CN107305351A - 声学存在检测器 - Google Patents

声学存在检测器 Download PDF

Info

Publication number
CN107305351A
CN107305351A CN201710252141.6A CN201710252141A CN107305351A CN 107305351 A CN107305351 A CN 107305351A CN 201710252141 A CN201710252141 A CN 201710252141A CN 107305351 A CN107305351 A CN 107305351A
Authority
CN
China
Prior art keywords
signal
room
input signal
sef
microphone
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.)
Granted
Application number
CN201710252141.6A
Other languages
English (en)
Other versions
CN107305351B (zh
Inventor
M.巴拉蒂亚
R.H.朗伯特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harman International Industries Inc
Crown Audio Inc
Original Assignee
Crown Audio Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Crown Audio Inc filed Critical Crown Audio Inc
Publication of CN107305351A publication Critical patent/CN107305351A/zh
Application granted granted Critical
Publication of CN107305351B publication Critical patent/CN107305351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H7/00—Measuring reverberation time ; room acoustic measurements
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/16—Actuation by interference with mechanical vibrations in air or other fluid
    • G08B13/1654—Actuation by interference with mechanical vibrations in air or other fluid using passive vibration detection systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R29/00—Monitoring arrangements; Testing arrangements
    • H04R29/001—Monitoring arrangements; Testing arrangements for loudspeakers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • H04R3/04—Circuits for transducers, loudspeakers or microphones for correcting frequency response
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Otolaryngology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Abstract

一个或多个实施例阐述了一种音频存在检测系统，其具有包括声学存在检测应用的存储器以及执行声学存在检测应用的处理器。所述音频存在检测系统接收与第一扬声器相关联的第一输入信号，并且接收与第一麦克风相关联的第二输入信号。所述音频存在检测系统基于至少第一输入信号和跟与第一扬声器和第一麦克风相关的房间相关联的脉冲响应，通过自适应滤波器生成第一估计信号。所述音频存在检测系统基于第二输入信号和第一估计信号来计算第一误差信号。所述音频存在检测系统基于与第一误差信号相关联的量值、相对于第一阈值水平来确定对象存在于空间内。

Description

声学存在检测器
技术领域
本公开的实施例总体涉及个人听觉设备，并且更具体地，涉及声学存在检测器。
背景技术
存在检测传感器通常部署在诸如私人住宅、私人企业和公共空间的各种场置或位置中，以检测那些场景或位置中的人的存在。存在检测传感器的一个常见应用是检测闯入者或入侵者的存在。在这种应用中，当存在检测传感器检测到闯入者或入侵者时，信号通常被传输到安全系统，安全系统继而又触发可听或无声警报。存在检测传感器的另一个常见应用是在智能家庭系统中，其中房间中的人的存在触发一个或多个动作，诸如调整照明、播放音乐、或打开或关闭一组窗帘。
当前存在各种类型的存在检测传感器。红外(IR)传感器通常通过感测热能或通过调谐到红外频率范围的光电传感器来检测红外能量的变化。运动传感器通常通过感测靠近运动传感器的光学或微波能量场中的变化来检测移动对象。基于图像处理方法的传感器系统通过摄像机捕获图像，并且应用一种或多种计算机视觉技术，诸如边缘检测或特征匹配，以检测人的存在。基于激光的系统包括一个或多个激光源，其中每个激光源与不同的检测器配对。每个检测器被配置成当不再感测到与检测器对应的激光源时，诸如当由激光源生成的激光束已经被穿过激光束路径的移动对象或人中断时，传输信号。
现有存在检测传感器的一个缺点是精度随着距传感器的距离而降低。因此，存在检测传感器可能不能检测到超出距传感器的阈值距离的人的存在。另一个缺点是大多数类型的存在检测传感器具有“盲点”，在所述“盲点”中传感器不能检测到在由相对于传感器的角度范围限定的弧形外部的人的存在。类似地，一些现有存在检测传感器不能检测到在房间中另一对象(诸如一件家具)后方的人的存在。
这些潜在问题的一种可能的解决方案是在房间中的不同位置部署多个传感器。在房间中分布多个传感器增加了房间中在至少一个传感器附近的区域的数量。另外，某些传感器可以放置在特定位置中以覆盖房间中的放置在其他区域中的传感器不能检测到的某些区域，从而减少盲点的数量和尺寸。这些可能的解决方案的一个缺点是，即使利用多个传感器，全部覆盖房间和消除盲点通常也是困难的，即使不是不可能的。这些可能的解决方案的另一个缺点是增加房间中的传感器的数量增加了成本，特别是对于昂贵的传感器技术，诸如基于图像处理的系统和激光系统。
如前所述，检测人在特定场景或位置中的存在的更有效的方式将是有用的。
发明内容
所阐述的一个或多个实施例包括音频存在检测系统。所述音频存在检测系统包括：存储器，其包括声学存在检测应用；以及处理器，其耦合到存储器，并且当执行声学存在检测应用时，被配置成执行某些步骤。所述步骤包括接收与第一扬声器相关联的第一输入信号。所述步骤进一步包括接收与第一麦克风相关联的第二输入信号。所述步骤进一步包括基于至少第一输入信号和跟与第一扬声器和第一麦克风相关的房间相关联的脉冲响应，通过自适应滤波器来生成第一估计信号。所述步骤进一步包括基于第二输入信号和第一估计信号来计算第一误差信号。所述步骤进一步包括基于与第一误差信号相关联的量值、相对于第一阈值水平来确定对象存在于空间内。
其他实施例包括但不限于：包括用于执行所公开的技术的一个或多个方面的指令的计算机可读介质；以及用于执行所公开的技术的一个或多个方面的方法。
本文描述的方法的至少一个优点是音频存在检测系统覆盖房间的所有区域，而不管距音频存在检测系统的距离如何。所公开的方法的另一个优点是即使在利用单个麦克风和自适应滤波器进行部署时，音频存在检测系统也几乎不显示盲点。因此，相对于现有方法，所公开的系统显示出改进的存在检测。
附图说明
因此，为了详细理解上文阐述的一个或多个实施例的特征，通过参考某些特定实施例来对上文简要概述的一个或多个实施例进行更具体的描述，这些实施例中的一些在附图中示出。然而，应当注意，附图仅示出典型的实施例，并且因此不应当被视为以任何方式限制其范围，因为所公开的实施例的范围也包括其他实施例。
图1示出被配置成实现各种实施例的一个或多个方面的声学存在检测处理器；
图2示出根据各种实施例的图1的声学存在检测系统可以如何在房间内实现以检测对象的存在；
图3是根据各种实施例的图1的自适应滤波器的更详细方框图；
图4A-4B是根据各种实施例的图1的声学存在检测系统如何以声学方式检测房间中人的存在的概念图示；并且
图5是根据各种实施例的用于以声学方式检测人的存在的方法步骤的流程图。
具体实施方式
在以下描述中，阐述众多具体细节以提供对某些具体实施例的更透彻理解。然而，本领域的技术人员将明白，其他实施例可以在没有这些具体细节中的一个或多个细节的情况下或在具有附加的特定细节的情况下加以实践。
系统综述
图1示出被配置成实现各种实施例的一个或多个方面的声学存在检测系统100。如图所示，声学存在检测系统100包括但不限于处理器104、系统盘106、输入/输出(I/O)设备接口108、网络接口110、互连件112和系统存储器114。
处理器104可以是处理设备配置的过程数据和执行程序代码的任何技术上可行的形式。处理器104可以是例如但不限于中央处理单元(CPU)、数字信号处理器(DSP)、图形处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等。处理器104包括一个或多个处理核。在操作中，处理器104是声学存在检测系统100的主处理器，控制和协调其他系统组件的操作。系统存储器114存储供处理器104使用的软件应用和数据。处理器104执行存储在系统存储器114内的软件应用并且任选地执行操作系统。具体地，处理器104执行软件，并且然后执行本申请中阐述的功能和操作中的一个或多个。
类似地，处理器104被配置成存储应用数据(例如，软件库)并从系统存储器114检索应用数据。互连件112被配置成促进处理器104、系统盘106、I/O设备接口108、网络接口110和系统存储器114之间的数据(诸如编程指令和应用数据)的传输。I/O设备接口108被配置成从I/O设备116接收输入数据，并且通过互连件112将输入数据传输到处理器104。I/O设备接口108进一步被配置成通过互连件112从处理器104接收输出数据，并将输出数据传输到I/O设备116。例如，并且非限制性地，I/O设备116可以包括一个或多个麦克风、一个或多个扬声器、来自媒体系统的一个或多个音频信号、键盘、鼠标和/或其他输入和输出设备。
系统存储器114包括声学存在检测应用117，其被配置成以声学方式检测空间(诸如房间)中的人的存在。声学存在检测应用217包括一个或多个模数转换器118，其被配置成将所接收的模拟信号变换为数字信号，以便有利于由处理器104进行分析和处理。在一个实例中，并且非限制性地，模数转换器118可以拦截由媒体系统发送并被导向到扬声器的模拟音频信号。模数转换器118可以将所截取的模拟信号转换为数字形式，以便由自适应滤波器119进行分析和处理。在另一实例中，并且非限制性，模数转换器118可以从麦克风接收模拟音频信号。模数转换器118可以将所接收的模拟信号转换为数字形式，以便由自适应滤波器119进行分析和处理。声学存在检测应用217进一步包括自适应滤波器119，其基于修改源音频信号(诸如由房间的脉冲响应修改的传输到扬声器的信号)来自适应地估计由麦克风接收的音频信号。
系统盘106可以包括一个或多个硬盘驱动器、固态存储设备或类似的存储设备。系统盘106被配置成存储非易失性数据，诸如滤波器系数135。滤波器系数135可以由自适应滤波器119检索，如本文进一步描述的。在一些实施例中，网络接口110被配置成根据以太网标准进行操作。
音频存在检测
图2示出根据各种实施例的图1的声学存在检测系统100可以如何在房间内实现以检测对象的存在。如图所示，该图示包括但不限于扬声器210、房间脉冲响应220、麦克风230以及图1的声学存在检测系统100。
扬声器210从媒体系统接收表示模拟音频信号的信号x(t)250。信号x(t)250可以包括任何合适的音频信号，包括但不限于音乐、语音或电影声轨。扬声器210将信号x(t)250转换为声波，并将声波传输到扬声器210所在的房间中。在一些实施例中，多个扬声器210可以放置在房间中。
房间脉冲响应220表示扬声器210所在的空间(诸如房间、大厅或其他区域)的声学响应。仅出于说明的目的，并且非限制性地，所述空间在本文中被称为房间。由于扬声器210在多个方向上将声波传输到房间中，每个声波撞击房间内的一个或多个表面，诸如墙壁、家具、人和其他对象。当沿特定方向行进的声波撞击对象时，声波可被对象完全吸收或可被完全反射。更通常的是，当沿特定方向行进的声波撞击对象时，声波的一些部分被吸收，而声波的一些部分被反射。声波的反射部分在相对于原始声波方向不同的方向上行进穿过房间。反射部分可以撞击另一对象，其中，再次，声波的一些部分被吸收，而声波的一些部分被反射。这个过程继续，直到声波的声能撞击对象并被完全吸收，并且极少或没有声波部分被反射。房间脉冲响应220表示从扬声器210发出的所有声波的吸收和反射的总效应。
麦克风230放置在与扬声器210相同的房间内。麦克风230接收来自扬声器210的直接声波以及在被麦克风230接收之前已经从房间中的一个或多个对象反射的反射声波。基于麦克风230相对于房间中的扬声器210和其他对象的位置，来自扬声器210的声波的一部分可以在撞击另一对象之前撞击麦克风上的传感器。来自扬声器210的声波的另一部分可在撞击房间中的一个或多个其他对象之后撞击麦克风上的传感器。麦克风将来自所有接收到的声波的声能转换为标识为信号y(t)252的模拟电信号。信号y(t)252表示来自扬声器210并由麦克风230接收的由房间脉冲响应220修改的声音。在一些实施例中，房间可以包括放置在房间中的各个位置的多个麦克风230。在此类实施例中，每个麦克风230与不同的对应的声学存在检测系统100相关联。
声学存在检测系统100检测对象(诸如人)何时进入房间、离开房间或在房间内移动。在一些实施例中，声学存在检测系统100可以是与麦克风230分开的物理组件。在一些实施例中，声学存在检测系统100可以内置在麦克风230的主体中，并且包括麦克风230。在各种实施例中，声学存在检测系统100可以通过硬连线连接或通过无线连接(诸如蓝牙)连接到麦克风230。如图2所示，声学存在检测系统100包括但不限于第一模数转换器118-1、第二模数转换器118-2、自适应滤波器119和信号加法器240。
第一模数转换器118-1将表示传输到扬声器210的模拟音频信号的信号x(t)250转换为信号x(n)256，其为信号x(t)250的对应数字对应体。在一些实施例中，第一模数转换器118-1通过到向扬声器210供应信号的源的硬连线连接来接收信号x(t)250。在一些实施例中，第一模数转换器118-1通过到向扬声器210供应信号的源的无线连接(诸如蓝牙连接)接收信号x(t)250。第一模数转换器118-1以给定的采样率对信号x(t)250进行采样。例如，并且非限制性地，第一模数转换器118-1可以以48kHz对信号x(t)250进行采样，导致1/48kHz或约20.83μs的采样周期。第一模数转换器118-1将信号x(n)256传输到自适应滤波器119。
类似地，第二模数转换器118-2将表示由麦克风230接收的模拟音频信号的信号y(t)252转换为信号y(n)254，其为信号y(t)252的对应数字对应体。例如，并且非限制性地，第二模数转换器118-2可以以48kHz对信号y(t)250进行采样，导致1/48kHz或约20.83μs的采样周期。第二模数转换器118-2将信号y(n)254传输到信号加法器240。
自适应滤波器119从第一模数转换器118-1接收信号x(n)256，其为表示传输到扬声器210的模拟音频信号的信号x(t)250的数字版本。自适应滤波器119对信号x(n)256进行滤波以产生信号其为信号y(n)254的估计，所述信号y(n)254是由麦克风230接收的模拟信号y(t)252的数字对应体。自适应滤波器119将信号传输到信号加法器240。信号加法器240从作为由麦克风230接收的实际信号的数字对应体的信号y(n)254中减去作为由麦克风230接收的信号的估计的信号以生成信号e(n)260，其为误差信号。在一些实施例中，根据用于生成信号的等待时间，可以有利地在计算误差信号e(n)260之前将延迟信号y(n)254延迟。这种延迟可有助于确保自适应滤波器119作为估计器而不是预测器来操作。在一个实例中，并且参考图2，考虑这样的条件：其中信号x(t)250与信号y(n)254之间的路径延迟将是t1，并且信号x(t)250与信号 之间的路径延迟将是t2。在此类情况下，如果t1<t2，则来自模数转换器118-2的信号y(n)254可以被延迟由t2-t1表示的量。这个延迟将确保信号y(n)254不会早于估计信号发生。信号加法器240将误差信号e(n)260传输到自适应滤波器119。此外，信号加法器240传输误差信号e(n)260作为输出。处理器104被配置成通过这个输出来检索误差信号e(n)260的值。
自适应滤波器119从信号加法器240接收误差信号e(n)260。自适应滤波器根据自适应滤波器119内的一个或多个滤波器参数从信号x(n)256连续地生成信号这些滤波器参数包括但不限于自适应滤波器119中的滤波器抽头的数量以及与各种滤波器抽头相关联的滤波器系数135。自适应滤波器119以下列两种模式之一进行操作：(1)训练模式；以及(2)检测模式。
在训练模式中，扬声器210发送适当的训练信号，诸如跨可听频率范围的宽谱白噪声或包括宽频谱的音乐。自适应滤波器119基于误差信号e(n)260的量值连续地调整自适应滤波器119内的一个或多个滤波器参数。一个或多个滤波器参数的这些调整包括但不限于增加滤波器中抽头的数量、减少滤波器中抽头的数量、以及调整与滤波器相关联的一个或多个滤波器系数135。在每次参数调整之后，自适应滤波器119测量新的误差信号e(n)260以确定新的误差信号e(n)260是否相对于先前的误差信号e(n)260增加或减少。自适应滤波器119继续进行参数调整，直到误差信号e(n)260为零或在接近零的值的范围内。在一些实施例中，误差信号e(n)260的允许范围可以以特定绝对值的形式给出。在一些实施例中，误差信号e(n)260的允许范围可以以百分比的形式给出，诸如不大于从麦克风230接收的信号y(n)254的5％。在自适应滤波器119确定误差信号e(n)260足够接近零之后，自适应滤波器119进入检测模式。
滤波器抽头的数量，以及相应地使误差信号e(n)260最小所需的滤波器系数135的数量根据房间中的对象表面的数量和硬度而变化。一般来说，随着房间中的硬表面的数量增加，滤波器抽头的数量同样增加。相应地，自适应滤波器119在时间方面的长度以及房间脉冲响应220的持续时间同样随着硬表面的数量而增加。在一个实例中，并且非限制性地，具有硬表面和软表面的混合物的典型房间可具有持续时间为2-4秒的房间脉冲响应220。自适应滤波器119可以利用10,000-20,000抽头滤波器来最小化误差信号e(n)260，假设“语音质量”采样率为8000Hz。相比之下，具有大量硬物的房间可以具有持续时间为8秒或更长的房间脉冲响应220。自适应滤波器119可以利用具有40,000个抽头或更多抽头的滤波器来最小化误差信号e(n)260。
在一些实施例中，可以指定自适应滤波器119中的抽头的最大数量。在此类实施例中，自适应滤波器119可以在以下约束下来最小化误差信号e(n)260：自适应滤波器119不超过指定的抽头的最大数量，同时仍然足够灵敏以检测对象何时进入房间、离开房间或在房间内移动。通过限制自适应滤波器119中的抽头的最大数量，相对于允许自适应滤波器119具有无限数量的抽头，可以减少自适应滤波器119的训练时间。此外，所需的计算资源可随着抽头的数量而增加，从而增加功率消耗。通过限制自适应滤波器119中的抽头的最大数量，相对于允许自适应滤波器119具有无限数量的抽头，可以减少自适应滤波器119的计算资源以及相应地功率消耗。滤波器抽头的最大数量可以是任何技术上可行的数量，其减少训练时间、计算资源和功率消耗，同时仍足够灵敏以检测对象何时进入房间、离开房间或在房间内移动。滤波器抽头的最大数量可以是但不限于500个抽头、1000个抽头、2,000个抽头、4,000个抽头，或者大于4,000个抽头的某个数量。
因为自适应滤波器119可以访问原始音频信号x(n)256和由房间脉冲响应220修改的所得音频信号y(n)254，所以自适应滤波器119可以比自适应滤波器更快地收敛，其中原始音频信号是未知的或不可用。在一些实施例中，自适应滤波器可以被配置成仅接收信号y(n)254，而不接收原始音频信号x(n)256。在此类实施例中，相对于能够访问原始音频信号x(n)256的自适应滤波器，训练周期可能更长。
在检测模式中，自适应滤波器119根据在训练模式期间建立的滤波器参数从信号x(n)256连续地生成信号信号加法器240将误差信号e(n)260传输到自适应滤波器119，并且还传输误差信号e(n)260作为输出。在检测模式期间，如果房间中没有发生突然变化，诸如对象进入房间、离开房间或在房间内移动，则误差信号e(n)260保持处于零或接近零。如果对象(诸如人)进入房间、离开房间或在房间内移动，则房间脉冲响应220改变，因为声波在房间内如何被吸收和反射的模式已经改变。因此，由麦克风230接收的实际信号y(n)254与估计信号显著不同。相应地，误差信号e(n)260在量值上突然增加超过阈值水平，所述阈值水平在本文中被称为检测阈值。误差信号e(n)260的接收器(诸如处理器104)检测到量值的突然增加，并且相应地执行一个或多个适当的动作或事件，包括但不限于触发警报、调整照明、播放音乐、或打开或关闭一组窗帘。在一些实施例中，可以调整误差信号e(n)260触发动作或事件的阈值水平。降低阈值水平可以增加自适应滤波器119的灵敏度，由此即使当小的对象进入房间、离开房间或在房间内移动时，也可以触发动作或事件。增加阈值水平可以降低自适应滤波器119的灵敏度，由此当小的对象(诸如家庭宠物)进入房间、离开房间或在房间内移动时，可以不触发动作或事件。然而，当大的对象(诸如人)进入房间、离开房间或在房间内移动时，可以触发动作或事件。
扬声器210从扬声器210的前方沿无限数量的方向传输声波。当这些声波撞击房间中的各种对象时，反射波在其他方向上传输。这些反射波撞击房间中的其他对象，从而导致在另外其他方向上传输的另外的反射波。随着这个过程继续，声波几乎到达房间的所有区域。因此，房间脉冲响应220(其是房间中所有直接声波和反射声波的总和效应)基本上没有盲点。因此，在本公开的范围内，麦克风230可以放置在房间内的任何地方。在一些实施例中，麦克风230可以有利地放置在距扬声器210一定距离处，并且不在扬声器210的直接路径中。在此类实施例中，麦克风230接收由反射声波而不是直接声波主导的信号。相应地，自适应滤波器119可以更多地针对反射声波的特性，而不是直接声波的特性进行调谐。因此，自适应滤波器119可以对房间脉冲响应220的变化更敏感，从而导致改进的检测灵敏度。
随着时间的推移，房间脉冲响应220可能由于某些环境条件的相应变化而漂移。在一个实例中，并且非限制性地，因为声波在空气中行进的速度随温度变化，所以房间脉冲响应220可以随着房间温度增加或减少而改变。因此，由麦克风230接收的实际信号y(n)254可以改变，而估计信号可以保持相同。因此，即使在没有对象进入房间、离开房间或在房间内移动时，误差信号e(n)260也将增加。如果误差信号e(n)260增加得足够多，则可能在自适应滤波器119的输出端处发送假触发。
为了解决这个问题，自适应滤波器可以周期性地“重新训练”，但是以比在初始训练周期期间更低的速率。这种重新训练的目的是将稳态误差信号e(n)维持在阈值水平以下，所述阈值水平在本文中被称为重新训练阈值。一般来说，重新训练阈值显著低于检测阈值。也就是说，重新训练阈值设定在用于检测误差信号e(n)中的缓慢、较小变化的水平处，指示房间的脉冲响应中的漂移。相反，检测阈值设定在用于检测误差信号的突然、较大变化的水平处，指示对象已经进入房间、离开房间或在房间内移动。例如，并且非限制性地，在初始训练周期期间，自适应滤波器可以在每个采样周期改变滤波器系数135。如果音频采样率是48kHz，则自适应滤波器119可以在每1/48k秒或约20.83μs改变滤波器系数135。在初始训练周期终止并且自适应滤波器119处于检测模式之后，自适应滤波器119可以进入训练模式，以便以较低的速率重新训练自适应滤波器119。在第一实例中，并且非限制性地，自适应滤波器119可以周期性地重新训练，例如每10ms一次。在第二实例中，并且非限制性地，当误差信号e(n)260逐渐增加到超过阈值水平的值时，自适应滤波器119可以重新训练。在第三实例中，并且非限制性地，这两种方法可以组合，其中当误差信号e(n)260逐渐增加到超过阈值水平的值时，自适应滤波器119可以重新训练，但不少于每分钟一次。相对于更频繁的重新训练，减少重新训练循环的频率可以减少所需的计算资源，并且相应地汲取显著更少的功率。此外，因为重新训练通常涉及较小的调整，所以重新训练循环通常比初始训练周期涉及更少的时间。
图3是根据各种实施例的图1的自适应滤波器119的更详细方框图。如图所示，自适应滤波器119包括：延迟元件322、324和326；乘法器310、312、314和316；以及信号加法器332、334和336。
乘法器310接收信号x(n)，即由麦克风230接收的信号的数字对应体，并将信号x(n)乘以系数W0。延迟元件322将信号x(n)延迟一个采样周期以生成生x(n-1)。乘法器312接收信号x(n-1)，并将信号x(n-1)乘以系数W1。信号加法器332将乘法器310的输出与乘法器312的输出相加，并将总和传输到信号加法器334。
同样，延迟元件324将信号x(n-1)延迟一个采样周期以生成x(n-2)。乘法器314接收信号x(n-2)，并将信号x(n-2)乘以系数W2。信号加法器334将信号加法器332的输出与乘法器314的输出相加，并将总和传输到链中的下一个信号加法器(未明确示出)。针对与自适应滤波器119相关联的每个附加滤波器系数135继续该过程。在自适应滤波器119的最后阶段，延迟元件326将信号x(n-m+2)延迟一个采样周期以生成x(n-m+1)。乘法器314接收信号x(n-m+1)，并将信号x(n-m+1)乘以系数Wm-1。信号加法器336将先前信号加法器(未明确示出)的输出与乘法器316的输出相加，并将总和估计信号传输到信号加法器240。以数学的方式表述，估计信号由以下等式1给出：
信号加法器240从作为由麦克风230接收的实际信号的数字对应体的信号y(n)254中减去作为由麦克风230接收的信号的估计的信号以生成信号e(n)，即误差信号。误差信号e(n)由以下等式2给出：
然后将误差信号e(n)传输到所有乘法器310、312、314和316以调整系数W0...Wm-1。针对每个采样周期重复该过程，直到误差信号e(n)达到零或接近零。
图3的自适应滤波器119被配置为横向或有限脉冲响应(FIR)，即采用最小均方(LMS)自适应方法的滤波器架构。然而，在本公开的范围内，其他技术上可行的滤波器架构和自适应方法也是可能的。在各种实施例中，自适应滤波器119可以采用其他滤波器架构，包括但不限于晶格预测器结构和脉动阵列。同样，自适应滤波器119可以采用其他自适应方法，包括但不限于递归最小二乘法(RLS)自适应、快速横向滤波器(FTF)自适应和梯度下降自适应。具体地，相对于LMS自适应，RLS自适应可以具有更短的训练周期，但是相对于LMS自适应，可能需要更多的计算，因此需要更多的功率。在一个实例中，并且非限制性地，在切换到检测模式之前，LMS自适应可能需要几秒或几分钟来训练自适应滤波器119。相比之下，在切换到检测模式之前，RLS自适应可能仅需要三倍的滤波器长度来训练自适应滤波器119。因此，如果滤波器是两秒，则在切换到检测模式之前，RLS自适应将需要六秒来训练自适应滤波器119。然而，RLS自适应相对于LMS自适应通常需要显著更多的计算资源，并且相应地，相对于LMS自适应，汲取显著更多的功率。因此，LMS自适应将适用于低功率应用，而RLS自适应将更适合于期望要较短训练周期的应用。在一些实施例中，可以在时域或频域中实现具有LMS自适应的自适应滤波器119。随着块大小的增加，频域自适应算法可能更有效，然而，每个块可能仅可能执行一次更新。一般来说，频域块大小可以等于或大于房间的脉冲响应。
图4A-4B是根据各种实施例的图1的声学存在检测系统100如何以声学方式检测房间400中的人的存在的概念图示。如图4A所示，房间400包括扬声器210和三个麦克风230-1、230-2和230-3。三个麦克风230-1、230-2和230-3中的每一个配备有如结合图1-3所描述的不同的声学存在检测系统100。扬声器210沿无限数量的方向传输声波。仅出于说明的目的，示出这些声波中的六个，即声波430、440、450、460、470和480。声波430撞击墙壁，导致反射声波435，其撞击麦克风230-1的前部。同样，声波440撞击墙壁，导致反射声波445，其也撞击麦克风230-1的前部。以类似的方式，声波470和480撞击墙壁，分别导致反射声波475和485，它们也撞击麦克风230-1的前部。声波450直接撞击麦克风230-1的前部而不首先撞击墙壁或其他对象。最后，声波460撞击墙壁，导致反射声波465，其撞击麦克风230-1的后部。对于麦克风230-2和230-2存在类似的声波模式(未明确示出)。
如图4B所示，人490现在已进入房间。现在，人490的存在阻止声波452和462(它们对应于图4A的声波450和460)到达麦克风230-1。人490的存在同样阻止了许多其他声波到达麦克风230-1。此外，由于从人490反射的声波，人490的存在改变了某些声波从扬声器210行进到麦克风230-1时所采取的路径。因此，由麦克风230-1接收的信号y(n)由于人490的存在而显著改变。然而，估计信号保持恒定，至少直到新的训练周期开始。因此，误差信号显著增加，这意味着对象(诸如人490)已经进入房间400、离开房间400或在房间400内移动。
虽然房间400配备有三个麦克风230-1、230-2和230-3，但是房间400可以配备有一个、两个或多于三个麦克风300。不管所采用的麦克风230的数量如何，每个麦克风230连接到不同的声学存在检测系统100。
图5是根据各种实施例的用于以声学方式检测人的存在的方法步骤的流程图。尽管结合图1-4B的系统描述了方法步骤，但是本领域的技术人员将理解，被配置成以任何顺序执行方法步骤的任何系统均落在所公开的实施例的范围内。
如图所示，方法500开始于步骤502，在所述步骤502中，在声学存在检测系统100内执行的声学存在检测应用117进入训练模式。在训练模式期间，声学存在检测系统100执行各种步骤以最小化指示房间的测量脉冲响应与房间的估计脉冲响应之间的差的误差信号。在步骤504处，在声学存在检测系统100内执行的声学存在检测应用117调整声学存在检测系统100内的自适应滤波器119的一个或多个参数，其中自适应滤波器119被配置成接收传输到一个或多个扬声器的信号的副本，并且估计表示由房间的脉冲响应修改的输入信号的信号。参数调整可以包括但不限于增加滤波器抽头的数量、减少滤波器抽头的数量、以及修改与滤波器抽头相关的一个或多个系数。
在步骤506处，声学存在检测系统100内的自适应滤波器119计算误差信号。为了计算误差信号，声学存在检测系统100内的模数转换器118-1将传输到一个或多个扬声器的信号的副本从模拟信号转换为数字信号。类似地，声学存在检测系统100内的模数转换器118-2将从麦克风接收的信号从模拟信号转换为数字信号。从麦克风接收的信号表示由一个或多个扬声器发送的由房间的脉冲响应修改的声波的复合体。声学存在检测系统100内的自适应滤波器119将数字滤波器应用于传输到一个或多个扬声器的信号的数字版本，从而生成表示由麦克风接收的信号的数字版本的估计的估计信号。信号加法器240计算由麦克风接收的信号的数字版本与估计信号之间的差。这个差是误差信号。
在步骤508处，在声学存在检测系统100内执行的声学存在检测应用117确定是否满足某些完成标准。在一个实例中，并且非限制性地，当误差信号为零、接近零或低于阈值水平时，满足完成准则。在另一实例中，并且非限制性地，当自适应滤波器119包含指定的最大数量的滤波器抽头时，满足完成准则。如果满足完成标准，则方法500进行到步骤510，在所述步骤510中，在声学存在检测系统100内执行的声学存在检测应用117进入检测模式。在检测模式中，声学存在检测系统100被配置成检测误差信号的突然变化，从而指示对象(诸如人)已经进入房间、离开房间或在房间内移动。在检测模式中，声学存在检测系统100进一步被配置成是否以及何时重新进入训练模式以便重新训练自适应滤波器119。
在步骤512处，声学存在检测系统100内的自适应滤波器119计算误差信号。声学存在检测系统100以结合步骤506描述的方式计算误差信号。在步骤514处，在声学存在检测系统100内执行的声学存在检测应用117确定是否满足触发阈值。触发阈值设定在指示误差信号的量值突然大幅增加的水平处。误差信号的量值的突然大幅增加指示对象(诸如人)已经进入房间、离开房间或在房间内移动。在一些实施例中，可以调整触发阈值水平以便增加或降低声学存在检测系统100的灵敏度。例如，可以增加触发阈值水平以降低声学存在检测系统100的灵敏度。因此，较大对象(诸如人)的进入、离开或移动将导致超过触发阈值水平的误差信号。然而，较小对象(诸如家庭宠物)的进入、离开或移动不会导致超过触发阈值水平的误差信号。同样，可以降低触发阈值水平以增加声学存在检测系统100的灵敏度。因此，较大或较小对象的进入、离开或移动将导致超过触发阈值水平的误差信号。在任何情况下，误差信号的小变化，诸如由于温度或其他环境变化造成的房间脉冲响应的漂移所引起的变化，将不会导致超过触发阈值水平的误差信号。
如果满足触发阈值，则方法500进行到步骤516，在所述步骤516中，在声学存在检测系统100内执行的声学存在检测应用117触发一个或多个适当的响应动作。如果音频存在检测系统100是安全系统的一部分，则音频存在检测系统触发警报。如果音频存在检测系统100是智能家庭系统的一部分，则在声学存在检测系统100内执行的声学存在检测应用117触发某个其他响应动作，诸如调整照明、播放音乐、或打开或关闭一组窗帘。
在步骤518处，在声学存在检测系统100内执行的声学存在检测应用117确定是否满足某些重新训练标准。在一个实例中，并且非限制性地，当误差信号超过重新训练阈值水平时，满足重新训练标准。一般来说，重新训练阈值水平设定为显著低于触发阈值水平的值。在另一个实例中，并且非限制性地，当自上次进入训练模式以来已经过去固定持续时间时，满足重新训练标准。在另一个实例中，并且非限制性地，当误差信号超过重新训练阈值水平或者自训练模式被输入以来的时间超过固定持续时间时，满足重新训练标准。如果不满足重新训练标准，则方法500进行到上述步骤512。然而，如果在步骤518处满足某些重新训练标准，则方法500进行到上述步骤502。
返回到步骤514，如果不满足触发阈值，则方法500进行到上述步骤518。
返回到步骤508，如果不满足某些完成准则，则方法500进行到上述步骤504。
总之，音频存在检测系统包括位于房间中的一个或多个扬声器，播放音乐或某个其他音频源。音频存在检测系统包括同样位于房间中的麦克风，接收从扬声器发出的由房间的脉冲响应修改的音频信号。音频存在检测系统进一步包括自适应滤波器，其接收驱动一个或多个扬声器的源音频信号的副本。自适应滤波器生成预测由麦克风接收的信号的估计信号。通过经由特定滤波技术变换源音频信号来生成估计信号。自适应滤波器还接收跟踪由麦克风接收的信号与估计信号之间的差的误差信号。自适应滤波器进行调整，直到误差信号处于零或接近零。
一旦达到这个条件，自适应滤波器继续监测误差信号。检测到误差信号的量值的突然增加指示房间的脉冲响应的突然变化。房间的脉冲响应的这种突然变化指示对象(诸如人)已经进入房间、离开房间或在房间内移动。作为响应，音频存在检测系统采取适当的响应动作。如果音频存在检测系统是安全系统的一部分，则音频存在检测系统触发警报。如果音频存在检测系统是智能家庭系统的一部分，则音频存在检测系统触发某个其他响应动作，诸如调整照明、播放音乐、或打开或关闭一组窗帘。
本文描述的方法的至少一个优点是音频存在检测系统覆盖房间的所有区域，而不管距音频存在检测系统的距离如何。所公开的方法的另一个优点是即使在利用单个麦克风和自适应滤波器进行部署时，音频存在检测系统也几乎不显示盲点。因为所公开的系统不依赖于与传感器的接近并且不导致不可检测的盲点，所以所公开的系统相对于现有方法显示出改进的存在检测。本文描述的方法的另一个优点是，即使当利用单个麦克风和自适应滤波器进行部署时，所公开的系统相对于包括多个传感器的现有方法系统显示出改进的性能。因此，可以以较低成本实现先前可实现的优异性能。
已经出于说明目的呈现了各种实施例的描述内容，但是其并不意在是穷举性的或者限于所公开的实施例。在不脱离所描述实施例的范围和精神的情况下，许多修改和变化对于本领域的普通技术人员来说将是显而易见的。
本发明的实施例的各方面可以体现为系统、方法或计算机程序产品。因此，本公开的各方面可以采用以下形式：完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或将软件与硬件方面组合的实施例，所述实施例在本文中一般都可以称为“电路”、“模块”或“系统”。此外，本公开的各方面可采用在一个或多个计算机可读介质上实施的计算机程序产品形式，所述计算机可读介质具有在该介质上实施的计算机可读程序代码。
可以使用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁性、光学、电磁、红外或半导体系统、装置或设备、或者前述介质的任何合适组合。计算机可读存储介质的更具体实例(非穷举性列表)将包括以下介质：具有一个或多个导线的电连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储设备、磁性存储设备或前述介质的任何合适组合。在本文件的上下文中，计算机可读存储介质可以是可包含或存储供指令执行系统、装置或设备使用或与其结合使用的程序的任何有形介质。
以上参考根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或方框图来描述本公开的各方面。应了解，流程图图示和/或方框图的每一个方框以及流程图图示和/或方框图的方框组合可以通过计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器来产生一种机器，以使得通过计算机或其他可编程数据处理装置的处理器来执行的指令允许实现在流程图和/或方框图的一个或多个方框中指定的功能/操作。此类处理器可不限于通用处理器、专用处理器、特殊应用处理器或现场可编程处理器或门阵列。
附图中的流程图和方框图示出根据本公开的各种实施例的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。在这方面，流程图或方框图中的每个方框可以表示代码模块、代码区段或代码的一部分，其包括用于实现所指定的逻辑功能的一个或多个可执行指令。还应当注意到，在一些替代实现方式中，方框中提到的功能可以不按附图中指出的顺序出现。例如，连续示出的两个方框实际上可以基本上同时执行，或者方框有时可按相反顺序执行，这取决于所涉及的功能。还将注意到，方框图和/或流程图的每个方框以及方框图和/或流程图中的方框组合可以由执行指定功能或动作的基于特殊用途硬件的系统实现，或特殊用途硬件和计算机指令的组合。
虽然上述内容是针对本公开的实施例，但是可以在不脱离其基本范围的情况下，设想出本公开的其他和另外的实施例，而且其范围由随附的权利要求书加以确定。

Claims (20)

1.一种用于以声学方式检测空间内对象的存在的计算机实现的方法，所述方法包括：
接收与第一扬声器相关联的第一输入信号；
接收与第一麦克风相关联的第二输入信号；
基于所述第一输入信号和与自适应滤波器相关联的一个或多个参数，通过所述自适应滤波器生成第一估计信号；
基于所述第二输入信号和所述第一估计信号来计算第一误差信号；以及
基于与所述第一误差信号相关联的量值、相对于第一阈值水平来确定对象存在于所述空间内。
2.根据权利要求1所述的计算机实现的方法，其进一步包括执行一个或多个操作以训练所述自适应滤波器，以便将所述第一误差信号维持在第二阈值水平以下。
3.根据权利要求2所述的计算机实现的方法，其中所述一个或多个操作包括：
调整包括在所述一个或多个参数中的至少一个参数；
基于所述第一输入信号和已经调整的所述至少一个参数生成第二估计信号；
基于所述第二输入信号和所述第二估计信号计算第二误差信号；以及
确定所述第二误差信号低于第二阈值水平。
4.根据权利要求1所述的计算机实现的方法，其进一步包括确定已经满足指示应当训练所述自适应滤波器的条件，以及执行一个或多个操作以训练所述自适应滤波器。
5.根据权利要求1所述的计算机实现的方法，其中所述空间包括与所述第一麦克风和所述第一扬声器相关联的房间，并且所述第二输入信号与所述第一输入信号和所述房间的脉冲响应相关联。
6.根据权利要求5所述的计算机实现的方法，其中所述第二输入信号与由所述第一扬声器发送并由与所述房间相关联的至少一个表面反射的第一音频波相关联。
7.根据权利要求1所述的计算机实现的方法，其中所述空间包括房间，并且所述第一误差信号的所述量值指示由存在于所述房间内所述对象引起的所述房间的脉冲响应的变化。
8.根据权利要求1所述的计算机实现的方法，其进一步包括响应于确定所述对象存在于所述空间内，触发安全警报、调整照明条件、播放音频源或调整一组窗帘。
9.根据权利要求1所述的计算机实现的方法，其中所述第一输入信号包括对应于传输到所述第一扬声器的模拟音频信号的数字音频信号。
10.一种包括指令的非暂时性计算机可读存储介质，所述指令在由处理器执行时，配置所述处理器以执行以下步骤：
接收与第一扬声器相关联的第一输入信号；
接收与第一麦克风相关联的第二输入信号；
基于所述第一输入信号和与所述自适应滤波器相关联的一个或多个参数，通过包括多个滤波器抽头的自适应滤波器生成第一估计信号；
基于所述第二输入信号和所述第一估计信号来计算第一误差信号；以及
基于与所述第一误差信号相关联的量值、相对于第一阈值水平来确定对象存在于空间内。
11.根据权利要求10所述的非暂时性计算机可读存储介质，其进一步包括执行一个或多个操作以训练所述自适应滤波器，以便将所述第一误差信号维持在第二阈值水平以下。
12.根据权利要求11所述的非暂时性计算机可读存储介质，其中所述一个或多个操作包括：
调整包括在所述一个或多个参数中的至少一个参数；
基于所述第一输入信号和已经调整的所述至少一个参数生成第二估计信号；
基于所述第二输入信号和所述第二估计信号计算第二误差信号；以及
确定所述第二误差信号低于第二阈值水平。
13.根据权利要求10所述的非暂时性计算机可读存储介质，其进一步包括确定已经满足指示应当训练所述自适应滤波器的条件，以及执行一个或多个操作以训练所述自适应滤波器。
14.根据权利要求10所述的非暂时性计算机可读存储介质，其中所述空间包括与所述第一麦克风和所述第一扬声器相关联的房间，并且所述第二输入信号与所述第一输入信号和所述房间的脉冲响应相关联。
15.根据权利要求10所述的非暂时性计算机可读存储介质，其中所述第一阈值水平表示为绝对值或者表示为所述第一输入信号的百分比。
16.一种计算设备，其包括：
存储器，所述存储器包括声学存在检测应用；以及
处理器，所述处理器耦合到所述存储器并且当执行所述声学存在检测应用时被配置成：
接收与第一扬声器相关联的第一输入信号；
接收与第一麦克风相关联的第二输入信号；
基于至少所述第一输入信号和与有关所述第一扬声器和所述第一麦克风的房间相关联的脉冲响应，通过自适应滤波器生成第一估计信号；
基于所述第二输入信号和所述第一估计信号来计算第一误差信号；并且
基于与所述第一误差信号相关联的量值、相对于第一阈值水平来确定对象存在于空间内。
17.根据权利要求16所述的计算设备，其中所述自适应滤波器至少部分地包括有限脉冲响应(FIR)滤波器、晶格预测器结构和脉动阵列中的至少一个。
18.根据权利要求16所述的计算设备，其中所述自适应滤波器采用最小均方(LMS)自适应、递归最小二乘(RLS)滤波、快速横向滤波器(FTF)自适应和梯度下降自适应中的至少一种。
19.根据权利要求16所述的计算设备，其中所述第一麦克风被放置在并不处于由所述第一扬声器发送的声波的直接路径中的位置。
20.根据权利要求16所述的计算设备，其中所述计算设备和所述第一麦克风嵌入在单个物理外壳内。
CN201710252141.6A 2016-04-19 2017-04-18 声学存在检测器 Active CN107305351B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/133,112 2016-04-19
US15/133,112 US10024712B2 (en) 2016-04-19 2016-04-19 Acoustic presence detector

Publications (2)

Publication Number Publication Date
CN107305351A true CN107305351A (zh) 2017-10-31
CN107305351B CN107305351B (zh) 2022-03-15

Family

ID=58714899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710252141.6A Active CN107305351B (zh) 2016-04-19 2017-04-18 声学存在检测器

Country Status (3)

Country Link
US (1) US10024712B2 (zh)
EP (1) EP3236439B1 (zh)
CN (1) CN107305351B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111817720A (zh) * 2019-04-10 2020-10-23 新唐科技股份有限公司 脉冲密度调变信号能量检测电路及模拟输出信号产生电路
CN112154404A (zh) * 2018-05-21 2020-12-29 奥矽半导体技术有限公司 超声触摸和力输入检测
CN113450521A (zh) * 2021-06-29 2021-09-28 北京小米移动软件有限公司 入侵者的监测方法、装置、电子设备和存储介质
CN113450537A (zh) * 2021-06-25 2021-09-28 北京小米移动软件有限公司 跌倒检测方法、装置、电子设备和存储介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10609468B2 (en) * 2016-09-16 2020-03-31 Avatronics Sarl Active noise cancellation system for headphone
US10110998B2 (en) * 2016-10-31 2018-10-23 Dell Products L.P. Systems and methods for adaptive tuning based on adjustable enclosure volumes
WO2020033595A1 (en) 2018-08-07 2020-02-13 Pangissimo, LLC Modular speaker system
US11184725B2 (en) 2018-10-09 2021-11-23 Samsung Electronics Co., Ltd. Method and system for autonomous boundary detection for speakers
US10959018B1 (en) * 2019-01-18 2021-03-23 Amazon Technologies, Inc. Method for autonomous loudspeaker room adaptation
US11282352B2 (en) 2019-07-12 2022-03-22 Carrier Corporation Security system with distributed audio and video sources
WO2021170458A1 (en) * 2020-02-24 2021-09-02 Signify Holding B.V. Selection criteria for passive sound sensing in a lighting iot network
WO2022232792A1 (en) * 2021-04-27 2022-11-03 Sonos, Inc. Room sound modes

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07146988A (ja) * 1993-11-24 1995-06-06 Nippon Telegr & Teleph Corp <Ntt> 物体移動検出装置
US20080224863A1 (en) * 2005-10-07 2008-09-18 Harry Bachmann Method for Monitoring a Room and an Apparatus For Carrying Out the Method
US20120050049A1 (en) * 2010-08-24 2012-03-01 Victor Manuel Quinones Caballero Safety Alarm and Method
CN102566751A (zh) * 2004-04-30 2012-07-11 希尔克瑞斯特实验室公司 自由空间定位装置和方法
US20140337016A1 (en) * 2011-10-17 2014-11-13 Nuance Communications, Inc. Speech Signal Enhancement Using Visual Information

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3938428C1 (zh) 1989-11-18 1991-04-18 Standard Elektrik Lorenz Ag, 7000 Stuttgart, De
US6947549B2 (en) * 2003-02-19 2005-09-20 The Hong Kong Polytechnic University Echo canceller
JP2005071188A (ja) 2003-08-26 2005-03-17 Matsushita Electric Works Ltd 異常検出装置
US8019075B2 (en) * 2007-04-02 2011-09-13 Microsoft Corporation Hybrid echo canceller controllers
US8403105B2 (en) * 2008-12-16 2013-03-26 Koninklijke Philips Electronics N.V. Estimating a sound source location using particle filtering
US8483398B2 (en) * 2009-04-30 2013-07-09 Hewlett-Packard Development Company, L.P. Methods and systems for reducing acoustic echoes in multichannel communication systems by reducing the dimensionality of the space of impulse responses
US9319633B1 (en) * 2015-03-19 2016-04-19 Cisco Technology, Inc. Ultrasonic echo canceler-based technique to detect participant presence at a video conference endpoint
US10551215B2 (en) * 2015-06-11 2020-02-04 Analog Devices Global Unlimited Company Systems, circuits and methods for determining a position of a movable object
US9472203B1 (en) * 2015-06-29 2016-10-18 Amazon Technologies, Inc. Clock synchronization for multichannel system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07146988A (ja) * 1993-11-24 1995-06-06 Nippon Telegr & Teleph Corp <Ntt> 物体移動検出装置
CN102566751A (zh) * 2004-04-30 2012-07-11 希尔克瑞斯特实验室公司 自由空间定位装置和方法
US20080224863A1 (en) * 2005-10-07 2008-09-18 Harry Bachmann Method for Monitoring a Room and an Apparatus For Carrying Out the Method
US20120050049A1 (en) * 2010-08-24 2012-03-01 Victor Manuel Quinones Caballero Safety Alarm and Method
US20140337016A1 (en) * 2011-10-17 2014-11-13 Nuance Communications, Inc. Speech Signal Enhancement Using Visual Information

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112154404A (zh) * 2018-05-21 2020-12-29 奥矽半导体技术有限公司 超声触摸和力输入检测
CN111817720A (zh) * 2019-04-10 2020-10-23 新唐科技股份有限公司 脉冲密度调变信号能量检测电路及模拟输出信号产生电路
CN111817720B (zh) * 2019-04-10 2024-03-12 新唐科技股份有限公司 脉冲密度调变信号能量检测电路及模拟输出信号产生电路
CN113450537A (zh) * 2021-06-25 2021-09-28 北京小米移动软件有限公司 跌倒检测方法、装置、电子设备和存储介质
CN113450521A (zh) * 2021-06-29 2021-09-28 北京小米移动软件有限公司 入侵者的监测方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
US10024712B2 (en) 2018-07-17
EP3236439A1 (en) 2017-10-25
EP3236439B1 (en) 2018-12-05
US20170299425A1 (en) 2017-10-19
CN107305351B (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
CN107305351A (zh) 声学存在检测器
US9721583B2 (en) Integrated sensor-array processor
KR101548848B1 (ko) 가청 사운드 및 초음파를 이용한 소스 정위를 위한 시스템들, 방법들, 장치, 및 컴퓨터 판독가능 매체들
US8174932B2 (en) Multimodal object localization
Rabinkin et al. DSP implementation of source location using microphone arrays
KR20090050372A (ko) 혼합 사운드로부터 잡음을 제거하는 방법 및 장치
GB2589972A (en) Signal processing for speech dereverberation
WO2017160294A1 (en) Spectral estimation of room acoustic parameters
JP2011071702A (ja) 収音処理装置、収音処理方法、及びプログラム
US10049685B2 (en) Integrated sensor-array processor
CN109754821B (zh) 信息处理方法及其系统、计算机系统和计算机可读介质
KR101086304B1 (ko) 로봇 플랫폼에 의해 발생한 반사파 제거 신호처리 장치 및 방법
KR20210153919A (ko) 다채널 음향 신호를 이용한 심화 신경망 기반의 잔향 제거, 빔포밍 및 음향 인지 모델의 결합 학습 방법 및 장치
JP4960838B2 (ja) 距離測定装置、距離測定方法、距離測定プログラム、および記録媒体
US20170338804A1 (en) Apparatus, System, and Method for an Acoustic Response Monitor
US9384641B2 (en) Glass breakage detection system and method
JP6165503B2 (ja) エコー抑圧装置およびエコー抑圧方法
JP2005062096A (ja) 話者位置検出方法、装置、プログラム、および記録媒体
US11483644B1 (en) Filtering early reflections
CN110246516A (zh) 一种语音通信中小空间回声信号的处理方法
JPH1048308A (ja) 物体位置検出装置及び物体位置検出方法
KR101655010B1 (ko) 실내에서 음향 신호의 상관 대역폭 변화를 이용한 침입자 탐지 방법 및 시스템
US10204638B2 (en) Integrated sensor-array processor
US11425495B1 (en) Sound source localization using wave decomposition
Arslan et al. Impulsive sound detection and gunshot recognition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant