CN112509592A - 电器设备、噪音处理方法和可读存储介质 - Google Patents
电器设备、噪音处理方法和可读存储介质 Download PDFInfo
- Publication number
- CN112509592A CN112509592A CN202011292737.7A CN202011292737A CN112509592A CN 112509592 A CN112509592 A CN 112509592A CN 202011292737 A CN202011292737 A CN 202011292737A CN 112509592 A CN112509592 A CN 112509592A
- Authority
- CN
- China
- Prior art keywords
- noise
- audio
- preset
- characteristic
- determining
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 230000005236 sound signal Effects 0.000 claims description 46
- 238000013507 mapping Methods 0.000 claims description 44
- 238000012545 processing Methods 0.000 claims description 26
- 238000005070 sampling Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000003750 conditioning effect Effects 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 abstract description 21
- 230000002349 favourable effect Effects 0.000 abstract description 7
- 230000008447 perception Effects 0.000 abstract description 7
- 230000036541 health Effects 0.000 abstract description 4
- 239000011295 pitch Substances 0.000 description 21
- 230000008859 change Effects 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 239000000428 dust Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000009527 percussion Methods 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 206010013954 Dysphoria Diseases 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- ZYXYTGQFPZEUFX-UHFFFAOYSA-N benzpyrimoxan Chemical compound O1C(OCCC1)C=1C(=NC=NC=1)OCC1=CC=C(C=C1)C(F)(F)F ZYXYTGQFPZEUFX-UHFFFAOYSA-N 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 208000023514 Barrett esophagus Diseases 0.000 description 1
- 241001417527 Pempheridae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000622 irritating effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003584 silencer Effects 0.000 description 1
- 239000011338 soft pitch Substances 0.000 description 1
- 238000001228 spectrum 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
- G10L21/003—Changing voice quality, e.g. pitch or formants
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
-
- 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
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/012—Comfort noise or silence coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B15/00—Suppression or limitation of noise or interference
- H04B15/005—Reducing noise, e.g. humm, from the supply
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本申请提供了一种电器设备、噪音处理方法和可读存储介质。其中,电器设备包括:噪音处理器,用于根据电器设备的噪音确定噪音对应的音频特征,并根据音频特征生成音乐;扬声器,与噪音处理器连接,用于播放音乐。通过本申请提出的电器设备实现了电器设备产生的噪音和音乐之间转化,通过音乐较低用户对噪音的感知,甚至是通过转化消除噪音,不仅改善了用户的生活、工作环境,提升了用户的听觉体验,使用户变得更轻松愉悦,有利于提高用户劳动效率,还能减少了噪音对用户健康的危害,提高电器设备的实用性。
Description
技术领域
本申请涉及电器设备技术领域,具体而言,涉及一种电器设备、一种噪音处理方法和一种可读存储介质。
背景技术
现有技术中,电器设备采用消声器、隔声、吸声、隔振等技术来减低噪音,例如,采用优化发出噪音的部件,对局部噪音源采取防噪音隔音等措施,把声学能量转变成内能消耗掉。但上述降噪技术效果有限,只能相对的降低,噪音一直存在,并持续影响用户的生活、工作环境。
发明内容
本申请旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本申请的第一方面在于提出了一种电器设备。
本申请的第二方面在于提出了一种噪音处理方法。
本申请的第三方面在于提出了一种可读存储介质。
有鉴于此,根据本申请的第一方面,提出了一种电器设备,包括:噪音处理器,用于根据电器设备的噪音确定噪音对应的音频特征,并根据音频特征生成音乐;扬声器,与噪音处理器连接,用于播放音乐。
在上述技术方案中,进一步地,电器设备还包括:拾音器,与噪音处理器连接,拾音器用于采集噪音;和/或集音器,用于收集并定向输出噪音,集音器具有音频出口,拾音器和噪音处理器中至少之一位于音频出口。
在上述任一技术方案中,进一步地,噪音处理器包括:音频处理组件,与拾音器连接,音频处理组件用于根据噪音的噪音特征和音频映射模型,确定噪音特征对应的第一音频特征;和/或变音组件,与拾音器连接和/或位于音频出口,变音组件用于根据预设变音参数将噪音转换为音频信号,并根据音频信号确定第二音频特征。
在上述任一技术方案中,进一步地,噪音处理器还包括:音频生成组件,与音频处理组件和/或变音组件连接,音频生成组件用于根据第一音频特征和/或第二音频特征生成音乐。
在上述任一技术方案中,进一步地,变音组件包括:变音腔,用于将噪音转换为音频信号;调节组件,与变音腔连接,调节组件用于调节变音腔的振动参数。
根据本申请的第二方面,提出了一种噪音处理方法,包括:根据电器设备的噪音确定噪音对应的音频特征;根据音频特征生成并播放音乐。
在上述技术方案中,进一步地,根据电器设备的噪音确定噪音对应的音频特征,具体包括:确定噪音的噪音特征;根据噪音特征和音频映射模型,确定噪音特征对应的第一音频特征;其中,音频映射模型包括:预设噪音特征与预设音频特征之间的第一对应关系,和/或预设噪音类型与预设音频特征之间的第二对应关系。
在上述任一技术方案中,进一步地,音频映射模型包括第一对应关系;根据噪音特征和音频映射模型,确定噪音特征对应的第一音频特征,具体包括:确定噪音特征和预设噪音特征之间的第一相似度;基于第一相似度大于或等于第一相似度阈值,将预设噪音特征对应的预设音频特征作为第一音频特征。
在上述任一技术方案中,进一步地,音频映射模型包括第二对应关系;根据噪音特征和音频映射模型,确定噪音特征对应的第一音频特征,具体包括:根据噪音特征确定噪音所属的噪音类型;确定噪音类型和预设噪音类型之间的第二相似度;基于第二相似度大于或等于第二相似度阈值,将预设噪音类型对应的预设音频特征作为第一音频特征。
在上述任一技术方案中,进一步地,根据电器设备的噪音确定噪音对应的音频特征,具体包括:根据预设变音参数将噪音转换为音频信号;根据音频信号确定第二音频特征。
在上述任一技术方案中,进一步地,根据预设变音参数将噪音转换为音频信号,具体包括:确定噪音的噪音特征;根据预设变音参数调整噪音特征,以将噪音转换为音频信号。
在上述任一技术方案中,进一步地,电器设备包括调节组件;根据预设变音参数将噪音转换为音频信号,具体包括:根据预设变音参数控制调节组件,以将噪音信号转换为音频信号。
在上述任一技术方案中,进一步地,根据预设变音参数将噪音转换为音频信号之前,还包括:根据预设音频和噪音,确定特征修正值;根据特征修正值确定预设变音参数;其中,预设变音参数包括以下至少之一:频谱包络、声相包络、变音频率、变音相位。
在上述任一技术方案中,进一步地,噪音特征包括以下至少之一:频率、响度、相位、音色、基音周期、共振峰;音频特征包括以下至少之一:基音频率、短时能量、短时功率、过零率、共振峰。
在上述任一技术方案中,进一步地,根据音频特征生成音乐,包括:确定当前采样时刻的音频特征与前一采样时刻的音频特征之间的差值;基于差值大于或等于预设阈值,根据差值和音频合成模型确定辅助音频特征;根据辅助音频特征和音频特征合成音乐。
根据本申请的第三方面,提出了一种可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时执行第二方面提出的噪音处理方法。因此该可读存储介质具备第二方面提出的噪音处理方法的全部有益效果。
本申请提供的电器设备,包括噪音处理器和扬声器。噪音处理器能够根据电器设备产生的刺耳噪音并根据音频特征生成符合人类的听觉的审美感受的音乐,再通过扬声器完成电信号到声信号的转换,以进行播放该音乐。从而实现了电器设备产生的噪音和音乐之间转化,通过音乐较低用户对噪音的感知,甚至是通过转化消除噪音,不仅改善了用户的生活、工作环境,提升了用户的听觉体验,使用户变得更轻松愉悦,有利于提高用户劳动效率,还能减少了噪音对用户健康的危害,提高电器设备的实用性。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本申请一个实施例的电器设备的示意框图;
图2示出了本申请另一个实施例的电器设备的示意框图;
图3示出了本申请一个实施例的噪音处理方法的流程示意图;
图4示出了本申请又一个实施例的噪音处理方法的流程示意图;
图5示出了本申请又一个实施例的噪音处理方法的流程示意图;
图6示出了本申请又一个实施例的噪音处理方法的流程示意图;
图7示出了本申请又一个实施例的噪音处理方法的流程示意图;
图8示出了本申请又一个实施例的噪音处理方法的流程示意图;
图9示出了本申请又一个实施例的噪音处理方法的流程示意图;
图10示出了本申请一个具体实施例的变音系统的工作原理图。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点,下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请,但是,本申请还可以采用其他不同于在此描述的其他方式来实施,因此,本申请的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图10描述根据本申请一些实施例的电器设备、噪音处理方法和可读存储介质。
如图1所示,根据本申请的第一方面的实施例,本申请提出了一种电器设备100,包括噪音处理器102和扬声器104。
详细地,噪音处理器102用于根据电器设备100的噪音确定噪音对应的音频特征,并根据音频特征生成音乐。扬声器104与噪音处理器102连接,用于播放音乐。
在该实施例中,噪音处理器102能够根据电器设备100产生的刺耳噪音并根据音频特征生成符合人类的听觉的审美感受的音乐,再通过扬声器104完成电信号到声信号的转换,以进行播放该音乐。从而实现了电器设备100产生的噪音和音乐之间转化,通过音乐较低用户对噪音的感知,甚至是通过转化消除噪音,不仅改善了用户的生活、工作环境,提升了用户的听觉体验,使用户变得更轻松愉悦,有利于提高用户劳动效率,还能减少了噪音对用户健康的危害,提高电器设备100的实用性。
例如,吸尘器工作时由于运转时存在的不平衡,机械主轴同心度偏差、各零部件之间尺寸偏差或表面缺陷而相互撞击、摩擦产生的交变机械作用力使吸尘器金属板、轴承、齿轮或其他运动部位发生振动而辐射摩擦噪音、撞击噪音、结构噪音、齿轮噪音、激发噪音、轴承噪音电磁噪音、机械噪音和空气动力噪音等,噪音较大,这种噪音会使用户感觉烦躁,同时对周边带来影响,此时可通过噪音处理器102匹配出对应的钢琴音频特征,使得吸尘时对周围环境的影响减小,用户在吸尘的同时可享受美妙的音乐,提升了用户吸尘时的愉悦性。
具体地,扬声器104可设置为2.0声道,输出功率6W,谐波失真0.1%,避免扬声器104由于非平衡振动导致的声音失真问题,提高声音输出时高中低音稳定性,从而提升了扬声器104的声学性能。可以理解的是,扬声器104可根据电器设备100的型号等信息设置功率、阻抗、线性特性等参数,以提升播放音乐的品质,例如增加混响,改善谐波失真等。
进一步地,噪音特征包括以下至少之一:频率、响度、相位、音色、基音周期、共振峰;音频特征包括以下至少之一:基音频率、短时能量、短时功率、过零率、共振峰。
根据本申请的一个实施例,进一步地:电器设备还包括:拾音器和/或集音器。
详细地,拾音器与噪音处理器连接,拾音器用于采集噪音。集音器用于收集并定向输出噪音,而且集音器具有音频出口,拾音器和/或噪音处理器位于音频出口。
在该实施例中,通过拾音器将电器设备工作时产生的噪音的声学信号转化成数字信号,以进行噪音的采集,为后续的音频处理提供可靠的音频数据。同时,将得到的数字信号传输至噪音处理器,以根据数字信号进行音频特征的匹配和转化,进而得到悦耳的音乐,改善用户的生活、工作环境。噪音本质上是一种振动波,考虑到噪音的扩散性,拾音器只能采集到传播空间内的部分噪音,尤其是当音源相对于拾音器较远的情况下,拾音器的采集准确度进一步降低。因此,可以在电器设备设置集音器,通过集音器可以将噪音封闭,并不泄露地收拢起来,然后耦合到集音器上的音频出口,通过音频出口将收拢后的噪音定向传播至拾音器和/或噪音处理器,同时集音器还可以通过自身结构吸收衰减一部分噪音,减小噪音输出。使得输出的噪音更清晰、更加容易辨识,提高了输出噪音的高保真性,使采样噪音更为精准,有利于确定的音频特征准确度,进而使生成的音乐更加贴近噪音的声学特征,有利于降低较低用户对噪音的感知,甚至是消除噪音,大大提升用户的听觉体验,减少了噪音导致的健康隐患。
需要说明的是,音频出口的耦合的比例可以是100%,也可以是其他比例,也即传输的噪音能量可以是全部,也可以是部分,具体比例可根据需求合理设置。
具体地,拾音器包括特征采集结构,例如麦克风,滤波器和模数转换器。通过麦克风将接收到的噪音转化为电信号,通过滤波器滤除麦克风输出的电信号中干扰信号,使得电信号更加平滑,有利于后续对噪音特征进行识别。通过模数转换器将电信号转化为噪音处理器能够识别数字信号,以便于噪音的转化和匹配。
进一步地,拾音器可设置金属外壳,并在拾音器表面电镀处理,实现了对拾音器内部器件的保护,提高了拾音器的防水、防潮性能,保证了电器设备的稳定性。
如图2所示,根据本申请的一个实施例,进一步地:噪音处理器102包括音频处理组件1022和/或变音组件1024,以及音频生成组件1026。
详细地,音频处理组件1022与拾音器106连接,音频处理组件1022能够根据噪音的噪音特征和音频映射模型,确定噪音特征对应的第一音频特征。变音组件1024包括结构件(硬件变音组件)和电子部件(软件变音组件)。对于软件变音组件,其与拾音器106连接,当然也可以位于音频出口。硬件变音组件设置于集音器的音频出口,变音组件1024能够根据预设变音参数将噪音转换为音频信号,并根据音频信号确定第二音频特征。音频生成组件与音频处理组件和/或变音组件连接,音频生成组件1026能够根据第一音频特征和/或第二音频特征生成音乐。
在该实施例中,音频处理组件1022与拾音器106连接,当拾音器106采集噪音后,将噪音的数字信号传输至音频处理组件1022,通过音频处理组件1022对噪音进行特性统计,预测噪音的噪音特征,并在音频映射模型内匹配与噪音特征对应的音频特征,确定与噪音特征匹配的第一音频特征。从而通过音频映射模型将噪音特征匹配为有规律的音频特征,实现噪音至音乐的非线性变化,以通过音乐遮盖电器设备100所产生的噪音,降低用户对噪音的感知。
具体地,音频映射模型可以是神经网络,例如,RNN(循环神经网络,RecurrentNeural Network)、LSTM(长短期记忆网络,Long Short-Term Memory)、强化学习或迁移学习等网络结构,监督学习或者无监督学习,也可以是其他网络结构,通过音频映射模型可以以一个表格或其他形式表征,代表了是噪音的特征与音乐最小单元在数学关系表达式的对应关系,通过该音频映射模型能够把规律单调的噪音特征与跳变灵活的音乐发声子单元的序列逐一对应起来,从而实现一个实时的、非线性的转换。对于电器设备100可对各个实际噪音进行收集采样后,通过大量数据对神经网络模型进行训练,完成参数调整和优化后,得到音频映射模型。
例如,噪音特征中的响度为8,根据音频映射模型匹配出的音频特征的响度为5;噪音特征中的响度为10,根据音频映射模型匹配出的音频特征的响度为7。
对于软件变音组件,软件变音组件接收到拾音器106传递过来的噪音数字信号,并根据预设变音参数调整噪音数字信号的包络和频率等信息,线性预测合成后的音频信号,以完成噪音能量到音频信号的转换,形成第二音频特征。对于硬件变音组件,其是电动控制的变声结构,例如,管乐、弦乐、打击乐器等乐器结构,由电机或其他部件自由灵活地控制。硬件变音组件设置于集音器的音频出口,可以不采集噪音,也即无需与拾音器连接。噪音直接通过音频出口输入硬件变音组件,硬件变音组件对噪音的声波实现共振以形成不同特征的驻波,从而改变噪音的特征形成新的第二音频特征。进而通过变音组件对噪音进行动态调整变音,实现了将机器音与音乐甚至是人声之间的物理转换,在消除噪音的同时输出动人的音乐,改善用户的生活、工作环境。
例如,对于软件变音组件,采用短时自相关法和LPC倒谱分析方法提取噪音的噪音特征,用线性预测合成声音实现变音。
音频生成组件1026与音频处理组件1022、变音组件1024中至少之一连接。通过音频生成组件1026对第一音频特征和/或第二音频特征进行合成数字音频信号,并把数字音频信号转为音乐的模拟信号,从而实现了噪音到音乐的转换。
需要说明的是,可以仅通过音频处理组件1022进行噪音特征匹配,此时音频生成组件1026只需要与音频处理组件1022相连接。还可以仅通过变音组件将噪音特征和预设变音参数进行合成,以将噪音的信号转化为音频信号,此时音频生成组件1026只需要与变音组件1024相连接。考虑到音频生成组件1026利用预设的音频映射模型进行非线性的匹配,对于不同的噪音利用统一的音频映射模型得到的第一音频特征可能无法合成出悦耳的音乐,则可以同时通过变音组件1024进一步将噪音进行转化,此时音频生成组件1026与音频处理组件1022和变音组件1024相连接,通过音频生成组件1026对第一音频特征、第二音频特征进行加权处理,得到第三音频特征,根据第三音频特征生成音乐,有利于提升音乐品质。
具体地,音频生成组件1026包括编码器、数模变换器、EQ均衡器和音频功率放大器等组件。
值得一提的是,当单纯由音频处理组件1022和/或变音组件1024得到的音频特征效果不理想时,也即当前采样时刻的音频特征与前一采样时刻的音频特征之间的差值大于或等于预设阈值时,根据差值和音频合成模型确定辅助音频特征,根据辅助音频特征和音频特征合成音乐,以实现音乐模拟信号的修正,从而提升音乐品质,使得音乐更加符合用户的听觉习惯,使用户变得更轻松愉悦,有利于提高用户劳动效率。
根据本申请的一个实施例,进一步地:变音组件包括:变音腔和调节组件。
详细地,变音腔能够将噪音转换为音频信号。调节组件与变音腔连接,调节组件用于调节变音腔的振动参数。
在该实施例中,当变音组件为硬件变音组件时,变音组件包括变音腔和调节组件,其中,变音腔为类似管乐器的可调谐振腔体,对声波实现共振以形成不同特征的驻波,达到对响度、频率、音色调整改变的目的。变音腔内部可以增加调节组件,例如腔体长短、粗细、内插螺杆长度等对振动参数敏感的子部件,从而实现灵活机动的可调,甚至增加微控制器和电机,PID等算法,实现变音部件特征参数的电控调整、自动调整,丰富硬件变音能够实现的变音效果,有利于生成多种不同节奏的音乐。
具体地,可根据管乐、弦乐、打击等乐器机理,例如,钢琴、小提琴、大提琴、二胡、琵琶、古筝、扬琴、各类号、笛子、萧、唢呐等,及各个乐器的音域、动态范围、音腔分布、音色特征等选择变音腔的结构,使得变音腔能够产生与相关器乐类似的声学特征。
另外,可以预存一个资源库,例如变声单元表格,即电器设备的外壳、内壳等机械结构的力学特征,经过调优后,其性能对应声学特征接近的乐器。基于此,可以通过电器设备本身的结构辅助变音腔实现噪音的变音,进而得到与乐器更为匹配的乐曲。
如图3所示,根据本申请第二方面的实施例,提出了一种噪音处理方法,该方法包括:
步骤302,根据电器设备的噪音确定噪音对应的音频特征;
步骤304,根据音频特征生成并播放音乐。
在该实施例中,当电器设备工作发出噪音时,采集电器设备发出的噪音,并将噪音匹配或转化出音色、频率、幅度、节奏等更加规律的音频特征,根据音频特征生成听觉舒适的音乐,并将音乐进行播放。从而实现了电器设备产生的噪音和音乐之间转化,通过音乐较低用户对噪音的感知,甚至是通过转化消除噪音,不仅改善了用户的生活、工作环境,提升了用户的听觉体验,使用户变得更轻松愉悦,有利于提高用户劳动效率,还能减少了噪音对用户健康的危害,提高电器设备的实用性。
例如,当用户使用噪音体验明显的家电,比如油烟机、扫地机等家电时,家电工作时发出的刺耳噪音通过该噪音处理方法转变为类似小提琴具备抑扬顿挫的相对舒适的音乐,而且有对应的乐谱规律。
如图4所示,根据本申请的一个实施例,提出了一种噪音处理方法,该方法包括:
步骤402,确定噪音的噪音特征;
步骤404,根据噪音特征和音频映射模型,确定噪音特征对应的第一音频特征;
步骤406,根据音频特征生成并播放音乐。
在该实施例中,对采集到的噪音进行特性统计,识别出噪音的噪音特征,将该噪音特征输入到音频映射模型中,以确定噪音特征对应的第一音频特征。从而通过音频映射模型将噪音特征匹配为有规律的音频特征,实现噪音至音乐的非线性变化,以通过音乐遮盖电器设备所产生的噪音,降低用户对噪音的感知。
具体地,音频映射模型可以是神经网络,例如RNN、LSTM、强化学习或迁移学习等网络结构,监督学习或者无监督学习,也可以是其他网络结构,通过音频映射模型可一个表格或其他形式表征,代表了是噪音的特征与音乐最小单元在数学关系表达式的对应关系,通过该音频映射模型能够把规律单调的噪音特征与跳变灵活的音乐发声子单元的序列逐一对应起来,从而实现一个实时的、非线性的转换。
其中,音频映射模型包括:预设噪音特征与预设音频特征之间的第一对应关系,和/或预设噪音类型与预设音频特征之间的第二对应关系,也即可以直接通过噪音特征进行第一音频特征的匹配,也可以根据噪音特征的噪音类型进行第一音频特征的匹配,从而实现第一音频特征灵活变化,使得第一音频特征能够更加符合音乐规律,有利于与生成更加悦耳的音乐。
若音频映射模型包括预设噪音特征与预设音频特征之间的第一对应关系,也即直接通过噪音特征进行第一音频特征的匹配。则先比对噪音特征和预设噪音特征,确定出噪音特征和预设噪音特征之间的第一相似度,若第一相似度大于或等于第一相似度阈值,说明噪音特征和预设噪音特征的特征值接近,匹配成功,则将预设噪音特征对应的预设音频特征作为第一音频特征。实现噪音至音乐的非线性变化,利用音频映射模型将噪音特征匹配为有规律的第一音频特征,以便于通过第一音频特征生成音乐,进而遮盖电器设备所产生的噪音,使得用户不会被电器设备产生的噪音烦扰,同时能够享受悦耳的音乐,提高用户的劳动效率。
若音频映射模型包括预设噪音类型与预设音频特征之间的第二对应关系,也即根据噪音特征的噪音类型进行第一音频特征的匹配。则先根据噪音特征确定噪音所属的噪音类型,比对噪音特征和预设噪音特征,确定噪音类型和预设噪音类型之间的第二相似度,若第二相似度大于或等于第二相似度阈值,说明该噪音类型属于预设噪音类型,匹配成功,则预设噪音类型对应的预设音频特征作为第一音频特征。实现噪音至音乐的非线性变化,利用音频映射模型将噪音特征匹配为有规律的第一音频特征,以便于通过第一音频特征生成音乐,进而遮盖电器设备所产生的噪音,使得用户不会被电器设备产生的噪音烦扰,同时能够享受悦耳的音乐,提高用户的劳动效率。
其中,噪音特征包括但不限于以下至少之一:频率、响度、相位、音色、基音周期、共振峰。音频特征包括但不限于以下至少之一:基音频率、短时能量、短时功率、过零率、共振峰。噪音类型包括但不限于以下至少之一:低沉、高昂、激烈、平缓等,例如低沉且平缓的类型更容易匹配出古典乐的音频特征,高昂且激烈的类型更容易匹配出电子音乐的音频特征。
如图5所示,根据本申请的一个实施例,提出了一种噪音处理方法,该方法包括:
步骤502,根据预设变音参数将噪音转换为音频信号;
步骤504,根据音频信号确定第二音频特征;
步骤506,根据音频特征生成并播放音乐。
在该实施例中,不仅能够通过音频映射模型匹配出噪音特征对应的第一音频特征,还可以利用变音组件,结合预设变音参数调整噪音修改噪音特征,以将噪音能量转化成音频信号,并根据音频信号确定第二音频特征。从而能够对噪音进行动态调整变音,实现了将机器音与音乐甚至是人声之间的物理转换,在消除噪音的同时输出动人的音乐,让讨厌烦躁的机器噪音变成听觉舒适的音乐,进一步改善用户的生活、工作环境,大大提升用户的听觉体验,避免了噪音导致的健康隐患,提高电器设备的实用性。
如图6所示,根据本申请的一个实施例,提出了一种噪音处理方法,该方法包括:
步骤602,确定噪音的噪音特征;
步骤604,根据预设变音参数调整噪音特征,以将噪音转换为音频信号;
步骤606,根据音频信号确定第二音频特征;
步骤608,根据音频特征生成并播放音乐。
在该实施例中,对于软件变音组件,在接收到噪音数字信号后,提取出噪音的噪音特征,根据预设变音参数对噪音特征进行调整,例如,丢弃数据或插入数据,线性预测合成后的音频数字信号,以完成噪音能量到音频信号的转换,形成第二音频特征。从而通过预设变音参数对噪音进行动态调整变音,实现了将机器音与音乐甚至是人声之间的物理转换,不仅能够将噪音消音,避免噪音让用户感觉烦躁,影响周边的生活和工作环境,而且能够输出动人的音乐,有利于改善用户心情。
其中,预设变音参数可以是需要修改的特征值,也可以想要得到的音频信号的波形,例如,使用插值将噪音信号频率缩小2倍,或将噪音准变为钢琴音等,可根据用户需求合理设置,变音效果丰富。
如图7所示,根据本申请的一个实施例,提出了一种噪音处理方法,该方法包括:
步骤702,根据预设变音参数控制调节组件,以将噪音信号转换为音频信号;
步骤704,根据音频信号确定第二音频特征;
步骤706,根据音频特征生成并播放音乐。
在该实施例中,对于硬件变音组件,噪音直接输入至硬件变音组件,根据预设变音参数控制调节组件,以使噪音碰撞变变音腔使产生共振以形成不同特征的驻波,从而改变噪音的特征形成新的第二音频特征。进而实现对噪音进行动态调整变音,能够将机器音与音乐甚至是人声之间的物理转换,在消除噪音的同时输出动人的音乐,改善用户的生活、工作环境。
如图8所示,根据本申请的一个实施例,提出了一种噪音处理方法,该方法包括:
步骤802,根据预设音频和噪音,确定特征修正值;
步骤804,根据特征修正值确定预设变音参数;
步骤806,根据预设变音参数将噪音转换为音频信号;
步骤808,根据音频信号确定第二音频特征;
步骤810,根据音频特征生成并播放音乐。
其中,预设变音参数包括以下至少之一:频谱包络、声相包络、变音频率、变音相位。
在该实施例中,在通过变音组件将噪音转化成音频信号之前,根据用户需先选择的预设音频和噪音之间的特征差异,确定出特征修正值,也即需要修改的特征对应的参数。根据这些特征修正值确定预设变音参数,使得根据预设变音参数转化得到的音频信号贴近用户设置的预设音频,从而在消除噪音的同时输出满足用户喜好的音乐,避免噪音让用户感觉烦躁,有利于改善用户心情。
例如,用户选择贝多芬的命运交响曲片段,对比该片段和接收到的噪音,确定两种声波只见的差异,也即特征修正值,在根据特征修正值生成频谱包络、声相包络、变音频率、变音相位等需要修正的预设变音参数。利用预设变音参数对噪音特征进行修改,从而使合成后的音乐听起来更像命运交响曲片段。
如图9所示,根据本申请的一个实施例,提出了一种噪音处理方法,该方法包括:
步骤902,根据电器设备的噪音确定噪音对应的音频特征;
步骤904,确定当前采样时刻的音频特征与前一采样时刻的音频特征之间的差值;
步骤906,差值是否大于或等于预设阈值,若是,进入步骤908,若否进入步骤912;
步骤908,根据差值和音频合成模型确定辅助音频特征;
步骤910,根据辅助音频特征和音频特征合成并播放音乐;
步骤912,根据音频特征生成并播放音乐。
在该实施例中,当前采样时刻的音频特征与前一采样时刻的音频特征之间的差值大于或等于预设阈值时,也即通过预设音频映射模型匹配得到第一音频特征和/或变音得到的第二音频特征,生成的音乐效果不理想时,根据当前采样时刻的音频特征与前一采样时刻的音频特征之间的差值和音频合成模型确定辅助音频特征,根据辅助音频特征和音频特征合成音乐,以实现音乐信号的修正,从而提升音乐品质,使得音乐更加符合用户的听觉习惯,使用户变得更轻松愉悦,有利于提高用户劳动效率。
具体地,可通过拼接法或参数法将音频特征合成音乐。
其中,音频合成模型为端到端深度学习模型,例如Tacotron模型、Wavenet模型,可通过类似文本合成声音技术(Text-to-Speech,TTS)训练得到。
根据本申请的一个具体实施例,提出了一种家电内置噪音转为音乐的智能系统,包括:噪音采集与定向传导单元(拾音器和集音器)、AI音频处理模块(音频处理组件)、变音系统(变音组件)、AI播放模块(音频生成组件)和扬声器。
具体地,振动产生的噪音会向全空间传播,完全消除的话,要用密封的结构体,内嵌声波吸收材料包裹起来。但绝大多数发出噪音的部件是产品的一部分,要与外界通信,有接口的,所以不可能完全消除噪音。为此通过集音器把噪音部分封闭起来,留一个出口,定向传播,把噪音传导到该系统的下一单元。集音不同于拾音,集音器尽可能把噪音、声音不泄露地收集起来并把声音耦合到电路入口,耦合的比例可以是100%,也可以是其他比例。即转换的噪音能量可以是全部,也可以是部分。
麦克风(拾音器)拾音后把空间声学信号转变为电信号,电信号经过自动增益控制和滤波后进入模数转换器,模数转换器把模拟信号转变为数字信号,数字信号进入处理器,处理器可以多种类型选择,例如,CPU(中央处理器)/DSP(数字信号处理器)/FPGA(现场可编程门阵列)编程器/ASIC(特定应用集成电路)等。处理器运行音频信号处理算法,自适应滤波等预处理,接下来进入AI音频处理模块(软件算法),通过机器学习/深度学习/模式匹配等技术进行噪音特征识别。通过提取噪音特征能够使音频映射模型与变音系统根据噪音特征去灵活适配。不同噪音转化音乐的难度是有区别的,例如,低频振动噪音通过变音系统去转化为高昂激进的女高音、小提琴曲或小号是比较难的,但是映射为男低音或低沉的打击乐器相对容易些。需要根据噪音物理特性,以及数学的统计特性,能够更加准确选择后续系统参数,生成更优质的音乐内容。音乐的元素包括音高(音阶)、节奏/节拍、旋律、音色、力度、织体、和声、速度、曲式、调式等,从技术角度,需要提取的信息量包括时域的基音频率、短时能量、过零率、共振峰,频域特征包括梅尔频率倒(Mel-Frequency Cepstrum,MFCC),非线性特征包括Hurst参数等。AI音频处理模块具备以下功能,以深度学习为代表的神经网络技术,音频文件分段,训练数据组织,模型训练与预测,TTS与播放,器乐原理,乐器应用等。AI音频处理模块采用灵活机动的音乐库,使乐曲会随着噪音的类型变化,噪音类型是映射模型的输入端,噪音类型跟音乐生成的要素做逐一匹配,实现变音系统对噪音到音乐的物理转换。
具体地,映射关系可以通过一个表格或其他形式,代表的是噪音类型与音乐最小单元在数学关系表达式的对应关系,本质上为一个实时的、非线性的转换。这个映射模型可以是神经网络,例如RNN、LSTM、强化学习或迁移学习等网络结构,监督学习或者无监督学习,也可以是其他网络结构。总之,该映射模型是能够把噪音类型与音乐发声子单元的序列,逐一对应起来的关系。
变音系统是包括结构件(硬件变音)和电子部件(软件变音技术)的综合系统,输入前级传递过来的噪音(机械波);系统本身是电动控制的变声结构单元,类似管乐、弦乐、打击乐器等乐器机构,由电机或其他机电部件自由灵活得控制发声特征,从而改变噪音的特性,使之成为有规律的音乐。具体地,软件技术包括提取基音周期、共振峰等信息,调整其包络和频率等信息,线性预测合成声音。例如,短时自相关法和LPC倒谱分析方法提取声音参数,用线性预测合成声音实现变音。硬件变音主要利用特殊结构件,例如,类似管乐器的可调谐振腔体,对声波实现共振以形成不同特征的驻波,达到对响度、频率、音色调整改变的目的。内部可以增加可调装置,例如,腔体长短、粗细、内插螺杆长度等对振动参数敏感的子部件,从而实现灵活机动的可调,甚至增加微控制器和电机,PID等算法,实现变音部件特征参数的电控调整、自动调整。
当单纯由变音系统把噪音转变为音乐的效果不理想时,通过AI播放模块就补充辅助音乐。采用类似文本合成声音技术(Text-to-Speech,TTS),可以建立噪音合成音乐的模型,也即噪音音乐转换技术(Noise-to-Music,NTM),本质是神经网络,可以采用主流的端到端深度学习模型,例如Tacotron、Wavenet等技术。以Tacontron模型为例,NTM技术的模型结构依然包括CBHG、编码器、解码器、后处理网络与波形综合等单元。播放模块的电路实现还需要包括编码器、数模变换器、EQ均衡器和音频功放等电路单元,把数字音频信号转为模拟信号,均衡调节并放大后送给扬声器。
变音系统原理如图10所示,AI音频处理后生成音乐,处理电路发出控制命令,电动控制单元发出机械动作,动态变音结构单元发声,播放音乐是否符合期望,若是,继续播放,若不是,进行闭环控制自适应调整。
扬声器完成电信号转声信号,根据产品可以选择功率、阻抗、线性特性等参数,扬声器的结构件用于提升声学的品质,例如,增加混响,改善谐波失真等。
在该实施例中,在减低噪音的同时,能够通过噪音的特征模式匹配为有规律的乐谱变换,或将噪音转化为悦耳的音乐,其音色、频率、幅度、节奏都会变得更有规律,符合人类的听觉的审美感受,实现机器音到人声或音乐之间的转换,减轻噪音的传播,减少对人体的危害,提高家电的实用性。
根据本申请的第三方面的实施例,提出了一种可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时执行第二方面实施例提出的噪音处理方法。因此该可读存储介质具备第二方面实施例提出的噪音处理方法的全部有益效果。
在本申请中,术语“多个”则指两个或两个以上,除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;“相连”可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (16)
1.一种电器设备,其特征在于,包括:
噪音处理器,用于根据所述电器设备的噪音确定所述噪音对应的音频特征,并根据所述音频特征生成音乐;
扬声器,与所述噪音处理器连接,用于播放所述音乐。
2.根据权利要求1所述的电器设备,其特征在于,还包括:
拾音器,与所述噪音处理器连接,所述拾音器用于采集所述噪音;和/或
集音器,用于收集并定向输出所述噪音,所述集音器具有音频出口,所述拾音器和所述噪音处理器中至少之一位于所述音频出口。
3.根据权利要求2所述的电器设备,其特征在于,所述噪音处理器包括:
音频处理组件,与所述拾音器连接,所述音频处理组件用于根据所述噪音的噪音特征和音频映射模型,确定所述噪音特征对应的第一音频特征;和/或
变音组件,与所述拾音器连接和/或位于所述音频出口,所述变音组件用于根据预设变音参数将所述噪音转换为音频信号,并根据所述音频信号确定第二音频特征。
4.根据权利要求3所述的电器设备,其特征在于,所述噪音处理器还包括:
音频生成组件,与所述音频处理组件和/或所述变音组件连接,所述音频生成组件用于根据所述第一音频特征和/或所述第二音频特征生成所述音乐。
5.根据权利要求3或4所述的电器设备,其特征在于,变音组件包括:
变音腔,用于将所述噪音转换为所述音频信号;
调节组件,与所述变音腔连接,所述调节组件用于调节所述变音腔的振动参数。
6.一种噪音处理方法,适用于如权利要求1至5中任一项所述的电器设备,其特征在于,包括:
根据所述电器设备的噪音确定所述噪音对应的音频特征;
根据所述音频特征生成并播放音乐。
7.根据权利要求6所述的噪音处理方法,其特征在于,所述根据所述电器设备的噪音确定所述噪音对应的音频特征,具体包括:
确定所述噪音的噪音特征;
根据所述噪音特征和音频映射模型,确定所述噪音特征对应的第一音频特征;
其中,所述音频映射模型包括:预设噪音特征与预设音频特征之间的第一对应关系,和/或预设噪音类型与预设音频特征之间的第二对应关系。
8.根据权利要求7所述的噪音处理方法,其特征在于,所述音频映射模型包括所述第一对应关系;所述根据所述噪音特征和音频映射模型,确定所述噪音特征对应的第一音频特征,具体包括:
确定所述噪音特征和所述预设噪音特征之间的第一相似度;
基于所述第一相似度大于或等于第一相似度阈值,将所述预设噪音特征对应的所述预设音频特征作为所述第一音频特征。
9.根据权利要求7所述的噪音处理方法,其特征在于,所述音频映射模型包括所述第二对应关系;所述根据所述噪音特征和音频映射模型,确定所述噪音特征对应的第一音频特征,具体包括:
根据噪音特征确定所述噪音所属的噪音类型;
确定所述噪音类型和所述预设噪音类型之间的第二相似度;
基于所述第二相似度大于或等于第二相似度阈值,将所述预设噪音类型对应的所述预设音频特征作为所述第一音频特征。
10.根据权利要求6至9中任一项所述的噪音处理方法,其特征在于,所述根据所述电器设备的噪音确定所述噪音对应的音频特征,具体包括:
根据预设变音参数将所述噪音转换为音频信号;
根据所述音频信号确定第二音频特征。
11.根据权利要求10所述的噪音处理方法,其特征在于,所述根据预设变音参数将所述噪音转换为音频信号,具体包括:
确定所述噪音的噪音特征;
根据预设变音参数调整所述噪音特征,以将所述噪音转换为所述音频信号。
12.根据权利要求10所述的噪音处理方法,其特征在于,所述电器设备包括调节组件;所述根据预设变音参数将所述噪音转换为音频信号,具体包括:
根据预设变音参数控制所述调节组件,以将所述噪音信号转换为所述音频信号。
13.根据权利要求10所述的噪音处理方法,其特征在于,所述根据预设变音参数将所述噪音转换为音频信号之前,还包括:
根据预设音频和所述噪音,确定特征修正值;
根据所述特征修正值确定所述预设变音参数;
其中,所述预设变音参数包括以下至少之一:频谱包络、声相包络、变音频率、变音相位。
14.根据权利要求10所述的噪音处理方法,其特征在于,
所述噪音特征包括以下至少之一:频率、响度、相位、音色、基音周期、共振峰;
所述音频特征包括以下至少之一:基音频率、短时能量、短时功率、过零率、共振峰。
15.根据权利要求10所述的噪音处理方法,其特征在于,所述根据所述音频特征生成音乐,包括:
确定当前采样时刻的所述音频特征与前一采样时刻的所述音频特征之间的差值;
基于所述差值大于或等于预设阈值,根据所述差值和音频合成模型确定辅助音频特征;
根据所述辅助音频特征和所述音频特征合成所述音乐。
16.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求6至15中任一项所述的噪音处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011292737.7A CN112509592B (zh) | 2020-11-18 | 2020-11-18 | 电器设备、噪音处理方法和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011292737.7A CN112509592B (zh) | 2020-11-18 | 2020-11-18 | 电器设备、噪音处理方法和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112509592A true CN112509592A (zh) | 2021-03-16 |
CN112509592B CN112509592B (zh) | 2024-01-30 |
Family
ID=74956811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011292737.7A Active CN112509592B (zh) | 2020-11-18 | 2020-11-18 | 电器设备、噪音处理方法和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112509592B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117238307A (zh) * | 2023-11-13 | 2023-12-15 | 深圳云盈网络科技有限公司 | 基于深度学习的音频优化处理方法及系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080144852A1 (en) * | 2006-12-14 | 2008-06-19 | Ford Global Technologies, Llc | Multi-chamber noise control system |
US20090026010A1 (en) * | 2005-03-07 | 2009-01-29 | Prime Polymer Co., Ltd. | Process for producing sound absorber and produced by the process, sound absorber and sound absorbing structure |
US20090190767A1 (en) * | 2008-01-24 | 2009-07-30 | International Business Machines Corporation | System and method for a device sound interface manager |
US20090282874A1 (en) * | 2008-05-16 | 2009-11-19 | Samsung Electronics Co., Ltd. | Washing machine and sound control method thereof |
US20100310083A1 (en) * | 2009-06-09 | 2010-12-09 | Rohde & Schwarz Gmbh & Co. Kg | Electronic device with noise-suppression system |
JP2012037577A (ja) * | 2010-08-03 | 2012-02-23 | Dainippon Printing Co Ltd | 騒音源の快音化方法および快音化装置 |
US20130030557A1 (en) * | 2011-07-25 | 2013-01-31 | Hon Hai Precision Industry Co., Ltd. | Audio player and operating method automatically selecting music type mode according to environment noise |
CN105679299A (zh) * | 2014-11-16 | 2016-06-15 | 陕西金合泰克信息科技发展有限公司 | 一种改善睡眠环境的噪音转换装置 |
CN108243363A (zh) * | 2017-12-20 | 2018-07-03 | M&O电子公司 | 物理分离式双声学通路的降噪耳机 |
CN108463092A (zh) * | 2017-02-22 | 2018-08-28 | 中兴通讯股份有限公司 | 一种降噪装置和机柜 |
US20180293979A1 (en) * | 2015-10-29 | 2018-10-11 | Qingdao Goertek Technology Co., Ltd. | Voice remote control apparatus and power supply method thereof |
CN110822695A (zh) * | 2019-11-27 | 2020-02-21 | 广东美的制冷设备有限公司 | 空调器的降噪方法、装置、空调器及电子设备 |
CN111128208A (zh) * | 2018-10-30 | 2020-05-08 | 比亚迪股份有限公司 | 一种便携式激励器 |
CN111161699A (zh) * | 2019-12-30 | 2020-05-15 | 广州心与潮信息科技有限公司 | 一种环境噪音的掩蔽方法、装置及设备 |
-
2020
- 2020-11-18 CN CN202011292737.7A patent/CN112509592B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090026010A1 (en) * | 2005-03-07 | 2009-01-29 | Prime Polymer Co., Ltd. | Process for producing sound absorber and produced by the process, sound absorber and sound absorbing structure |
US20080144852A1 (en) * | 2006-12-14 | 2008-06-19 | Ford Global Technologies, Llc | Multi-chamber noise control system |
US20090190767A1 (en) * | 2008-01-24 | 2009-07-30 | International Business Machines Corporation | System and method for a device sound interface manager |
US20090282874A1 (en) * | 2008-05-16 | 2009-11-19 | Samsung Electronics Co., Ltd. | Washing machine and sound control method thereof |
US20100310083A1 (en) * | 2009-06-09 | 2010-12-09 | Rohde & Schwarz Gmbh & Co. Kg | Electronic device with noise-suppression system |
JP2012037577A (ja) * | 2010-08-03 | 2012-02-23 | Dainippon Printing Co Ltd | 騒音源の快音化方法および快音化装置 |
US20130030557A1 (en) * | 2011-07-25 | 2013-01-31 | Hon Hai Precision Industry Co., Ltd. | Audio player and operating method automatically selecting music type mode according to environment noise |
CN105679299A (zh) * | 2014-11-16 | 2016-06-15 | 陕西金合泰克信息科技发展有限公司 | 一种改善睡眠环境的噪音转换装置 |
US20180293979A1 (en) * | 2015-10-29 | 2018-10-11 | Qingdao Goertek Technology Co., Ltd. | Voice remote control apparatus and power supply method thereof |
CN108463092A (zh) * | 2017-02-22 | 2018-08-28 | 中兴通讯股份有限公司 | 一种降噪装置和机柜 |
CN108243363A (zh) * | 2017-12-20 | 2018-07-03 | M&O电子公司 | 物理分离式双声学通路的降噪耳机 |
CN111128208A (zh) * | 2018-10-30 | 2020-05-08 | 比亚迪股份有限公司 | 一种便携式激励器 |
CN110822695A (zh) * | 2019-11-27 | 2020-02-21 | 广东美的制冷设备有限公司 | 空调器的降噪方法、装置、空调器及电子设备 |
CN111161699A (zh) * | 2019-12-30 | 2020-05-15 | 广州心与潮信息科技有限公司 | 一种环境噪音的掩蔽方法、装置及设备 |
Non-Patent Citations (2)
Title |
---|
JEN‐HSUAN HO等: "Comparison of various decentralised structural and cavity feedback control strategies for transmitted noise reduction through a double panel structure", JOURNAL OF SOUND AND VIBRATION, vol. 333, no. 7, XP028808789, DOI: 10.1016/j.jsv.2013.11.018 * |
蒋丰鑫: "驾驶室结构与声学特性关系分析与结构噪声控制", 中国优秀硕士学位论文全文数据库 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117238307A (zh) * | 2023-11-13 | 2023-12-15 | 深圳云盈网络科技有限公司 | 基于深度学习的音频优化处理方法及系统 |
CN117238307B (zh) * | 2023-11-13 | 2024-02-09 | 深圳云盈网络科技有限公司 | 基于深度学习的音频优化处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112509592B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Karjalainen et al. | Towards high-quality sound synthesis of the guitar and string instruments | |
US8716586B2 (en) | Process and device for synthesis of an audio signal according to the playing of an instrumentalist that is carried out on a vibrating body | |
JP4645241B2 (ja) | 音声処理装置およびプログラム | |
US6881890B2 (en) | Musical tone generating apparatus and method for generating musical tone on the basis of detection of pitch of input vibration signal | |
JPH11513820A (ja) | 音声合成のための制御構造 | |
CN111583894B (zh) | 一种实时修正音色的方法、装置、终端设备及计算机存储介质 | |
CN110634462A (zh) | 一种声音调整系统及调整方法 | |
CN112970058A (zh) | 信息处理方法及信息处理系统 | |
US8796530B2 (en) | Musical instrument with acoustic transducer | |
CN110910895B (zh) | 一种声音处理的方法、装置、设备和介质 | |
JP2018004870A (ja) | 音声合成装置および音声合成方法 | |
CN112509592B (zh) | 电器设备、噪音处理方法和可读存储介质 | |
EP1885156B1 (de) | Hörhilfe mit einem Audiosignalerzeuger | |
JPH04191894A (ja) | 鍵盤楽器 | |
JP6728843B2 (ja) | 電子楽器、楽音発生装置、楽音発生方法及びプログラム | |
JP2002268658A (ja) | 音声分析及び合成装置、方法、プログラム | |
JP5960635B2 (ja) | 楽器音出力装置 | |
Bader | Characterizing classical guitars using top plate radiation patterns measured by a microphone array | |
JP4349316B2 (ja) | 音声分析及び合成装置、方法、プログラム | |
JP5157488B2 (ja) | パラメータ設定装置、音響生成装置およびプログラム | |
CN117746822A (zh) | 一种电卡祖笛 | |
Yu | Intelligent control of touch tone of digital piano based on audio equalizer | |
Rauhala et al. | Parametric excitation model for waveguide piano synthesis | |
Case et al. | Electric guitar-A blank canvas for timbre and tone | |
JP5211437B2 (ja) | 音声処理装置およびプログラム |
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 |