CN110110616A - 一种电子设备及控制方法 - Google Patents

Abstract

本发明实施例涉及数据处理技术领域，具体公开了一种电子设备及控制方法，该电子设备包括：骨传导加速度传感器、降噪装置以及处理器；骨传导加速度传感器，用于采集用户的动作参数；降噪装置用于，对动作参数进行降噪处理，获取经过降噪处理后的数据；处理器，用于从经过降噪处理后的数据中提取状态识别特征向量；将状态识别特征向量输入至动作识别模型中，确定用户的动作。通过上述方式，实现电子设备自身的功能更加丰富，还可以和其他智能设备建立通信连接，在用户不方便直接控制其他智能设备的情况下，采集用户的某些控制指令，用以控制其他智能设备为用户更好的服务。

Description

一种电子设备及控制方法

技术领域

本发明实施例涉及数据处理技术领域，具体涉及一种电子设备及控制方法。

背景技术

随着电子技术的不断发展，智能电子设备不断推崇出新。为人们的生活带来越来越多的便利。例如智能耳机，可以去除环境噪声，使得智能耳机的扬声器传出的声音保质保真。不过，现在的智能耳机功能比较单一，除了音质较传统耳机更加清晰、真实以外，没有更多的功能。其还有更多的功能有待挖掘，用以更好的服务客户。

那么，如何才能拓展类似智能耳机这种电子设备的功能，使其不再仅仅是为用户提供高音质的音乐播放或者用户语音输出等简单的功能，进而为用户提供更好的服务，成为本申请所要解决的技术问题。

发明内容

为此，本发明实施例提供一种电子设备及控制方法，以解决现有技术中贴近人脸的智能设备功能单一，不能为用户提供更好的服务的技术问题。

为了实现上述目的，本发明实施例提供如下技术方案：

本发明实施例提供了一种电子设备，所述电子设备包括：骨传导加速度传感器、降噪装置以及处理器；

骨传导加速度传感器，用于采集用户的动作参数；

降噪装置用于，对动作参数进行降噪处理，获取经过降噪处理后的数据；

处理器，用于从经过降噪处理后的数据中提取状态识别特征向量；

将状态识别特征向量输入至动作识别模型中，确定用户的动作。

本发明实施例的特征还在于，电子设备还包括：发送器；

当用户的动作包括头部运动或者手势动作时，处理器还用于，匹配与动作对应的操作指令；

根据操作指令，控制电子设备执行与操作指令相应的操作；

或者，当处理器匹配与动作对应的操作指令之后，发送器，用于将操作指令发送至智能设备，用以控制智能设备执行与操作指令对应的操作。

本发明实施例的特征还在于，当用户的动作包括任一种运动姿态时，处理器还用于，周期性的统计与动作对应的运动数据，将与动作对应的运动数据同步至智能设备。

本发明实施例的特征还在于，采用分窗特征提取方法，从经过降噪处理后的数据中提取状态识别特征向量。

本发明实施例的特征还在于，电子设备还包括：声音活动检测装置、麦克风、声音增强处理装置、声音融合装置以及回声消除装置；

声音活动检测装置，用于当接收到声音传感器组中预设声音传感器传输的用户发出的语音信号时，唤醒声音传感器组中除预设声音传感器之外的声音传感器、声音增强处理装置以及声音融合装置从休眠状态进入工作状态，其中，声音传感器组由骨传导加速度传感器以及麦克风构成，其中，预设声音传感器的数量为至少一个；

骨传导加速度传感器还用于，采集用户的语音信号，并将用户的语音信号传输至声音融合装置；

麦克风用于，采集外界发出的声音信号，并将外界发出的声音信号传输至回声消除装置；

回声消除装置，用于将麦克风采集的外界发出的声音信号进行回声消除处理，并将经过回声消除处理后的声音信号传输至声音增强处理装置；

声音增强处理装置，用于将经过回声消除处理后的声音信号进行一次降噪处理，并将经过一次降噪处理后的信号输入至声音融合装置；

声音融合装置，用于利用自适应滤波方法对用户的语音信号和经过一次降噪处理后的信号进行融合处理，获取输出信号，并将输出信号输入智能设备，以便智能设备根据输出信号执行相应的操作。

本发明实施例的特征还在于，降噪装置还用于，将输出信号进行二次降噪处理，以便将经过二次降噪处理后的信号输入智能设备。

本发明实施例的特征还在于，声音增强处理装置具体用于，将经过回声消除处理后的声音信号进行波束成形处理后，再进行噪音抑制处理。

本发明实施例的特征还在于，电子设备为智能耳机。

本发明实施例提供了一种电子设备控制方法，该方法包括：

采集用户的动作参数；

对动作参数进行降噪处理，获取经过降噪处理后的数据；

从经过降噪处理后的数据中提取状态识别特征向量；

将状态识别特征向量输入至动作识别模型中，确定用户的动作。

本发明实施例的特征还在于，当用户的动作包括头部运动或者手势动作时，方法还包括：匹配与动作对应的操作指令；根据操作指令，控制电子设备执行与操作指令相应的操作；或者，将操作指令发送至智能设备，用以控制智能设备执行与操作指令对应的操作；

或者，当用户的动作包括任一种运动姿态时，方法还包括：周期性的统计与动作对应的运动数据，将与动作对应的运动数据同步至智能设备。

根据本发明的实施方式，具有如下优点：骨传导加速度传感器采集用户的动作参数，然后通过降噪装置进行降噪后，处理器从经过降噪处理后的数据中提取状态识别特征向量，并输入至动作识别模型中，确定动作。使得电子设备识别用户动作后，还可以执行其他的操作功能。使其功能不再单一，例如，匹配与动作对应的操作指令，通过操作指令控制智能设备执行相应的操作。或者，周期性的统计与动作对应的运动数据，并同步至智能设备。又或者，电子设备采通过骨传导加速度传感器采集用户的低频语音信号，再通过麦克风采集外界发出的声音信号，将麦克风采集的信号进行降噪处理后，与低频语音信号共同输入至声音融合装置进行融合，得到真实清晰的用户语音信号，并输入至智能设备，用以控制智能设备执行相应的操作。通过上述方式，实现电子设备自身的功能更加丰富，还可以和其他智能设备建立通信连接，在用户不方便直接控制其他智能设备的情况下，采集用户的某些控制指令，用以控制其他智能设备为用户更好的服务。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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引伸获得其它的实施附图。

图1为本发明实施例提供的一种电子设备结构示意图；

图2为本发明实施例提供的另一种电子设备结构示意图；

图3为本发明实施例提供的另一种电子设备结构示意图；

图4为本发明实施例提供的一种电子设备控制方法流程示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明实施例提供了一种电子设备，本申请的电子设备主要是贴近人脸的智能设备，其本身具有一定的功能。例如智能耳机，自身具有的功能就是播放音乐或者在用户通话时传输语音信号，包括用户发出的语音信号或者电话对端传输的语音信号等。而其还可以附带一些其他的实用功能，利用这些附带功能给用户带来一定的便利。而本申请则侧重介绍电子设备所具有的附加功能，以及这些附加功能给用户所带来的便利性，其电子设备自身所带的功能则不做介绍。

具体如图1所示，电子设备除了可以包括实现某些自带功能的功能模块外，其还可以包括：骨传导加速度传感器10、降噪装置20以及处理器30。

具体的，骨传导加速度传感器10，用于采集用户的动作参数；

降噪装置20用于，对动作参数进行降噪处理，获取经过降噪处理后的数据；

处理器30，用于从经过降噪处理后的数据中提取状态识别特征向量；将状态识别特征向量输入至动作识别模型中，确定用户的动作。

可选的，电子设备还可以包括发送器40，当用户的动作包括头部运动或者手势动作时，处理器30还用于，匹配与动作对应的操作指令；根据操作指令，控制电子设备执行与操作指令相应的操作。

或者，当用户的动作包括任一种运动姿态时，处理器30还用于周期性的统计与动作对应的运动数据，将与动作对应的运动数据同步至智能设备。

可选的，在提取特征向量时，可以采用分窗特征提取方法提取特征向量。其中，分窗特征提取是自定义名词，其实际含义为：先对经过降噪处理后的数据进行分窗处理，然后再进行特征提取。例如，时窗为50Hz，每个坐标轴在该时窗内采集的点数为50个点，那么三轴则采集的是50*3的点数，将这些点构成一个50*3的点数矩阵。并从这个矩阵中提取状态识别特征向量。特征向量可以包括：每个坐标轴上数据的最大值、最小值、方差或者均值等等一系列的特征向量。最终将这些状态识别特征向量输入至状态识别模型中进行学习和分类，用以预测用户的动作。具体过程为常规的机器学习技术，这里不做过多说明。

在一个具体的例子中，骨传导加速度传感器10可以采集用户的头部动作参数，即头部运动时的加速度数据，由于用户运动时属于三维向量，包括X、Y和Z等三轴数据。降噪装置20分别对三轴数据进行降噪处理，去除头部动作参数中的毛刺等噪声，获取数据。处理器30可以从经过降噪处理后的数据数据中提取状态识别特征向量。

从预建立的数据库中匹配与动作对应的操作指令。例如，动作为摇头，而与该摇头动作对应的操作指令时挂断手机来电。那么，电子设备就会通过发送器40将该操作指令发送至智能终端，用以智能终端根据该操作指令挂断当前的来电请求。

又或者，当识别动作为点头时，从预建立的数据库中匹配与动作对应的操作指令为接听手机来电。那么，类似的道理，电子设备会将接听手机来电的控制指令发送至智能终端，用以控制智能终端接听手机来电。

如果智能设备是智能家居，动作为手势动作，那么，处理器30还用于匹配与手势动作对应的操作指令，然后利用发送器40将操作指令发送至智能家居，并控制智能家居执行相应的操作。

当然，处理器30匹配与动作对应的操作指令后，也可以根据操作指令控制电子设备执行与操作指令对应的操作。例如，电子设备是智能耳机，那么，向左歪头，则可以是操作智能耳机减小音量，或者向右歪头，则是调大耳机音量。

可选的，电子设备除了可以实现上述功能外，还可以实现周期性的统计用户的动作数据，并同步至智能设备。例如，智能设备可以是智能穿戴设备或者智能终端，甚至可以是智能家居等等。在电子设备执行周期性的统计用户的动作数据，并同步至智能设备的功能时，电子设备中的功能模块所执行的功能如下：

骨传导加速度传感器10，还用于采集用户的动作参数，该动作参数为与运动姿态对应的动作参数：也即是，骨传导加速度传感器10不仅仅可以采集头部动作参数，还可以采集用户其他肢体动作的动作参数。通过上文类似的工作原理，利用降噪装置20对动作参数进行降噪后得到相应的数据，处理器30从数据中提取状态识别特征向量，输入至动作识别模型中，进而确定用户的动作为运动姿态。运动姿态可以包括跑步、走路、游泳等等。其主要是为了周期性的统计用户的运动量，也即是与动作对应的运动数据，例如用户每天跑步时长、消耗的卡路里，或者每周游泳次数、游泳平均速率、游泳单次的平均时长或者消耗的卡路里等等。这些数据都需要处理器根据动作参数计算得到，计算过程为现有技术，这里不做过多说明。最终将这些运动数据同步至智能设备。

可选的，电子设备除了可以实现上述功能外，还可以包括采集用户的语音信号，并对语音信号进行处理后，得到真实、清晰的语音信号输入至语音识别设备中，实现对语音识别设备的控制。

具体参见图2或图3所示，该电子设备还可以包括：麦克风50、声音增强处理装置60、声音融合装置70、回声消除装置80以及声音活动检测装置90。

具体的，声音活动检测装置90，用于当接收到声音传感器组中预设声音传感器传输的用户发出的语音信号时，唤醒声音传感器组中除预设声音传感器之外的声音传感器、声音增强处理装置60以及声音融合装置70从休眠状态进入工作状态，其中，声音传感器组由骨传导加速度传感器10以及麦克风50构成，其中，预设声音传感器的数量为至少一个。也即是，仅设置声音活动检测装置90和声音传感器组中预设声音传感器处于工作状态，而其他元器件处于休眠状态。只有当声音活动检测装置90接收到声音传感器组中预设声音传感器传输的用户发出的语音信号时，才会唤醒语音增强系统中的其他部件从休眠状态进入工作状态。

具体如图2或者图3所示，图2中骨传导加速度传感器10为预设声音传感器，图3中两个麦克风50为预设声音传感器，在本实施例中，麦克风的数量包括至少一个，图2和图3中示出的麦克风数量为2个。

骨传导加速度传感器10还用于，采集用户的语音信号，并将用户的语音信号传输至声音融合装置70；

麦克风50用于，采集外界发出的声音信号，并将外界发出的声音信号传输至回声消除装置80；

回声消除装置80用于，将麦克风采集的外界发出的声音信号进行回声消除处理，并将经过回声消除处理后的声音信号传输至声音增强处理装置60；

声音增强处理装置60，用于将经过回声消除处理后的声音信号进行一次降噪处理，并将经过一次降噪处理后的信号输入至声音融合装置70；

声音融合装置70，用于将利用自适应滤波方法对用户的语音信号和经过一次降噪处理后的信号进行融合处理，获取输出信号，并将输出信号输入智能设备，以便智能设备根据输出信号执行相应的操作。

具体的，骨传导加速度传感器10紧密贴合使用者的耳骨，用以充分采集用户在说话时声音延头骨的传播。声音的振动可以带动头骨和肌肉组织振动，这种振动频率刚好被骨传导加速度传感器10采集。骨传导加速度传感器10的有点在于，采样频率和区间相比普通麦克风50低很多，能够有效的采集低频信号，隔离高频噪音，基本覆盖大部分人声的共振峰，可以包含人声的有效信息。

而麦克风50则用于分别采集外界发出的声音信号，外界发出的声音信号中包含了用户的语音信号，以及外界环境中的噪音。采用麦克风50的原因在于，其可以采集外侧环境造影和用户说话的声音。其涵盖了说话人声音中所有频带信号。

为了防止用户发出语音信号时，其正在听音乐或者看电影等流媒体信息时，麦克风50将会采集到一部分流媒体信号，这部分流媒体信号将成为干扰信号，进一步对最终要输出的信号进行干扰。因此，可以利用回声消除装置80，结合流媒体信号的原始参考信号，对麦克风50采集到的流媒体信号进行回声消除。具体回声消除的工作原理为现有技术，这里不做过多赘述。在一个具体的例子中，如果麦克风50数量为至少两个时，回声消除装置80的数量也为至少两个。而且，每一个回声消除装置80分别对应一个麦克风50。

此外，由于麦克风50采集的声音信号中包含外界环境中的噪音信号，因此需要通过声音增强处理装置60进行一次降噪处理。即，声音增强处理装置60用于将经过回声消除处理后的声音信号进行一次降噪处理，然后，将经过一次降噪处理后的信号输入至声音融合装置70中。

可选的，在一个具体的实施例中，声音增强处理装置60主要是用于对经过回声消除处理后的声音信号进行波束成形处理。通过波束成形处理，实现对经过回声消除处理后的声音信号进行空间滤波。波束成形的目的是为了进行有指向性的滤波和去除干扰。然后，再将经过空间滤波处理后的信号进行噪音抑制处理。对于波束成形处理和噪音抑制处理实际都属于现有技术，这里不做过多介绍。

声音融合装置70，其主要是对用户的语音信号和经过一次降噪处理后的信号进行融合处理。其处理方式可以采用自适应滤波方法进行融合处理。具体的处理过程就是提取骨传导加速度传感器10采集的用户的语音信号中的有效低频信号，然后将该有效低频信号替代经过声音增强装置一次降噪处理后的信号中的低频信号。同时，在替代过程中实现对所有信号的进一步滤波处理，从而使得获取的输出信号是干净的，更加贴近人声音的信号，用以作为语音识别设备的语音识别信号。

可选的，为了使得语音识别设备的语音信号更加清楚自然，降噪装置20还用于对输出信号进行二次降噪处理，其主要目的是为了进一步消除环境噪音和非平稳噪音。例如嘈杂的街边噪音、引擎噪音或者风噪等。并将经过二次降噪处理后的信号最为最终输入到语音识别设备的语音识别信号。

本发明实施例提供的一种电子设备，骨传导加速度传感器采集用户的动作参数，然后通过降噪装置进行降噪后，处理器从经过降噪处理后的数据中提取状态识别特征向量，并输入至动作识别模型中，确定动作。使得电子设备识别用户动作后，还可以执行其他的操作功能。使其功能不再单一，例如，匹配与动作对应的操作指令，通过操作指令控制智能设备执行相应的操作。或者，周期性的统计与动作对应的运动数据，并同步至智能设备。又或者，电子设备采通过骨传导加速度传感器采集用户的低频语音信号，再通过麦克风采集外界发出的声音信号，将麦克风采集的信号进行降噪处理后，与低频语音信号共同输入至声音融合装置进行融合，得到真实清晰的用户语音信号，并输入至智能设备，用以控制智能设备执行相应的操作。通过上述方式，实现电子设备自身的功能更加丰富，还可以和其他智能设备建立通信连接，在用户不方便直接控制其他智能设备的情况下，采集用户的某些控制指令，用以控制其他智能设备为用户更好的服务。

与上述实施例相对应的，本发明实施例还提供了一种电子设备控制方法流程示意图，该控制方法用于对如上述实施例所介绍的电子设备进行控制，电子设备包括：骨传导加速度传感器、降噪装置以及处理器，具体如图4所示，该方法包括：

步骤410，骨传导加速度传感器采集用户的动作参数。

步骤420，降噪装置对动作参数进行降噪处理，获取经过降噪处理后的数据。

步骤430，处理器从经过降噪处理后的数据中提取状态识别特征向量。

步骤440，处理器将状态识别特征向量输入至动作识别模型中，确定用户的动作。

可选的，当用户的动作包括头部运动或者手势动作时，方法还包括：处理器匹配与动作对应的操作指令；根据操作指令，控制电子设备执行与操作指令相应的操作；或者，发送器将操作指令发送至智能设备，用以控制智能设备执行与操作指令对应的操作；

或者，当用户的动作包括任一种运动姿态时，方法还包括：处理器周期性的统计与动作对应的运动数据，将与动作对应的运动数据同步至智能设备。

可选的，用分窗特征提取方法，从经过降噪处理后的数据中提取状态识别特征向量。

可选的，电子设备还包括：声音活动检测装置、麦克风、声音增强处理装置、声音融合装置以及回声消除装置。该方法还包括：

当声音活动检测装置接收到声音传感器组中预设声音传感器传输的用户发出的语音信号时，唤醒声音传感器组中除预设声音传感器之外的声音传感器、声音增强处理装置以及声音融合装置从休眠状态进入工作状态，其中，声音传感器组由骨传导加速度传感器以及麦克风构成，其中，预设声音传感器的数量为至少一个；

骨传导加速度传感器采集用户的语音信号，并将用户的语音信号传输至声音融合装置；

麦克风采集外界发出的声音信号，并将外界发出的声音信号传输至回声消除装置；

回声消除装置将麦克风采集的外界发出的声音信号进行回声消除处理，并将经过回声消除处理后的声音信号传输至声音增强处理装置；

声音增强处理装置将经过回声消除处理后的声音信号进行一次降噪处理，并将经过一次降噪处理后的信号输入至声音融合装置；

声音融合装置利用自适应滤波方法对用户的语音信号和经过一次降噪处理后的信号进行融合处理，获取输出信号，并将输出信号输入智能设备，以便智能设备根据输出信号执行相应的操作。

可选的，声音融合装置利用自适应滤波方法对用户的语音信号和经过一次降噪处理后的信号进行融合处理，获取输出信号之后，该方法还包括：降噪装置将输出信号进行二次降噪处理，以便将经过二次降噪处理后的信号输入智能设备。

可选的，声音增强处理装置将回声消除处理后的声音信号进行一次降噪处理，具体包括：

将经过回声消除处理后的声音信号进行波束成形处理后，再进行噪音抑制处理。

可选的，电子设备为智能耳机。

本发明实施例提供的一种电子设备控制方法中各步骤均已在上述实施例1中做了详细介绍，因此这里不做过多赘述。

本发明实施例提供的一种电子设备控制方法，骨传导加速度传感器采集用户的动作参数，然后通过降噪装置进行降噪后，处理器从经过降噪处理后的数据中提取状态识别特征向量，并输入至动作识别模型中，确定动作。使得电子设备识别用户动作后，还可以执行其他的操作功能。使其功能不再单一，例如，匹配与动作对应的操作指令，通过操作指令控制智能设备执行相应的操作。或者，周期性的统计与动作对应的运动数据，并同步至智能设备。又或者，电子设备采通过骨传导加速度传感器采集用户的低频语音信号，再通过麦克风采集外界发出的声音信号，将麦克风采集的信号进行降噪处理后，与低频语音信号共同输入至声音融合装置进行融合，得到真实清晰的用户语音信号，并输入至智能设备，用以控制智能设备执行相应的操作。通过上述方式，实现电子设备自身的功能更加丰富，还可以和其他智能设备建立通信连接，在用户不方便直接控制其他智能设备的情况下，采集用户的某些控制指令，用以控制其他智能设备为用户更好的服务。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.一种电子设备，其特征在于，所述电子设备包括：骨传导加速度传感器、降噪装置以及处理器；

所述骨传导加速度传感器，用于采集用户的动作参数；

所述降噪装置用于，对所述动作参数进行降噪处理，获取经过降噪处理后的数据；

所述处理器，用于从所述经过降噪处理后的数据中提取状态识别特征向量；

将所述状态识别特征向量输入至动作识别模型中，确定所述用户的动作。

2.根据权利要求1所述的电子设备，其特征在于，所述电子设备还包括：发送器；

当所述用户的动作包括头部运动或者手势动作时，所述处理器还用于，匹配与所述动作对应的操作指令；

根据所述操作指令，控制所述电子设备执行与所述操作指令相应的操作；

或者，当所述处理器匹配与所述动作对应的操作指令之后，所述发送器，用于将所述操作指令发送至智能设备，用以控制所述智能设备执行与所述操作指令对应的操作。

3.根据权利要求1所述的电子设备，其特征在于，当所述用户的动作包括任一种运动姿态时，所述处理器还用于，周期性的统计与所述动作对应的运动数据，将与所述动作对应的运动数据同步至智能设备。

4.根据权利要求1-3任一项所述的电子设备，其特征在于，采用分窗特征提取方法，从所述经过降噪处理后的数据中提取状态识别特征向量。

5.根据权利要求1所述的电子设备，其特征在于，所述电子设备还包括：声音活动检测装置、麦克风、声音增强处理装置、声音融合装置以及回声消除装置；

所述声音活动检测装置，用于当接收到声音传感器组中预设声音传感器传输的用户发出的语音信号时，唤醒所述声音传感器组中除所述预设声音传感器之外的声音传感器、所述声音增强处理装置以及所述声音融合装置从休眠状态进入工作状态，其中，所述声音传感器组由所述骨传导加速度传感器以及所述麦克风构成，其中，所述预设声音传感器的数量为至少一个；

所述骨传导加速度传感器还用于，采集用户的语音信号，并将所述用户的语音信号传输至所述声音融合装置；

所述麦克风用于，采集外界发出的声音信号，并将所述外界发出的声音信号传输至所述回声消除装置；

所述回声消除装置，用于将所述麦克风采集的外界发出的声音信号进行回声消除处理，并将经过回声消除处理后的声音信号传输至所述声音增强处理装置；

所述声音增强处理装置，用于将所述经过回声消除处理后的声音信号进行一次降噪处理，并将经过一次降噪处理后的信号输入至所述声音融合装置；

所述声音融合装置，用于利用自适应滤波方法对所述用户的语音信号和经过一次降噪处理后的信号进行融合处理，获取输出信号，并将所述输出信号输入智能设备，以便所述智能设备根据所述输出信号执行相应的操作。

6.根据权利要求5所述的电子设备，其特征在于，所述降噪装置还用于，将所述输出信号进行二次降噪处理，以便将所述经过二次降噪处理后的信号输入所述智能设备。

7.根据权利要求5所述的电子设备，其特征在于，所述声音增强处理装置具体用于，将经过回声消除处理后的声音信号进行波束成形处理后，再进行噪音抑制处理。

8.根据权利要求1-3或5-7任一项所述的电子设备，其特征在于，所述电子设备为智能耳机。

9.一种电子设备控制方法，其特征在于，所述方法包括：

采集用户的动作参数；

对所述动作参数进行降噪处理，获取经过降噪处理后的数据；

从所述经过降噪处理后的数据中提取状态识别特征向量；

将所述状态识别特征向量输入至动作识别模型中，确定所述用户的动作。

10.根据权利要求9所述的方法，其特征在于，当所述用户的动作包括头部运动或者手势动作时，所述方法还包括：匹配与所述动作对应的操作指令；根据所述操作指令，控制所述电子设备执行与所述操作指令相应的操作；或者，将所述操作指令发送至智能设备，用以控制所述智能设备执行与所述操作指令对应的操作；

或者，当所述用户的动作包括任一种运动姿态时，所述方法还包括：周期性的统计与所述动作对应的运动数据，将与所述动作对应的运动数据同步至所述智能设备。