CN110519676B - 一种去中心化的分布式麦克风拾音的方法 - Google Patents
一种去中心化的分布式麦克风拾音的方法 Download PDFInfo
- Publication number
- CN110519676B CN110519676B CN201910779512.5A CN201910779512A CN110519676B CN 110519676 B CN110519676 B CN 110519676B CN 201910779512 A CN201910779512 A CN 201910779512A CN 110519676 B CN110519676 B CN 110519676B
- Authority
- CN
- China
- Prior art keywords
- microphone
- user
- microphones
- matrix
- audio information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000006855 networking Effects 0.000 claims abstract description 34
- 238000004891 communication Methods 0.000 claims abstract description 12
- 230000002452 interceptive effect Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 33
- 230000005236 sound signal Effects 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 11
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change 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
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2430/00—Signal processing covered by H04R, not provided for in its groups
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本发明提供了一种去中心化的分布式麦克风拾音的方法,包括:多个麦克风之间通过本地网络组网建立通信连接;通过选举算法在本地网络组网中,并选举出第一麦克风和第二麦克风;获取每个第二麦克风所接收的音频信息,并提交所获取的音频信息到第一麦克风,由第一麦克风计算所获取的每个第二麦克风所接收的音频信息分别对应的置信度;根据置信度选择相应的第三麦克风作为交互麦克风。通过选举算法,确定第一麦克风,可有效的解决单点故障问题。
Description
技术领域
本发明涉及麦克风交互技术领域,特别涉及一种去中心化的分布式麦克风拾音的方法。
背景技术
根据现有技术而言,静态的中心决策系统需要静态配置,这种静态配置方式,可能会因为中心决策系统中的某一部分发生故障,而导致整个系统不可用的情况,此种静态配置方式成为整个系统的瓶颈。
发明内容
本发明提供一种去中心化的分布式麦克风拾音的方法,用以通过选举算法,确定第一麦克风,可有效的解决单点故障问题。
本发明提供一种去中心化的分布式麦克风拾音的方法,包括:
多个麦克风之间通过本地网络组网建立通信连接;
通过选举算法在所述本地网络组网中,并选举出第一麦克风和第二麦克风;
获取每个所述第二麦克风所接收的音频信息,并提交所获取的所述音频信息到所述第一麦克风,由所述第一麦克风计算所获取的每个所述第二麦克风所接收的音频信息分别对应的置信度;
根据所述置信度选择相应的第三麦克风作为交互麦克风。
在一种可能实现的方式中,
所述多个麦克风分别设置在不同位置处;
且所述多个麦克风之间通过本地网络组网建立通信连接之前,还包括:
建立本地网络组网;
其中,所述本地网络组网包括:组网定义、组网属性、组网与组网关系和组网安全。
在一种可能实现的方式中,
所述第二麦克风是多个麦克风中除却所述第一麦克风之后的剩余麦克风;
且所述第三麦克风是所述第二麦克风中的一个。
在一种可能实现的方式中,
所述第一麦克风和第二麦克风是每个所述麦克风分别基于选举算法,且分别进行两次投票后所选举出来的。
在一种可能实现的方式中,
计算每个所述第二麦克风所接收的音频信息的置信值的步骤包括:
步骤1:获取每个所述第二麦克风所接收到的音频信息,并将所述音频信息的发音,语速等n个指标的数值化后的特征值,形成一个矩阵B,
其中,bjn为所获取的第j个第二麦克风所接收到的音频信息所对应的第n个指标的数值化后的特征值,其中j=1、2、3...k,且k为所述第二麦克风的总数量;
步骤2:获取所述第j个第二麦克风所接收的音频信息的所有指标的相应的数值化后的值,并获得一组数据X=(a1,a2,a3...,an),其中,ai为第j个第二麦克风所接收的所述音频信息的第i个指标所得到的数值化后的值,i<=n;
步骤3:对音频库中的预设信息进行相应的分解,可以得到音频库中所有的预设信息所组成的M行n列的矩阵Y,其中,M为预设信息进行相应的分解后的语音段数;
步骤4:将X所得到的向量增加到Y矩阵的第一行,得到n列M+1行的矩阵Z,
其中,矩阵Z的第i列的值为Zi=(z1i,z2i,z3i...z(M+1)i)′将每列的值都用以下公式进行标准化,其中i<=M+1,
zziq=ziq/max(Zq)
zziq为矩阵Z的第i行第q列标准化后的值,Zq为矩阵Z的第q列的值,同时所有的zziq将构成一个新的矩阵ZZ,其中,q<=n;
步骤5:计算矩阵ZZ的第2行至最后一行分别与矩阵ZZ的第一行数据之间的的置信值,利用下面的公式求得:
其中Pi为所述第j个第二麦克风所接收的所述音频信息与音频库中间的第i条预设信息的置信值,N为所选指标数量,拥有指标N个,ZZi为矩阵ZZ的第i行所有的值组成的向量,E表示数学期望;
步骤6:将所获取的Pi进行均方差值处理,获得所述第j个第二麦克风所接收的所述音频信息的置信值Aj。
在一种可能实现的方式中,
从所有所述第二麦克风中获取到第三麦克风,包括:
根据获取的每个所述第二麦克风所接收的音频信息的置信值Aj,来对所获取的所有置信值Aj从高到低进行排列,即max(Aj);
根据排列结果获取置信值最高的第二麦克风作为第三麦克风。
在一种可能实现的方式中,
由所述第一麦克风计算所获取的每个所述第二麦克风所接收的音频信息分别对应的置信度,是基于中心计算系统进行计算获取到的。
在一种可能实现的方式中,
所述多个麦克风之间通过本地网络组网建立通信连接之前,还包括:开启每个所述麦克风。
在一种可能实现的方式中,
当根据所述置信度选择相应的第三麦克风作为交互麦克风之后,还包括:
步骤31:所述第三麦克风接收由用户发出或输入的第一音频信号;
步骤32:将由用户发出或输入的第一音频信号基于预先存储的预设音频库进行匹配分析,获取所述用户的身份信息,并根据所述身份信息获取所述用户的身高信息;
且在接收由用户发出或输入的第一音频信号之前,还包括:
拍摄所述用户的身高图像,根据身高比例数据库对所拍摄的所述身高图像进行分析处理,并获取所述用户的腿长信息;
步骤33:拍摄所述用户发出或输入的第一音频信号到所述第三麦克风时,所述用户当前所处的动作状态,所述动作状态包括:所述用户当前处于坐下状态或所述用户当前处于站立状态;
步骤34:根据所获取的所述用户的身高信息、腿长信息和所述用户当前所处的动作状态,控制所述第三麦克风调节至与所述用户对应的高度。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种去中心化的分布式麦克风拾音的方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供一种去中心化的分布式麦克风拾音的方法,如图1所示,包括:
步骤1:多个麦克风之间通过本地网络组网建立通信连接;
步骤2:通过选举算法在本地网络组网中,并选举出第一麦克风和第二麦克风;
因为本技术方案主要解决单点故障问题,可能存在的情况是,当第一麦克风出现故障的时候,需要重新选举出新的第一麦克风,因此采用的选举算法可以是动态选举算法,例如可以是l eader选举,其l eader选举包括三个步骤:
(1)变更状态,当第一麦克风出现故障后,剩余麦克风(不包括出现故障的第一麦克风)会将自身状态进行变更,并进入l eader选举过程;
(2)剩余麦克风会发出一个投票,并将各自的投票发送给除却自身麦克风的其他麦克风(不包括出现故障的第一麦克风);
(3)根据所接收的投票,处理并统计相应的投票结果,将获取票数最高的麦克风为最新的第一麦克风,剩余麦克风为第二麦克风(不包括出现故障的第一麦克风)。
步骤3:获取每个第二麦克风所接收的音频信息,并提交所获取的音频信息到第一麦克风,由第一麦克风计算所获取的每个第二麦克风所接收的音频信息分别对应的置信度;
此第一麦克风即为最新的第一麦克风。
步骤4:根据置信度选择相应的第三麦克风作为交互麦克风。
其中,第二麦克风是多个麦克风中除却第一麦克风之后的剩余麦克风;
且第三麦克风是第二麦克风中的一个。
其中,上述交互麦克风可以是通过获取外界信息,如采集用户的说话声音,来与部署多个麦克风的系统内部进行交互。
上述技术方案的有益效果是:用以通过选举算法,确定第一麦克风,可有效的解决单点故障问题。
本发明提供一种去中心化的分布式麦克风拾音的方法,
多个麦克风分别设置在不同位置处;
且多个麦克风之间通过本地网络组网建立通信连接之前,还包括:
建立本地网络组网;
其中,本地网络组网包括:组网定义、组网属性、组网与组网关系和组网安全。
上述技术方案的有益效果是:通过建立本地网络组网,便于多个麦克风之间进行通讯。
本发明提供一种去中心化的分布式麦克风拾音的方法,
第一麦克风和第二麦克风是每个麦克风分别基于选举算法,且分别进行两次投票后所选举出来的。
该技术方案的有益效果是:提高选择出第一麦克风和第二麦克风的可靠性。
本发明提供一种去中心化的分布式麦克风拾音的方法,
计算每个第二麦克风所接收的音频信息的置信值的步骤包括:
步骤1:获取每个第二麦克风所接收到的音频信息,并将音频信息的发音,语速等n个指标的数值化后的特征值,形成一个矩阵B,
其中,bjn为所获取的第j个第二麦克风所接收到的音频信息所对应的第n个指标的数值化后的特征值,其中j=1、2、3...k,且k为第二麦克风的总数量;
步骤2:获取第j个第二麦克风所接收的音频信息的所有指标的相应的数值化后的值,并获得一组数据X=(a1,a2,a3...,an),其中,ai为第j个第二麦克风所接收的音频信息的第i个指标所得到的数值化后的值,i<=n;
步骤3:对音频库中的预设信息进行相应的分解,可以得到音频库中所有的预设信息所组成的M行n列的矩阵Y,其中,M为预设信息进行相应的分解后的语音段数;
步骤4:将X所得到的向量增加到Y矩阵的第一行,得到n列M+1行的矩阵Z,
其中,矩阵Z的第i列的值为Zi=(z1i,z2i,z3i...z(M+1)i)′将每列的值都用以下公式进行标准化,其中i<=M+1,
zziq=ziq/max(Zq)
zziq为矩阵Z的第i行第q列标准化后的值,Zq为矩阵Z的第q列的值,同时所有的zziq将构成一个新的矩阵ZZ,其中,q<=n;
步骤5:计算矩阵ZZ的第2行至最后一行分别与矩阵ZZ的第一行数据之间的的置信值,利用下面的公式求得:
其中Pi为第j个第二麦克风所接收的音频信息与音频库中间的第i条预设信息的置信值,N为所选指标数量,拥有指标N个,ZZi为矩阵ZZ的第i行所有的值组成的向量,E表示数学期望;
步骤6:将所获取的Pi进行均方差值处理,获得第j个第二麦克风所接收的音频信息的置信值Aj。
通过上述步骤1-6,不仅可以准确的将每个第二麦克风所接收的音频信息与音频库中的音频进行匹配,且在匹配时使用了多个指标进行匹配让匹配的准确率更高,以及通过用简单的机器算法,让匹配的效率更快;
同时在匹配时因为将每列数据都进行了标准化,使得获取的每个麦克风对应的置信值的结果更为可靠。
上述技术方案的有益效果是:通过上述步骤1-6,可以有效的获取到第二麦克风对应的置信值,为选择第三麦克风提供选择基础。
本发明提供一种去中心化的分布式麦克风拾音的方法,
从所有第二麦克风中获取到第三麦克风,包括:
根据获取的每个第二麦克风所接收的音频信息的置信值Aj,来对所获取的所有置信值Aj从高到低进行排列,即max(Aj);
根据排列结果获取置信值最高的第二麦克风作为第三麦克风。
上述技术方案的有益效果是:根据对置信值进行排列,可有效的选择出第三麦克风。
本发明提供一种去中心化的分布式麦克风拾音的方法,
由第一麦克风计算所获取的每个第二麦克风所接收的音频信息分别对应的置信度,是基于中心计算系统进行计算获取到的。
上述技术方案的有益效果是:通过中心计算系统辅助第一麦克风计算置信度,确保第一麦克风计算置信度的可行性。
本发明提供一种去中心化的分布式麦克风拾音的方法,
多个麦克风之间通过本地网络组网建立通信连接之前,还包括:开启每个麦克风。
上述技术方案的有益效果是:开启每个麦克风,可确保麦克风之间的正常通信。
本发明提供一种去中心化的分布式麦克风拾音的方法,
当根据置信度选择相应的第三麦克风作为交互麦克风之后,还包括:
步骤31:第三麦克风接收由用户发出或输入的第一音频信号;
步骤32:将由用户发出或输入的第一音频信号基于预先存储的预设音频库进行匹配分析,获取用户的身份信息,并根据身份信息获取用户的身高信息;
且在接收由用户发出或输入的第一音频信号之前,还包括:
拍摄用户的身高图像,根据身高比例数据库对所拍摄的身高图像进行分析处理,并获取用户的腿长信息;
步骤33:拍摄当用户发出或输入的第一音频信号到第三麦克风时,用户当前所处的动作状态,动作状态包括:用户当前处于坐下状态或用户当前处于站立状态;
步骤34:根据所获取的用户的身高信息、腿长信息和用户当前所处的动作状态,控制第三麦克风调节至与用户对应的高度。
上述用户的身份信息例如可以是,张三,182cm;则对应的获取的张三的身高信息就为182cm。
控制第三麦克风调节至与用户对应的高度,即调节到可采集用户发出或输入的第一音频信号的最佳位置。
该技术方案的有益效果是:通过智能调节第三麦克风的高度,方便用户使用。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种去中心化的分布式麦克风拾音的方法,其特征在于,包括:
多个麦克风之间通过本地网络组网建立通信连接;
通过选举算法在所述本地网络组网中,并选举出第一麦克风和第二麦克风;
获取每个所述第二麦克风所接收的音频信息,并提交所获取的所述音频信息到所述第一麦克风,由所述第一麦克风计算所获取的每个所述第二麦克风所接收的音频信息分别对应的置信度;
根据所述置信度选择相应的第三麦克风作为交互麦克风;
当根据所述置信度选择相应的第三麦克风作为交互麦克风之后,还包括:
步骤31:所述第三麦克风接收由用户发出或输入的第一音频信号;
步骤32:将由用户发出或输入的第一音频信号基于预先存储的预设音频库进行匹配分析,获取所述用户的身份信息,并根据所述身份信息获取所述用户的身高信息;
且在接收由用户发出或输入的第一音频信号之前,还包括:
拍摄所述用户的身高图像,根据身高比例数据库对所拍摄的所述身高图像进行分析处理,并获取所述用户的腿长信息;
步骤33:拍摄所述用户发出或输入的第一音频信号到所述第三麦克风时,所述用户当前所处的动作状态,所述动作状态包括:所述用户当前处于坐下状态或所述用户当前处于站立状态;
步骤34:根据所获取的所述用户的身高信息、腿长信息和所述用户当前所处的动作状态,控制所述第三麦克风调节至与所述用户对应的高度。
2.如权利要求1所述的方法,其特征在于,
所述多个麦克风分别设置在不同位置处;
且所述多个麦克风之间通过本地网络组网建立通信连接之前,还包括:
建立本地网络组网;
其中,所述本地网络组网包括:组网定义、组网属性、组网与组网关系和组网安全。
3.如权利要求1所述的方法,其特征在于,
所述第二麦克风是多个麦克风中除却所述第一麦克风之后的剩余麦克风;
且所述第三麦克风是所述第二麦克风中的一个。
4.如权利要求1所述的方法,其特征在于,
所述第一麦克风和第二麦克风是每个所述麦克风分别基于选举算法,且分别进行两次投票后所选举出来的。
5.如权利要求1所述的方法,其特征在于,计算每个所述第二麦克风所接收的音频信息的置信值的步骤包括:
步骤1:获取每个所述第二麦克风所接收到的音频信息,并将所述音频信息的发音,语速等n个指标的数值化后的特征值,形成一个矩阵B,
其中,bjn为所获取的第j个第二麦克风所接收到的音频信息所对应的第n个指标的数值化后的特征值,其中j=1、2、3...k,且k为所述第二麦克风的总数量;
步骤2:获取所述第j个第二麦克风所接收的音频信息的所有指标的相应的数值化后的值,并获得一组数据X=(a1,a2,a3...,an),其中,ai为第j个第二麦克风所接收的所述音频信息的第i个指标所得到的数值化后的值,i<=n;
步骤3:对音频库中的预设信息进行相应的分解,可以得到音频库中所有的预设信息所组成的M行n列的矩阵Y,其中,M为预设信息进行相应的分解后的语音段数;
步骤4:将X所得到的向量增加到Y矩阵的第一行,得到n列M+1行的矩阵Z,
其中,矩阵Z的第i列的值为Zi=(z1i,z2i,z3i...z(M+1)i)′将每列的值都用以下公式进行标准化,其中i<=M+1,
zziq=ziq/max(Zq)
zziq为矩阵Z的第i行第q列标准化后的值,Zq为矩阵Z的第q列的值,同时所有的zziq将构成一个新的矩阵ZZ,其中,q<=n;
步骤5:计算矩阵ZZ的第2行至最后一行分别与矩阵ZZ的第一行数据之间的置信值,利用下面的公式求得:
其中Pi为所述第j个第二麦克风所接收的所述音频信息与音频库中间的第i条预设信息的置信值,N为所选指标数量,拥有指标N个,ZZi为矩阵ZZ的第i行所有的值组成的向量,E表示数学期望;
步骤6:将所获取的Pi进行均方差值处理,获得所述第j个第二麦克风所接收的所述音频信息的置信值Aj。
6.如权利要求5所述的方法,其特征在于,
从所有所述第二麦克风中获取到第三麦克风,包括:
根据获取的每个所述第二麦克风所接收的音频信息的置信值Aj,来对所获取的所有置信值Aj从高到低进行排列,即max(Aj);
根据排列结果获取置信值最高的第二麦克风作为第三麦克风。
7.如权利要求1所述的方法,其特征在于,由所述第一麦克风计算所获取的每个所述第二麦克风所接收的音频信息分别对应的置信度,是基于中心计算系统进行计算获取到的。
8.如权利要求1所述的方法,其特征在于,所述多个麦克风之间通过本地网络组网建立通信连接之前,还包括:开启每个所述麦克风。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910779512.5A CN110519676B (zh) | 2019-08-22 | 2019-08-22 | 一种去中心化的分布式麦克风拾音的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910779512.5A CN110519676B (zh) | 2019-08-22 | 2019-08-22 | 一种去中心化的分布式麦克风拾音的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110519676A CN110519676A (zh) | 2019-11-29 |
CN110519676B true CN110519676B (zh) | 2021-04-09 |
Family
ID=68626391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910779512.5A Active CN110519676B (zh) | 2019-08-22 | 2019-08-22 | 一种去中心化的分布式麦克风拾音的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110519676B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1118192A (ja) * | 1997-06-23 | 1999-01-22 | Nippon Telegr & Teleph Corp <Ntt> | 収音方法およびその装置 |
CN103986996A (zh) * | 2014-05-14 | 2014-08-13 | 许忠 | 一种基于阵列式麦克风的会议系统 |
CN105979053A (zh) * | 2016-04-18 | 2016-09-28 | 广东欧珀移动通信有限公司 | 移动终端中麦克风的检测方法、装置以及移动终端 |
CN106375902A (zh) * | 2015-07-22 | 2017-02-01 | 哈曼国际工业有限公司 | 通过麦克风的机会性使用的音频增强 |
WO2017152601A1 (zh) * | 2016-03-10 | 2017-09-14 | 中兴通讯股份有限公司 | 一种麦克风确定方法和终端 |
CN107592600A (zh) * | 2016-07-06 | 2018-01-16 | 深圳市三诺声智联股份有限公司 | 一种基于分布式麦克风的拾音筛选方法及拾音装置 |
CN107925818A (zh) * | 2015-10-15 | 2018-04-17 | 华为技术有限公司 | 用于声音处理节点装置的声音处理节点 |
CN108989947A (zh) * | 2018-08-02 | 2018-12-11 | 广东工业大学 | 一种移动声源的获取方法及系统 |
CN109672966A (zh) * | 2018-12-21 | 2019-04-23 | 歌尔股份有限公司 | 一种语音拾取方法、装置和系统 |
CN109788382A (zh) * | 2019-01-25 | 2019-05-21 | 深圳大学 | 一种分布式麦克风阵列拾音系统及方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102223594B (zh) * | 2010-04-19 | 2014-02-19 | 鸿富锦精密工业(深圳)有限公司 | 麦克风控制装置及方法 |
CN102378097B (zh) * | 2010-08-25 | 2016-01-27 | 赛恩倍吉科技顾问(深圳)有限公司 | 麦克风控制系统及方法 |
CN203120110U (zh) * | 2013-02-18 | 2013-08-07 | 付婉琪 | 带摄像头的麦克风支架 |
CN105979434A (zh) * | 2016-05-30 | 2016-09-28 | 华为技术有限公司 | 一种音量调节的方法及装置 |
CN106568261B (zh) * | 2016-10-19 | 2021-02-26 | 青岛海尔特种电冰箱有限公司 | 通过预设算法来操控冰箱显示屏旋转角度的方法及冰箱 |
CN106403491B (zh) * | 2016-10-19 | 2019-05-03 | 青岛海尔特种电冰箱有限公司 | 通过麦克风识别以操控冰箱显示屏的方法及冰箱 |
CN106500450B (zh) * | 2016-10-19 | 2020-05-26 | 青岛海尔特种电冰箱有限公司 | 通过预设用户优先级别来操控冰箱显示屏的方法及冰箱 |
CN106710603B (zh) * | 2016-12-23 | 2019-08-06 | 云知声(上海)智能科技有限公司 | 利用线性麦克风阵列的语音识别方法及系统 |
CN108650571B (zh) * | 2018-05-25 | 2020-06-02 | 四川音创伟业科技有限公司 | 一种麦克风支架调节方法、装置、终端及可读介质 |
-
2019
- 2019-08-22 CN CN201910779512.5A patent/CN110519676B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1118192A (ja) * | 1997-06-23 | 1999-01-22 | Nippon Telegr & Teleph Corp <Ntt> | 収音方法およびその装置 |
CN103986996A (zh) * | 2014-05-14 | 2014-08-13 | 许忠 | 一种基于阵列式麦克风的会议系统 |
CN106375902A (zh) * | 2015-07-22 | 2017-02-01 | 哈曼国际工业有限公司 | 通过麦克风的机会性使用的音频增强 |
CN107925818A (zh) * | 2015-10-15 | 2018-04-17 | 华为技术有限公司 | 用于声音处理节点装置的声音处理节点 |
WO2017152601A1 (zh) * | 2016-03-10 | 2017-09-14 | 中兴通讯股份有限公司 | 一种麦克风确定方法和终端 |
CN105979053A (zh) * | 2016-04-18 | 2016-09-28 | 广东欧珀移动通信有限公司 | 移动终端中麦克风的检测方法、装置以及移动终端 |
CN107592600A (zh) * | 2016-07-06 | 2018-01-16 | 深圳市三诺声智联股份有限公司 | 一种基于分布式麦克风的拾音筛选方法及拾音装置 |
CN108989947A (zh) * | 2018-08-02 | 2018-12-11 | 广东工业大学 | 一种移动声源的获取方法及系统 |
CN109672966A (zh) * | 2018-12-21 | 2019-04-23 | 歌尔股份有限公司 | 一种语音拾取方法、装置和系统 |
CN109788382A (zh) * | 2019-01-25 | 2019-05-21 | 深圳大学 | 一种分布式麦克风阵列拾音系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110519676A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11288444B2 (en) | Optimization techniques for artificial intelligence | |
US20150127336A1 (en) | Speaker verification using neural networks | |
CN110175697A (zh) | 一种不良事件风险预测系统及方法 | |
CN107886949A (zh) | 一种内容推荐方法及装置 | |
US20170263241A1 (en) | Apparatus and method for training a neutral network acoustic model, and speech recognition apparatus and method | |
CN102194456A (zh) | 信息处理设备、信息处理方法和程序 | |
CN108597525B (zh) | 语音声纹建模方法及装置 | |
US20210027789A1 (en) | Voice-Controlled Management of User Profiles | |
Coria et al. | Overlap-aware low-latency online speaker diarization based on end-to-end local segmentation | |
US11137322B2 (en) | Diagnosing method of engine condition and diagnostic modeling method thereof | |
CN110147745A (zh) | 一种视频关键帧检测方法及装置 | |
US20200241986A1 (en) | Method for detecting repair-necessary motherboards and device using the method | |
CN110990591A (zh) | 医疗数据转码质量稽核方法及系统 | |
JPH08227408A (ja) | ニューラルネットワーク | |
CN110411554A (zh) | 一种电机设备检测方法、装置及系统 | |
EP3185184A1 (en) | The method for analyzing a set of billing data in neural networks | |
CN110889009B (zh) | 一种声纹聚类方法、装置、处理设备以及计算机存储介质 | |
CN111767277A (zh) | 数据处理方法和装置 | |
CN110519676B (zh) | 一种去中心化的分布式麦克风拾音的方法 | |
CN117576823B (zh) | 一种排队叫号系统终端 | |
CN117290719B (zh) | 基于数据分析的巡检管理方法、装置及存储介质 | |
US20180061395A1 (en) | Apparatus and method for training a neural network auxiliary model, speech recognition apparatus and method | |
CN110175655A (zh) | 数据识别方法及装置、存储介质及电子设备 | |
Lin et al. | Domestic activities clustering from audio recordings using convolutional capsule autoencoder network | |
CN109167673B (zh) | 一种融合异常Qos数据检测的新型云服务筛选方法 |
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 |