CN111312274B - 语音信号处理方法、装置、系统、电子设备、及存储介质 - Google Patents
语音信号处理方法、装置、系统、电子设备、及存储介质 Download PDFInfo
- Publication number
- CN111312274B CN111312274B CN202010106681.5A CN202010106681A CN111312274B CN 111312274 B CN111312274 B CN 111312274B CN 202010106681 A CN202010106681 A CN 202010106681A CN 111312274 B CN111312274 B CN 111312274B
- Authority
- CN
- China
- Prior art keywords
- microphones
- setting information
- processing
- audio data
- intelligent interaction
- 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 13
- 238000012545 processing Methods 0.000 claims abstract description 172
- 230000003993 interaction Effects 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000000694 effects Effects 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 11
- 230000002452 interceptive effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000002054 transplantation Methods 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
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/001—Monitoring arrangements; Testing arrangements for loudspeakers
- H04R29/002—Loudspeaker arrays
-
- 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)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Otolaryngology (AREA)
- General Health & Medical Sciences (AREA)
- Circuit For Audible Band Transducer (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开实施例公开了一种语音信号处理方法、装置、系统、电子设备、及存储介质,由集中数据处理设备执行,方法包括:获取目标智能交互设备的设置信息;根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果;其中所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风的排列形状与所述设置信息的麦克风排列形状一致。本公开实施例的技术方案能够快速预演各种智能交互设备的语音信号处理效果,能够缩短智能交互设备的项目开发周期。
Description
技术领域
本公开实施例涉及计算机应用技术领域,具体涉及一种语音信号处理方法、装置、系统、电子设备、及存储介质。
背景技术
目前市场上相似的语音信号处理设备,有为了演示用的设备,通常是别的产品形态借过来演示一下,或者是某个阶段为了检验算法成果临时搭起的设备。
在新产品预研阶段难以投入大量人力量身打造试验设备,通常都是简单拼凑,或者借用其他产品形态异样的设备来体验,调试,采集数据。
因为设备简单拼凑,通常都会有一些不吻合产品定义的问题,导致研发人员投入较多的精力解决问题,修正数据,以及对产品的估计把握不够准确。另外由于设备的限制,导致算法的实际效果试验困难,减缓算法迭代的速度,从而影响产品周期。
因为在产品设计初期,产品形态,设备规格,应用场景等都在逐步形成中,这个时候不容易直接搭建合适的装置,来适配语音信号处理算法,而且还有可能需要迭代,所以只能投入最小的精力去简单拼凑,或者借用设备,来做试验,获取数据,最后导致整个产品设计过程问题很多。
发明内容
有鉴于此,本公开实施例提供一种语音信号处理方法、装置、系统、电子设备、及存储介质,以实现快速预演各种智能交互设备的语音信号处理效果。
本公开实施例的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开实施例的实践而习得。
第一方面,本公开实施例提供了一种语音信号处理方法,由集中数据处理设备执行,所述方法包括:
获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性能指标和功耗指标;
根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;
接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果;
其中所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风的排列形状与所述设置信息的麦克风排列形状一致。
于一实施例中,所述至少一个语音处理算法库包括滤波器长度确定算法库、关键词识别算法库、波束成形算法库。
于一实施例中,所述麦克风排列形态包括线型、圆型、Y型、L型。
于一实施例中,所述集中数据处理设备包括电子触摸屏;
获取目标智能交互设备的设置信息包括:通过所述电子触摸屏获取目标智能交互设备的设置信息。
于一实施例中,接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果包括:
在多种实验环境下分别执行如下操作:接收满足所述设置信息的多个麦克风采集的多个音频数据,分别根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果,以得到多个处理结果;
对所述多个处理结果进行效果信息统计,以使实验人员根据所述统计结果调整所述至少一个语音处理算法库。
第二方面,本公开实施例还提供了一种语音信号处理装置,配置于集中数据处理设备中,所述装置包括:
设置信息获取单元,用于获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性参指标和功耗指标;
算法库确定单元,用于根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;
处理结果输出单元,用于接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果;
其中所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风的排列形状与所述设置信息的麦克风排列形状一致。
于一实施例中,所述至少一个语音处理算法库包括滤波器长度确定算法库、关键词识别算法库、波束成形算法库。
于一实施例中,所述麦克风排列形态包括线型、圆型、Y型、L型。
于一实施例中,所述集中数据处理设备包括电子触摸屏;
所述设置信息获取单元用于:通过所述电子触摸屏获取目标智能交互设备的设置信息。
于一实施例中,所述处理结果输出单元用于:
在多种实验环境下分别执行如下操作:接收满足所述设置信息的多个麦克风采集的多个音频数据,分别根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果,以得到多个处理结果;
对所述多个处理结果进行效果信息统计,以使实验人员根据所述统计结果调整所述至少一个语音处理算法库。
第三方面,本公开实施例还提供了一种语音信号处理系统,包括多个麦克风、支架、集中数据处理设备;
所述集中数据处理设备用于获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性能指标和功耗指标;以及根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;
所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风在所述支架上,按照所述设置信息的麦克风排列形状进行排列;
任一麦克风用于采集环境中的音频数据后,将所采集的音频数据传输给所述集中数据处理设备;
所述集中数据处理设备用于接收所述多个麦克风采集的多个音频数据后,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果。
于一实施例中,所述集中数据处理设备还包括电子触摸屏;
所述集中数据处理设备通过所述电子触摸屏获取目标智能交互设备的设置信息。
第四方面,本公开实施例还提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一项所述方法的指令。
第五方面,本公开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,该计算机程序被处理器执行时实现如第一方面中任一项所述方法的步骤。
本公开实施例通过获取目标智能交互设备的设置信息,根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果;其中所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风的排列形状与所述设置信息的麦克风排列形状一致,能够快速预演各种智能交互设备的语音信号处理效果,能够缩短智能交互设备的项目开发周期。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对本公开实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本公开实施例中的一部分实施例,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,还可以根据本公开实施例的内容和这些附图获得其他的附图。
图1是本公开实施例提供的一种语音信号处理方法的流程示意图;
图2是本公开实施例提供的另一种语音信号处理方法的流程示意图;
图3是本公开实施例提供的一种语音信号处理装置的结构示意图;
图4是本公开实施例提供的另一种语音信号处理系统的结构示意图;
图5示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
为使本公开实施例解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本公开实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅是本公开实施例中的一部分实施例,而不是全部的实施例。基于本公开实施例中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开实施例保护的范围。
需要说明的是,本公开实施例中术语“系统”和“网络”在本文中常被可互换使用。本公开实施例中提到的“和/或”是指包括一个或更多个相关所列项目的任何和所有组合。本公开的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于限定特定顺序。
还需要说明是,本公开实施例中下述各个实施例可以单独执行,各个实施例之间也可以相互结合执行,本公开实施例对此不作具体限制。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面结合附图并通过具体实施方式来进一步说明本公开实施例的技术方案。
图1示出了本公开实施例提供的一种语音信号处理方法的流程示意图,本实施例可适用于根据设置信息预演目标智能交互设备的语音信号处理效果的情况,该方法可以由配置于电子设备中的语音信号处理装置来执行,具体地由配置该语音信号处理装置的集中数据处理设备执行,如图1所示,本实施例所述的语音信号处理方法包括:
在步骤S110中,获取目标智能交互设备的设置信息。
所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性能指标和功耗指标。
若所述集中数据处理设备包括电子触摸屏,本步骤可通过所述电子触摸屏获取目标智能交互设备的设置信息。
在步骤S120中,根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库。
所述至少一个语音处理算法库包括滤波器长度确定算法库、关键词识别算法库、波束成形算法库等一种或多种。
在步骤S130中,接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果。
其中所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风的排列形状与所述设置信息的麦克风排列形状一致。
所述麦克风排列形态包括线型、圆型、Y型、L型等。
本步骤还可在多种实验环境下分别执行如下操作:接收满足所述设置信息的多个麦克风采集的多个音频数据,分别根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果,以得到多个处理结果。
对所述多个处理结果进行效果信息统计,以使实验人员根据所述统计结果调整所述至少一个语音处理算法库。
本实施例通过获取目标智能交互设备的设置信息,根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果;其中所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风的排列形状与所述设置信息的麦克风排列形状一致。能够快速预演各种智能交互设备的语音信号处理效果,能够缩短智能交互设备的项目开发周期。
图2示出了本公开实施例提供的另一种语音信号处理方法的流程示意图,本实施例以前述实施例为基础,进行了改进优化。如图2所示,本实施例所述的语音信号处理方法包括:
在步骤S210中,进行设备配置,执行步骤S220。
通常在目标智能交互设备的开发初期,有了产品基本形态:例如目标智能交互设备所包含的麦克风数量、上述数量的麦克风的排列形状(例如线型、圆型、Y型或L型)、目标智能交互设备拟采用何种型号的CPU、拟采用何种型号的内存、目标智能交互设备拟用于何种场景,适用该场景时是否需要做回声消除,以及目标智能交互设备拟达到的性能指标和功耗指标等,在开始时先根据产品形态需要作一个初步的经验行的配置设置。
在步骤S220中,进行体验和测试,执行步骤S230。
模拟上述配置场景,采用上述数量的多个麦克风,按照上述排列形状进行排列,将采集的音频数据上传到集中数据处理设备中。
所述集中数据处理设备获上述设置信息、根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库,例如滤波器长度确定算法库、关键词识别算法库、以及波束成形算法库等。
所述集中数据处理设备接收所述多个麦克风采集的多个音频数据后,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果,以测试这种设置的该目标智能交互设备拟输出效果。
即测算出具体的各种效果下,该目标智能交互设备性能和需要的消耗,以及能达到什么样的效果。
在步骤S230中,判断效果是否足够好,若是则执行步骤S240,否则执行步骤S250。
在步骤S240中,移植算法,结束。
根据测算的结果,进行人工干预迭代,优化算法或者是挑选合适的解决方案。
在步骤S250中,进行人工调试,返回步骤S210。
将该目标智能交互设备配置到较好的效果之后,最终工程实施,设计出真正的产品形态的麦克风阵列的语音信号处理算法。
本实施例在上一实施列的基础之上,示例性地示出了目标智能交互设备从初步设置到最终成型的调整过程,能够快速预演智能交互设备的语音信号处理和调优过程,能够缩短智能交互设备的项目开发周期。
作为上述各图所示方法的实现,本申请提供了一种语音信号处理装置的一个实施例,图3示出了本实施例提供的一种语音信号处理装置的结构示意图,该装置实施例与图1和图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3所示,本实施例所述的语音信号处理装置包括设置信息获取单元310、算法库确定单元320和处理结果输出单元330。
所述设置信息获取单元310被配置为,用于获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性参指标和功耗指标。
所述算法库确定单元320被配置为,用于根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库。
所述处理结果输出单元330被配置为,用于接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果。
其中所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风的排列形状与所述设置信息的麦克风排列形状一致。
于一实施例中,所述至少一个语音处理算法库包括滤波器长度确定算法库、关键词识别算法库、波束成形算法库。
于一实施例中,所述麦克风排列形态包括线型、圆型、Y型、L型。
若所述集中数据处理设备包括电子触摸屏,所述设置信息获取单元310被配置为,还用于通过所述电子触摸屏获取目标智能交互设备的设置信息。
进一步地,所述处理结果输出单元330被配置为,还用于:
在多种实验环境下分别执行如下操作:接收满足所述设置信息的多个麦克风采集的多个音频数据,分别根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果,以得到多个处理结果;
对所述多个处理结果进行效果信息统计,以使实验人员根据所述统计结果调整所述至少一个语音处理算法库。
本实施例提供的语音信号处理装置可执行本公开方法实施例所提供的语音信号处理方法,具备执行方法相应的功能模块和有益效果。
图4示出了本公开实施例提供的另一种语音信号处理系统的结构示意图,如图4所示,本实施例所述的语音信号处理系统400包括:多个麦克风(第一麦克风403、第二麦克风404、第三麦克风405……第N麦克风406)、支架402、集中数据处理设备401。
所述集中数据处理设备401用于获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性能指标和功耗指标;以及根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库。
所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风在所述支架402上,按照所述设置信息的麦克风排列形状进行排列。
任一麦克风(第一麦克风403、第二麦克风404、第三麦克风405……第N麦克风406)用于采集环境中的音频数据后,将所采集的音频数据传输给所述集中数据处理设备401。
所述集中数据处理设备401用于接收所述多个麦克风采集的多个音频数据后,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果。
于一实施例中,所述集中数据处理设备401还包括电子触摸屏,所述集中数据处理设备401通过所述电子触摸屏获取目标智能交互设备的设置信息。
于一实施例中,所述语音信号处理系统由若干个无线麦克风(第一麦克风403、第二麦克风404、第三麦克风405……第N麦克风406)、支架402和集中数据处理设备401组成,无线麦克风可以放在支架402上组成任意的形状,或者搭配产品结构组成预期的形状,然后会通过无线将采集到的语音数据传输到集中数据处理设备401上。集中数据处理设备401是带电子屏幕的,集成了可以动态调整的语音信号处理算法,在电子屏幕上可以通过菜单选择,设置语音信号处理算法适配的麦克风个数,麦克风排列形状,是否需要做回声消除,算法是性能主导,还是功耗主导。有了这个系统只需要简单的几步操作就可以体验到一个产品雏形,可以基于这个雏形,收集数据,对应算法在这个产品形态以及应用场景下的性能也可以快速统计出来,然后根据收集的数据,在实验室环境就可以快速迭代出最终需要的最优算法设计,甚至这个临时系统可以一直跟随到产品开发阶段,这个时候工程开发人员只需要面对平台移植的压力就可以了。会大幅缩短产品的开发周期,提高效率。
从电子触摸屏进行相应的设置之后,设备上运行的算法会做相应的调整,如果和输入的采集音频格式能够匹配上,便可运行得到正确的结果。这个时候,集中数据处理设备401和多个无线麦克风组成了一个具有智能语音唤醒,可以人机交流对话的临时样机。在实际体验中,工程师可以直观感受语音信号处理算法的效果,产品设计师也可以提前感受到产品做出来之后的具体效果,有助于进一步优化设计。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开实施例的实施例,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,本公开实施例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装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开实施例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。在本公开实施例中,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。而在本公开实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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电子设备执行时,使得该电子设备:
获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性能指标和功耗指标;
根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;
接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果;
其中所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风的排列形状与所述设置信息的麦克风排列形状一致。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开实施例各种实施例的系统、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。
描述于本公开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。其中,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,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
以上描述仅为本公开实施例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,本公开实施例中所涉及的公开范围,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公开构思的情况下,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。例如上述特征与本公开实施例中公开的(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 (10)
1.一种语音信号处理方法,其特征在于,由集中数据处理设备执行,所述方法包括:
获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性能指标和功耗指标;
根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;
接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果;
其中所述多个麦克风的数量等于所述设置信息中的麦克风个数,所述多个麦克风的排列形状与所述设置信息中的麦克风排列形状一致。
2.根据权利要求1所述的方法,其特征在于,所述至少一个语音处理算法库包括滤波器长度确定算法库、关键词识别算法库、波束成形算法库。
3.根据权利要求1所述的方法,其特征在于,所述麦克风排列形状包括线型、圆型、Y型、L型。
4.根据权利要求1所述的方法,其特征在于,所述集中数据处理设备包括电子触摸屏;
获取目标智能交互设备的设置信息包括:通过所述电子触摸屏获取目标智能交互设备的设置信息。
5.根据权利要求1所述的方法,其特征在于,接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果包括:
在多种实验环境下分别执行如下操作:接收满足所述设置信息的多个麦克风采集的多个音频数据,分别根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果,以得到多个处理结果;
对所述多个处理结果进行效果信息统计,以使实验人员根据统计结果调整所述至少一个语音处理算法库。
6.一种语音信号处理装置,其特征在于,配置于集中数据处理设备中,所述装置包括:
设置信息获取单元,用于获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性能指标和功耗指标;
算法库确定单元,用于根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;
处理结果输出单元,用于接收满足所述设置信息的多个麦克风采集的多个音频数据,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果;
其中所述多个麦克风的数量等于所述设置信息中的麦克风个数,所述多个麦克风的排列形状与所述设置信息中的麦克风排列形状一致。
7.一种语音信号处理系统,其特征在于,包括多个麦克风、支架、集中数据处理设备;
所述集中数据处理设备用于获取目标智能交互设备的设置信息,所述设置信息至少包括处理器参数、内存参数、麦克风个数、麦克风排列形状、是否需要做回声消除、性能指标和功耗指标;以及根据所述设置信息确定所述目标智能交互设备适配的至少一个语音处理算法库;
所述多个麦克风的数量等于所述设置信息的麦克风个数,所述多个麦克风在所述支架上,按照所述设置信息的麦克风排列形状进行排列;
任一麦克风用于采集环境中的音频数据后,将所采集的音频数据传输给所述集中数据处理设备;
所述集中数据处理设备用于接收所述多个麦克风采集的多个音频数据后,根据所述至少一个语音处理算法库对所述多个音频数据进行处理后输出处理结果。
8.根据权利要求7所述的语音信号处理系统,其特征在于,所述集中数据处理设备还包括电子触摸屏;
所述集中数据处理设备通过所述电子触摸屏获取目标智能交互设备的设置信息。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一项所述方法的指令。
10.一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,该计算机程序被处理器执行时实现如权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010106681.5A CN111312274B (zh) | 2020-02-21 | 2020-02-21 | 语音信号处理方法、装置、系统、电子设备、及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010106681.5A CN111312274B (zh) | 2020-02-21 | 2020-02-21 | 语音信号处理方法、装置、系统、电子设备、及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111312274A CN111312274A (zh) | 2020-06-19 |
CN111312274B true CN111312274B (zh) | 2022-06-28 |
Family
ID=71147251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010106681.5A Active CN111312274B (zh) | 2020-02-21 | 2020-02-21 | 语音信号处理方法、装置、系统、电子设备、及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111312274B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023004776A1 (zh) * | 2021-07-30 | 2023-02-02 | 深圳市大疆创新科技有限公司 | 一种麦克风阵列的信号处理方法、麦克风阵列以及系统 |
CN114339572B (zh) * | 2021-12-15 | 2024-06-25 | 深聪半导体(江苏)有限公司 | 一种麦克风阵列产测的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201225689A (en) * | 2010-12-03 | 2012-06-16 | Yare Technologies Inc | Conference system capable of independently adjusting audio input |
JP6873549B2 (ja) * | 2017-03-28 | 2021-05-19 | 株式会社ディーアンドエムホールディングス | オーディオ装置およびコンピュータで読み取り可能なプログラム |
US10580402B2 (en) * | 2017-04-27 | 2020-03-03 | Microchip Technology Incorporated | Voice-based control in a media system or other voice-controllable sound generating system |
CN207869391U (zh) * | 2017-12-29 | 2018-09-14 | 歌尔科技有限公司 | 一种智能音箱和麦克风阵列测试系统 |
CN110351419B (zh) * | 2018-04-04 | 2021-08-24 | 炬芯科技股份有限公司 | 一种智能语音系统及其语音处理方法 |
CN109547910B (zh) * | 2019-01-03 | 2021-12-28 | 百度在线网络技术(北京)有限公司 | 电子设备声学组件性能测试方法、装置、设备及存储介质 |
CN110221944B (zh) * | 2019-06-11 | 2022-07-29 | 思必驰科技股份有限公司 | 利用待测音频设备本身进行自测的方法及系统 |
CN110392334B (zh) * | 2019-07-03 | 2021-06-08 | 北京小米移动软件有限公司 | 一种麦克风阵列音频信号自适应处理方法、装置及介质 |
-
2020
- 2020-02-21 CN CN202010106681.5A patent/CN111312274B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111312274A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111475298B (zh) | 任务处理方法、装置、设备及存储介质 | |
US11270690B2 (en) | Method and apparatus for waking up device | |
CN109408481B (zh) | 日志采集规则的更新方法、装置、电子设备及可读介质 | |
CN110390493B (zh) | 任务管理方法、装置、存储介质及电子设备 | |
CN111312274B (zh) | 语音信号处理方法、装置、系统、电子设备、及存储介质 | |
CN116703131B (zh) | 电力资源分配方法、装置、电子设备和计算机可读介质 | |
CN117236805B (zh) | 电力设备控制方法、装置、电子设备和计算机可读介质 | |
CN114038465B (zh) | 语音处理方法、装置和电子设备 | |
CN112863545B (zh) | 性能测试方法、装置、电子设备及计算机可读存储介质 | |
CN111312243B (zh) | 设备交互方法和装置 | |
CN111444384B (zh) | 一种音频关键点确定方法、装置、设备及存储介质 | |
CN111382057B (zh) | 测试用例生成方法,测试方法及装置,服务器及存储介质 | |
CN112100159A (zh) | 数据处理方法、装置、电子设备和计算机可读介质 | |
CN111294657A (zh) | 信息处理方法和装置 | |
CN113674739B (zh) | 一种时间确定方法、装置、设备及存储介质 | |
CN111382556A (zh) | 数据转换方法、装置、设备及存储介质 | |
CN111291254A (zh) | 信息处理方法和装置 | |
CN111045635B (zh) | 音频处理方法和装置 | |
CN114428823B (zh) | 基于多维变量表达式的数据联动方法、装置、设备和介质 | |
CN111367592A (zh) | 信息处理方法和装置 | |
CN112286609B (zh) | 用于管理智能终端的快捷设置项的方法和装置 | |
CN112328341B (zh) | 模型显示方法,装置,电子设备及存储介质 | |
CN112346728B (zh) | 设备适配方法、装置、设备和计算机可读介质 | |
CN112015625B (zh) | 报警设备控制方法、装置、电子设备和计算机可读介质 | |
CN109445873B (zh) | 显示设置界面的方法和装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 215021 building 14, Tengfei Science Park, No. 388, Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant after: Sipic Technology Co.,Ltd. Address before: 215021 building 14, Tengfei Science Park, No. 388, Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant before: AI SPEECH Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |