CN108989947A - 一种移动声源的获取方法及系统 - Google Patents
一种移动声源的获取方法及系统 Download PDFInfo
- Publication number
- CN108989947A CN108989947A CN201810870525.9A CN201810870525A CN108989947A CN 108989947 A CN108989947 A CN 108989947A CN 201810870525 A CN201810870525 A CN 201810870525A CN 108989947 A CN108989947 A CN 108989947A
- Authority
- CN
- China
- Prior art keywords
- voice
- microphone
- sound
- optimal
- acquisition
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000005540 biological transmission Effects 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000002452 interceptive effect Effects 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 241000209140 Triticum Species 0.000 description 5
- 235000021307 Triticum Nutrition 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- 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
- H04R3/005—Circuits for transducers, loudspeakers or microphones for combining the signals of two or more microphones
-
- 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
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
- G10L15/05—Word boundary detection
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Signal Processing (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本申请提供了一种移动声源的获取方法，应用于智能音箱，包括：获取各个麦克风采集的语音的幅度；根据声强计算公式计算出幅度对应的语音的声强；确定最大声强的语音对应的麦克风为最优麦克风；接收最优麦克风传输的语音。该方法能够获取识别度高的语音，进而提升语音交互体验。在保持智能音箱原有识别度的基础上，解决了声源移动导致语音获取衰减的问题。智能音箱不断更新最优麦克风，由各个最优麦克风分别在不用时段采集语音，降低智能音箱的负荷，提高了经济效益。本申请还提供一种移动声源的获取系统、设备以及计算机可读存储介质，均具有上述有益效果。
Description
技术领域
本申请涉及移动声源的获取设备技术领域，特别涉及一种移动声源的获取方法、系统、设备及计算机可读存储介质。
背景技术
随着近些年来，语音技术飞速发展，语音识别作为语音技术中最为关键的环节，已经达到了相当可靠的程度，现在越来越多的产品都嵌入了语音识别技术，使得交互效率极大地提高，例如智能音箱。
目前在一般的语音交互中，用户往往需要与语音交互设备保持相对较近的距离，而且用户需要保持相对固定的位置才能让语音交互设备有较好的识别度。但当用户在语音交互时处于移动状态，语音交互设备获取到的语音识别度不高，从而严重影响语音交互的体验。
因此，如何获取识别度高的语音，进而提升语音交互体验是本领域技术人员目前需要解决的技术缺点。
发明内容
本申请的目的是提供一种移动声源的获取方法、系统、设备及计算机可读存储介质，能够获取识别度高的语音，进而提升语音交互体验。
为解决上述技术问题，本申请提供一种移动声源的获取方法，应用于智能音箱，包括：
获取各个麦克风采集的语音的幅度；
根据声强计算公式计算出所述幅度对应的语音的声强；
确定最大声强的语音对应的麦克风为最优麦克风；
接收所述最优麦克风传输的语音。
优选地，在接收所述最优麦克风传输的语音之后，还包括：
判断所述语音是否为端点语音；其中，所述端点语音为包含语音结束端点的语音；
若所述语音为所述端点语音，将所述端点语音和所述端点语音之前的语音整合成完整语音。
优选地，在将所述端点语音和所述端点语音之前的语音整合成完整语音之后，还包括：
识别所述完整语音，生成与所述完整语音对应的回馈语音；
利用所述最优麦克风播放所述回馈语音。
优选地，该方法还包括：
在接收所述最优麦克风传输的语音时，关闭除所述最优麦克风之外的所有所述麦克风。
优选地，该方法还包括：
监听用户语音中的唤醒词，并在监听到所述唤醒词后进行语音交互。
本申请还提供一种移动声源的获取系统，包括：
幅度获取模块，用于获取各个麦克风采集的语音的幅度；
声强计算模块，用于根据声强计算公式计算出所述幅度对应的语音的声强；
确定模块，用于确定最大声强的语音对应的麦克风为最优麦克风；
接收模块，用于接收所述最优麦克风传输的语音。
本申请还提供一种移动声源的获取设备，包括：
智能音箱、麦克风、存储器和处理器；其中，所述存储器，用于存储计算机程序，所述处理器用于执行所述计算机程序时实现上述所述的移动声源的获取方法的步骤。
优选地，所述麦克风呈两列分布；每一列所述麦克风中相邻所述麦克风间隔预设距离；第二列所述麦克风位于第一列所述麦克风中相邻两个所述麦克风的中垂线上。
优选地，所述预设距离为两倍于所述麦克风拾音半径的长度。
本申请还提供一种计算机可读存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的移动声源的获取方法的步骤。
本申请所提供的一种移动声源的获取方法，应用于智能音箱，包括：获取各个麦克风采集的语音的幅度；根据声强计算公式计算出所述幅度对应的语音的声强；确定最大声强的语音对应的麦克风为最优麦克风；接收所述最优麦克风传输的语音。
可见，该方法利用麦克风采集语音，进而得到语音的幅度，再利用声强计算公式计算出语音的声强，确定最大声强的语音对应的麦克风为最优麦克风，最后接收最优麦克风传输的语音，由于最优麦克风采集的是最大声强的语音，所以获取的语音识别度高，进而提升了语音交互体验。在保持智能音箱原有识别度的基础上，解决了声源移动导致语音获取衰减的问题。智能音箱不断更新最优麦克风，由各个最优麦克风分别在不用时段采集语音，降低智能音箱的负荷，提高了经济效益。本申请还提供一种移动声源的获取系统、设备以及计算机可读存储介质，均具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请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申请的实施例，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为本申请实施例所提供的一种移动声源的获取方法的流程图；
图2为本申请实施例所提供的场景示意图；
图3为本申请实施例所提供的一种移动声源的获取方法的完整流程图；
图4为本申请实施例所提供的一种移动声源的获取系统的结构框图；
图5为本申请实施例所提供的麦克风并行布设示意图；
图6为本申请实施例所提供的麦克风交错布设示意图。
具体实施方式
本申请的核心是提供一种移动声源的获取方法，能够获取识别度高的语音，进而提升语音交互体验。本申请的另一核心是提供一种移动声源的获取系统、设备以及计算机可读存储介质。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参考图1，图1为本申请实施例所提供的一种移动声源的获取方法的流程图，该获取方法具体包括：
S101、获取各个麦克风采集的语音的幅度。
本实施例对麦克风的位置和数量均不作限定，应由本领域技术人员根据实际情况进行相应的设定。通常设有多个麦克风，进一步，组成麦克风阵列，在此对麦克风阵列的分布方式不作具体限定，故麦克风阵列的形状以及相邻麦克风间的距离也不作具体限定。麦克风采集语音时的采集时长在此不作限定，应由本领域技术人员根据实际情况进行相应的设定。获取语音的幅度的方式在此也不作限定，例如可以通过均方根检波器获取语音的幅度。
S102、根据声强计算公式计算出幅度对应的语音的声强。
本实施例在获取语音的幅度之后，可以通过声强计算公式计算幅度对应的语音的声强。其中，声强计算公式为I＝p2/2ρv，该公式中I为声强，P为幅度，ρ为介质密度，v为声速。在此对介质密度ρ对应的介质不作具体限定，通常介质为空气。此外，对介质密度ρ和声速v的获取方式也不作限定，可以分别预设介质密度ρ和声速v的平均数值，也可实时计算介质密度ρ和声速v的实时数值。对于前一种情况，当介质为空气时，此时介质密度ρ为空气密度ρ，通常空气密度ρ的平均数值为1.293g/L，通常声速v的平均数值为340m/s；对于后一种情况，可以通过密度检测器和声速检测器进行实时计算，当介质为空气时，此时密度检测器具体为空气密度检测器，可以根据空气实时温湿度计算出空气密度，声速检测器可以根据空气实时气压和温度计算出声速。
S103、确定最大声强的语音对应的麦克风为最优麦克风。
本实施例在计算出语音的声强后，确定最大声强的语音对应的麦克风为最优麦克风。具体过程通常包括：根据已经计算出的语音的声强，确定最大声强对应的语音，利用上述语音确定语音对应的麦克风为最优麦克风。由于声源通常处于运动状态中，所以最优麦克风也不是固定的，在最优麦克风的传输次数达到预设的传输次数时，需重复S101和S102的步骤，进而再次确定最优麦克风。在确定最优麦克风的过程中，特殊地，若干个语音的声强均为最大声强即最优麦克风有若干个，此时需从若干个最优麦克风中确定出目标最优麦克风。确定目标最优麦克风的方式在此不作具体限定，通常取若干个最优麦克风中距离上一个最优麦克风最近的最优麦克风为目标最优麦克风。更特殊地，对于声源首次发出语音就出现若干最优麦克风的情况，由于不存在上一个最优麦克风，此时智能音箱利用随机算法随机从若干个最优麦克风中选出目标最优麦克风，其中随机算法具体为何种算法在此不作具体限定，例如可以为随机森林算法。
S104、接收最优麦克风传输的语音。
由于最优麦克风能采集最大声强的语音，语音的声强越大识别度越高，所以接收最优麦克风传输的语音识别度高。通常，在接收最优麦克风传输的语音时，关闭除最优麦克风之外的所有麦克风，如图2所示，图2为本申请实施例所提供的场景示意图，假设201为最优麦克风，智能音箱204接收最优麦克风201传输的语音时，关闭麦克风202、麦克风203。
本实施例利用麦克风去采集语音，进而得到语音的幅度，再通过声强计算公式计算出语音的声强，确定最大声强的语音对应的麦克风为最优麦克风，最后接收最优麦克风传输的语音，由于最优麦克风采集的是最大声强的语音，所以获取的语音识别度高，进而提升了语音交互体验。在保持智能音箱原有识别度的基础上，解决了声源移动导致语音获取衰减的问题。智能音箱不断更新最优麦克风，由各个最优麦克风分别在不用时段采集语音，降低智能音箱的负荷，提高了经济效益。
基于上述实施例，本实施例在接收最优麦克风传输的语音之后通常还包括：判断语音是否为端点语音；其中，端点语音为包含语音结束端点的语音；若语音为端点语音，将端点语音和端点语音之前的语音整合成完整语音。若语音不是端点语音，则判断最优麦克风传输次数是否达到预设的传输次数，若达到了预设的传输次数，则重复步骤S101、S102、S103、S104，若没有达到预设的传输次数，则最优麦克风继续采集语音并传输至智能音箱。
进一步地，在将端点语音和端点语音之前的语音整合成完整语音之后，通常还包括：识别完整语音，生成与完整语音对应的回馈语音；利用最优麦克风播放回馈语音。通常智能音箱和最优麦克风各设有无线网络装置，用于最优麦克风采集的语音及回馈语音的传输，且回馈语音的播放是利用最优麦克风的扬声器进行播放。
基于上述实施例，本实施例中通常还包括：智能音箱中设有离线唤醒引擎装置，用于监听用户语音中的唤醒词，并在监听到唤醒词后进行语音交互。在此，对唤醒词的具体形式和内容均不作具体限定，通常可由用户自由设定，更加人性化、智能化。
基于上述实施例，可以得到该方法的完整流程图，如图3所示，图3为本申请实施例所提供的一种移动声源的获取方法的完整流程图。首先用户说出唤醒词唤醒智能音箱，智能音箱获取各个麦克风采集的语音的幅度，根据声强计算公式计算出幅度对应的语音的声强，进而确定最大声强的语音对应的麦克风为最优麦克风。智能音箱控制最优麦克风采集语音，接收最优麦克风传输的语音，并关闭其他麦克风，接着判断语音是否为端点语音，若语音为端点语音则将端点语音及其之前的语音整合成完整语音，再对完整语音进行识别并生成与完整语音对应的回馈语音，再利用最优麦克风播放回馈语音；若语音不是端点语音，则判断最优麦克风的传输次数是否达到预设传输次数，若没有达到预设传输次数，则继续采集语音并传输至智能音箱；若达到预设传输次数，则确定下一个最优麦克风。
下面对本申请实施例提供的移动声源的获取系统、设备以及计算机可读存储介质进行介绍，下文描述的移动声源的获取系统、设备以及计算机可读存储介质与上文描述的移动声源的获取方法可相互对应参照。
请参考图4，图4为本申请实施例所提供的一种移动声源的获取系统的结构框图；移动声源的获取系统可以包括：
幅度获取模块401，用于获取各个麦克风采集的语音的幅度；
声强计算模块402，用于根据声强计算公式计算出幅度对应的语音的声强；
确定模块403，用于确定最大声强的语音对应的麦克风为最优麦克风；
接收模块404，用于接收最优麦克风传输的语音。
基于上述实施例，该系统在接收最优麦克风传输的语音之后，通常还包括：
判断模块，用于判断语音是否为端点语音；其中，端点语音为包含语音结束端点的语音；
整合模块，用于若语音为端点语音，将端点语音和端点语音之前的语音整合成完整语音。
基于上述实施例，该系统在将端点语音和端点语音之前的语音整合成完整语音之后，通常还包括：
识别模块，用于识别完整语音，生成与完整语音对应的回馈语音；
播放模块，用于利用最优麦克风播放回馈语音。
基于上述实施例，该系统通常还包括：
关闭模块，用于在接收最优麦克风传输的语音时，关闭除最优麦克风之外的所有麦克风。
基于上述实施例，该系统通常还包括：
监听模块，用于监听用户语音中的唤醒词，并在监听到唤醒词后进行语音交互。
本申请还提供一种移动声源的获取设备，包括：智能音箱、麦克风、存储器和处理器；其中，存储器，用于存储计算机程序，处理器用于执行计算机程序时实现上述任意实施例的移动声源的获取方法的步骤。在此，对存储器和处理器的位置均不作具体限定，存储器和处理器可均设于智能音箱内，也可均设于智能音箱外，也可存储器和处理器任一设于智能音箱内。对麦克风的布设方式也不作具体限定，可以为并行布设，如图5所示，图5为本申请实施例所提供的麦克风并行布设示意图，也可为交错布设，如图6所示，图6为本申请实施例所提供的麦克风交错布设示意图。
基于上述实施例，本实施例中麦克风的布设方式为交错布设：麦克风呈两列分布；每一列麦克风中相邻麦克风间隔预设距离；第二列麦克风位于第一列麦克风中相邻两个麦克风的中垂线上。其中，预设距离具体数值多少在此不作限定，应由本领域技术人员根据实际情况进行相应的设定，通常预设距离为两倍于麦克风拾音半径的长度，如图6所示，麦克风601和麦克风602位于同一列且两者间隔着两倍拾音半径长度的距离，麦克风603位于另一列且位于麦克风601和麦克风602的中垂线上。利用交错布设方式布设麦克风，在相同的空间里麦克风采集语音的范围更广且更好的区分各麦克风采集语音的范围。此外，对于并行布设这种麦克风布设方式，如图5所示，麦克风501和麦克风502位于同一列，麦克风503和麦克风504同位于另一列。
本申请还提供一种计算机可读存储介质，其特征在于，计算机存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述任意实施例的移动声源的获取方法的步骤。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，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。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言，由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种移动声源的获取方法、系统、设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种移动声源的获取方法，应用于智能音箱，其特征在于，包括：
获取各个麦克风采集的语音的幅度；
根据声强计算公式计算出所述幅度对应的语音的声强；
确定最大声强的语音对应的麦克风为最优麦克风；
接收所述最优麦克风传输的语音。
2.根据权利要求1所述的获取方法，其特征在于，在接收所述最优麦克风传输的语音之后，还包括：
判断所述语音是否为端点语音；其中，所述端点语音为包含语音结束端点的语音；
若所述语音为所述端点语音，将所述端点语音和所述端点语音之前的语音整合成完整语音。
3.根据权利要求2所述的获取方法，其特征在于，在将所述端点语音和所述端点语音之前的语音整合成完整语音之后，还包括：
识别所述完整语音，生成与所述完整语音对应的回馈语音；
利用所述最优麦克风播放所述回馈语音。
4.根据权利要求1所述的获取方法，其特征在于，还包括：
在接收所述最优麦克风传输的语音时，关闭除所述最优麦克风之外的所有所述麦克风。
5.根据权利要求1所述的获取方法，其特征在于，还包括：
监听用户语音中的唤醒词，并在监听到所述唤醒词后进行语音交互。
6.一种移动声源的获取系统，其特征在于，包括：
幅度获取模块，用于获取各个麦克风采集的语音的幅度；
声强计算模块，用于根据声强计算公式计算出所述幅度对应的语音的声强；
确定模块，用于确定最大声强的语音对应的麦克风为最优麦克风；
接收模块，用于接收所述最优麦克风传输的语音。
7.一种移动声源的获取设备，其特征在于，包括：
智能音箱、麦克风、存储器和处理器；其中，所述存储器，用于存储计算机程序，所述处理器用于执行所述计算机程序时实现如权利要求1至5任一项所述的移动声源的获取方法的步骤。
8.根据权利要求7所述的获取设备，其特征在于，所述麦克风呈两列分布；每一列所述麦克风中相邻所述麦克风间隔预设距离；第二列所述麦克风位于第一列所述麦克风中相邻两个所述麦克风的中垂线上。
9.根据权利要求8所述的获取设备，其特征在于，所述预设距离为两倍于所述麦克风拾音半径的长度。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的移动声源的获取方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810870525.9A CN108989947A (zh) | 2018-08-02 | 2018-08-02 | 一种移动声源的获取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810870525.9A CN108989947A (zh) | 2018-08-02 | 2018-08-02 | 一种移动声源的获取方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108989947A true CN108989947A (zh) | 2018-12-11 |
Family
ID=64554587
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810870525.9A Pending CN108989947A (zh) | 2018-08-02 | 2018-08-02 | 一种移动声源的获取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108989947A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110400566A (zh) * | 2019-06-27 | 2019-11-01 | 联想(北京)有限公司 | 识别方法和电子设备 |
| CN110519676A (zh) * | 2019-08-22 | 2019-11-29 | 云知声智能科技股份有限公司 | 一种去中心化的分布式麦克风拾音的方法 |
| CN112002340A (zh) * | 2020-09-03 | 2020-11-27 | 北京蓦然认知科技有限公司 | 一种基于多用户的语音采集方法、装置 |
| CN113870879A (zh) * | 2020-06-12 | 2021-12-31 | 青岛海尔电冰箱有限公司 | 智能家电麦克风的共享方法、智能家电和可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104538033A (zh) * | 2014-12-29 | 2015-04-22 | 江苏科技大学 | 基于嵌入式gpu系统的并行化语音识别系统及方法 |
| US20150185312A1 (en) * | 2013-12-31 | 2015-07-02 | Google Inc. | Microphone autolocalization using moving acoustic source |
| CN107205199A (zh) * | 2017-06-16 | 2017-09-26 | 福建星网智慧科技股份有限公司 | 一种Android手机的麦克风阵列及其通信方法 |
| CN107925712A (zh) * | 2015-07-08 | 2018-04-17 | 诺基亚技术有限公司 | 捕获声音 |
| CN108432272A (zh) * | 2015-07-08 | 2018-08-21 | 诺基亚技术有限公司 | 用于回放控制的多装置分布式媒体捕获 |
-
2018
- 2018-08-02 CN CN201810870525.9A patent/CN108989947A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150185312A1 (en) * | 2013-12-31 | 2015-07-02 | Google Inc. | Microphone autolocalization using moving acoustic source |
| CN104538033A (zh) * | 2014-12-29 | 2015-04-22 | 江苏科技大学 | 基于嵌入式gpu系统的并行化语音识别系统及方法 |
| CN107925712A (zh) * | 2015-07-08 | 2018-04-17 | 诺基亚技术有限公司 | 捕获声音 |
| CN108432272A (zh) * | 2015-07-08 | 2018-08-21 | 诺基亚技术有限公司 | 用于回放控制的多装置分布式媒体捕获 |
| CN107205199A (zh) * | 2017-06-16 | 2017-09-26 | 福建星网智慧科技股份有限公司 | 一种Android手机的麦克风阵列及其通信方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110400566A (zh) * | 2019-06-27 | 2019-11-01 | 联想(北京)有限公司 | 识别方法和电子设备 |
| CN110400566B (zh) * | 2019-06-27 | 2022-05-31 | 联想(北京)有限公司 | 识别方法和电子设备 |
| CN110519676A (zh) * | 2019-08-22 | 2019-11-29 | 云知声智能科技股份有限公司 | 一种去中心化的分布式麦克风拾音的方法 |
| CN110519676B (zh) * | 2019-08-22 | 2021-04-09 | 云知声智能科技股份有限公司 | 一种去中心化的分布式麦克风拾音的方法 |
| CN113870879A (zh) * | 2020-06-12 | 2021-12-31 | 青岛海尔电冰箱有限公司 | 智能家电麦克风的共享方法、智能家电和可读存储介质 |
| CN112002340A (zh) * | 2020-09-03 | 2020-11-27 | 北京蓦然认知科技有限公司 | 一种基于多用户的语音采集方法、装置 |
| CN112002340B (zh) * | 2020-09-03 | 2024-08-23 | 北京海云捷迅科技股份有限公司 | 一种基于多用户的语音采集方法、装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108989947A (zh) | 一种移动声源的获取方法及系统 | |
| CN109670074A (zh) | 一种节奏点识别方法、装置、电子设备及存储介质 | |
| CN103455847B (zh) | 一种确定路径的方法、装置 | |
| CN103632667B (zh) | 声学模型优化方法、装置及语音唤醒方法、装置和终端 | |
| JP2021500778A (ja) | 遅延時間推定に基づくエコー除去方法及び装置 | |
| US10347272B2 (en) | De-reverberation control method and apparatus for device equipped with microphone | |
| CN108966077A (zh) | 一种音箱音量的控制方法及系统 | |
| CN107408386A (zh) | 基于语音方向控制电子装置 | |
| CN111128167B (zh) | 一种远场语音唤醒方法、装置、电子产品及存储介质 | |
| CN106572411A (zh) | 降噪控制方法及相关装置 | |
| CN103491488A (zh) | 一种麦克风回音消除方法及装置 | |
| CN106954143A (zh) | 手动调整音质的方法以及电子设备 | |
| CN103886861A (zh) | 一种控制电子设备的方法及电子设备 | |
| CN111105016A (zh) | 一种数据处理方法、装置、电子设备及可读存储介质 | |
| CN108762104A (zh) | 音箱控制方法、装置、可读存储介质及移动终端 | |
| CN104991755A (zh) | 一种信息处理方法及电子设备 | |
| CN109270493A (zh) | 声源定位方法和装置 | |
| CN108616791A (zh) | 一种音频信号播放方法和装置 | |
| CN104378728B (zh) | 立体声音频处理方法和装置 | |
| CN104217728A (zh) | 一种音频处理方法及电子设备 | |
| CN108900959B (zh) | 测试语音交互设备的方法、装置、设备和计算机可读介质 | |
| CN109637560A (zh) | 一种数据存储方法、装置和计算机可读存储介质 | |
| CN109195089A (zh) | 用于产品内扬声器电声参数的测试方法及系统 | |
| US20120027225A1 (en) | Bell sound outputting apparatus and method thereof | |
| CN105632523A (zh) | 调节音频数据的音量输出值的方法和装置及终端 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |