CN108257605A - 多通道录音方法、装置及电子设备 - Google Patents
多通道录音方法、装置及电子设备 Download PDFInfo
- Publication number
- CN108257605A CN108257605A CN201810100230.3A CN201810100230A CN108257605A CN 108257605 A CN108257605 A CN 108257605A CN 201810100230 A CN201810100230 A CN 201810100230A CN 108257605 A CN108257605 A CN 108257605A
- Authority
- CN
- China
- Prior art keywords
- vocal print
- current speech
- speech signal
- print feature
- recording
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000001755 vocal effect Effects 0.000 claims abstract description 124
- 239000000284 extract Substances 0.000 claims abstract description 11
- 230000009467 reduction Effects 0.000 claims description 17
- 238000011946 reduction process Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000033764 rhythmic process Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/10527—Audio or video recording; Data buffering arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/64—Automatic arrangements for answering calls; Automatic arrangements for recording messages for absent subscribers; Arrangements for recording conversations
- H04M1/65—Recording arrangements for recording a message from the calling party
- H04M1/656—Recording arrangements for recording a message from the calling party for recording conversations
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/10527—Audio or video recording; Data buffering arrangements
- G11B2020/10537—Audio or video recording
- G11B2020/10592—Audio or video recording specifically adapted for recording or reproducing multichannel signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Electrically Operated Instructional Devices (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种多通道录音方法、装置及电子设备,其中,多通道录音方法包括:检测当前语音信号;提取当前语音信号的声纹特征;基于预设的声纹库,确定与声纹特征对应的录音通道;选择与声纹特征对应的录音通道对当前语音信号进行录制。本发明实施例的多通道录音方法、装置及电子设备,通过检测当前语音信号,并提取当前语音信号的声纹特征,以及基于预设的声纹库,确定与声纹特征对应的录音通道,并选择与声纹特征对应的录音通道对当前语音信号进行录制,能够准确地根据语音信号来选择相应的录音通道进行录制,提高录音效率和录音质量,更加智能。
Description
技术领域
本发明涉及移动终端技术领域,尤其涉及一种多通道录音方法、装置及电子设备。
背景技术
录音是将声音信号记录在媒质上的过程。目前大多数的移动终端都具有录音功能,以一定的频率通过麦克风收集附近的连续的模拟音频信号,然后进行模数转换得到音频数据,并保存为各种音频格式如wav格式。其中,录音可分为单声道录音和立体声录音。为了获得更好的录音效果,现有的移动终端大多配有多个麦克风,因此可以使用多通道立体声录音。但是,录音是全向的,如果在较为嘈杂的环境中,关键语音和背景声音都会被录制进去,还需要进行后期处理,才能获得符合需求的录音,费时费力,成本高。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种多通道录音方法,能够提高录音效率和录音质量,更加智能。
本发明的第二个目的在于提出一种多通道录音装置。
本发明的第三个目的在于提出一种电子设备。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达上述目的,本发明第一方面实施例提出了一种多通道录音方法,包括:
检测当前语音信号;
提取所述当前语音信号的声纹特征;
基于预设的声纹库,确定与所述声纹特征对应的录音通道;
选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制。
可选的,所述声纹特征包括声学特征、词法特征、韵律特征以及语言特征中的一种或多种。
可选的,在基于预设的声纹库,确定与所述声纹特征对应的录音通道之前,还包括:
获取多个语音信号样本对应的声纹特征;
分别为每个语音信号样本对应的声纹特征绑定一个录音通道,并生成绑定关系;
将所述绑定关系保存至所述声纹库。
可选的,在选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制之后,还包括:
对所述当前语音信号进行降噪处理。
可选的,对所述当前语音信号进行降噪处理,包括:
获取所述当前语音信号的信号幅度和信噪比;
根据所述信号幅度和所述信噪比确定所述当前语音信号的降噪强度;
根据所述降噪强度对所述当前语音信号进行降噪处理。
本发明实施例的多通道录音方法,通过检测当前语音信号,并提取所述当前语音信号的声纹特征,以及基于预设的声纹库,确定与所述声纹特征对应的录音通道,并选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制,能够准确地根据语音信号来选择相应的录音通道进行录制,提高录音效率和录音质量,更加智能。
本发明第二方面实施例提出了一种多通道录音装置,包括:
检测模块,用于检测当前语音信号;
提取模块,用于提取所述当前语音信号的声纹特征;
确定模块,用于基于预设的声纹库,确定与所述声纹特征对应的录音通道;
录音模块,用于选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制。
可选的,所述声纹特征包括声学特征、词法特征、韵律特征以及语言特征中的一种或多种。
可选的,装置还包括:
获取模块,用于在基于预设的声纹库,确定与所述声纹特征对应的录音通道之前,获取多个语音信号样本对应的声纹特征;
绑定模块,用于分别为每个语音信号样本对应的声纹特征绑定一个录音通道,并生成绑定关系;
保存模块,用于将所述绑定关系保存至所述声纹库。
可选的,装置还包括:
降噪模块,用于在选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制之后,对所述当前语音信号进行降噪处理。
可选的,所述降噪模块,用于:
获取所述当前语音信号的信号幅度和信噪比;
根据所述信号幅度和所述信噪比确定所述当前语音信号的降噪强度;
根据所述降噪强度对所述当前语音信号进行降噪处理。
本发明实施例的多通道录音装置,通过检测当前语音信号,并提取所述当前语音信号的声纹特征,以及基于预设的声纹库,确定与所述声纹特征对应的录音通道,并选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制,能够准确地根据语音信号来选择相应的录音通道进行录制,提高录音效率和录音质量,更加智能。
本发明第三方面实施例提出了一种电子设备,包括:
处理器;
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行第一方面实施例所述的多通道录音方法。
本发明第四方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现第一方面实施例所述的多通道录音方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明一实施例提出的多通道录音方法的流程图;
图2为本发明另一实施例提出的多通道录音方法的流程图;
图3为本发明又一实施例提出的多通道录音方法的流程图;
图4是根据本发明一个实施例的多通道录音装置的结构框图;
图5是根据本发明另一个实施例的多通道录音装置的结构框图;
图6是根据本发明又一个实施例的多通道录音装置的结构框图;
图7是根据本发明一实施例提出的电子设备的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的多通道录音方法、装置及电子设备。
图1为本发明一实施例提出的多通道录音方法的流程图。
如图1所示,多通道录音方法,包括以下步骤:
步骤101,检测当前语音信号。
目前大多数的移动终端都具有录音功能,通过麦克风装置采集附近的连续的模拟语音信号,然后进行模数转换得到音频数据。但是,录音是全向的,如果在较为嘈杂的环境中,关键语音和背景声音都会被录制进去。如果用户只想录制某一个人的声音,则需要进行后期处理,提取出该声音,成本高,效率低。为此,本发明提出一种多通道录音方法,来实现指向性录音,即获得某一指定的录音通道所对应的声音,以符合用户需求。
在本发明的一个实施例中,可先检测当前语音信号。
步骤102,提取当前语音信号的声纹特征。
在检测到当前语音信号之后,可提取当前语音信号的声纹特征。其中,声纹特征包括声学特征、词法特征、韵律特征以及语言特征中的一种或多种。声纹特征,即与人类的发音机制的解剖学结构有关的特征,包括如鼻音、带深呼吸音、沙哑音、笑声等,由此分析可得到如频谱、倒频谱、共振峰、基音、反射系数等特征;词法特征,即受社会经济状况、受教育水平、出生地等影响的语义、修辞、发音、言语习惯等特征;韵律特征,即说话的韵律、节奏、速度、语调、音量等特征。语言特征,即语种、方言、口音等特征。
步骤103,基于预设的声纹库,确定与声纹特征对应的录音通道。
其中,预设的声纹库中保存有语音信号样本对应的声纹特征,以及与其绑定的录音通道。例如:第一语音信号样本对应的声纹特征,与其绑定的录音通道为录音通道1;第二语音信号样本对应的声纹特征,与其绑定的录音通道为录音通道2。也就是说,可在预设的声纹库中进行搜索,如果搜索到与当前语音信号的声纹特征一致的声纹特征,则可确定该声纹特征对应的录音通道。
步骤104,选择与声纹特征对应的录音通道对当前语音信号进行录制。
在确定与声纹特征对应的录音通道之后,便可选择与声纹特征对应的录音通道对当前语音信号进行录制,从而实现具有针对性的录音。例如,利用录音通道1只录制某一用户的声音,其他用户的声音采用其他录音通道分别进行录制,或放弃录制其他用户的声音。
本发明实施例的多通道录音方法,通过检测当前语音信号,并提取当前语音信号的声纹特征,以及基于预设的声纹库,确定与声纹特征对应的录音通道,并选择与声纹特征对应的录音通道对当前语音信号进行录制,能够准确地根据语音信号来选择相应的录音通道进行录制,提高录音效率和录音质量,更加智能。
在本发明的另一个实施例中,如图2所示,多通道录音方法还包括:
步骤105,在基于预设的声纹库,确定与声纹特征对应的录音通道之前,获取多个语音信号样本对应的声纹特征。
步骤106,分别为每个语音信号样本对应的声纹特征绑定一个录音通道,并生成绑定关系。
步骤107,将绑定关系保存至声纹库。
上述三个步骤为预先建立声纹库的过程。首先,可获取多个语音信号样本对应的声纹特征,然后分别为每个语音信号样本对应的声纹特征绑定一个录音通道,并生成绑定关系,最后将绑定关系保存至声纹库。
下面以一个具体示例进行说明:
首先,分别获取5个用户A、用户B、用户C、用户D以及用户E的声纹特征,即声纹特征a、声纹特征b、声纹特征c、声纹特征d、声纹特征e。其中,声纹特征a与录音通道1绑定,声纹特征b与录音通道2绑定,声纹特征c与录音通道3绑定,声纹特征d与录音通道4绑定,声纹特征e与录音通道5绑定。声纹特征以及与对应录音通道的绑定关系均保存在声纹库中。假设有一天这五个用户在一起开电话会议,那么这五个用户的语音就可以分别通过预先绑定的录音通道进行录音。当用户D开始说话时,就可以开启录音通道4进行录制。如果在会议过程中,还检测到了不属于声纹库中的语音信号,那么还可以检测当前是否还有空闲的录音通道,如果有,则选择其中一个空闲的录音通道对其进行录音。或者干脆将其作为无用的语音信号,放弃对其录音。
在本发明的又一个实施例中,如图3所示,多通道录音方法还包括:
步骤108,在选择与声纹特征对应的录音通道对当前语音信号进行录制之后,对当前语音信号进行降噪处理。
具体地,可获取当前语音信号的信号幅度和信噪比,再根据信号幅度和信噪比确定当前语音信号的降噪强度,最后根据降噪强度对当前语音信号进行降噪处理。在这过程中,可根据语音信号幅度的大小和信噪比,来自适应调整录音降噪强度,例如通过提高当前语音信号的幅度,降低其他语音信号的幅度等,保证该录音通道录制的语音保持最佳清晰度。
本发明实施例的多通道录音方法,通过在选择与声纹特征对应的录音通道对当前语音信号进行录制之后,对当前语音信号进行降噪处理,能够有效地提高录音的质量。
为了实现上述实施例,本发明还提出了一种多通道录音装置,图4是根据本发明一个实施例的多通道录音装置的结构框图,如图4所示,该装置包括检测模块410、提取模块420、确定模块430和录音模块440。
其中,检测模块410,用于检测当前语音信号。
提取模块420,用于提取当前语音信号的声纹特征。
确定模块430,用于基于预设的声纹库,确定与声纹特征对应的录音通道。
录音模块440,用于选择与声纹特征对应的录音通道对当前语音信号进行录制。
如图5所示,本发明实施例的多通道录音装置还可包括获取模块450、绑定模块460和保存模块470。
获取模块450,用于在基于预设的声纹库,确定与声纹特征对应的录音通道之前,获取多个语音信号样本对应的声纹特征。
绑定模块460,用于分别为每个语音信号样本对应的声纹特征绑定一个录音通道,并生成绑定关系。
保存模块470,用于将绑定关系保存至声纹库。
如图6所示,本发明实施例的多通道录音装置还可包括降噪模块480。
降噪模块480,用于在选择与声纹特征对应的录音通道对当前语音信号进行录制之后,对当前语音信号进行降噪处理。
需要说明的是,前述对多通道录音方法的解释说明,也适用于本发明实施例的多通道录音装置,本发明实施例中未公布的细节,在此不再赘述。
本发明实施例的多通道录音装置,通过检测当前语音信号,并提取当前语音信号的声纹特征,以及基于预设的声纹库,确定与声纹特征对应的录音通道,并选择与声纹特征对应的录音通道对当前语音信号进行录制,能够准确地根据语音信号来选择相应的录音通道进行录制,提高录音效率和录音质量,更加智能。
为了实现上述实施例,本发明还提出了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现本发明第一方面实施例的多通道录音方法。
为了实现上述实施例,本发明还提出了一种电子设备。
如图7所示,电子设备700包括处理器710和存储器720及存储在存储器上并可在处理器上运行的计算机程序701,处理器用于执行本发明第一方面实施例的多通道录音方法。
例如,计算机程序可被处理器执行以完成以下步骤的多通道录音方法:
步骤101’,检测当前语音信号。
步骤102’,提取当前语音信号的声纹特征。
步骤103’,基于预设的声纹库,确定与声纹特征对应的录音通道。
步骤104’,选择与声纹特征对应的录音通道对当前语音信号进行录制。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块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。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种多通道录音方法,其特征在于,包括:
检测当前语音信号;
提取所述当前语音信号的声纹特征;
基于预设的声纹库,确定与所述声纹特征对应的录音通道;
选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制。
2.如权利要求1所述的方法,其特征在于,所述声纹特征包括声学特征、词法特征、韵律特征以及语言特征中的一种或多种。
3.如权利要求1所述的方法,其特征在于,在基于预设的声纹库,确定与所述声纹特征对应的录音通道之前,还包括:
获取多个语音信号样本对应的声纹特征;
分别为每个语音信号样本对应的声纹特征绑定一个录音通道,并生成绑定关系;
将所述绑定关系保存至所述声纹库。
4.如权利要求1所述的方法,其特征在于,在选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制之后,还包括:
对所述当前语音信号进行降噪处理。
5.如权利要求4所述的方法,其特征在于,对所述当前语音信号进行降噪处理,包括:
获取所述当前语音信号的信号幅度和信噪比;
根据所述信号幅度和所述信噪比确定所述当前语音信号的降噪强度;
根据所述降噪强度对所述当前语音信号进行降噪处理。
6.一种多通道录音装置,其特征在于,包括:
检测模块,用于检测当前语音信号;
提取模块,用于提取所述当前语音信号的声纹特征;
确定模块,用于基于预设的声纹库,确定与所述声纹特征对应的录音通道;
录音模块,用于选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制。
7.如权利要求6所述的装置,其特征在于,所述声纹特征包括声学特征、词法特征、韵律特征以及语言特征中的一种或多种。
8.如权利要求6所述的装置,其特征在于,还包括:
获取模块,用于在基于预设的声纹库,确定与所述声纹特征对应的录音通道之前,获取多个语音信号样本对应的声纹特征;
绑定模块,用于分别为每个语音信号样本对应的声纹特征绑定一个录音通道,并生成绑定关系;
保存模块,用于将所述绑定关系保存至所述声纹库。
9.如权利要求6所述的装置,其特征在于,还包括:
降噪模块,用于在选择所述与所述声纹特征对应的录音通道对所述当前语音信号进行录制之后,对所述当前语音信号进行降噪处理。
10.如权利要求9所述的装置,其特征在于,所述降噪模块,用于:
获取所述当前语音信号的信号幅度和信噪比;
根据所述信号幅度和所述信噪比确定所述当前语音信号的降噪强度;
根据所述降噪强度对所述当前语音信号进行降噪处理。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~5任一项所述的多通道录音方法。
12.一种电子设备,其特征在于,包括:
处理器;
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~5任一项所述的多通道录音方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810100230.3A CN108257605B (zh) | 2018-02-01 | 2018-02-01 | 多通道录音方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810100230.3A CN108257605B (zh) | 2018-02-01 | 2018-02-01 | 多通道录音方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108257605A true CN108257605A (zh) | 2018-07-06 |
CN108257605B CN108257605B (zh) | 2021-05-04 |
Family
ID=62743198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810100230.3A Active CN108257605B (zh) | 2018-02-01 | 2018-02-01 | 多通道录音方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108257605B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110265038A (zh) * | 2019-06-28 | 2019-09-20 | 联想(北京)有限公司 | 一种处理方法及电子设备 |
CN110310683A (zh) * | 2019-07-01 | 2019-10-08 | 科大讯飞股份有限公司 | 录音处理方法及装置 |
CN111884729A (zh) * | 2020-07-17 | 2020-11-03 | 上海动听网络科技有限公司 | 录音通道选择方法、装置及电子设备 |
CN112767945A (zh) * | 2020-12-31 | 2021-05-07 | 上海明略人工智能(集团)有限公司 | 基于声纹的录音控制方法、系统、电子设备及存储介质 |
CN112997144A (zh) * | 2018-12-12 | 2021-06-18 | 深圳市欢太科技有限公司 | 一种录音方法、装置、电子设备和计算机可读存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1585018A (zh) * | 2004-06-15 | 2005-02-23 | 梁国雄 | 用于庭审的计算机录音信息系统 |
CN101287044A (zh) * | 2008-05-14 | 2008-10-15 | 华为技术有限公司 | 声音处理的方法、设备及系统 |
CN102124754A (zh) * | 2008-08-22 | 2011-07-13 | 雅马哈株式会社 | 记录/再现设备 |
CN102215286A (zh) * | 2011-04-06 | 2011-10-12 | 扬州大学 | 一种嵌入式多通道电话录音录时系统 |
US8428227B2 (en) * | 2010-05-18 | 2013-04-23 | Certicall, Llc | Certified communications system and method |
US20130272539A1 (en) * | 2012-04-13 | 2013-10-17 | Qualcomm Incorporated | Systems, methods, and apparatus for spatially directive filtering |
US8638908B2 (en) * | 2008-02-28 | 2014-01-28 | Computer Products Introductions, Corp | Contextual conversation processing in telecommunication applications |
CN103680497A (zh) * | 2012-08-31 | 2014-03-26 | 百度在线网络技术(北京)有限公司 | 基于视频的语音识别系统及方法 |
EP2806425A2 (en) * | 2013-05-22 | 2014-11-26 | Nuance Communications, Inc. | System and method for speaker verification |
CN105141768A (zh) * | 2015-08-31 | 2015-12-09 | 努比亚技术有限公司 | 多用户识别方法、装置及移动终端 |
CN105719659A (zh) * | 2016-02-03 | 2016-06-29 | 努比亚技术有限公司 | 基于声纹识别的录音文件分离方法及装置 |
CN105897998A (zh) * | 2015-12-30 | 2016-08-24 | 乐视致新电子科技(天津)有限公司 | 智能手机录音方法及系统 |
WO2017055434A1 (en) * | 2015-09-30 | 2017-04-06 | British Telecommunications Public Limited Company | Call recording |
CN106790942A (zh) * | 2016-12-28 | 2017-05-31 | 努比亚技术有限公司 | 语音信息智能保存方法及装置 |
CN107039043A (zh) * | 2017-06-08 | 2017-08-11 | 腾讯科技(深圳)有限公司 | 信号处理的方法及装置、多人会话的方法及系统 |
CN107393579A (zh) * | 2017-08-02 | 2017-11-24 | 深圳传音控股有限公司 | 录音方法、录音设备 |
-
2018
- 2018-02-01 CN CN201810100230.3A patent/CN108257605B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1585018A (zh) * | 2004-06-15 | 2005-02-23 | 梁国雄 | 用于庭审的计算机录音信息系统 |
US8638908B2 (en) * | 2008-02-28 | 2014-01-28 | Computer Products Introductions, Corp | Contextual conversation processing in telecommunication applications |
CN101287044A (zh) * | 2008-05-14 | 2008-10-15 | 华为技术有限公司 | 声音处理的方法、设备及系统 |
CN102124754A (zh) * | 2008-08-22 | 2011-07-13 | 雅马哈株式会社 | 记录/再现设备 |
US8428227B2 (en) * | 2010-05-18 | 2013-04-23 | Certicall, Llc | Certified communications system and method |
CN102215286A (zh) * | 2011-04-06 | 2011-10-12 | 扬州大学 | 一种嵌入式多通道电话录音录时系统 |
US20130272539A1 (en) * | 2012-04-13 | 2013-10-17 | Qualcomm Incorporated | Systems, methods, and apparatus for spatially directive filtering |
CN103680497A (zh) * | 2012-08-31 | 2014-03-26 | 百度在线网络技术(北京)有限公司 | 基于视频的语音识别系统及方法 |
EP2806425A2 (en) * | 2013-05-22 | 2014-11-26 | Nuance Communications, Inc. | System and method for speaker verification |
CN105141768A (zh) * | 2015-08-31 | 2015-12-09 | 努比亚技术有限公司 | 多用户识别方法、装置及移动终端 |
WO2017055434A1 (en) * | 2015-09-30 | 2017-04-06 | British Telecommunications Public Limited Company | Call recording |
CN105897998A (zh) * | 2015-12-30 | 2016-08-24 | 乐视致新电子科技(天津)有限公司 | 智能手机录音方法及系统 |
CN105719659A (zh) * | 2016-02-03 | 2016-06-29 | 努比亚技术有限公司 | 基于声纹识别的录音文件分离方法及装置 |
CN106790942A (zh) * | 2016-12-28 | 2017-05-31 | 努比亚技术有限公司 | 语音信息智能保存方法及装置 |
CN107039043A (zh) * | 2017-06-08 | 2017-08-11 | 腾讯科技(深圳)有限公司 | 信号处理的方法及装置、多人会话的方法及系统 |
CN107393579A (zh) * | 2017-08-02 | 2017-11-24 | 深圳传音控股有限公司 | 录音方法、录音设备 |
Non-Patent Citations (2)
Title |
---|
ZHI-FENG WANG ET AL: "CHA NNEL PATTERN NOISE BASED PL AYBACK ATTACK DETECTION ALGORITHM FOR SPE AKER RECOGNITION", 《PROCEEDINGS OF THE 2011 INTERNATIONAL CONFERENCE ON MACHINE LEARNING AND CYBERNETICS》 * |
吕刚: "多通道说话人检索算法研究", 《中国优秀博硕士学位论文全文数据库 (硕士)信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112997144A (zh) * | 2018-12-12 | 2021-06-18 | 深圳市欢太科技有限公司 | 一种录音方法、装置、电子设备和计算机可读存储介质 |
CN110265038A (zh) * | 2019-06-28 | 2019-09-20 | 联想(北京)有限公司 | 一种处理方法及电子设备 |
CN110310683A (zh) * | 2019-07-01 | 2019-10-08 | 科大讯飞股份有限公司 | 录音处理方法及装置 |
CN110310683B (zh) * | 2019-07-01 | 2021-07-06 | 科大讯飞股份有限公司 | 录音处理方法及装置 |
CN111884729A (zh) * | 2020-07-17 | 2020-11-03 | 上海动听网络科技有限公司 | 录音通道选择方法、装置及电子设备 |
CN111884729B (zh) * | 2020-07-17 | 2022-03-01 | 上海动听网络科技有限公司 | 录音通道选择方法、装置及电子设备 |
CN112767945A (zh) * | 2020-12-31 | 2021-05-07 | 上海明略人工智能(集团)有限公司 | 基于声纹的录音控制方法、系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108257605B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108257605A (zh) | 多通道录音方法、装置及电子设备 | |
Zhou et al. | Efficient audio stream segmentation via the combined T/sup 2/statistic and Bayesian information criterion | |
US10977299B2 (en) | Systems and methods for consolidating recorded content | |
CN105529028B (zh) | 语音解析方法和装置 | |
CN105118502B (zh) | 语音识别系统的端点检测方法及系统 | |
EP1393300B1 (en) | Segmenting audio signals into auditory events | |
EP2549475B1 (en) | Segmenting audio signals into auditory events | |
Pace et al. | Subunit definition and analysis for humpback whale call classification | |
CN108899047B (zh) | 音频信号的掩蔽阈值估计方法、装置及存储介质 | |
Hu et al. | Pitch‐based gender identification with two‐stage classification | |
CN101023469B (zh) | 数字滤波方法和装置 | |
Chi et al. | Subglottal coupling and its influence on vowel formants | |
CN108597498A (zh) | 一种多麦克风语音采集方法及装置 | |
CN103377651B (zh) | 语音自动合成装置及方法 | |
CN102214464B (zh) | 音频信号的瞬态检测方法以及基于该方法的时长调整方法 | |
CN109599090B (zh) | 一种语音合成的方法、装置及设备 | |
CN101290766A (zh) | 安多藏语语音音节切分的方法 | |
Stupakov et al. | The design and collection of COSINE, a multi-microphone in situ speech corpus recorded in noisy environments | |
CN108305637A (zh) | 耳机语音处理方法、终端设备及存储介质 | |
CN105895077A (zh) | 录音标记方法及录音装置 | |
CN109545194A (zh) | 唤醒词预训练方法、装置、设备及存储介质 | |
CN105895102A (zh) | 录音编辑方法及录音装置 | |
Istrate et al. | NIST RT’05S evaluation: pre-processing techniques and speaker diarization on multiple microphone meetings | |
Prathosh et al. | Estimation of voice-onset time in continuous speech using temporal measures | |
Shapiro et al. | A versatile pitch tracking algorithm: From human speech to killer whale vocalizations |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |