CN111654782A - 一种智能音箱及信号处理方法 - Google Patents

Abstract

本申请公开了一种智能音箱及信号处理方法，涉及人工智能领域。所述智能音箱包括：DSP独立芯片、微控制器、网络组件、音频采集器和音频播放器；其中，音频采集器，采集周围环境中的声音信号，并将采集的声音信号发送至DSP独立芯片；DSP独立芯片，采用声音处理算法，对接收的声音信号进行处理；微控制器，根据接收的处理结果，通过网络组件向云端请求云端资源数据，并将云端资源数据传输至音频播放器；网络组件，建立微控制器与云端的通信连接；音频播放器，对接收的云端资源数据进行播放。本申请的方案能够简化智能音箱的本地设计，降低智能音箱的设计成本，节省计算资源。

Description

一种智能音箱及信号处理方法

技术领域

本申请涉及计算机技术领域，具体涉及人工智能领域，尤其涉及智能音箱的芯片结构技术。

背景技术

随着智能终端技术的发展，智能终端的种类越来越多，智能终端的结构也越来越多样化。

目前出现的智能音箱就是智能终端的一种具体体现。智能音箱基于中央处理器(Central Processing Unit，CPU)做核心运算处理的结构系统，实现用户的功能需求。

但是，一方面，通过CPU做核心运算处理，需要智能音箱具有更大的内存以及更高的计算力，本地设计复杂；另一方面，对于智能终端从云端进行计算获取资源的方式，智能音箱的CPU做核心运算处理的结构系统造成了资源的浪费，以及设计成本高等问题。

发明内容

本申请实施例提供了一种智能音箱及信号处理方法，能够简化智能音箱的本地设计。

第一方面，本申请实施例提供了一种智能音箱，包括：DSP独立芯片、微控制器、网络组件、音频采集器和音频播放器；

其中，DSP独立芯片分别与音频采集器和微控制器相连，微控制器分别与网络组件、存储器和音频播放器相连；

音频采集器，用于采集周围环境中的声音信号，并将采集的声音信号发送至DSP独立芯片；

DSP独立芯片，用于采用内置的声音处理算法，对接收的声音信号进行处理，并将处理结果传输至微控制器；

微控制器，用于根据接收的处理结果，通过网络组件向云端请求云端资源数据，并将所述云端资源数据传输至音频播放器；

网络组件，用于建立微控制器与云端的通信连接；

音频播放器，用于对接收的云端资源数据进行播放。

第二方面，本申请实施例还提供了一种智能音箱中的信号处理方法，包括：

通过DSP独立芯片，采用内置的声音处理算法，对通过音频采集器接收的声音信号进行处理，并将处理结果传输至微控制器；

通过微控制器，根据接收的处理结果，通过网络组件向云端请求云端资源数据，并将所述云端资源数据传输至音频播放器进行播放。

本申请实施例提供的智能音箱，使用DSP独立芯片以及微控制器的共同配合实现了智能音箱内部的各种计算处理，通过DSP独立芯片采用内置的声音处理算法，对接收的声音信号进行处理，并将处理结果传输至微控制器，通过微控制器根据接收的处理结果，通过网络组件向云端请求云端资源数据，并通过网络组件将接收的云端资源数据传输至音频播放器进行播放，在保证智能音箱所需的各项计算功能的同时，最大程度的简化了智能音箱的本地设计，降低智能音箱的硬件成本，并节省了资源。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例的一种智能音箱的结构示意图；

图2是根据本申请第二实施例的一种智能音箱的结构示意图；

图3是根据本申请第三实施例的一种智能音箱的结构示意图；

图4是根据本申请第四实施例的一种智能音箱中的信号处理方法的流程示意图；

图5是根据本申请第五实施例的一种智能音箱中的信号处理方法的流程示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

第一实施例

图1是根据本申请第一实施例的一种智能音箱的结构示意图，本申请实施例适用于简化智能音箱本地设计的情况。具体的，如图1所示，该智能音箱包括：数字信号处理(Digital Signal Processor，DSP)独立芯片110、微控制器120、网络组件130、音频采集器150和音频播放器160。

其中，DSP独立芯片110分别与音频采集器150和微控制器120相连，微控制器120分别与网络组件130和音频播放器160相连。

在本申请的实施例中，音频采集器150，用于采集周围环境中的声音信号，并将采集的声音信号发送至DSP独立芯片110。

其中，音频采集器150是用于采集声音信号的装置，例如，麦克风、话筒等。示例性的，可以通过麦克风或者话筒等装置对周围环境中的声音信号进行采集。声音信号可以是语音信号或者非语音信号。例如，语音信号可以是用户基于对智能音箱的功能需求输入的“小X，小X”、“讲故事”、“聊聊天”、或者“查天气”等唤醒智能音箱或者开启功能的语音信号；非语音信号可以是用户击掌、拍掌或者跺脚等唤醒智能音箱或者触发智能音箱功能变化的非语音信号。

在本申请的实施例中，DSP独立芯片110，用于采用内置的声音处理算法，对接收的声音信号进行处理，并将处理结果传输至微控制器120。

其中，DSP独立芯片110是指能够实现数字信号处理技术的芯片，例如，静态DSP芯片、定点DSP芯片、浮点DSP芯片、通用型DSP芯片或者专用型DSP芯片等。声音处理算法可以是识别声音的算法。声音处理算法可以是对声音信号进行的一些基础性的或者简单性的处理。例如，识别声音信号是否是需要唤醒智能音箱的操作，或者，声音信号是否是通过一些高频词汇，或者常见声音信号触发的改变智能音箱状态或者当前功能的操作。示例性的，通过“小X，小X”唤醒智能音箱，通过高频词汇“播放下一首”触发的改变当前功能，或者，通过拍掌声音触发的暂停智能音箱播放等。在该DSP独立芯片中，通过内置的声音处理算法，对声音信号进行一些基础性的或者简单性的处理，达到处理效率最大化和功耗最小化。

在本申请的实施例中，微控制器120，用于根据接收的处理结果，通过网络组件130向云端请求云端资源数据，并将云端资源数据传输至音频播放器160。

其中，微控制器120将CPU的频率和规格进行了缩减，减少了智能音箱的实现成本。云端资源数据可以是云端对声音信号进行处理(如自然语义处理、内容检索与分发、模型匹配等)生成的数据。云端资源数据可以是与用户的功能需求对应的数据，例如，用户需求是查询天气时，云端资源数据可以是与天气所对应的音频数据。

处理结果可以是DSP独立芯片110对声音信号进行处理后的信号，例如，可以是对声音信号进行降噪处理后的声音信号，或者，对声音信号进行识别后的响应信号。

示例性的，在智能音箱处于唤醒状态时，用户输入“请播放周杰伦的歌”声音信号。DSP独立芯片110可以确定这不是唤醒操作，不是高频词汇，也不是常见的声音信号。可以对“请播放周杰伦的歌”声音信号进行降噪处理，并将降噪后的“请播放周杰伦的歌”这一声音信号作为识别结果发送至微控制器120。微控制器120通过网络组件130将降噪后的“请播放周杰伦的歌”声音信号发送至云端，请求云端进行远程语音服务。云端生成“请播放周杰伦的歌”对应的云端资源数据，例如，青花瓷的音频数据。云端通过网络组件130将青花瓷的音频数据传输至微控制器120，再由微控制器120将青花瓷的音频数据传输至音频播放器160。音频播放器160播放青花瓷的音频数据。

本申请实施例的技术方案，在DSP独立芯片110中进行基础性的声音信号处理，在微控制器120中向云端请求云端资源数据。实现了不同类型的声音信号计算分别进行处理，减少了智能音箱的本地计算，实现了资源的最大化利用，智能音箱对计算能力以及存储能力的需求低，从而简化了智能音箱的本地设计。

在本申请的实施例中，网络组件130，用于建立微控制器120与云端的通信连接。其中，网络组件130是微控制器120与云端通信连接的传输介质。网络组件130可以是用于无线网络或者有线网络进行通信的模块，例如，具有WiFi，蜂窝网络，或者移动通信网络等通信功能的模块。

在本申请的实施例中，音频播放器160，用于对接收的云端资源数据进行播放。其中，音频播放器160可以是播放音频的装置，例如，喇叭、扬声器等。

本实施例的技术方案中的智能音箱包括DSP独立芯片、微控制器、网络组件、音频采集器和音频播放器；音频采集器采集周围环境中的声音信号，并将采集的声音信号发送至DSP独立芯片；DSP独立芯片采用内置的声音处理算法，对接收的声音信号进行处理，并将处理结果传输至微控制器；微控制器根据接收的处理结果，通过网络组件向云端请求云端资源数据，并将云端资源数据传输至音频播放器；音频播放器对接收的云端资源数据进行播放，解决了智能音箱本地设计复杂的问题，可以实现简化智能音箱本地设计、降低硬件设计成本以及节省资源的效果。

上述方案，通过在DSP独立芯片中进行一些基础性的声音信号处理，在微控制器中向云端请求云端资源数据，可以减少智能音箱本地计算，可以避免对本地存储器进行扩容处理，可以简化智能音箱的存储单元、处理单元等本地设计，实现不同类型的计算进行分别处理，满足资源最大化利用，可以提高智能音箱语音处理的效率，快速、准确响应用户的功能需求。

第二实施例

图2是根据本申请第二实施例的一种智能音箱的结构示意图，本实施例在上述实施例的基础上对本申请实施例进行细化。具体的，如图2所示，该智能音箱包括：DSP独立芯片110、微控制器120、网络组件130、存储器140、音频采集器150和音频播放器160。

其中，DSP独立芯片110分别与音频采集器150和微控制器120相连，微控制器120分别与网络组件130、存储器140和音频播放器150相连。

在本申请的实施例中，音频采集器150，用于采集周围环境中的声音信号，并将采集的声音信号发送至DSP独立芯片110。

在本申请的实施例中，DSP独立芯片110具体用于：采用内置的声音处理算法，对接收的声音信号进行唤醒词识别，并将识别结果传输至微控制器。

其中，唤醒词可以是用于将智能音箱从待机状态转换为执行用户开启智能音箱功能的词汇，或者等待接收用户开启智能音箱功能指令的词汇。例如，唤醒词可以是智能音箱的名称，或者包含智能音箱名称的词语、句子等。唤醒词可以是预先设置的，也可以是用户自定义的。识别结果可以是根据接收的声音信号是否存在唤醒词，确定的唤醒智能音箱的响应结果，或者传输声音信号的结果。

在本申请的实施例中，智能音箱还包括：存储器140，存储器140中存储有至少一项唤醒词。

其中，存储的唤醒词是用于唤醒智能音箱的词汇，可以是预先设置，如智能音箱出厂时的默认名称；也可以是用户自定义设置的，如用户根据喜好设置的名称等。

在本申请的实施例中，DSP独立芯片110，具体用于：经由微控制器120调取存储器140中存储的至少一项唤醒词，并执行声音处理算法，以对声音信号进行下述处理：对声音信号进行唤醒词识别；如果检测到声音信号中不包括唤醒词且智能音箱处于唤醒状态，则向微控制器120发送声音信号。

其中，DSP独立芯片110可以通过内置的声音处理算法，识别声音信号中的词汇，并与存储器140中的唤醒词进行比对。如果识别的词汇与存储器140中的至少一项唤醒词一致，或者，识别的词汇中包括存储器140中的至少一项唤醒词，可以确定声音信号中包括唤醒词；否则，可以确定声音信号中不包括唤醒词。

当确定声音信号中包括唤醒词时，DSP独立芯片110可以唤醒智能音箱。DSP独立芯片110唤醒智能音箱时，可以生成确认唤醒响应，以通知微控制器120智能音箱的当前状态。当确定声音信号中不包括唤醒词时，DSP独立芯片110可以检测智能音箱的状态。如果智能音箱处于唤醒状态，可以确定声音信号需要进行云端处理，可以将声音信号作为识别结果发送至微控制器120。如果智能音箱处于非唤醒状态，可以确定声音信号是用户的误操作，可以丢弃声音信号。

示例性的，用户输入语音为“你好，小X”，DSP独立芯片110接收音频采集器150发送的，与“你好，小X”对应的声音信号后，进行唤醒词识别，若“小X”为唤醒词，则确定“你好，小X”中存在唤醒词，并生成相应的确认唤醒响应作为识别结果传输至微控制器120。

或者，用户输入语音为：“今天的天气”，DSP独立芯片110接收音频采集器150发送的，与“今天的天气”对应的声音信号后，进行唤醒词识别，若确定“今天的天气”中不存在唤醒词，若智能音箱处于唤醒状态时，则将上述声音信号作为识别结果传输至微控制器120。

或者，在DSP独立芯片110在确定识别结果中不包括有唤醒词，且当前智能音箱处于未唤醒状态时，确定当前用户输入的声音信号并非是针对该智能音箱的控制信号。因此，可以直接丢弃声音信号，而不再发送至微控制器120。可以在用户误操作时，减少智能音箱的本地计算。

在该DSP独立芯片110中，通过内置的声音处理算法，进行唤醒词识别单一功能，达到处理效率的最大化以及功耗的最小化。

在本申请的实施例中，微控制器120，具体用于：在接收到声音信号时，对声音信号进行至少一项本地计算；在确定本地计算结果满足云端处理条件时，将声音信号通过网络组件130发送至云端，以向云端请求与声音信号匹配的云端资源数据。

其中，本地计算可以是确定是否满足云端处理条件的计算。云端处理条件可以是在防止用户误操作的基础上设置的。云端处理条件可以是指需要将该识别结果发送至云端服务器进行处理所需满足的条件。例如，可以是智能音箱的状态条件；或者，可以是对接收到的声音信号的限定条件。智能音箱的状态条件可以是智能音箱处于唤醒状态。对声音信号的限定条件，可以是限定声音信号对应整句。例如，在确定接收到的数字语音信号为一个整句时，确定满足云端处理条件。可以防止用户的误操作，也可以防止多人在智能音箱附近聊天时触发误操作。

示例性的，用户误操作时，输入“打开”。微控制器120可以进行本地计算，确定“打开”不是一个整句，不满足云端处理条件，可以避免将误操作指令发送至云端，使云端进行不必要的处理。

在本发明实施例中，可选的，DSP独立芯片110，还用于：在对声音信号进行唤醒词识别之前，执行内置的声音处理算法，以对声音信号进行降噪处理。

其中，声音处理算法可以包括降噪处理算法和/或声音识别算法。降噪处理算法可以在对声音进行识别之前进行的去除噪声的算法。降噪处理可以是回音消除、噪声消除等。例如，回音消除可以是对声音信号进行的声学回音消除和/或电路回音消除。回音消除可以通过回声抑制器、自适应滤波器或者回声消除算法等方式实现。降噪处理可以使对声音信号的识别更准确，精准满足用户的功能需求。也可以实现声音信号的处理效率最大化。

在本申请的实施例中，网络组件130，用于建立微控制器120与云端的通信连接。

在本申请的实施例中，音频播放器160，用于对接收的云端资源数据进行播放。

在上述实施方式的基础上，可选的，存储器140中还存储有与唤醒词匹配的至少一项响应语。其中，响应语是用于对用户的唤醒操作进行回应的语音，可以是预先设置，也可以是用户自定义设置的。例如，“我在”、“我可以为你做点什么吗？”、或者“主人，早上好”等。

在上述实施方式的基础上，可选的，DSP独立芯片110，还用于：在对声音信号进行唤醒词识别之后，如果检测到声音信号中包括唤醒词，则唤醒智能音箱，并向微控制器120发送确认唤醒响应。

其中，DSP独立芯片110可以通过执行声音处理算法确定用户输入的声音中包括唤醒词，唤醒智能音箱。并通知微控制器120相应的确认唤醒响应。确认唤醒响应可以是确认智能音箱唤醒的指令、命令或者信号等，可以使微控制器120及时获取智能音箱的状态。

示例性的，用户输入“你好，小X”，DSP独立芯片110可以通过执行声音处理算法确定包含唤醒词“小X”，唤醒智能音箱，并通知微控制器120智能音箱处于唤醒状态。

在上述实施方式的基础上，可选的，微控制器120，还用于：在接收到确认唤醒响应时，从存储器140中获取响应语传输至音频播放组件160。音频播放组件160，还用于：对接收的响应语进行语音播放。

示例性的，用户输入“你好，小X”，DSP独立芯片110可以通过执行语音算法确定包含唤醒词“小X”，唤醒智能音箱，并发送确认唤醒响应至微控制器120。微控制器120接收到确认唤醒响应时，从存储器140中获取响应语“我在，请问您有什么吩咐”，并将响应语传输至音频播放组件160。音频播放组件160播放响应语“我在，请问您有什么吩咐”。可以在简化智能音箱的本地设计的情况下，使用户及时获取智能音箱的唤醒状态响应，便于用户进一步输入用于实现功能需求的声音。

在上述实施方式的基础上，可选的，DSP独立芯片110中内置的声音处理算法为语音算法；语音算法，具体用于对用户输入的语音信号进行处理。

其中，智能音箱设置为根据用户的语音信号进行功能实现时，DSP独立芯片110中内置的声音处理算法可以是语音算法。语音信号可以是用户输入的唤醒词、包括唤醒词的句子、或者实现功能的句子等。对语音信号的处理可以识别处理或者降噪处理，例如，识别语音信号中是否存在唤醒词，或者，对语音信号进行回声消除处理等。

本实施例的技术方案中的智能音箱包括DSP独立芯片、微控制器、网络组件、存储器、音频采集器和音频播放器；通过在存储器中存储唤醒词；DSP独立芯片确定声音信号是否包括唤醒词；当不包括唤醒词且智能音箱处于唤醒状态时，微控制器进行本地计算确定是否满足云端处理条件；当满足云端处理条件时，微控制器将声音信号通过网络组件发送至云端，并将通过网络组件接收的云端资源数据，传输至音频播放器；音频播放器对接收的云端资源数据进行播放，解决了智能音箱本地设计复杂的问题，可以实现简化智能音箱本地设计、降低设计成本以及节省资源的效果。

上述方案，通过DSP独立芯片和微控制器在操作系统中执行唤醒词识别和云端处理条件确定的操作，达到处理效率的最大化以及功耗的最小化，可以减少智能音箱本地计算，可以避免对本地存储器进行扩容处理，可以简化智能音箱的存储单元、处理单元等本地设计，实现不同类型的计算进行分别处理，满足资源最大化利用，可以提高智能音箱语音处理的效率，避免用户的误操作，可以快速、准确响应用户的功能需求。

第三实施例

图3是根据本申请第三实施例的一种智能音箱的结构示意图，本实施例在上述实施例的基础上对本申请实施例进行细化。具体的，如图3所示，该智能音箱包括：DSP独立芯片110、微控制器120、网络组件130、存储器140、音频采集器150和音频播放器160。

其中，DSP独立芯片110分别与音频采集器150和微控制器120相连，微控制器120分别与网络组件130、存储器140和音频播放器150相连。

在本申请的实施例中，音频采集器150，用于采集周围环境中的声音信号，并将采集的声音信号发送至DSP独立芯片110。

可选的，音频采集器150包括：麦克风阵列151以及与麦克风阵列151相连的模数转换器152；模数转换器152的输出端与DSP独立芯片110相连；麦克风阵列151，用于捕捉周围环境的模拟声音信号，并将模拟声音信号传输至模数转换器152；模数转换器152，用于将模拟声音信号转换为数字声音信号，并将数字声音信号作为采集结果发送至DSP独立芯片110。

其中，麦克风阵列151可以是全向麦克风、单向麦克风、双向麦克风或者心型麦克风等。麦克风阵列151的维度可以是一维或者多维。麦克风阵列151的数量可以是一个或者多个。麦克风阵列151可以捕捉周围环境的模拟声音信号。模拟声音信号可以是连续变化的声音信号，例如，如用户输入的拍击声或者说话声等。模数转换器152是将模拟声音信号转换为数字声音信号的电子元件，例如，间接模数转换器或者直接模数转换器等。数字声音信号可以是模拟声音信号量化后的离散声音信号。

在本申请的实施例中，DSP独立芯片110具体用于：采用内置的声音处理算法，对接收的声音信号进行唤醒词识别，并将识别结果传输至微控制器。

在本申请的实施例中，存储器140中存储有至少一项唤醒词；存储器140中还存储有与唤醒词匹配的至少一项响应语；存储器140中还存储有操作系统，以使DSP独立芯片110和微控制器120在操作系统中，执行信号处理操作；操作系统为实时系统。

其中，存储器140可以是内部存储器，例如只读存储器或者随机存取存储器等，也可以是外部存储器，例如移动硬盘、存储卡、光驱等。操作系统可以是用于实现智能音箱的功能需求的系统，可以理解为类似于计算机中的Windows或者Linux操作系统。在本申请实施例中，操作系统可以是实时操作系统，智能对话式操作系统DuerOS，或者音乐操作系统MomentOS等。

其中，实时系统可以在用户输入语音指令时，以足够快的速度予以处理，其处理结果又可以快速响应，具有响应速度快、可靠性能高的特点，能够满足用户对智能音箱快速响应的需求。

在本申请的实施例中，可选的，存储器140包括：静态随机存取存储器141和闪存142；静态随机存取存储器141中存储操作系统，闪存142中存储唤醒词和唤醒词的响应语。

其中，静态随机存取存储器141在通电时可以保持操作系统的相关数据恒常保持，在断电时，可以消除储存的操作系统的相关数据。可以不保存上次操作的相关数据，减少内存占用，可以在用户开启智能音箱进行使用时保持最快的处理速度。闪存142可以将唤醒词和唤醒词的响应语进行长期保存，可以使智能音箱准确识别用户的唤醒指令，不用每次都对唤醒词以及响应词进行设置，简化用户操作。

在本申请的实施例中，DSP独立芯片110，具体用于：经由微控制器120调取存储器140中存储的至少一项唤醒词，并执行声音处理算法，以对声音信号进行下述处理：对声音信号进行唤醒词识别，如果检测到声音信号中包括唤醒词，则唤醒智能音箱，并向微控制器120发送确认唤醒响应；如果检测到声音信号中不包括唤醒词且智能音箱处于唤醒状态，则向微控制器120发送声音信号。

在本申请的实施例中，微控制器120，具体用于：在接收到声音信号时，对声音信号进行至少一项本地计算；在确定本地计算结果满足云端处理条件时，将声音信号通过网络组件130发送至云端，以向云端请求与声音信号匹配的云端资源数据；在接收到确认唤醒响应时，从存储器140中获取响应语传输至音频播放器160。

在本发明实施例中，可选的，DSP独立芯片110，还用于：在对声音信号进行唤醒词识别之前，执行内置的声音处理算法，以对声音信号进行降噪处理。

在本申请的实施例中，网络组件130，用于建立微控制器120与云端的通信连接。

在本申请的实施例中，可选的，微控制器120和网络组件130集成于同一片网络芯片内；或者，微控制器120以及网络组件130均集成于DSP独立芯片110内；或者，微控制器120集成于DSP独立芯片110内，网络组件130集成于一片网络芯片内。

其中，DSP独立芯片110、微控制器120和网络组件130的结构实现方式比较灵活。可以选用包含微控制器的网络芯片，利用网络芯片中的微控制器实现本申请实施例中微控制器120的功能，而无需重新设置微控制器120，可以简化微控制器的设计。例如，Wi-Fi/BT芯片。可以选用不包含微控制器的网络芯片，将微控制器120集成于DSP独立芯片110内，可以节省智能音箱的内部设计空间。也可以不选用网络芯片，将微控制器120以及网络组件130均集成于DSP独立芯片110内，可以节省智能音箱的内部设计空间。本申请实施例对此不做具体限定。

在本申请的实施例中，音频播放器160，用于对接收的云端资源数据进行播放；还用于对接收的响应语进行语音播放。

在本申请的实施例中，可选的，音频播放器160包括：相连的功率放大器161和扬声器162，功率放大器161与微控制器120相连；功率放大器161，用于对接收的云端资源数据和/或响应语进行设定比例的功率放大，并将放大后云端资源数据和/或响应语传输至扬声器162；扬声器162，用于对接收的放大后云端资源数据和/或响应语进行语音播放。

其中，功率放大器161将云端资源数据和/或响应语的功率进行放大。云端资源数据和/或响应语可以是数字声音信号，也可以是模拟声音信号。相应的，云端资源数据和/或响应语为数字声音信号时，功率放大器161可以采用数字式放大器，具有很高的效率，低失真，体积小，外围元器件少，比模拟式放大器节省电路设计，更利于简化智能音箱的本地设计，可以提供良好的音质输出。云端资源数据和/或响应语为模拟声音信号时，功率放大器161可以采用模拟式放大器。扬声器162可以将电信号转换为声信号，比如，云端资源数据和/或响应语为数字声音信号时，实现将放大后的云端资源数据和/或响应语转换为模拟声音信号进行播放。或者，云端资源数据和/或响应语为模拟声音信号时，直接将放大后的云端资源数据和/或响应语进行播放。

在上述实施方式的基础上，可选的，DSP独立芯片110中内置的声音处理算法为语音算法；语音算法，具体用于对用户输入的语音信号进行处理。

本实施例的技术方案中的智能音箱包括DSP独立芯片、微控制器、网络组件、存储器、音频采集器和音频播放器；通过在存储器中存储唤醒词；DSP独立芯片确定声音信号是否包括唤醒词；当包含唤醒词时，唤醒智能音箱，并将确认唤醒响应发送至微处理器；微处理器获取对应的响应语，并传输至音频播放器；当不包括唤醒词且智能音箱处于唤醒状态时，微控制器进行本地计算确定是否满足云端处理条件；当满足云端处理条件时，微控制器将声音信号通过网络组件发送至云端，并将通过网络组件接收的云端资源数据，传输至音频播放器；音频播放器对接收的云端资源数据和/或响应语进行播放，解决了智能音箱本地设计复杂的问题，可以实现简化智能音箱本地设计、降低设计成本以及节省资源的效果。

上述方案，通过DSP独立芯片和微控制器在操作系统中执行唤醒词识别和云端处理条件确定的操作，达到处理效率的最大化以及功耗的最小化，可以减少智能音箱本地计算，可以避免对本地存储器进行扩容处理，可以简化智能音箱的存储单元、处理单元等本地设计，实现不同类型的计算进行分别处理，满足资源最大化利用，可以提高智能音箱语音处理的效率，避免用户的误操作，可以快速、准确响应用户的功能需求。

第四实施例

图4是根据本申请第四实施例的一种智能音箱中的信号处理方法的流程示意图，本申请实施例适用于简化智能音箱本地设计时，智能音箱信号处理的情况。该方法可以通过智能音箱来执行，该装置可以通过软件和/或硬件的方式实现，并集成于智能音箱中。具体的，如图4所示，该方法具体包括如下步骤：

步骤310、通过DSP独立芯片，采用内置的声音处理算法，对通过音频采集器接收的声音信号进行处理，并将处理结果传输至微控制器。

其中，音频采集器采集周围环境中的模拟声音信号，如用户的拍击声和/或语音，音频采集器可以将模拟声音信号转换为数字声音信号发送至DSP独立芯片。声音处理算法可以内置于DSP独立芯片中，实现对数字声音信号的处理。处理可以是对数字信号进行降噪处理和/或识别处理。识别处理可以包括唤醒词识别、高频词汇识别、或者象声词识别等。唤醒词可以是“小X，小X”等，高频词汇可是“关闭音乐”等，象声词可以是“啪啪”等。相应的，处理结果可以是降噪后的数字声音信号，或者数字声音信号对应的识别结果，比如确认唤醒响应。

步骤320、通过微控制器，根据接收的处理结果，通过网络组件向云端请求云端资源数据，并将云端资源数据传输至音频播放器进行播放。

其中，处理结果可以是根据接收的数字声音信号是否存在唤醒词、高频词汇或者象声词的结果，确定的智能音箱的响应结果，或者传输数字声音信号的结果。智能音箱的响应结果可以是确认唤醒响应或者改变智能音箱的状态。改变智能音箱的状态可以是关闭智能音箱或者加大音量，或者改变智能音箱上的灯光等。示例性的，如果数字声音信号包含唤醒词，可以通过DSP独立芯片唤醒智能音箱，处理结果可以是确定唤醒响应。

如果数字声音信号不包含唤醒词、高频词汇或者象声词，处理结果可以是数字声音信号。微控制器可以进一步确定处理结果是否满足云端处理条件。例如，数字声音信号是否满足云端处理条件，如果满足云端处理条件，请求云端进行远程声音处理服务，以获得云端资源数据。如果不满足云端处理条件，可以丢弃数字声音信号。其中，云端处理条件可以是确定数字声音信号是否对应一个整句。例如，可以在数字声音信号是多人聊天对应的多个整句时，或者，数字声音信号是用户输入的无法实现功能的非整句时，丢弃数字声音信号。可以减少智能音箱的本地计算以及云端的计算，可以避免用户的误操作。

远程声音处理服务可以是云端通过大量的智能声音计算，在云端实现的声音处理，例如，自然语义处理、内容检索与分发、或者模型匹配等。可以将不同类型的计算在不同的处理模块中进行处理，简化智能音箱的本地设计，降低了对CPU计算能力的依赖，以及存储资源的依赖。

云端对数字声音信号的处理结果可以生成为云端资源数据，传输至音频播放器进行播放。音频播放器可以包括：功率放大器和扬声器，通过功率放大器，将从微控制器接收到的云端资源数据进行设定比例的功率放大，并将放大后云端资源数据传输至扬声器；通过扬声器将放大后云端资源数据进行播放。可以提高用户收听到的云端资源数据的音质与音量，提高用户体验。

在本发明实施例中，可选的，通过DSP独立芯片，采用内置的声音处理算法，对通过音频采集器接收的声音信号进行处理，并将处理结果传输至微控制器，包括：通过DSP独立芯片，采用内置的声音处理算法，对接收的声音信号进行唤醒词识别，并将识别结果传输至微控制器。

其中，声音处理算法可以实现对数字声音信号的唤醒词识别。唤醒词可以是将智能音箱从待机状态转换为执行用户开启智能音箱功能的语音指令或者等待接收用户开启智能音箱功能的语音指令的词汇。例如，唤醒词可以是预设的智能音箱的名称，或者包含智能音箱名称的词语、句子，或者用户自定义的词语、句子等。将识别结果传输至微控制器的方式可以是网络传输或者硬件电路传输等。识别结果可以是确认唤醒响应，或者智能音箱已处于唤醒状态等。

根据本申请实施例的技术方案，通过DSP独立芯片，采用内置的声音处理算法，对通过音频采集器接收的声音信号进行处理，并将处理结果传输至微控制器；通过微控制器，根据接收的处理结果，通过网络组件向云端请求云端资源数据，并将云端资源数据传输至音频播放器进行播放，解决了智能音箱本地设计复杂的问题，通过DSP独立芯片和微控制器对声音信号进行基础性处理，可以减少智能音箱本地计算，可以避免对本地存储器进行扩容处理，可以简化智能音箱的存储单元、处理单元等本地设计，实现不同类型的计算进行分别处理，满足资源最大化利用，可以提高智能音箱语音处理的效率，可以快速、准确响应用户的功能需求。

第五实施例

图5是根据本申请第五实施例的一种智能音箱中的信号处理方法的流程示意图，本实施例在上述实施例的基础上对本申请实施例进行细化。具体的，如图5所示，该方法具体包括如下步骤：

步骤410，通过DSP独立芯片，经由微控制器调取存储器中存储的至少一项唤醒词。

其中，唤醒词可以预先存储在存储器中，可以是智能音箱默认的唤醒词或者用户自定义的唤醒词。DSP独立芯片可以在获取到数字语音信号时，通知微控制器调取存储器中的唤醒词。

步骤420、通过DSP独立芯片，对声音信号进行唤醒词识别。

其中，DSP独立芯片获取唤醒词，并可以通过音频采集器获取数字声音信号，对数字声音信号进行唤醒词识别。

步骤430、通过DSP独立芯片，执行语音算法，判断声音信号中是否包括唤醒词：若是，则执行步骤440；否则，执行步骤450。

其中，DSP独立芯片可以执行内置的声音处理算法确定数字声音信号是否包含唤醒词。声音处理算法可以是对数字声音信号进行关键字识别，确定是否包含DSP独立芯片经由微控制器从存储器调取的唤醒词。

步骤440、通过DSP独立芯片，唤醒智能音箱，并向微控制器发送确认唤醒响应，执行步骤460。

其中，若数字声音信号中包括唤醒词，确定用户是想唤醒智能音箱。DSP独立芯片可以唤醒智能音箱，并将确定唤醒响应发送至微控制器，以使微控制器知晓智能音箱的状态。

步骤450、通过DSP独立芯片，检测智能音箱是否处于唤醒状态：若是，执行步骤470，否则，执行步骤480。

其中，若数字声音信号中不包括唤醒词，确定用户可能是想通过智能音箱实现功能需求，如打电话、播放音乐、或者查天气等。DSP独立芯片可以检测智能音箱是否处于唤醒状态，以确定是否能够对用户的功能需求进行进一步的处理。

步骤460、通过微控制器，在接收到确认唤醒响应时，从存储器中获取响应语传输至音频播放器，以使音频播放器对接收的响应语进行播放。

其中，响应语是用于对用户的唤醒操作进行回应的语音，可以是预先设置，也可以是用户自定义设置的。可以使用户及时获悉智能音箱的唤醒状态，以便进一步发起语音指令。

步骤470、通过DSP独立芯片，向微控制器发送声音信号，执行步骤490。

其中，在检测到数字声音信号中不包括唤醒词且智能音箱处于唤醒状态时，可以向微控制器发送数字声音信号，以使微控制器对数字声音信号进行进一步的处理，可以使不同类型的计算进行分别处理，满足资源最大化利用，简化智能音箱的本地设计。

步骤480、通过DSP独立芯片，放弃处理声音信号。

其中，若数字声音信号中不包括唤醒词，且智能音箱处于非唤醒状态时，此数字声音信号可能是用户的误操作引起的。比如，用户在智能音箱附近打电话或聊天。DSP独立芯片可以丢弃数字声音信号。可以减少智能音箱的本地计算，简化用户误操作时的声音信号处理过程。

步骤490、通过微控制器，在接收到声音信号时，对声音信号进行至少一项本地计算，执行步骤4100。

其中，本地计算可以是确定数字语音信号是否满足云端处理条件的计算。例如，可以是判断用户输入的是否是整句，或者，可以是判断是否存在多个整句。云端处理条件可以是在防止用户误操作的基础上设置的。示例性的，通过本地计算确定数字语音信号是否为一个整句。可以防止用户的误操作，也可以防止多人在智能音箱附近聊天时触发误操作。

步骤4100、通过微控制器，在确定本地计算结果满足云端处理条件时，将声音信号通过网络组件发送至云端，以向云端请求与声音信号匹配的云端资源数据。

其中，网络组件可以是实现网络通信的模块，例如Wi-Fi/BT芯片。将数字声音信号通过网络组件发送至云端，可以将数字声音信号的处理通过云端进行计算，微控制器可以通过网络组件获取云端资源数据，并通过音频播放器将云端资源数据进行播放。其中，云端资源数据可以是云端处理的结果。可以简化智能音箱的本地计算，相应的可以减少智能音箱的内存需求以及对计算单元的计算能力需求，进而可以减少智能音箱的设计成本。

可选的，在步骤420之前，还包括：通过DSP独立芯片，对声音信号进行降噪处理。

其中，降噪处理可以是回音消除或者噪声抑制等。回音消除可以是对数字语音信号进行的声学回音消除和/或电路回音消除。回音消除可以通过回声抑制器、自适应滤波器或者回声消除算法等方式实现。噪声抑制可以通过噪声滤波器实现。可以使对数字声音信号的识别更准确，精准满足用户的功能需求。也可以实现数字声音信号的处理效率最大化。

其中，DSP独立芯片和微控制器通过在存储器中存储的操作系统，执行上述数据处理操作。其中，操作系统可以是实时操作系统。存储器存储的实时操作系统、唤醒词和响应语可以是在相同或者不同的存储单元中进行存储的。例如，在存储器的静态随机存取存储器中存储操作系统，在存储器的闪存中存储唤醒词和响应语。

根据本申请实施例的技术方案，通过DSP独立芯片，经由微控制器调取存储器中的唤醒词，并执行声音处理算法，对声音信号进行唤醒词识别；检测到声音信号中不包括唤醒词且智能音箱处于唤醒状态时，向微控制器发送声音信号；微控制器对声音信号进行本地计算；确定本地计算结果满足云端处理条件时，将声音信号通过网络组件发送至云端，解决了智能音箱本地设计复杂的问题，通过DSP独立芯片和微控制器在操作系统中执行唤醒词识别和云端处理条件确定的操作，可以减少智能音箱本地计算，可以避免对本地存储器进行扩容处理，可以简化智能音箱的存储单元、处理单元等本地设计，实现不同类型的计算进行分别处理，满足资源最大化利用，可以提高智能音箱语音处理的效率，避免用户的误操作，可以快速、准确响应用户的功能需求。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (18)

1.一种智能音箱，包括：数字信号处理DSP独立芯片、微控制器、网络组件、音频采集器和音频播放器；

其中，DSP独立芯片分别与音频采集器和微控制器相连，微控制器分别与网络组件和音频播放器相连；

音频采集器，用于采集周围环境中的声音信号，并将采集的声音信号发送至DSP独立芯片；

DSP独立芯片，用于采用内置的声音处理算法，对接收的声音信号进行处理，并将处理结果传输至微控制器；

微控制器，用于根据接收的处理结果，通过网络组件向云端请求云端资源数据，并将所述云端资源数据传输至音频播放器；

网络组件，用于建立微控制器与云端的通信连接；

音频播放器，用于对接收的云端资源数据进行播放。

2.根据权利要求1所述的智能音箱，所述DSP独立芯片具体用于：

采用内置的声音处理算法，对接收的声音信号进行唤醒词识别，并将识别结果传输至微控制器。

3.根据权利要求2所述的智能音箱，还包括：存储器，所述存储器中存储有至少一项唤醒词；

其中，DSP独立芯片，具体用于：经由微控制器调取存储器中存储的至少一项唤醒词，并执行所述声音处理算法，以对所述声音信号进行下述处理：

对所述声音信号进行唤醒词识别；如果检测到所述声音信号中不包括唤醒词且智能音箱处于唤醒状态，则向微控制器发送所述声音信号；

其中，微控制器，具体用于：在接收到声音信号时，对所述声音信号进行至少一项本地计算；在确定本地计算结果满足云端处理条件时，将所述声音信号通过网络组件发送至云端，以向云端请求与所述声音信号匹配的云端资源数据。

4.根据权利要求3所述的智能音箱，所述存储器中还存储有与唤醒词匹配的至少一项响应语；

DSP独立芯片，还用于：在对所述声音信号进行唤醒词识别之后，如果检测到所述声音信号中包括唤醒词，则唤醒智能音箱，并向微控制器发送确认唤醒响应；

微控制器，还用于：在接收到确认唤醒响应时，从存储器中获取响应语传输至音频播放器；

音频播放器，还用于：对接收的响应语进行播放。

5.根据权利要求2所述的智能音箱，DSP独立芯片，还用于：

在对所述声音信号进行唤醒词识别之前，执行内置的声音处理算法，以对所述声音信号进行降噪处理。

6.根据权利要求4所述的智能音箱，其中，所述存储器中还存储有操作系统，以使DSP独立芯片和微控制器在所述操作系统中，执行信号处理操作；所述操作系统为实时系统。

7.根据权利要求1-6任一项所述的智能音箱，其中，所述微控制器和所述网络组件集成于同一片网络芯片内。

8.根据权利要求1-6任一项所述的智能音箱，其中，所述微控制器以及所述网络组件均集成于所述DSP独立芯片内。

9.根据权利要求1-6任一项所述的智能音箱，其中，所述微控制器集成于所述DSP独立芯片内，所述网络组件集成于一片网络芯片内。

10.根据权利要求1所述的智能音箱，其中，所述音频采集器包括：麦克风阵列以及与麦克风阵列相连的模数转换器；模数转换器的输出端与DSP独立芯片相连；

麦克风阵列，用于捕捉周围环境的模拟声音信号，并将模拟声音信号传输至模数转换器；

模数转换器，用于将所述模拟声音信号转换为数字声音信号，并将所述数字声音信号作为采集结果发送至DSP独立芯片。

11.根据权利要求4所述的智能音箱，其中，音频播放器包括：相连的功率放大器和扬声器，功率放大器与微控制器相连；

功率放大器，用于对接收的云端资源数据和/或响应语进行设定比例的功率放大，并将放大后云端资源数据和/或响应语传输至所述扬声器；

扬声器，用于对接收的放大后云端资源数据和/或响应语进行播放。

12.根据权利要求6所述的智能音箱，其中，所述存储器包括：静态随机存取存储器和闪存；

静态随机存取存储器中存储所述操作系统，闪存中存储所述唤醒词和所述唤醒词的响应语。

13.根据权利要求2所述的智能音箱，其中，所述DSP独立芯片中内置的声音处理算法为语音算法；

所述语音算法，具体用于对用户输入的语音信号进行处理。

14.一种智能音箱中的信号处理方法，包括：

通过数字数据处理DSP独立芯片，采用内置的声音处理算法，对通过音频采集器接收的声音信号进行处理，并将处理结果传输至微控制器；

通过微控制器，根据接收的处理结果，通过网络组件向云端请求云端资源数据，并将所述云端资源数据传输至音频播放器进行播放。

15.根据权利要求14所述的方法，其中，通过DSP独立芯片，采用内置的声音处理算法，对通过音频采集器接收的声音信号进行处理，并将处理结果传输至微控制器，包括：

通过DSP独立芯片，采用内置的声音处理算法，对所述接收的声音信号进行唤醒词识别，并将识别结果传输至微控制器。

16.根据权利要求15所述的方法，其特征在于，通过DSP独立芯片，采用内置的声音处理算法，对所述接收的声音信号进行唤醒词识别，并将识别结果传输至微控制器，包括：

通过DSP独立芯片，经由微控制器调取存储器中存储的至少一项唤醒词，并执行所述声音处理算法，以对所述声音信号进行下述处理：

通过DSP独立芯片，对所述声音信号进行唤醒词识别；如果检测到所述声音信号中不包括唤醒词且智能音箱处于唤醒状态，则向微控制器发送所述声音信号；

其中，通过微控制器，根据接收的处理结果，通过网络组件请求云端资源数据，包括：

通过微控制器，在接收到声音信号时，对所述声音信号进行至少一项本地计算；

通过微控制器，在确定本地计算结果满足云端处理条件时，将所述声音信号通过网络组件发送至云端，以向云端请求与所述声音信号匹配的云端资源数据。

17.根据权利要求15所述的方法，在通过DSP独立芯片对所述声音信号进行唤醒词识别之后，还包括：

通过DSP独立芯片，如果检测到所述声音信号中包括唤醒词，则唤醒智能音箱，并向微控制器发送确认唤醒响应；

通过微控制器，在接收到确认唤醒响应时，从存储器中获取响应语传输至音频播放器，以使音频播放器对接收的响应语进行播放。

18.根据权利要求15所述的方法，在通过DSP独立芯片对所述声音信号进行唤醒词识别之前，还包括：

通过DSP独立芯片，执行内置的声音处理算法，以对所述声音信号进行降噪处理。

Images