CN112037812B - 音频处理方法 - Google Patents

音频处理方法 Download PDF

Info

Publication number
CN112037812B
CN112037812B CN202010905258.1A CN202010905258A CN112037812B CN 112037812 B CN112037812 B CN 112037812B CN 202010905258 A CN202010905258 A CN 202010905258A CN 112037812 B CN112037812 B CN 112037812B
Authority
CN
China
Prior art keywords
data
interval
filtered
category
original
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
Application number
CN202010905258.1A
Other languages
English (en)
Other versions
CN112037812A (zh
Inventor
王思明
程婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Aizhuo Soft Technology Co ltd
Original Assignee
Shenzhen Aizhuo Soft Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Aizhuo Soft Technology Co ltd filed Critical Shenzhen Aizhuo Soft Technology Co ltd
Priority to CN202010905258.1A priority Critical patent/CN112037812B/zh
Publication of CN112037812A publication Critical patent/CN112037812A/zh
Application granted granted Critical
Publication of CN112037812B publication Critical patent/CN112037812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L21/0232—Processing in the frequency domain
    • 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

Abstract

本申请提供了一种音频处理方法，包括：终端采集原始音频数据，终端对原始音频数据处理得到时域数据，将时域数据中超出设定幅值范围的波形进行区间的划分得到多个待滤波区间，将原始音频数据输入到处理器进行AI识别确定该原始音频数据的第一类别，将多个待滤波区间的区间原始数据输入到AI识别确定每个区间原始数据的类别，若区间原始数据的类别与第一类别相同，不进行滤波处理，若区间原始数据的类别与第一类别不相同，则将该不相同的区间原始数据执行傅里叶变化得到频率数据。本申请的技术方案具有提高音频质量的优点。

Description

音频处理方法
技术领域
本申请涉及音像领域，具体涉及一种音频处理方法。
背景技术
音频属于多媒体的常规处理数据，但是现有的音频由于噪声的影响，会导致音频的质量不高，现有的降噪处理的方式过于单一，无法有针对性的对音频的噪声进行降噪处理，导致音频质量较低。
发明内容
本发明的目的在于提供音频处理方法，该技术方案能够针对性的对音频数据进行处理，进而降低音频的噪声，提高音频质量。
第一方面，提供一种音频处理方法，所述方法包括如下步骤：
音频处理方法，其特征在于，所述方法包括如下步骤：
终端采集原始音频数据，
终端对原始音频数据处理得到时域数据，将时域数据中超出设定幅值范围的波形进行区间的划分得到多个待滤波区间，将原始音频数据输入到处理器进行AI识别确定该原始音频数据的第一类别，将多个待滤波区间的区间原始数据输入到AI识别确定每个区间原始数据的类别，若区间原始数据的类别与第一类别相同，不进行滤波处理，若区间原始数据的类别与第一类别不相同，则将该不相同的区间原始数据执行傅里叶变化得到频率数据；
若该频率数据超过频域阈值范围，确定为高频噪声，将该区间原始数据输入到低通滤波电路进行过滤得到过滤数据，将过滤数据替换该不相同的区间原始数据，若该频率数据低于频域阈值范围，确定为低频噪声，将该区间原始数据输入到高通滤波电路进行过滤得到过滤数据，将过滤数据替换该不相同的区间原始数据。
第二方面，提供一种计算机可读存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面提供的方法。
第三方面，提供一种智能AI音箱，所述智能AI音箱用于执行第一方面提供的方法。
本申请提供的技术方案在采集到原始数据以后，对原始数据进行分类处理得到其第一类别，然后依据该原始数据的幅值范围来确定超过该幅值范围的音频数据，然后依据音频数据的波峰是否属于该幅值范围以及时间来确定该待滤波区间，然后对待滤波区间进行识别确认是否属于与第一类别相同的类别，若属于相同的类别，则不进行滤波处理，若不属于相同的类别，则确定该待滤波区间的频率区间属于高频还是低频，若是高频，则执行低通滤波处理，若是低频，则执行高通滤波处理，这样即能够实现对原始音频数据针对不同的情况进行滤波处理，得到较好的数据，提高音频数据的质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明一种终端的结构示意图。
图2为本发明提供的音频处理方法的流程示意图。
图3为本发明提供的音频数据的区间划分的示意图。
图4是本申请一种实施例提供的固定配件主视角度的结构示意图。
图5是本申请一种实施例提供的固定配件左视角度的结构示意图。
图6是本申请一种实施例提供的抽气筒的结构示意图。
图7是本申请一种实施例提供的通气孔的结构示意图。
图8是本申请一种实施例提供的控制电路的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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，都属于本申请保护的范围。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面结合本申请实施例中的附图对本申请实施例进行描述。
本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/“，表示前后关联对象是一种“或”的关系。
本申请实施例中出现的“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定。
本申请中的“| |”表示绝对值。
音频数据为多媒体数据中的常见数据，对于音频数据有很多的处理方式，例如高通滤波处理，低通滤波处理等等，但是现有的音频数据处理的方式相对单一，因为对于音频数据，很有可能一段为高通噪声，一段为低通噪声，这样单纯的使用单一的滤波处理方式就无法达到相应的效果，因此需要一种混合滤波处理的方案，但是对于混合滤波的缺点在于其无法获知那段音频属于高频噪声，那段属于低频噪声，使得混合滤波比较困难，本申请的技术方案就是为了解决如何确定噪声的频率，从而实现具体的滤波电路来进行混合的滤波，从而达到提高音频质量的优点。
参阅图1，图1提供了一种终端，如图1所示，该终端包括：麦克风10、处理器、存储器和通信接口，该终端还可以包括：选择电路与滤波电路，该滤波电路包括：高通滤波电路以及低通滤波电路，该选择电路具体可以包括：选择开关，该选择开关可以为多路选择开关，该选择开关用于选择是否开启高通滤波电路或低通滤波电路，该滤波电路的输入端连接麦克风10的输出端，输出端连接存储器。
参阅图2，图2提供了一种音频处理方法，如图2所示，该音频处理方法可以由如图1所示的终端执行，该方法如图2所示，包括如下步骤：
步骤S201、终端采集原始音频数据，
步骤S202、终端对原始音频数据处理得到时域数据，将时域数据中超出设定幅值范围（如图3所示的两个虚线的范围）的波形进行区间的划分得到多个待滤波区间，将原始音频数据输入到处理器进行AI识别确定该原始音频数据的第一类别，将多个待滤波区间的区间原始数据输入到AI识别确定每个区间原始数据的类别，若区间原始数据的类别与第一类别相同，不进行滤波处理，若区间原始数据的类别与第一类别不相同，则将该不相同的区间原始数据执行傅里叶变化得到频率数据；
上述类别识别的方式可以为多种，例如，可以采用现有的AI模型来识别类别，例如科大讯飞的语音识别模型，例如百度的语音识别模型等等。又如通用的分类器模型等等。本申请并不限制上述AI识别模型的具体种类。
步骤S203、若该频率数据超过频域阈值范围，确定为高频噪声，将该区间原始数据输入到低通滤波电路进行过滤得到过滤数据，将过滤数据替换该不相同的区间原始数据，若该频率数据低于频域阈值范围，确定为低频噪声，将该区间原始数据输入到高通滤波电路进行过滤得到过滤数据，将过滤数据替换该不相同的区间原始数据。
上述高通滤波电路以及低通滤波电路可以采用现有的滤波电路，本申请对滤波电路并无改进。
本申请提供的技术方案在采集到原始数据以后，对原始数据进行分类处理得到其第一类别，然后依据该原始数据的幅值范围来确定超过该幅值范围的音频数据，然后依据音频数据的波峰是否属于该幅值范围以及时间来确定该待滤波区间，然后对待滤波区间进行识别确认是否属于与第一类别相同的类别，若属于相同的类别，则不进行滤波处理，若不属于相同的类别，则确定该待滤波区间的频率区间属于高频还是低频，若是高频，则执行低通滤波处理，若是低频，则执行高通滤波处理，这样即能够实现对原始音频数据针对不同的情况进行滤波处理，得到较好的数据，提高音频数据的质量。
在一种可选的方案中，上述将时域数据中超出设定幅值范围（如图3所示的两个虚线的范围）的波形进行区间的划分得到多个待滤波区间具体可以包括：
遍历时域数据位于设定幅值范围的第一个波峰，确定第一个波峰的时间t1之前幅值绝对值大于0的多个波峰以及多个波峰时间，从多个波峰时间中选择最早时间t0，若t1-t0大于时间区间阈值，确定t1与t0之间为一个待滤波区间（如图3所示的T2）,确定第一个波峰的时间t1之后幅值大于设定幅值范围的多个波峰以及多个波峰时间，从多个波峰时间中选最早时间t2以及最晚时间t3；若多个波峰时间中与t2相邻的波峰时间t2 ，，若|t2 ，－t2|大于时间阈值且小于时间区间阈值，多个波峰时间中与t3相邻的波峰时间t3 ，，若|t3 ，－t3|大于时间阈值且小于时间区间阈值，确定t2 ，与t3 ，之间为另一个待滤波区间（如图3所示的T1区间），确定t3之后的低于设定幅值范围的第四个波峰的时间t4，确定t4之后幅值绝对值大于0的多个波峰以及多个波峰时间，从多个波峰时间中选择最晚时间t5,确定t4与t5为又一待滤波区间（如图3所示的T0区间）。
在一种可选的方案中，上述方法还可以包括：
将两个待滤波区间之间的区域确定为准待滤波区间，将准待滤波区间采用与前一个待滤波区间相同的滤波策略执行滤波处理。
具体的，如图3所示，T3与T1之间的区域确定为准待滤波区间，其前一待滤波区间的滤波策略为执行高通滤波处理，则对该准待滤波区间采用高通滤波处理进行滤波处理。此种策略能够进一步提高音频数据的质量，因为通过实验发现，噪声具有一定的持续性一般跟着前一数据的噪声有关，因此，对于准待滤波区间，其有部分具有前一待滤波区间的噪声，因此将相邻的按前一待滤波区间相同的策略执行滤波处理可以提高音频数据的质量。
上述滤波策略可以为，高通滤波处理，低通滤波处理。
参阅图1，图1提供了一种终端，该终端包括：麦克风10、处理器、存储器和通信接口；
其中，麦克风，用于采集原始音频数据，
处理器，用于对原始音频数据处理得到时域数据，将时域数据中超出设定幅值范围（如图3所示的两个虚线的范围）的波形进行区间的划分得到多个待滤波区间，将原始音频数据输入到处理器进行AI识别确定该原始音频数据的第一类别，将多个待滤波区间的区间原始数据输入到AI识别确定每个区间原始数据的类别，若区间原始数据的类别与第一类别相同，不进行滤波处理，若区间原始数据的类别与第一类别不相同，则将该不相同的区间原始数据执行傅里叶变化得到频率数据；若该频率数据超过频域阈值范围，确定为高频噪声，将该区间原始数据输入到低通滤波电路进行过滤得到过滤数据，将过滤数据替换该不相同的区间原始数据，若该频率数据低于频域阈值范围，确定为低频噪声，将该区间原始数据输入到高通滤波电路进行过滤得到过滤数据，将过滤数据替换该不相同的区间原始数据。
上述处理器还可以执行如图2所示实施例中的细化方案或具体实现步骤，这里不在赘述。
上述终端具体为：智能AI音箱，该智能AI音箱用于执行上述具体实施方式提供的方法。如图4所示，该智能AI音箱还包括：固定配件，固定配件包括：底板10、托板11、吸盘13和抽气筒20，其中，该吸盘13设置于底板10的四角位置，该抽气筒20的位置与该吸盘13对应，该抽气筒20设置有与该吸盘12连通的通气孔201；该抽气筒20的侧壁设置有出气孔202，该固定配件还包括：控制电路和选择开关，该控制电路用于控制通气孔201的开通或关闭；该出气孔202位于抽气筒20侧壁的上端位置。
如图4、图5所示的固定配件的原理具体包括：
当需要移动位置时，该家用多媒体设备固定配件放置于墙体，先用手初步积压吸盘13的空气，将吸盘13的空气初步挤出，然后抽动抽气筒20，此时，控制电路控制通气孔201开通，出气孔由于此时抽气筒20的压力低于外部压力，出气孔202会被挡片216挡住关闭，当抽气筒达到上方指定位置时，控制电路控制通气孔201关闭，此时抽气筒20向下运动将抽气筒20内的空气挤出，此时空气只有从出气孔202的挡片216的位置挤出，当下移到指定位置后，控制电路控制通气孔201开通，此时由于没有气体出来，挡片216由于重力作用会关闭，抽气筒20可以再次抽取吸盘13内的空气，这样吸盘13内的空气会越来越少，这样大气压力就可以家用多媒体设备固定配件挤压在任何平整的墙面上，这样防止智能AI音箱就会非常方便。当将家用多媒体设备固定配件从墙面上取出时，只需要将控制电路关闭，这样通气孔201就会处于常开位置，此时将抽气筒20的空气挤入吸盘13内，由于大气压差，用户很容易就将家用多媒体设备固定配件取出，进而方便移动，另外，设置在家用多媒体设备固定配件四周的抽气筒20也可以成为对智能AI音箱进行限位，智能AI音箱由于四周均具有遮挡物，使得其不易从家用多媒体设备固定配件摔落，提高了家用多媒体设备固定配件的安全性，因此，本申请提供的技术方案具有移动性强和安全性高的优点。
参阅图6，图6提供了一种抽气筒20的结构示意图，如图6所示，该抽气筒20包括：筒体210和筒体210配合的抽拉把手211，该筒体210的底部设置有通气孔201，该筒体210的侧壁设置有出气孔202，如图7所示，该筒体210侧壁的出气孔202的对应位置设置有旋转头215以及与旋转头215配合的挡板216，该旋转头215仅能旋转较小的角度，例如30°或40°。在一种可选的方案中，该筒体210的上侧的周边还设置有胶圈212，该胶圈212能够对智能AI音箱的位移进行缓冲，避免智能AI音箱外壳的损伤，进一步提高安全性。
此时的原理为，由于该挡板216设置在上端位置，若抽气筒拉出抽气时，此时抽气筒内气压低于外部气压，挡板216由于重力以及气压差被压合，当抽气筒向下部移动出气时，由于此时通气孔201关闭，抽气筒内的气体没有地方出去，随着空间的减少，内部压力越来越大，到一定的距离，会冲开挡板216将抽气筒内的气体排出，从而实现排气。
该控制电路如图8所示，包括：电压源、三极管T1、电感L1、电阻R1、触点开关K2、选择开关K1和线圈501，其中该第一电压源VCC1与选择开关K1的公共端连接，该选择开关K1的第一选择端连接三极管T1的基极，该选择开关K1的第二选择端连接触点开关K2的一端，触点开关K2的另一端连接三极管T1的基极，三极管T1的集电极连接第二电压源VCC2，三极管T1的发射极连接电阻R1的一端，电阻R1的另一端连接线圈501的一端，线圈501另一端接地。与该控制电路配合的还有，该筒体210在通气孔201的对应位置设置有永磁铁以及磁吸门，该永磁铁设置在磁吸门的闭合位置，该线圈501设置在磁吸门的开合位置，该筒体210的内侧与抽拉把手211的外侧对应分别设置有一个触点，筒体210的内侧的触点与抽拉把手211外侧的触点位置对接后，触点开关K2闭合。其原理为，当选择开关K1选择第一选择端时，此时线圈501始终导电，产生磁场将磁吸门固定在开合位置，此时可以为固定配件拆下时使用，当安装时，选择开关K1选择第二选择端，筒体210的内侧的触点与抽拉把手211外侧的触点位置对接后，触点开关K2闭合，此时T1导通，线圈501通电，该磁吸门开合，抽气筒20抽气，随着抽拉把手向外移动，该筒体210的内侧的触点与抽拉把手211外侧的触点位置会产生位移使得不对应，此时触点开关K2开断，但是此时电感L1会延迟导通T1一段时间，使得抽拉把手能到顶端后T1关断，T1关断以后，线圈501不通电，磁场消失，此时永磁体的磁力将磁吸门吸入到闭合位置，此时通气孔201关闭，当向下移动到设定位置时，该T1会再次导通，使得通气孔201开合，这样就能够实现空气的抽动。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (5)

1.一种音频处理方法，其特征在于，所述方法包括如下步骤：
终端采集原始音频数据，
终端对原始音频数据处理得到时域数据，将时域数据中超出设定幅值范围的波形进行区间的划分得到多个待滤波区间，将原始音频数据输入到处理器进行AI识别确定该原始音频数据的第一类别，将多个待滤波区间的区间原始数据输入到AI识别确定每个区间原始数据的类别，若区间原始数据的类别与第一类别相同，不进行滤波处理，若区间原始数据的类别与第一类别不相同，则将该不相同的区间原始数据执行傅里叶变化得到频率数据；
若该频率数据超过频域阈值范围，确定为高频噪声，将该区间原始数据输入到低通滤波电路进行过滤得到过滤数据，将过滤数据替换该不相同的区间原始数据，若该频率数据低于频域阈值范围，确定为低频噪声，将该区间原始数据输入到高通滤波电路进行过滤得到过滤数据，将过滤数据替换该不相同的区间原始数据。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将两个待滤波区间之间的区域确定为准待滤波区间，将准待滤波区间采用与前一个待滤波区间相同的滤波策略执行滤波处理。
3.一种智能AI音箱，其特征在于，所述智能AI音箱用于执行如权利要求1-2任意一项所述的方法。
4.根据权利要求3所述的智能AI音箱，其特征在于，所述智能AI音箱还包括：固定配件。
5.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-2任一项所述的方法。
CN202010905258.1A 2020-09-01 2020-09-01 音频处理方法 Active CN112037812B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010905258.1A CN112037812B (zh) 2020-09-01 2020-09-01 音频处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010905258.1A CN112037812B (zh) 2020-09-01 2020-09-01 音频处理方法

Publications (2)

Publication Number Publication Date
CN112037812A CN112037812A (zh) 2020-12-04
CN112037812B true CN112037812B (zh) 2021-06-15

Family

ID=73590890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010905258.1A Active CN112037812B (zh) 2020-09-01 2020-09-01 音频处理方法

Country Status (1)

Country Link
CN (1) CN112037812B (zh)

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5222148A (en) * 1992-04-29 1993-06-22 General Motors Corporation Active noise control system for attenuating engine generated noise
JP3837685B2 (ja) * 1998-10-07 2006-10-25 富士通株式会社 能動雑音制御方法及び受話装置
CN101651485A (zh) * 2008-08-15 2010-02-17 百一电子股份有限公司 降低交互调变干扰的方法及其所应用的信号接收器
JP6044119B2 (ja) * 2012-05-30 2016-12-14 ヤマハ株式会社 音響解析装置およびプログラム
CN106571150B (zh) * 2015-10-12 2021-04-16 阿里巴巴集团控股有限公司 一种识别音乐中的人声的方法和系统
CN105997064B (zh) * 2016-05-17 2018-10-23 成都奥特为科技有限公司 一种用于人体下肢表面肌电信号的辨识方法
CN106683687B (zh) * 2016-12-30 2020-02-14 杭州华为数字技术有限公司 异常声音的分类方法和装置
CN107331403B (zh) * 2017-06-27 2020-11-06 深圳创维－Rgb电子有限公司 一种基于算法的音频优化方法、智能终端及存储装置
CN108538281A (zh) * 2018-04-18 2018-09-14 会听声学科技（北京）有限公司 降噪方法、降噪系统及耳机
US10714122B2 (en) * 2018-06-06 2020-07-14 Intel Corporation Speech classification of audio for wake on voice
US10923141B2 (en) * 2018-08-06 2021-02-16 Spotify Ab Singing voice separation with deep u-net convolutional networks
US20200184991A1 (en) * 2018-12-05 2020-06-11 Pascal Cleve Sound class identification using a neural network
CN109633633B (zh) * 2018-12-27 2021-01-19 西安交通大学 一种基于分段分类增强处理的生命信号增强方法
CN110299133B (zh) * 2019-07-03 2021-05-28 四川大学 基于关键字判定非法广播的方法
CN110769111A (zh) * 2019-10-28 2020-02-07 珠海格力电器股份有限公司 一种降噪方法、系统、存储介质以及终端
CN110706688B (zh) * 2019-11-11 2022-06-17 广州国音智能科技有限公司 语音识别模型的构建方法、系统、终端及可读存储介质
CN111583898B (zh) * 2020-05-26 2021-06-29 苏州双福智能科技有限公司 一种空间环境多方位选择性降噪系统及方法

Also Published As

Publication number Publication date
CN112037812A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN107610713A (zh) 基于时延估计的回声消除方法及装置
CN107452368A (zh) 一种家电设备的降噪方法及装置
CN112037812B (zh) 音频处理方法
CN106101350A (zh) 一种移动终端及其通话方法
CN110366721A (zh) 一种TypeCUSB接口的电子设备、控制方法、以及存储介质
CN203933898U (zh) 一种开机噪声消除电路及主动降噪耳机
US5173943A (en) Compact subwoofer with exceptional low frequency response
CN206212258U (zh) 一种车载音频电路
CN109213471B (zh) 一种音量的调节方法及系统
CN110913292A (zh) 一种用于麦克风降噪的隔音套及麦克风结构
CN112399287B (zh) 一种家用多媒体设备通用配件
CN212415611U (zh) 吸尘器
CN204291295U (zh) 一种可改变声音风格的麦克风
CN208509230U (zh) 一种音响系统
CN212726947U (zh) 一种带电源供电的麦克风音频放大电路
CN214429667U (zh) 一种智能除尘音响
CN201804566U (zh) 一种车内声音信号采集装置
CN203506745U (zh) 降低听诊器效应的听诊器
CN210670466U (zh) 一种蓝牙音响的箱体扩音结构
CN217037404U (zh) 一种二分频麦克风
CN220958610U (zh) 一种用于厨房的净化抽风抽油烟罩
CN208625584U (zh) 一种六筒式过滤震尘系统
CN211128156U (zh) 智能音频播放装置的降噪电路
CN215210780U (zh) 一种洗吸一体式路面深度洗吸装置
CN108852149A (zh) 一种充电式静音吸尘装置

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
GR01 Patent grant
GR01 Patent grant