CN110097891B - 一种麦克风信号处理方法、装置、设备及存储介质 - Google Patents
一种麦克风信号处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110097891B CN110097891B CN201910324837.4A CN201910324837A CN110097891B CN 110097891 B CN110097891 B CN 110097891B CN 201910324837 A CN201910324837 A CN 201910324837A CN 110097891 B CN110097891 B CN 110097891B
- Authority
- CN
- China
- Prior art keywords
- signal
- voice
- module
- microphone
- noise reduction
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 230000009467 reduction Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000001629 suppression Effects 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 16
- 230000008569 process Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Images
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
- 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
- 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
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- 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
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
-
- 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
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02166—Microphone arrays; Beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Circuit For Audible Band Transducer (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明提供一种麦克风信号处理方法、装置、设备及存储介质,该方法在硬件抽象层中对麦克风信号进行处理,进行线性回声消除处理和波束形成处理后,信号一分为二,一路通过预设的第一降噪算法降噪,之后进行非线性回声抑制,进一步抑制残留回声,然后进行语音存在检测,得到语音存在检测结果X;另一路经过预设的第二降噪算法降噪,之后进行自动增益控制,得到可供语音识别用的语音识别信号Y;语音存在检测结果X和语音识别信号Y合并成左右两个声道,提供给语音识别APP使用。本发明将语音信号分支成两路,分别进行语音信号处理和语音存在检测信号处理,结构灵活;处理算法放在硬件抽象层,对原有系统改动很小,并且通用性强。
Description
技术领域
本发明涉及语音信号处理领域,更具体地,涉及一种麦克风信号处理方法、装置、设备及存储介质。
背景技术
在语音识别应用中,需要对麦克风信号做一些前处理,例如波束形成(Beamforming)、回声消除(AEC)、降噪(NR)、自动增益控制(AGC)、去混响(DR)、语音存在检测(VAD)等。在操作系统中,语音识别的软件通常是一个通用的APP,它会直接从声卡设备获取语音信号并进行识别,而波束形成、回声消除、去混响等是和硬件设计高度相关的,不好单独放在应用软件中,且每个应用软件都要独立实现,重复计算,有些信息甚至获取不到,通用性差。因此现有的技术方案有些是在麦克风模块的固件中实现,其缺点是:运算量大,模块成本高。或在驱动中实现,其缺点:资源受限,例如浮点运算、锁、任务调度、休眠等。
发明内容
本发明为解决现有技术存在的问题,提供一种麦克风信号处理方法、装置、设备及存储介质,将语音存在检测信息直接混合到语音信号中,无需增加额外的通道提供语音存在检测信号信息,方便实现,不用改动原有系统的实现框架和结构。
第一方面,本发明实施例提供一种麦克风信号处理方法,包括以下步骤:
S1:多路麦克风信号和参考信号一起进行线性回声消除处理(AEC),将麦克风中拾取到的扬声器声音抵消掉;
S2:多路麦克风信号进行波束形成(Beamforming)处理,波束形成时需要知道波达角度(DOA),波达角度根据预设的波达角度估计方法计算得到。
波束形成之后的信号一分为二:
一路通过预设的第一降噪算法降噪,之后进行非线性回声抑制,进一步抑制残留回声,线性回声消除部分通常无法完全消除麦克风中拾取的扬声器声音,方便语音存在检测(VAD)更可靠进行,然后进行语音存在检测,得到语音存在检测结果X;
另一路经过预设的第二降噪算法降噪,之后进行自动增益控制(AGC),得到可供语音识别用的语音识别信号Y;
这里使通过两个不同的降噪算法,是因为用于语音识别的语音信号,如果降噪太厉害或处理不好的话,会严重影响识别率;而VAD检测的降噪则需要比较强力的降噪,否则会影响VAD的正常工作。而非线性回声抑制部分,只在VAD通道上做的原因也是因为它会影响语音识别率,但对VAD检测很有帮助;这样分开两路处理后,既能保证语音识别的效果,又能保证VAD的效果,而且调试和优化也更方便,参数不会互相耦合。
S3:语音存在检测结果X和语音识别信号Y合并成左右两个声道,提供给语音识别APP使用。上层语音识别APP直接使用左右两个声道中的语音存在检测结果X和语音识别信号Y,从而非常方便地进行语音识别。
优选地,步骤S1中,所述参考信号从扬声器上获取到,或者从声卡驱动/语音播放软件中获取。
优选地,步骤S1中,使用自适应滤波器对各路麦克风信号和参考信号一起进行线性回声消除处理。
优选地,步骤S3中,语音存在检测结果X和语音识别信号Y合并成左右两个声道,具体方法为:语音存在检测结果X单独存在其中一个声道上,而语音识别信号Y单独存在另一声道上。如左声道存储语音信号,右声道存储VAD信息,0表示没有语音,非0表示有语音。
优选地,步骤S3中,语音存在检测结果X和语音识别信号Y合并成左右两个声道,具体方法为:使用语音识别信号Y的某一比特位来存储存在检测结果X。例如,使用语音识别信号Y的最低位来存储存在检测结果X,最低位(bit)为0时,表示没有语音,最低位bit为1时,表示有语音。正常的语音信号为16bit或24bit,将最低1bit替换成0或1时,会被噪声淹没掉,几乎不会影响原来的识别率。
优选地,硬件抽象层从多个麦克风硬件获取采集到的多路麦克风信号,在硬件抽象层中对麦克风信号进行处理。之所以把这些处理放在硬件抽象层,有以下几个原因:
1、硬件抽象层能获取到的信息更多,例如能够拿到参考信号、信号处理过程中的各种中间数据等,利用这些信息之后,VAD效果会更好;
2、通用性强,上层接口统一,不用每个APP单独去做这些处理,避免重复计算;
3、独立性强,可以单独对信号处理部分的算法和代码进行调试和更新部署。
第二方面,本发明实施例提供一种麦克风信号处理装置,包括多个麦克风硬件,用于采集多路麦克风信号并发送到硬件抽象层,所述装置还包括设置于硬件抽象层中的:
线性回声消除模块:用于对各路麦克风信号和参考信号一起进行线性回声消除处理(AEC),将麦克风中拾取到的扬声器声音抵消掉,所述参考信号从扬声器上获取到,或者从声卡驱动/语音播放软件中获取;
波束形成模块:用于对线性回声消除模块输出的多路麦克风信号进行波束形成(Beamforming)处理,波束形成时需要知道波达角度(DOA),波达角度根据预设的波达角度估计方法计算得到;
第一降噪模块:用于对波束形成模块输出的信号通过预设的第一降噪算法降噪;
非线性回声抑制模块:用于对第一降噪模块输出的信号进行非线性回声抑制处理;线性回声消除部分通常无法完全消除麦克风中拾取的扬声器声音,方便语音存在检测(VAD)更可靠进行;
语音存在检测模块:用于对非线性回声抑制模块输出的信号进行语音存在检测,得到语音存在检测结果X;
第二降噪模块:用于对波束形成模块输出的信号通过预设的第二降噪算法降噪;
自动增益控制模块:用于对第二降噪模块输出的信号进行自动增益控制(AGC),得到可供语音识别用的语音识别信号Y;
信号合并模块:用于将语音存在检测结果X和语音识别信号Y合并成左右两个声道,提供给语音识别APP使用。
第三方面,本发明实施例提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任意一种方法的步骤。
第四方面,本发明实施例提供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上述任意一种方法的步骤。
与现有技术相比,本发明技术方案的有益效果是:
1、将语音信号分支成两路,分别进行语音信号处理和语音存在检测信号处理,结构灵活,可以单独调整两部分信号处理的参数和算法,不互相影响;
2、将语音存在检测信息直接混合到语音信号中,无需增加额外的通道提供语音存在检测信号信息,方便实现,不用改动原有系统的实现框架和结构。
附图说明
图1为本发明实施例1麦克风信号处理方法的流程图。
图2为本发明实施例1中左声道存储语音信号,右声道存储VAD信息的示意图。
图3为本发明实施例2麦克风信号处理装置的示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示,本发明实施例1提供一种麦克风信号处理方法,硬件抽象层从多个麦克风硬件获取采集到的多路麦克风信号,在硬件抽象层中对麦克风信号进行处理,具体处理过程包括以下步骤:
S1:各路麦克风信号和参考信号一起进行线性回声消除处理(AEC),将麦克风中拾取到的扬声器声音抵消掉,,所述参考信号从扬声器上获取到,或者从声卡驱动/语音播放软件中获取;
S2:多路麦克风的麦克风信号进行波束形成(Beamforming)处理,波束形成时需要知道波达角度(DOA),波达角度根据预设的波达角度估计方法计算得到。这里采用常规的波达角度估计方法即可。
波束形成之后的信号一分为二:
一路通过预设的第一降噪算法降噪,之后进行非线性回声抑制,进一步抑制残留回声,非线性回声抑制也需要用到步骤S1中的参考信号。线性回声消除部分通常无法完全消除麦克风中拾取的扬声器声音,方便语音存在检测(VAD)更可靠进行,然后进行语音存在检测,得到语音存在检测结果X;
另一路经过预设的第二降噪算法降噪,之后进行自动增益控制(AGC),得到可供语音识别用的语音识别信号Y;
这里使通过两个不同的降噪算法,是因为用于语音识别的语音信号,如果降噪太厉害或处理不好的话,会严重影响识别率;而VAD检测的降噪则需要比较强力的降噪,否则会影响VAD的正常工作。而非线性回声抑制部分,只在VAD通道上做的原因也是因为它会影响语音识别率,但对VAD检测很有帮助;这样分开两路处理后,既能保证语音识别的效果,又能保证VAD的效果,而且调试和优化也更方便,参数不会互相耦合。
降噪算法执行时需要知道噪声估计值,噪声估计值根据预设的噪声估计方法计算得到。这里采用常规的噪声估计方法即可。
S3:语音存在检测结果X和语音识别信号Y合并成左右两个声道,提供给语音识别APP使用;
S4:上层语音识别APP直接使用左右两个声道中的语音存在检测结果X和语音识别信号Y,从而非常方便地进行语音识别。
步骤S1中,使用自适应滤波器对各路麦克风信号和参考信号一起进行线性回声消除处理。
步骤S3中,语音存在检测结果X和语音识别信号Y合并成左右两个声道,具体方法为:语音存在检测结果X单独存在其中一个声道上,而语音识别信号Y单独存在另一声道上。如图2所示,左声道存储语音信号,右声道存储VAD信息,0表示没有语音,非0表示有语音。
或者,步骤S3中,语音存在检测结果X和语音识别信号Y合并成左右两个声道,具体方法为:使用语音识别信号Y的某一比特位来存储存在检测结果X。例如,使用语音识别信号Y的最低位来存储存在检测结果X,最低位(bit)为0时,表示没有语音,最低位bit为1时,表示有语音。正常的语音信号为16bit或24bit,将最低1bit替换成0或1时,会被噪声淹没掉,几乎不会影响原来的识别率。
在智能油烟机产品的控制面板中可以使用本实施例方案。智能油烟机带语音控制,需要有麦克风输入,同时又有扬声器输出声音。由于油烟机工作环境噪音比较大,加上扬声器信号的干扰,会严重影响语音识别的效果。所以需要一个麦克风信号的前处理模块,将麦克风信号中包含的扬声器回声信号以及环境中的噪声信号去除掉,并将信号幅度调整到合适的幅度送给语音识别模块进行识别。同时,为了保证没有语音时不会将麦克风信号送到语音识别模块,需要VAD检测当前是否有语音信号,只有发现存在语音信号时,才将麦克风数据发送给语音识别模块进行识别,这样做的好处是一方面可以防止出现误识别,另一方面可以减轻语音识别模块的工作量(可以降低CPU使用率)。语音识别模块可以单独工作在用户应用层,而不用关心语音信号处理的部分。这种方案可以使用成本非常低(因为不带信号处理)的麦克风模组,而把信号处理部分放在系统的主CPU上。
实施例2
如图3所示,本发明实施例2提供一种麦克风信号处理装置,包括多个麦克风硬件,用于采集多路麦克风信号并发送到硬件抽象层,所述装置还包括设置于硬件抽象层中的:
线性回声消除模块:用于对各路麦克风信号和参考信号一起进行线性回声消除处理(AEC),将麦克风中拾取到的扬声器声音抵消掉,所述参考信号从扬声器上获取到,或者从声卡驱动/语音播放软件中获取;
波束形成模块:用于对线性回声消除模块输出的多路麦克风信号进行波束形成(Beamforming)处理,波束形成时需要知道波达角度(DOA),波达角度根据预设的波达角度估计方法计算得到;
第一降噪模块:用于对波束形成模块输出的信号通过预设的第一降噪算法降噪;
非线性回声抑制模块:用于对第一降噪模块输出的信号进行非线性回声抑制处理;线性回声消除部分通常无法完全消除麦克风中拾取的扬声器声音,方便语音存在检测(VAD)更可靠进行;
语音存在检测模块:用于对非线性回声抑制模块输出的信号进行语音存在检测,得到语音存在检测结果X;
第二降噪模块:用于对波束形成模块输出的信号通过预设的第二降噪算法降噪;
自动增益控制模块:用于对第二降噪模块输出的信号进行自动增益控制(AGC),得到可供语音识别用的语音识别信号Y;
信号合并模块:用于将语音存在检测结果X和语音识别信号Y合并成左右两个声道,提供给语音识别APP使用。
实施例3
本发明实施例3提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任意一种方法的步骤。在本实施例中,处理器为计算机系统的控制中心,可以是实体机的处理器,也可以是虚拟机的处理器。
实施例4
本发明实施例4提供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上述任意一种方法的步骤。其中,计算机可读存储介质可以包括但不限于任何类型的盘,包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储IC),或适合于存储指令和/或数据的任何类型的媒介或设备。
本领域的技术人员可以清楚地了解到本发明实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”或“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (8)
1.一种麦克风信号处理方法,其特征在于包括以下步骤:
S1:多路麦克风信号和参考信号一起进行线性回声消除处理,将麦克风中拾取到的扬声器声音抵消掉;
S2:多路麦克风信号进行波束形成处理,波束形成的信号一分为二,
其中一路信号通过第一降噪处理后进行非线性回声抑制处理,进一步抑制残留回声,然后进行语音存在检测,得到语音存在检测结果X;
另一路信号经过第二降噪处理后进行自动增益控制处理,得到供语音识别用的语音识别信号Y;
S3:语音存在检测结果X和语音识别信号Y合并成两个声道,提供给语音识别APP使用;
语音存在检测结果X和语音识别信号Y合成的方法包括:
语音存在检测结果X单独置于其中一个声道上,而语音识别信号Y单独置于另一声道上;
使用语音识别信号Y的某一比特位来存储存在检测结果X。
2.根据权利要求1所述的麦克风信号处理方法,其特征在于,步骤S1中,所述参考信号从扬声器上获取到,或者从声卡驱动/语音播放软件中获取。
3.根据权利要求1所述的麦克风信号处理方法,其特征在于,步骤S1中,使用自适应滤波器对各路麦克风信号和参考信号一起进行线性回声消除处理。
4.根据权利要求1所述的麦克风信号处理方法,其特征在于,步骤S2中,多路麦克风信号进行波束形成处理时,需要知道波达角度,波达角度根据预设的波达角度估计方法计算得到。
5.根据权利要求1至4任一项所述的麦克风信号处理方法,其特征在于,所述方法在硬件抽象层进行处理。
6.一种麦克风信号处理装置,其特征在于,包括设置于硬件抽象层中的:
线性回声消除模块:用于对多路麦克风信号和参考信号一起进行线性回声消除处理,将麦克风中拾取到的扬声器声音抵消掉;
波束形成模块:用于对线性回声消除模块输出的多路麦克风的信号进行波束形成处理;
第一降噪模块:用于对波束形成的其中一路信号进行降噪处理;
非线性回声抑制模块:用于对第一降噪模块输出的信号进行非线性回声抑制处理;
语音存在检测模块:用于对非线性回声抑制模块输出的信号进行语音存在检测,得到语音存在检测结果X;
第二降噪模块:用于对波束形成的另一路信号进行降噪处理;
自动增益控制模块:用于对第二降噪模块输出的信号进行自动增益控制,得到供语音识别用的语音识别信号Y;
信号合并模块:用于将语音存在检测结果X和语音识别信号Y合并成左右两个声道,提供给语音识别APP使用,语音存在检测结果X和语音识别信号Y合成的方法包括:
语音存在检测结果X单独置于其中一个声道上,而语音识别信号Y单独置于另一声道上;
语音存在检测结果X和语音识别信号Y合成的方法还包括:
使用语音识别信号Y的某一比特位来存储存在检测结果X。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-5任一项所述方法的步骤。
8.一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任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910324837.4A CN110097891B (zh) | 2019-04-22 | 2019-04-22 | 一种麦克风信号处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910324837.4A CN110097891B (zh) | 2019-04-22 | 2019-04-22 | 一种麦克风信号处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110097891A CN110097891A (zh) | 2019-08-06 |
CN110097891B true CN110097891B (zh) | 2022-04-12 |
Family
ID=67445562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910324837.4A Active CN110097891B (zh) | 2019-04-22 | 2019-04-22 | 一种麦克风信号处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110097891B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412587B (zh) * | 2020-03-31 | 2021-12-07 | 广东美的制冷设备有限公司 | 空调器的语音处理方法、装置、空调器和存储介质 |
CN111739504A (zh) * | 2020-05-29 | 2020-10-02 | 长城汽车股份有限公司 | 一种麦克风系统、控制方法及车辆 |
CN111883158B (zh) * | 2020-07-30 | 2024-04-16 | 广州易点智慧出行科技有限公司 | 一种回声消除方法和装置 |
CN113744752A (zh) * | 2021-08-30 | 2021-12-03 | 西安声必捷信息科技有限公司 | 语音处理方法及装置 |
CN115019803B (zh) * | 2021-09-30 | 2023-01-10 | 荣耀终端有限公司 | 音频处理方法、电子设备以及存储介质 |
CN115223582B (zh) * | 2021-12-16 | 2024-01-30 | 广州汽车集团股份有限公司 | 一种音频的噪声处理方法、系统、电子装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551498A (zh) * | 2015-10-28 | 2016-05-04 | 东莞酷派软件技术有限公司 | 一种语音识别的方法及装置 |
CN108376548A (zh) * | 2018-01-16 | 2018-08-07 | 厦门亿联网络技术股份有限公司 | 一种基于麦克风阵列的回声消除方法与系统 |
CN208691406U (zh) * | 2018-10-15 | 2019-04-02 | 四川长虹电器股份有限公司 | 用于智能电视的远场语音采集系统 |
CN109597022A (zh) * | 2018-11-30 | 2019-04-09 | 腾讯科技(深圳)有限公司 | 声源方位角运算、定位目标音频的方法、装置和设备 |
CN109660904A (zh) * | 2019-02-02 | 2019-04-19 | 恒玄科技(上海)有限公司 | 耳机装置、声音信号处理方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103856871B (zh) * | 2012-12-06 | 2016-08-10 | 华为技术有限公司 | 麦克风阵列采集多声道声音的装置及其方法 |
US9865265B2 (en) * | 2015-06-06 | 2018-01-09 | Apple Inc. | Multi-microphone speech recognition systems and related techniques |
CN108335697A (zh) * | 2018-01-29 | 2018-07-27 | 北京百度网讯科技有限公司 | 会议记录方法、装置、设备及计算机可读介质 |
CN108766456B (zh) * | 2018-05-22 | 2020-01-07 | 出门问问信息科技有限公司 | 一种语音处理方法及装置 |
-
2019
- 2019-04-22 CN CN201910324837.4A patent/CN110097891B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551498A (zh) * | 2015-10-28 | 2016-05-04 | 东莞酷派软件技术有限公司 | 一种语音识别的方法及装置 |
CN108376548A (zh) * | 2018-01-16 | 2018-08-07 | 厦门亿联网络技术股份有限公司 | 一种基于麦克风阵列的回声消除方法与系统 |
CN208691406U (zh) * | 2018-10-15 | 2019-04-02 | 四川长虹电器股份有限公司 | 用于智能电视的远场语音采集系统 |
CN109597022A (zh) * | 2018-11-30 | 2019-04-09 | 腾讯科技(深圳)有限公司 | 声源方位角运算、定位目标音频的方法、装置和设备 |
CN109660904A (zh) * | 2019-02-02 | 2019-04-19 | 恒玄科技(上海)有限公司 | 耳机装置、声音信号处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110097891A (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097891B (zh) | 一种麦克风信号处理方法、装置、设备及存储介质 | |
US10535362B2 (en) | Speech enhancement for an electronic device | |
KR101171494B1 (ko) | 강인한 두 마이크로폰 잡음 억제 시스템 | |
CN111418010B (zh) | 一种多麦克风降噪方法、装置及终端设备 | |
CN112424863B (zh) | 语音感知音频系统及方法 | |
US9438985B2 (en) | System and method of detecting a user's voice activity using an accelerometer | |
US9706288B2 (en) | Apparatus and method of active noise cancellation in a personal listening device | |
US8705759B2 (en) | Method for determining a signal component for reducing noise in an input signal | |
US20180350381A1 (en) | System and method of noise reduction for a mobile device | |
US20150172807A1 (en) | Apparatus And A Method For Audio Signal Processing | |
US20050074129A1 (en) | Cardioid beam with a desired null based acoustic devices, systems and methods | |
US10553236B1 (en) | Multichannel noise cancellation using frequency domain spectrum masking | |
US20100290615A1 (en) | Echo canceller operative in response to fluctuation on echo path | |
WO2014051969A1 (en) | System and method of detecting a user's voice activity using an accelerometer | |
KR20120128542A (ko) | 멀티 채널 에코 제거를 위한 멀티 채널 비-상관 처리 방법 및 장치 | |
US20160029121A1 (en) | System and method for multichannel on-line unsupervised bayesian spectral filtering of real-world acoustic noise | |
US20170365249A1 (en) | System and method of performing automatic speech recognition using end-pointing markers generated using accelerometer-based voice activity detector | |
US9990939B2 (en) | Methods and apparatus for broadened beamwidth beamforming and postfiltering | |
CN111464918B (zh) | 耳机及耳机组 | |
CN110310655B (zh) | 麦克风信号处理方法、装置、设备及存储介质 | |
US20220293118A1 (en) | Method and apparatus for noise reduction, electronic device, and storage medium | |
EP3545691B1 (en) | Far field sound capturing | |
US9729967B2 (en) | Feedback canceling system and method | |
CN104754446B (zh) | 一种麦克风控制方法和装置 | |
JP2010085733A (ja) | 音声強調システム |
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 |