110413118A (zh) | 使用频移的触觉转换系统 | |
CN107341033A (zh) | 一种数据统计方法、装置、电子设备和存储介质 | |
CN105681546A (zh) | 一种语音处理的方法、装置以及终端 | |
CN103971681A (zh) | 一种语音识别方法及系统 | |
CN104954949B (zh) | 根据采集信号自动调整输出信号的智能耳机及控制方法 | |
CN105931634A (zh) | 音频筛选方法和装置 | |
CN105187630A (zh) | 一种基于情绪识别的移动终端音乐保存方法及系统 | |
CN107316651A (zh) | 基于麦克风的音频处理方法和装置 | |
CN102929613A (zh) | 操作系统的调优装置和方法 | |
CN106155640A (zh) | 一种音量显示方法及装置 | |
KR20200094732A (ko) | 시계열 데이터를 분류하기 위한 방법 및 시스템 | |
CN110109899A (zh) | 物联网数据填补方法、装置及系统 | |
CN109819128A (zh) | 一种电话录音的质检方法和装置 | |
CN106953962B (zh) | 一种通话录音方法及装置 | |
CN108076316A (zh) | 一种识别改装车辆的方法、装置及系统 | |
CN108495075A (zh) | 视频通信方法及装置 | |
CN106027801A (zh) | 一种通信消息的处理方法及装置、移动设备 | |
JP2020502833A (ja) | 帯域幅が限られたネットワークを介した送信のために高忠実度モーションデータを圧縮するシステムおよび方法 | |
CN104394256A (zh) | 一种通讯录排序方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |