CN108322855A - 用于获取音频信息的方法及装置 - Google Patents

Abstract

本申请实施例公开了用于获取音频信息的方法及装置。该方法的一具体实施方式包括：实时获取待处理音频，并对待处理音频进行音频识别；响应于检测到待处理音频中存在唤醒信号，获取上述唤醒信号的方向信息，上述方向信息用于表征发出上述唤醒信号的声源所在的方向；将上述方向信息发送给传感器，并接收上述传感器发来的对应上述方向信息的位置信息，上述传感器用于实时监测上述方向信息指示的声源的位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息；根据上述位置信息控制麦克风阵列采集上述声源的音频信息。该实施方式提高了获取声源的音频信息的效率。

Description

用于获取音频信息的方法及装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及音频处理技术领域，尤其涉及用于获取音频信息的方法及装置。

背景技术

随着科技的发展，智能设备为用户的工作和生活提供了多种便利。通过智能设备，用户可以获取最新的新闻信息、与他人进行即时聊天、查找专业资料等。

通常情况下，智能设备的操作需要手动完成。为了进一步提高用户的工作效率，部分智能设备可以支持用户与智能设备之间的语音交互。支持语音交互的智能设备可以获取用户的音频信息，并从音频信息中获取到相关的指令，实现对应的操作。

发明内容

本申请实施例的目的在于提出了用于获取音频信息的方法及装置。

第一方面，本申请实施例提供了一种用于获取音频信息的方法，该方法包括：实时获取待处理音频，并对待处理音频进行音频识别；响应于检测到待处理音频中存在唤醒信号，获取上述唤醒信号的方向信息，上述方向信息用于表征发出上述唤醒信号的声源所在的方向；将上述方向信息发送给传感器，并接收上述传感器发来的对应上述方向信息的位置信息，上述传感器用于实时监测上述方向信息指示的声源的位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息；根据上述位置信息控制麦克风阵列采集上述声源的音频信息。

在一些实施例中，上述方法还包括：从上述麦克风阵列中选择一个麦克风作为唤醒信号监测麦克风，上述唤醒信号监测麦克风用于采集待处理音频。

在一些实施例中，上述获取上述唤醒信号的方向信息包括：获取上述麦克风阵列中每个麦克风采集的待处理音频，确定上述唤醒信号在每个待处理音频中的标记时间，得到标记时间集合；按照时间先后顺序对标记时间集合中的标记时间进行排序，得到标记时间序列；根据上述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定上述唤醒信号的方向信息，上述空间指向用于表征麦克风采集音频的方向。

在一些实施例中，上述根据上述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定上述唤醒信号的方向信息包括：查询麦克风空间指向表，得到每个麦克风的空间指向对应的空间角度，上述麦克风空间指向表用于表征麦克风的空间指向与麦克风所在空间位置处采集音频的空间角度之间的对应关系；通过上述标记时间序列中前设定个标记时间对应的麦克风的空间指向对应的空间角度构成的角度范围，并根据上述角度范围设定为上述唤醒信号的方向信息。

在一些实施例中，上述根据上述位置信息控制麦克风阵列采集上述声源的音频信息包括：根据上述位置信息包含的声源距离信息、声源角度信息和上述麦克风阵列与传感器之间的位置关系，确定上述声源在麦克风空间指向表中对应的声源角度；将上述声源角度对应的麦克风设定为声源麦克风，并通过上述声源麦克风采集音频信息。

在一些实施例中，上述根据上述位置信息控制麦克风阵列采集上述声源的音频信息还包括：屏蔽上述麦克风阵列中声源麦克风以外的麦克风采集的音频信息。

第二方面，本申请实施例提供了一种用于获取位置信息的方法，该方法包括：实时获取至少一个待识别物体的待处理位置信息，上述待处理位置信息包括待识别物体相对于上述传感器的物体距离信息和物体角度信息，上述传感器用于实时监测至少一个待识别物体的待处理位置信息；响应于接收到的方向信息，将上述至少一个待识别物体中的对应上述方向信息的物体确定为声源物体，上述方向信息用于表征上述麦克风阵列监测到的、发出唤醒信号的声源所在的方向；实时获取上述声源物体的位置信息，并发送上述位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息。

在一些实施例中，上述将上述至少一个待识别物体中的对应上述方向信息的物体确定为声源物体包括：构建坐标平面，并标记对应待识别物体的待处理位置信息的坐标点；通过传感器与麦克风阵列之间的位置关系确定上述坐标平面上对应上述方向信息的一条直线；将与上述直线距离最小的坐标点对应的待识别物体确定为声源物体。

第三方面，本申请实施例提供了一种用于获取音频信息的装置，该装置包括：音频识别单元，用于实时获取待处理音频，并对待处理音频进行音频识别；方向信息获取单元，响应于检测到待处理音频中存在唤醒信号，用于获取上述唤醒信号的方向信息，上述方向信息用于表征发出上述唤醒信号的声源所在的方向；位置信息接收单元，用于将上述方向信息发送给传感器，并接收上述传感器发来的对应上述方向信息的位置信息，上述传感器用于实时监测上述方向信息指示的声源的位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息；音频信息采集单元，用于根据上述位置信息控制麦克风阵列采集上述声源的音频信息。

在一些实施例中，上述装置还包括：麦克风设置单元，用于从上述麦克风阵列中选择一个麦克风作为唤醒信号监测麦克风，上述唤醒信号监测麦克风用于采集待处理音频。

在一些实施例中，上述方向信息获取单元包括：待处理音频获取子单元，用于获取上述麦克风阵列中每个麦克风采集的待处理音频，确定上述唤醒信号在每个待处理音频中的标记时间，得到标记时间集合；标记时间序列获取子单元，用于按照时间先后顺序对标记时间集合中的标记时间进行排序，得到标记时间序列；方向信息设置子单元，用于根据上述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定上述唤醒信号的方向信息，上述空间指向用于表征麦克风采集音频的方向。

在一些实施例中，上述方向信息设置子单元包括：空间角度查询模块，用于查询麦克风空间指向表，得到每个麦克风的空间指向对应的空间角度，上述麦克风空间指向表用于表征麦克风的空间指向与麦克风所在空间位置处采集音频的空间角度之间的对应关系；方向信息设定模块，用于通过上述标记时间序列中前设定个标记时间对应的麦克风的空间指向对应的空间角度构成的角度范围，并根据上述角度范围设定为上述唤醒信号的方向信息。

在一些实施例中，上述音频信息采集单元包括：声源角度确定子单元，用于根据上述位置信息包含的声源距离信息、声源角度信息和上述麦克风阵列与传感器之间的位置关系，确定上述声源在麦克风空间指向表中对应的声源角度；音频信息采集子单元，用于将上述声源角度对应的麦克风设定为声源麦克风，并通过上述声源麦克风采集音频信息。

在一些实施例中，上述音频信息采集单元还包括：屏蔽上述麦克风阵列中声源麦克风以外的麦克风采集的音频信息。

第四方面，本申请实施例提供了一种用于获取位置信息的装置，该装置包括：待处理位置信息获取单元，用于实时获取至少一个待识别物体的待处理位置信息，上述待处理位置信息包括待识别物体相对于上述传感器的物体距离信息和物体角度信息，上述传感器用于实时监测至少一个待识别物体的待处理位置信息；声源物体确定单元，响应于接收到的方向信息，用于将上述至少一个待识别物体中的对应上述方向信息的物体确定为声源物体，上述方向信息用于表征上述麦克风阵列监测到的、发出唤醒信号的声源所在的方向；位置信息发送单元，用于实时获取上述声源物体的位置信息，并发送上述位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息。

在一些实施例中，上述声源物体确定单元包括：坐标平面构建子单元，用于构建坐标平面，并标记对应待识别物体的待处理位置信息的坐标点；直线确定子单元，用于通过传感器与麦克风阵列之间的位置关系确定上述坐标平面上对应上述方向信息的一条直线；声源物体确定子单元，用于将与上述直线距离最小的坐标点对应的待识别物体确定为声源物体。

第五方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序；传感器，用于实时监测被测物体的位置信息；麦克风阵列，用于采集声源的音频信息；当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于获取音频信息的方法或第二方面的用于获取位置信息的方法。

第六方面，本申请实施例提供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上述第一方面的用于获取音频信息的方法或第二方面的用于获取位置信息的方法。

本申请实施例提供的用于获取音频信息的方法及装置，从待处理音频中检测到唤醒信号后，得到唤醒信号的方向信息；之后获取传感器发来的对应方向信息的位置信息；最后控制麦克风阵列采集用户的音频信息。本实施例方法只要检测到一次唤醒信号就可以实现持续采集声源的音频信息，避免了对唤醒信号的频繁检测，以及在检测到唤醒信号后对声源方向信息的频繁检测，提高了获取声源的音频信息的效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于获取音频信息的方法的一个实施例的流程图；

图3是根据本申请的用于获取位置信息的方法的一个实施例的流程图；

图4是根据本申请的用于获取音频信息的方法的一个应用场景的示意图；

图5是根据本申请的用于获取音频信息的装置的一个实施例的结构示意图；

图6是根据本申请的用于获取位置信息的装置的又一个实施例的结构示意图；

图7是适于用来实现本申请实施例的服务器的系统结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，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组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于获取音频信息的方法或用于获取音频信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括音频采集设备101、传感器102、网络103和服务器104、105。网络103用以在音频采集设备101、传感器102和服务器104、105之间提供通信链路的介质。其中，服务器104用于对传感器102采集的数据进行数据处理；服务器105用于对音频采集设备101采集的数据进行数据处理。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

音频采集设备101可以采集用户的音频信息，进而确定用户的方向信息；传感器102可以监测用户的位置信息；服务器104可以对传感器102采集的用户位置信息和方向信息进行处理，实现对用户的位置跟踪；服务器105根据用户位置信息选择音频采集设备101中哪些麦克风采集用户音频信息。音频采集设备101可以是独立的麦克风阵列、集成在电子设备上的麦克风阵列等；传感器102可以是独立的红外传感器、距离传感器，也可以是集成在电子设备上的红外传感器、距离传感器等。

服务器104、105可以是提供各种服务的服务器，例如对音频采集设备101、传感器102采集的数据进行数据处理的服务器。服务器可以对音频采集设备101、传感器102采集的数据进行数据处理，使得音频采集设备101能够实时跟踪用户(声源)。

需要说明的是，本申请实施例所提供的用于获取音频信息的方法一般由服务器105执行，相应地，用于获取音频信息的装置一般设置于服务器105中。

应该理解，图1中的音频采集设备、传感器、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的音频采集设备、传感器、网络和服务器。

继续参考图2，示出了根据本申请的用于获取音频信息的方法的一个实施例的流程200。该用于获取音频信息的方法包括以下步骤：

步骤201，实时获取待处理音频，并对待处理音频进行音频识别。

在本实施例中，用于获取音频信息的方法运行于其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从音频采集设备101(例如可以是麦克风阵列)接收待处理音频。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

当用户(即声源)在距离麦克风阵列一定距离范围内时，麦克风阵列可以采集到用户的待处理音频。通常情况下，用户的待处理音频可以包含有唤醒信号和/或用于进行数据处理的指令。现有通过用户的音频信息进行相关的数据操作时，需要先接收到唤醒信号，告知数据处理设备接收数据处理指令，然后再从音频中获取数据处理指令，并进行相关的数据操作。可见，唤醒信号在数据处理过程中出现的频率太高，而用户可能是在移动的情况下发出的音频信息，为了获取清晰有效的音频信息，麦克风阵列每次都要重新对用户的位置进行定位，进而确定采集音频信息的方向；然后再识别用户音频信息中是否存在唤醒信号，获取声源的音频信息的效率不高。

本申请中，服务器105可以实时获取麦克风阵列采集的待处理音频，并对待处理音频进行音频识别。

在本实施例的一些可选的实现方式中，上述方法还可以包括：从上述麦克风阵列中选择一个麦克风作为唤醒信号监测麦克风。

为了尽量获取清晰准确的音频信息，麦克风阵列通常包含多个麦克风，多个麦克风可以组合成球形半球形等结构的麦克风阵列。而对于某一声源来说，每个麦克风采集到的声源的音频信号的时间会不同，这主要是因为每个麦克风相对于声源在距离和角度等原因造成的。为了减少数据处理量和避免信号之间的相互干扰，本实施例可以从麦克风阵列中选择一个麦克风作为唤醒信号监测麦克风，麦克风阵列中除监测麦克风以外的其他麦克风也采集待处理音频，但不用于检测唤醒词。其中，唤醒信号监测麦克风用于采集待处理音频。监测麦克风可以选择最接近声源的麦克风，或面向空间的角度(即采集音频信息的角度)最大的麦克风。

步骤202，响应于检测到待处理音频中存在唤醒信号，获取上述唤醒信号的方向信息。

当服务器105检测到待处理音频中存在唤醒信号时，可以控制麦克风阵列包含的全部麦克风采集音频信息。通过对每个麦克风采集的音频信息的差异可以确定声源相对于麦克风阵列的方向信息。其中，上述方向信息用于表征发出上述唤醒信号的声源所在的方向。

在本实施例的一些可选的实现方式中，上述获取上述唤醒信号的方向信息可以包括以下步骤：

第一步，获取上述麦克风阵列中每个麦克风采集的待处理音频，确定上述唤醒信号在每个待处理音频中的标记时间，得到标记时间集合。

当麦克风阵列采集声源的音频时，麦克风阵列中每个麦克风都会采集到声源的待处理音频。麦克风阵列上每个麦克风采集的音频信息都可以以服务器105上的时间为基准，由于麦克风之间的相互位置不同，麦克风之间的采集待处理音频的角度也不同，这就导致同一声源发出的音频到达每个麦克风的时间不同，即每个麦克风采集的音频信息中包含的唤醒信号对应的标记时间不同。为此，可以从每个麦克风采集的待处理音频中提取到对应唤醒信号的标记时间。如此，可以得到对应麦克风阵列的标记时间集合。

第二步，按照时间先后顺序对标记时间集合中的标记时间进行排序，得到标记时间序列。

由上述描述可知，麦克风阵列中不同的麦克风与声源的位置和角度都彼此不同。通常情况下，声源发出的音频以恒定的速度到达每个麦克风。因此，通过上述的标记时间就可以判断哪些麦克风与声源的距离较近。本实施例中，可以对标记时间集合中的标记时间按照标记时间出现的先后顺序进行排序，得到标记时间序列。

第三步，根据上述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定上述唤醒信号的方向信息。

标记时间越早，说明对应的麦克风离声源越近；标记时间越晚，说明对应的麦克风离声源越远。结合麦克风之间的位置关系，可以通过麦克风的空间指向来设定唤醒信号的方向信息(用于表征声源相对于麦克风阵列的方向)。其中，上述空间指向用于表征麦克风采集音频的方向。麦克风采集音频的方向可以认为是麦克风获取清晰音频信号时的方向。实际中，空间指向可以设置为空间中的某一个方向或某一个方向范围。

在本实施例的一些可选的实现方式中，上述根据上述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定上述唤醒信号的方向信息可以包括以下步骤：

第一步，查询麦克风空间指向表，得到每个麦克风的空间指向对应的空间角度。

当将麦克风阵列设置在某个位置时，为了便于确定声源的位置，可以首先构建麦克风空间指向表。其中，上述麦克风空间指向表用于表征麦克风的空间指向与麦克风所在空间位置处采集音频的空间角度之间的对应关系。通过查询麦克风空间指向表，可以得到每个麦克风的空间指向对应的空间角度。

第二步，通过上述标记时间序列中前设定个标记时间对应的麦克风的空间指向对应的空间角度构成的角度范围，并根据上述角度范围设定为上述唤醒信号的方向信息。

通过上述的麦克风空间指向表可以得到标记时间序列中前设定个标记时间中每个标记时间对应的麦克风的空间指向对应的空间角度；之后，将这些空间角度组合在一起可以得到一个角度范围。得到角度范围后，可以将该角度范围对应的角平分线所在的角度确定为唤醒信号的方向信息。该方向信息可以通过设置空间坐标系来确定具体的角度取值。

步骤203，将上述方向信息发送给传感器，并接收上述传感器发来的对应上述方向信息的位置信息。

服务器105得到方向信息后，可以将方向信息发送给传感器。其中，上述传感器用于实时监测上述方向信息指示的声源的位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息。

步骤204，根据上述位置信息控制麦克风阵列采集上述声源的音频信息。

得到位置信息后，服务器105控制麦克风阵列采集声源的角度，进而采集声源的音频信息。

在本实施例的一些可选的实现方式中，上述根据上述位置信息控制麦克风阵列采集上述声源的音频信息可以包括以下步骤：

第一步，根据上述位置信息包含的声源距离信息、声源角度信息和上述麦克风阵列与传感器之间的位置关系，确定上述声源在麦克风空间指向表中对应的声源角度。

实际中，在确定声源之前，需要先得到麦克风阵列与传感器之间的位置关系。根据位置信息包含的声源距离信息和声源角度信息，就可以确定声源相对于麦克风阵列的角度；为了便于选择对应声源的麦克风，还可以再查询麦克风空间指向表，得到声源在麦克风空间指向表中对应的声源角度。

第二步，将上述声源角度对应的麦克风设定为声源麦克风，并通过上述声源麦克风采集音频信息。

可以将声源角度对应的麦克风设定为声源麦克风，声源麦克风可以认为是在距离和采集音频的方向上最接近声源的麦克风。之后，服务器105就可以通过上述声源麦克风采集音频信息。需要说明的是，声源麦克风可以是一个，也可以是多个。

在本实施例的一些可选的实现方式中，上述根据上述位置信息控制麦克风阵列采集上述声源的音频信息还可以包括：屏蔽上述麦克风阵列中声源麦克风以外的麦克风采集的音频信息。

为了能够跟踪动态的声源，麦克风阵列包含的每个麦克风都处于采集音频的状态。在确定了声源麦克风后，为了避免其他麦克风采集的音频信息的干扰，可以屏蔽麦克风阵列中声源麦克风以外的麦克风采集的音频信息，以提高对音频信息分析的准确性。

当在设定时间内没有采集到上述声源的音频信息时，可以认为声源不再发送音频信息。这时，服务器105可以控制麦克风阵列停止采集上述声源的音频信息。

继续参考图3，示出了根据本申请的用于获取位置信息的方法的一个实施例的流程300。该用于获取位置信息的方法包括以下步骤：

步骤301，实时获取至少一个待识别物体的待处理位置信息。

在本实施例中，用于获取位置信息的方法运行于其上的电子设备(例如图1所示的服务器104)可以通过有线连接方式或者无线连接方式获取传感器102(例如可以是红外传感器)采集的至少一个待识别物体的待处理位置信息。其中，上述待处理位置信息包括待识别物体相对于上述传感器的物体距离信息和物体角度信息，上述传感器用于实时监测至少一个待识别物体的待处理位置信息。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

根据不同的声源，传感器102可以是红外传感器、距离传感器等，可以采集待识别物体的待处理位置信息。其中，本实施例的待识别物体为有可能是声源的物体。当待识别物体处于静止或运动状态时，传感器102都可以实时采集到待识别物体的待处理位置信息。

步骤302，响应于接收到的方向信息，将上述至少一个待识别物体中的对应上述方向信息的物体确定为声源物体。

其中，方向信息用于表征上述麦克风阵列监测到的、发出唤醒信号的声源所在的方向，而声源存在于传感器102检测到的至少一个待识别物体中。因此，传感器102检测到的至少一个待识别物体中，与方向信息对应的物体就是声源物体。需要说明的是，传感器102检测到的声源物体就是上述实施例2中麦克风阵列检测到的声源。

在本实施例的一些可选的实现方式中，上述将上述至少一个待识别物体中的对应上述方向信息的物体确定为声源物体可以包括以下步骤：

第一步，构建坐标平面，并标记对应待识别物体的待处理位置信息的坐标点。

实际中，传感器102可以检测到一个待识别物体，此时，该待识别物体就是声源；传感器102可以检测也可能检测到多个待识别物体，此时，声源可以是多个待识别物体之一(本实施例声源为发出唤醒信号的物体)。为了便于在存在多个待识别物体时准确找到声源物体，本实施例可以构建坐标平面，并将检测到的每个待识别物体的待处理位置信息标记为坐标平面上的坐标点。其中，上述坐标平面可以以传感器所在位置为原点，并设置对应的X轴和Y轴。

第二步，通过传感器与麦克风阵列之间的位置关系确定上述坐标平面上对应上述方向信息的一条直线。

通常情况下，传感器与麦克风阵列之间具有相对固定的位置关系。在此基础上，服务器104可以将接收到的方向信息转换到坐标平面上。由上述描述可知，方向信息可以是角度范围对应的角平分线，该角平分线在设置的空间坐标系得到具体的角度取值。结合上述的位置关系，可以将方向信息转换为坐标平面上的一条直线。

第三步，将与上述直线距离最小的坐标点对应的待识别物体确定为声源物体。

由于传感器102检测的至少一个待识别物体中必然有声源物体，而上述的直线就是用于指向声源物体。因此，可以将与直线的距离最小的坐标点对应的待识别物体确定为声源物体。

步骤303，实时获取上述声源物体的位置信息，并发送上述位置信息。

确定了声源物体后，服务器104可以控制传感器102对声源物体进行跟踪，并实时获取声源物体的位置信息；之后再将位置信息发送给服务器105，以便服务器105选择麦克风采集声源的音频信息。如此，只要检测到一次唤醒信号就可以实现对声源持续采集音频信息，避免了对唤醒信号的频繁检测，以及在检测到唤醒信号后对声源方向信息的频繁检测。其中，上述位置信息可以包括声源相对于上述传感器的声源距离信息和声源角度信息。

需要说明的是，上述的音频采集设备101、传感器102、网络103和服务器104、105可以集成到一个设备上，如智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

继续参见图4，图4是根据本实施例的用于获取音频信息的方法的应用场景的一个示意图。在图4的应用场景中，用户(声源)可以在教室(或其他空间)里发出唤醒信号，麦克风阵列101采集到唤醒信号后，服务器104识别出唤醒信号，并得到唤醒信号的方向信息；之后，服务器104控制传感器102监测用户的位置信息，并通过位置信息控制麦克风阵列101采集用户的音频信息，进而根据音频信息控制屏幕显示的内容。

本申请的上述实施例提供的方法从待处理音频中检测到唤醒信号后，得到唤醒信号的方向信息；之后获取传感器发来的对应方向信息的位置信息；最后控制麦克风阵列采集用户的音频信息。本实施例方法只要检测到一次唤醒信号就可以实现持续采集声源的音频信息，避免了对唤醒信号的频繁检测，以及在检测到唤醒信号后对声源方向信息的频繁检测，提高了获取声源的音频信息的效率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于获取音频信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于获取音频信息的装置500可以包括：音频识别单元501、方向信息获取单元502、位置信息接收单元503和音频信息采集单元504。其中，音频识别单元501用于实时获取待处理音频，并对待处理音频进行音频识别；方向信息获取单元502响应于检测到待处理音频中存在唤醒信号，用于获取上述唤醒信号的方向信息，上述方向信息用于表征发出上述唤醒信号的声源所在的方向；位置信息接收单元503用于将上述方向信息发送给传感器，并接收上述传感器发来的对应上述方向信息的位置信息，上述传感器用于实时监测上述方向信息指示的声源的位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息；音频信息采集单元504用于根据上述位置信息控制麦克风阵列采集上述声源的音频信息。

在本实施例的一些可选的实现方式中，用于获取音频信息的装置500还可以包括：麦克风设置单元(图中未示出)，用于从上述麦克风阵列中选择一个麦克风作为唤醒信号监测麦克风，上述唤醒信号监测麦克风用于采集待处理音频。

在本实施例的一些可选的实现方式中，上述方向信息获取单元502可以包括：待处理音频获取子单元(图中未示出)、标记时间序列获取子单元(图中未示出)和方向信息设置子单元(图中未示出)。其中，待处理音频获取子单元用于获取上述麦克风阵列中每个麦克风采集的待处理音频，确定上述唤醒信号在每个待处理音频中的标记时间，得到标记时间集合；标记时间序列获取子单元用于按照时间先后顺序对标记时间集合中的标记时间进行排序，得到标记时间序列；方向信息设置子单元用于根据上述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定上述唤醒信号的方向信息，上述空间指向用于表征麦克风采集音频的方向。

在本实施例的一些可选的实现方式中，上述方向信息设置子单元可以包括：空间角度查询模块(图中未示出)和方向信息设定模块(图中未示出)。其中，空间角度查询模块用于查询麦克风空间指向表，得到每个麦克风的空间指向对应的空间角度，上述麦克风空间指向表用于表征麦克风的空间指向与麦克风所在空间位置处采集音频的空间角度之间的对应关系；方向信息设定模块用于通过上述标记时间序列中前设定个标记时间对应的麦克风的空间指向对应的空间角度构成的角度范围，并根据上述角度范围设定为上述唤醒信号的方向信息。

在本实施例的一些可选的实现方式中，上述音频信息采集单元504可以包括：声源角度确定子单元(图中未示出)和音频信息采集子单元(图中未示出)。其中，声源角度确定子单元用于根据上述位置信息包含的声源距离信息、声源角度信息和上述麦克风阵列与传感器之间的位置关系，确定上述声源在麦克风空间指向表中对应的声源角度；音频信息采集子单元用于将上述声源角度对应的麦克风设定为声源麦克风，并通过上述声源麦克风采集音频信息。

在本实施例的一些可选的实现方式中，上述音频信息采集单元还可以包括：屏蔽上述麦克风阵列中声源麦克风以外的麦克风采集的音频信息。

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种用于获取位置信息的装置的一个实施例，该装置实施例与图3所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的用于获取位置信息的装置600可以包括：待处理位置信息获取单元601、声源物体确定单元602和位置信息发送单元603。其中，待处理位置信息获取单元601用于实时获取至少一个待识别物体的待处理位置信息，上述待处理位置信息包括待识别物体相对于上述传感器的物体距离信息和物体角度信息，上述传感器用于实时监测至少一个待识别物体的待处理位置信息；声源物体确定单元602响应于接收到的方向信息，用于将上述至少一个待识别物体中的对应上述方向信息的物体确定为声源物体，上述方向信息用于表征上述麦克风阵列监测到的、发出唤醒信号的声源所在的方向；位置信息发送单元603用于实时获取上述声源物体的位置信息，并发送上述位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息。

在本实施例的一些可选的实现方式中，上述声源物体确定单元602可以包括：坐标平面构建子单元(图中未示出)、直线确定子单元(图中未示出)和声源物体确定子单元(图中未示出)。其中，坐标平面构建子单元用于构建坐标平面，并标记对应待识别物体的待处理位置信息的坐标点；直线确定子单元用于通过传感器与麦克风阵列之间的位置关系确定上述坐标平面上对应上述方向信息的一条直线；声源物体确定子单元用于将与上述直线距离最小的坐标点对应的待识别物体确定为声源物体。

本实施例还提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序，传感器，用于实时监测被测物体的位置信息；麦克风阵列，用于采集声源的音频信息；当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述的用于获取音频信息的方法或用于获取位置信息的方法。

本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的用于获取音频信息的方法或用于获取位置信息的方法。

下面参考图7，其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括音频识别单元、方向信息获取单元、位置信息接收单元和音频信息采集单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，音频信息采集单元还可以被描述为“用于采集声源的音频信息的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：实时获取待处理音频，并对待处理音频进行音频识别；响应于检测到待处理音频中存在唤醒信号，获取上述唤醒信号的方向信息，上述方向信息用于表征发出上述唤醒信号的声源所在的方向；将上述方向信息发送给传感器，并接收上述传感器发来的对应上述方向信息的位置信息，上述传感器用于实时监测上述方向信息指示的声源的位置信息，上述位置信息包括声源相对于上述传感器的声源距离信息和声源角度信息；根据上述位置信息控制麦克风阵列采集上述声源的音频信息。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (18)

1.一种用于获取音频信息的方法，其特征在于，所述方法包括：

实时获取待处理音频，并对待处理音频进行音频识别；

响应于检测到待处理音频中存在唤醒信号，获取所述唤醒信号的方向信息，所述方向信息用于表征发出所述唤醒信号的声源所在的方向；

将所述方向信息发送给传感器，并接收所述传感器发来的对应所述方向信息的位置信息，所述传感器用于实时监测所述方向信息指示的声源的位置信息，所述位置信息包括声源相对于所述传感器的声源距离信息和声源角度信息；

根据所述位置信息控制麦克风阵列采集所述声源的音频信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从所述麦克风阵列中选择一个麦克风作为唤醒信号监测麦克风，所述唤醒信号监测麦克风用于采集待处理音频。

3.根据权利要求1所述的方法，其特征在于，所述获取所述唤醒信号的方向信息包括：

获取所述麦克风阵列中每个麦克风采集的待处理音频，确定所述唤醒信号在每个待处理音频中的标记时间，得到标记时间集合；

按照时间先后顺序对标记时间集合中的标记时间进行排序，得到标记时间序列；

根据所述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定所述唤醒信号的方向信息，所述空间指向用于表征麦克风采集音频的方向。

4.根据权利要求3所述的方法，其特征在于，所述根据所述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定所述唤醒信号的方向信息包括：

查询麦克风空间指向表，得到每个麦克风的空间指向对应的空间角度，所述麦克风空间指向表用于表征麦克风的空间指向与麦克风所在空间位置处采集音频的空间角度之间的对应关系；

通过所述标记时间序列中前设定个标记时间对应的麦克风的空间指向对应的空间角度构成的角度范围，并根据所述角度范围设定为所述唤醒信号的方向信息。

5.根据权利要求1所述的方法，其特征在于，所述根据所述位置信息控制麦克风阵列采集所述声源的音频信息包括：

根据所述位置信息包含的声源距离信息、声源角度信息和所述麦克风阵列与传感器之间的位置关系，确定所述声源在麦克风空间指向表中对应的声源角度；

将所述声源角度对应的麦克风设定为声源麦克风，并通过所述声源麦克风采集音频信息。

6.根据权利要求5所述的方法，其特征在于，所述根据所述位置信息控制麦克风阵列采集所述声源的音频信息还包括：

屏蔽所述麦克风阵列中声源麦克风以外的麦克风采集的音频信息。

7.一种用于获取位置信息的方法，其特征在于，所述方法包括：

实时获取至少一个待识别物体的待处理位置信息，所述待处理位置信息包括待识别物体相对于所述传感器的物体距离信息和物体角度信息，所述传感器用于实时监测至少一个待识别物体的待处理位置信息；

响应于接收到的方向信息，将所述至少一个待识别物体中的对应所述方向信息的物体确定为声源物体，所述方向信息用于表征所述麦克风阵列监测到的、发出唤醒信号的声源所在的方向；

实时获取所述声源物体的位置信息，并发送所述位置信息，所述位置信息包括声源相对于所述传感器的声源距离信息和声源角度信息。

8.根据权利要求7所述的方法，其特征在于，所述将所述至少一个待识别物体中的对应所述方向信息的物体确定为声源物体包括：

构建坐标平面，并标记对应待识别物体的待处理位置信息的坐标点；

通过传感器与麦克风阵列之间的位置关系确定所述坐标平面上对应所述方向信息的一条直线；

将与所述直线距离最小的坐标点对应的待识别物体确定为声源物体。

9.一种用于获取音频信息的装置，其特征在于，所述装置包括：

音频识别单元，用于实时获取待处理音频，并对待处理音频进行音频识别；

方向信息获取单元，响应于检测到待处理音频中存在唤醒信号，用于获取所述唤醒信号的方向信息，所述方向信息用于表征发出所述唤醒信号的声源所在的方向；

位置信息接收单元，用于将所述方向信息发送给传感器，并接收所述传感器发来的对应所述方向信息的位置信息，所述传感器用于实时监测所述方向信息指示的声源的位置信息，所述位置信息包括声源相对于所述传感器的声源距离信息和声源角度信息；

音频信息采集单元，用于根据所述位置信息控制麦克风阵列采集所述声源的音频信息。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

麦克风设置单元，用于从所述麦克风阵列中选择一个麦克风作为唤醒信号监测麦克风，所述唤醒信号监测麦克风用于采集待处理音频。

11.根据权利要求9所述的装置，其特征在于，所述方向信息获取单元包括：

待处理音频获取子单元，用于获取所述麦克风阵列中每个麦克风采集的待处理音频，确定所述唤醒信号在每个待处理音频中的标记时间，得到标记时间集合；

标记时间序列获取子单元，用于按照时间先后顺序对标记时间集合中的标记时间进行排序，得到标记时间序列；

方向信息设置子单元，用于根据所述标记时间序列中前设定个标记时间对应的麦克风的空间指向设定所述唤醒信号的方向信息，所述空间指向用于表征麦克风采集音频的方向。

12.根据权利要求11所述的装置，其特征在于，所述方向信息设置子单元包括：

空间角度查询模块，用于查询麦克风空间指向表，得到每个麦克风的空间指向对应的空间角度，所述麦克风空间指向表用于表征麦克风的空间指向与麦克风所在空间位置处采集音频的空间角度之间的对应关系；

方向信息设定模块，用于通过所述标记时间序列中前设定个标记时间对应的麦克风的空间指向对应的空间角度构成的角度范围，并根据所述角度范围设定为所述唤醒信号的方向信息。

13.根据权利要求9所述的装置，其特征在于，所述音频信息采集单元包括：

声源角度确定子单元，用于根据所述位置信息包含的声源距离信息、声源角度信息和所述麦克风阵列与传感器之间的位置关系，确定所述声源在麦克风空间指向表中对应的声源角度；

音频信息采集子单元，用于将所述声源角度对应的麦克风设定为声源麦克风，并通过所述声源麦克风采集音频信息。

14.根据权利要求13所述的装置，其特征在于，所述音频信息采集单元还包括：

屏蔽所述麦克风阵列中声源麦克风以外的麦克风采集的音频信息。

15.一种用于获取位置信息的装置，其特征在于，所述装置包括：

待处理位置信息获取单元，用于实时获取至少一个待识别物体的待处理位置信息，所述待处理位置信息包括待识别物体相对于所述传感器的物体距离信息和物体角度信息，所述传感器用于实时监测至少一个待识别物体的待处理位置信息；

声源物体确定单元，响应于接收到的方向信息，用于将所述至少一个待识别物体中的对应所述方向信息的物体确定为声源物体，所述方向信息用于表征所述麦克风阵列监测到的、发出唤醒信号的声源所在的方向；

位置信息发送单元，用于实时获取所述声源物体的位置信息，并发送所述位置信息，所述位置信息包括声源相对于所述传感器的声源距离信息和声源角度信息。

16.根据权利要求15所述的装置，其特征在于，所述声源物体确定单元包括：

坐标平面构建子单元，用于构建坐标平面，并标记对应待识别物体的待处理位置信息的坐标点；

直线确定子单元，用于通过传感器与麦克风阵列之间的位置关系确定所述坐标平面上对应所述方向信息的一条直线；

声源物体确定子单元，用于将与所述直线距离最小的坐标点对应的待识别物体确定为声源物体。

17.一种服务器，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

传感器，用于实时监测被测物体的位置信息；

麦克风阵列，用于采集声源的音频信息；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行权利要求1至6中任一所述的方法或权利要求7至8中任一所述的方法。

18.一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如权利要求1至6中任一所述的方法或权利要求7至8中任一所述的方法。