CN113543010A - 麦克风设备的检测方法、装置、存储介质及处理器 - Google Patents
麦克风设备的检测方法、装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN113543010A CN113543010A CN202111078240.XA CN202111078240A CN113543010A CN 113543010 A CN113543010 A CN 113543010A CN 202111078240 A CN202111078240 A CN 202111078240A CN 113543010 A CN113543010 A CN 113543010A
- Authority
- CN
- China
- Prior art keywords
- dynamic range
- energy
- microphone
- audio
- target
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 85
- 230000005236 sound signal Effects 0.000 claims abstract description 244
- 230000002159 abnormal effect Effects 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 57
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 230000005856 abnormality Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 230000015654 memory Effects 0.000 description 23
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
- H04R29/004—Monitoring arrangements; Testing arrangements for 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- 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
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种麦克风设备的检测方法、装置、存储介质及处理器。其中,该方法包括:采集每个麦克风设备的自动回音消除模块输出的音频信号;将音频信号转换为音频能量值;基于音频能量值,从麦克风设备集群中确定采集到声音信号的目标麦克风设备;计算目标麦克风设备采集到的声音信号的能量动态范围波动量;基于能量动态范围波动量,确定目标麦克风设备是否处于异常状态。本发明解决了由于现有技术中对麦克风设备检测效率较低的技术问题。
Description
技术领域
本发明涉及信息处理技术领域,具体而言,涉及一种麦克风设备的检测方法、装置、存储介质及处理器。
背景技术
在实时语音通信中,硬件设备工作状态的监控对于保证算法运行符合预期至关重要。虽然在硬件设备部署之前都会保证设备的质检,但在长时间使用过程中难免会有一些意外出现,比如线路老化,连接松动,或发生一些磕碰,例如,对于硬件设备麦克风,拾音不对会直接影响整个音频链路的有效性,但目前是依赖人工定期质检或者等到麦克风不可用再通知设备商或客服,同时还存在虚警误报情况,因此浪费人力和财力资源,对麦克风设备的检测效率较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种麦克风设备的检测方法、装置、存储介质及处理器,以至少解决由于现有技术中对麦克风设备检测效率较低的技术问题。
根据本发明实施例的一个方面,提供了一种麦克风设备的检测方法,包括:采集每个麦克风设备的自动回音消除模块输出的音频信号;将所述音频信号转换为音频能量值;基于所述音频能量值,从至少一个麦克风设备中确定采集到声音信号的目标麦克风设备;计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量;基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态。
进一步地,基于所述音频能量值,从至少一个麦克风设备中确定采集到声音信号的目标麦克风设备包括:判断所述音频能量值是否大于能量阈值;若目标麦克风设备的音频能量值大于所述能量阈值,则确定所述目标麦克风设备采集到声音信号;将音频能量值小于或等于所述能量阈值的麦克风设备确定为未采集到声音信号,确定未采集到声音信号的麦克风设备存在第一类异常。
进一步地,所述能量动态范围波动量包括以下至少之一:全频能量的动态范围波动量和/或低频能量的动态范围波动量,其中,所述低频能量的频率低于预设频率。
进一步地,若所述能量动态范围波动量为全频能量的动态范围波动量,计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量包括:分析所述目标麦克风设备采集到的声音信号的频率,得到所述声音信号的全频包络信息;根据所述声音信号的全频包络信息,确定所述声音信号的全频能量的动态范围波动量。
进一步地,基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态包括:判断所述全频能量的动态范围波动量是否小于第一动态范围波动阈值;若所述全频能量的动态范围波动量小于第一动态范围波动阈值,则确定所述目标麦克风设备存在第二类异常。
进一步地,所述方法还包括:若所述全频能量的动态范围波动量不小于第一动态范围波动阈值,分析所述目标麦克风设备采集到的声音信号的低频频率,得到所述声音信号的低频包络信息;根据所述声音信号的低频包络信息,确定所述声音信号的低频能量的动态范围波动量;判断所述全频能量的动态范围波动量是否小于第二动态范围波动阈值;若所述全频能量的动态范围波动量小于第二动态范围波动阈值,则确定所述目标麦克风设备存在第三类异常。
进一步地,将所述音频信号转换为音频能量值包括:对所述音频信号通过数模转换,得到所述音频信号对应的音频能量值;将所述音频能量值进行平滑处理,得到处理后的音频能量值。
进一步地,在确定所述目标麦克风设备是否处于异常状态之后,所述方法还包括:若确定所述目标麦克风设备处于异常状态,将所述目标麦克风设备存在异常类型输出目标对象,以便通过所述目标对象对所述目标麦克风设备的异常状态进行分析处理,其中,所述目标对象为以下至少之一:所述目标麦克风设备的用户、所述目标麦克风设备的管理员,云端、服务器端。
进一步地,采集每个麦克风设备的自动回音消除模块输出的音频信号之前,所述方法还包括:在符合以下至少之一的条件时,启动执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤,其中,所述条件为:当使用至少一个麦克风设备的用户处于说话状态时、接收到启动检测的指令、到达检测周期。
进一步地,在采集自动回音消除模块输出的音频信号之前,所述方法还包括:采集进入所述至少一个麦克风设备的声音信号;采用至少一个麦克风设备中的自动回音消除模块对声音信号中的干扰信号进行消除,得到所述自动回音消除模块输出的音频信号;基于所述自动回音消除模块输出的音频信号的振幅大于预设振幅,则确定使用所述至少一个麦克风设备的用户处于说话状态。
根据本发明实施例的一个方面,提供了一种麦克风设备的检测方法,包括:在多媒体教室内,检测到目标麦克风处于开启状态;当使用所述目标麦克风设备的用户处于说话状态时,采集所述目标麦克风设备的自动回音消除模块输出的音频信号;将所述音频信号转换为音频能量值;基于所述音频能量值,确定所述目标麦克风设备是否能采集到声音;若所述目标麦克风设备能采集到声音,则计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量;基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态。
根据本发明实施例的一个方面,提供了一种麦克风设备的检测装置,包括:第一监控单元,用于采集每个麦克风设备的自动回音消除模块输出的音频信号;第一转换单元,用于将所述音频信号转换为音频能量值;第一确定单元,用于基于所述音频能量值,从所述麦克风设备集群中确定采集到声音信号的目标麦克风设备;第一计算单元,用于计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量;第二确定单元,用于基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态。
根据本发明实施例的一个方面,提供了一种计算机可读存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的麦克风设备的检测方法。
根据本发明实施例的一个方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的麦克风设备的检测方法。
在本发明实施例中,采用根据麦克风设备采集到的音频信号进行统计特性分析,确定目标麦克风设备是否处于异常状态的方式,采集每个麦克风设备的自动回音消除模块输出的音频信号;将音频信号转换为音频能量值;基于音频能量值,从麦克风设备集群中确定采集到声音信号的目标麦克风设备;计算目标麦克风设备采集到的声音信号的能量动态范围波动量;基于能量动态范围波动量,确定目标麦克风设备是否处于异常状态,达到了自动依据麦克风设备采集到的音频信号对麦克风设备的状态进行检测的目的,从而实现了提升对麦克风设备检测效率和准确率的技术效果,进而解决了由于现有技术中对麦克风设备检测效率较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的计算机终端的硬件结构框图;
图2是根据本发明实施例一提供的麦克风设备的检测方法的流程图;
图3是根据本发明实施例一提供的麦克风设备的音频采集端的处理示意图;
图4是根据本发明实施例一提供的可选的麦克风设备的检测方法的示意图;
图5是根据本发明实施例二提供的麦克风设备的检测方法的示意图;
图6是根据本发明实施例三提供的麦克风设备的检测装置的示意图;以及
图7是根据本发明实施例的可选的计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种麦克风设备的检测方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现麦克风设备的检测方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本发明实施例中的麦克风设备的检测方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的麦克风设备的检测方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
在上述运行环境下,本申请提供了如图2所示的麦克风设备的检测方法。图2是根据本发明实施例一的麦克风设备的检测方法的流程图。
步骤S201,采集每个麦克风设备的自动回音消除模块输出的音频信号。
上述的自动回音消除模块,Automatic Echo Cancellation,也即是AEC模块,通过自适应方法估计回声信号的大小,然后在近端接收到的信号中减去此估计值以抵消回声,同时保留其他正常的语音信号,以保证麦克风设备采集信号的准确率。
麦克风设备的音频采集端(也即,上行链路)的AEC模块会在收敛后消除回声对于麦克风采集信号的干扰,并给出目前是否处于近端有音频信号进入麦克风的状态。具体地,通过采集进入所述至少一个麦克风设备的声音信号;采用至少一个麦克风设备中的自动回音消除模块对声音信号中的干扰信号进行消除,得到所述自动回音消除模块输出的音频信号;基于所述自动回音消除模块输出的音频信号的振幅大于预设振幅,则确定使用所述至少一个麦克风设备的用户处于说话状态。如图3所示,利用近端有音频信号进入的情况下,认为是使用至少一个麦克风设备的用户处于说话状态,这时可以自动激活麦克风自检模块来检测现有麦克风设备的硬件工作状态,也即,可以自动检测麦克风设备是否处于异常状态。
步骤S202,将所述音频信号转换为音频能量值。
将自动回音消除模块输出的音频信号转换为音频能量值。
可选地,将所述音频信号转换为音频能量值可以通过以下步骤:对所述音频信号通过数模转换,得到所述音频信号对应的音频能量值;将所述音频能量值进行平滑处理,得到处理后的音频能量值。
例如,将音频信号对应的音频能量值乘以预设平滑系数,对音频能量值进行平滑处理,以对音频能量值进行去噪,保证音频能量值的准确率。
步骤S203,基于所述音频能量值,从至少一个麦克风设备中确定采集到声音信号的目标麦克风设备。
例如,判断所述音频能量值是否大于能量阈值;若目标麦克风设备的音频能量值大于所述能量阈值,则确定所述目标麦克风设备采集到声音信号;将音频能量值小于或等于所述能量阈值的麦克风设备确定为未采集到声音信号,确定未采集到声音信号的麦克风设备存在第一类异常。
需要说明的是,上述的能量阈值可以为麦克风设备电路的底噪能量值, 基于麦克风设备的音频能量值与麦克风设备电路的底噪能量值进行比较,可以判断麦克风设备是否线路连接松动导致采集声音为空,也即可从多个麦克风设备中筛选出不能采集到声音信号的麦克风设备。
通过上述方案,可以从多个麦克风设备中确定出能够采集到声音信号的目标麦克风设备和不能采集到声音信号的麦克风设备,将不能采集到声音信号的麦克风设备认为是异常状态的麦克风设备(对应上述的第一类异常),从而自动检测出异常状态的麦克风设备,在检测出异常状态的麦克风设备后,可以通过多种提醒方式触发提醒麦克风设备异常,例如,通过触发信息提醒、语音提醒、声光提醒或者震动提醒等等,在本申请中不作限定。因此,通过上述方案,提升麦克风设备的检测效率。
步骤S204,计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量。
对于步骤S203,从至少一个麦克风设备中确定出采集到声音信号的目标麦克风设备。对于能够采集到声音信号的目标麦克风设备,还需要进一步判断其是否存在异常状态(例如,采集音量是否失调或者采集音量是否失真)。因此,在步骤S204,计算目标麦克风设备采集到的声音信号的能量动态范围波动量。需要说明的是,所述能量动态范围波动量包括以下至少之一:全频能量的动态范围波动量和/或低频能量的动态范围波动量,其中,所述低频能量的频率低于预设频率。
若所述能量动态范围波动量为全频能量的动态范围波动量,计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量包括:分析所述目标麦克风设备采集到的声音信号的频率,得到所述声音信号的全频包络信息;根据所述声音信号的全频包络信息,确定所述声音信号的全频能量的动态范围波动量。
上述的动态范围波动量是声音信号的能量从最大到最小的范围值。例如,10ms内声音信号的全频能量的动态范围波动范围为(10,35),则确定10ms内声音信号的全频能量的动态范围波动量为3.5。
步骤S205,基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态。
若所述能量动态范围波动量为全频能量的动态范围波动量,基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态包括:判断所述全频能量的动态范围波动量是否小于第一动态范围波动阈值;若所述全频能量的动态范围波动量小于第一动态范围波动阈值,则确定所述目标麦克风设备存在第二类异常。
例如,第一动态范围波动阈值为2.5,目标麦克风设备全频能量的动态范围波动量为1.5,目标麦克风设备的全频能量的动态范围波动量1.5小于第一动态范围波动阈值2.5,则认为目标麦克风设备采集信号音量失调。在检测出目标麦克风设备存在采集信号音量失调的情况下,可以通过多种提醒方式触发提醒麦克风设备采集信号音量失调,例如,通过触发信息提醒、语音提醒、声光提醒或者震动提醒等等,在本申请中不作限定。通过上述方案,提升了对麦克风设备检测的准确率和效率。
可选地,为了进一步提升对麦克风设备检测的准确率,在本申请实施例提供的麦克风设备的检测方法中,该方法还包括:若所述全频能量的动态范围波动量不小于第一动态范围波动阈值,分析所述目标麦克风设备采集到的声音信号的低频频率,得到所述声音信号的低频包络信息;根据所述声音信号的低频包络信息,确定所述声音信号的低频能量的动态范围波动量;判断所述全频能量的动态范围波动量是否小于第二动态范围波动阈值;若所述全频能量的动态范围波动量小于第二动态范围波动阈值,则确定所述目标麦克风设备存在第三类异常。
在确定出所述全频能量的动态范围波动量不小于第一动态范围波动阈值的情况下,也即,目标麦克风设备不存在采集信号音量失调的情况下,判断声音信号的低频能量的动态范围波动量;若目标麦克风设备的全频能量的动态范围波动量小于第二动态范围波动阈值;则确定所述目标麦克风设备存在第三类异常。由于同一环境下,麦克风设备采集到的低频信号通常比较相似,因此,基于信号在低频带的能量动态范围可以判断麦克风是否存在采集音频信号失真。
通过上述方案,可以准确的检测出目标麦克风设备是否存在采集音频信号失真,若在检测出目标麦克风设备存在采集音频信号失真的情况下,可以通过多种提醒方式触发提醒麦克风设备采集音频信号失真,例如,通过触发信息提醒、语音提醒、声光提醒或者震动提醒等等,在本申请中不作限定。通过上述方案可以准确确定麦克风设备的错误信息,提高对麦克风设备的音频链路错误排查效率,从而提升了对麦克风设备检测的准确率和效率。
可选地,为了提升对麦克风设备处理效率,在本申请实施例提供的麦克风设备的检测方法中,在确定目标麦克风设备是否处于异常状态之后,方法还包括:若确定目标麦克风设备处于异常状态,将目标麦克风设备存在异常类型输出目标对象,以便通过目标对象对目标麦克风设备的异常状态进行分析处理,其中,目标对象为以下至少之一:目标麦克风设备的用户、目标麦克风设备的管理员,云端、服务器端。
通过上述方案,在目标麦克风设备处于异常状态时,可以将目标麦克风设备存在异常类型输出至目标对象(例如,目标麦克风设备的用户、目标麦克风设备的管理员,云端、服务器端等等),以便目标对象对目标麦克风设备的异常状态进行分析处理,及时对异常的目标麦克风设备进行处理。
可选地,在本申请实施例提供的麦克风设备的检测方法中,采集每个麦克风设备的自动回音消除模块输出的音频信号之前,该方法还包括:在符合以下至少之一的条件时,启动执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤,其中,该条件为:当使用至少一个麦克风设备的用户处于说话状态时、接收到启动检测的指令、到达检测周期。
通过上述方案,限定了启动执行采集每个麦克风设备的自动回音消除模块输出的音频信号的启动条件,在满足任一条件时,则执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤。需要说明的是,上述启动条件中的接收到启动检测的指令,可以是用户输入的启动检测的指令,也可以是按照预设检测周期触发的启动检测的指令。上述的到达检测周期可以是预设的检测周期,在达到检测周期时,则自动开始执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤。
需要说明的是,在本申请中也可以在确定出能够采集到声音信号的目标麦克风设备之后,直接依据目标麦克风设备的低频能量的动态范围波动量判断目标麦克风是否存在采集音频信号失真的情况。因此,对于判断麦克风采集设备是否采空,麦克风设备采集音量是否失调,麦克风设备采集音频信号是否失真的先后顺序,可以依据用户需求自己配置。上述麦克风设备自检的算法在麦克风设备自检模块中实施,如图4所示,在AEC模块输出某段时间(例如,10~20ms)的音频信号后,提取音频信号的全频带能量值,并对其进行平滑处理,处理后得到均值能量dBFs,若均值能量dBFs小于thres1(对应上述的预设振幅),则认为该麦克风处于未采集到任何信号状态,在排除采集为空的个别麦克风后,计算剩下麦克风信号的全频能量的动态范围,若全频能量的动态范围小于thres2(对应上述的第一动态范围波动阈值),则认为该麦克风处于采集信号音量失调。若存在麦克风的全频能量的动态范围不小于thres2,则计算这些麦克风信号低频能量的动态范围,判断低频能量的动态范围是否小于thres3(对应上述的第二动态范围波动阈值),若某个麦克风低频能量的动态范围小于thres3,则认为该麦克风处于采集音频信号失真的状态。需要说明的是,上述描述的低频的范围为:200Hz~1KHz。
综上,根据麦克风采集到的音频信号进行统计特性分析,尤其是对于多颗麦克风或者麦克风阵列设备,通过上述方案可以给出准确的麦克风错误信息,提高音频链路错误排查效率。例如,在检测出麦克风处于未采集到任何信号状态、麦克风处于采集信号音量失调或者麦克风处于采集音频信号失真的状态,可以给出相应的麦克风设备异常或错误提醒信息,以便目标对象及时获知麦克风的状态,通过上述方案,提升了对麦克风设备的检测效率以及准确率。
另外,需要说明的是,本申请实施例的技术方案可以用于麦克风设备的自检,还可以用于会议音频设备等的自检,对其应用场景,本申请汇总不作限定。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
在实施例一提供的运行环境中,本申请提供了如图5所示的麦克风设备的检测方法。图5是根据本发明实施例二的麦克风设备的检测方法的流程图。
步骤S501,在多媒体教室内,检测到目标麦克风处于开启状态;
步骤S502,当使用所述目标麦克风设备的用户处于说话状态时,采集所述目标麦克风设备的自动回音消除模块输出的音频信号;
步骤S503,将所述音频信号转换为音频能量值;
步骤S504,基于所述音频能量值,确定所述目标麦克风设备是否能采集到声音;
步骤S505,若所述目标麦克风设备能采集到声音,则计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量;
步骤S506,基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态。
通过上述步骤,在多媒体教室内,在目标麦克风处于开启状态时,实现了自动依据目标麦克风设备采集到的音频信号对目标麦克风设备的状态进行检测的目的,从而实现了提升对麦克风设备检测效率和准确率的技术效果,进而解决了由于现有技术中对麦克风设备检测效率较低的技术问题。
需要说明的是,在本实施例二中对于确定所述目标麦克风设备是否处于异常状态的具体技术手段,与上述实施例一中的方法相同,在此不再具体赘述。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例3
根据本发明实施例,还提供了一种用于实施上述麦克风设备的检测方法的装置,如图6所示,该装置包括:第一监控单元601、第一转换单元602、第一确定单元603、第一计算单元604、第二确定单元605。
具体的,第一监控单元601,用于采集每个麦克风设备的自动回音消除模块输出的音频信号;
第一转换单元602,用于将音频信号转换为音频能量值;
第一确定单元603,用于基于音频能量值,从麦克风设备集群中确定采集到声音信号的目标麦克风设备;
第一计算单元604,用于计算目标麦克风设备采集到的声音信号的能量动态范围波动量;
第二确定单元605,用于基于能量动态范围波动量,确定目标麦克风设备是否处于异常状态。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,第一监控单元601采集每个麦克风设备的自动回音消除模块输出的音频信号;第一转换单元602将音频信号转换为音频能量值;第一确定单元603基于音频能量值,从麦克风设备集群中确定采集到声音信号的目标麦克风设备;第一计算单元604计算目标麦克风设备采集到的声音信号的能量动态范围波动量;第二确定单元605基于能量动态范围波动量,确定目标麦克风设备是否处于异常状态,达到了自动依据麦克风设备采集到的音频信号对麦克风设备的状态进行检测的目的,从而实现了提升对麦克风设备检测效率和准确率的技术效果,进而解决了由于现有技术中对麦克风设备检测效率较低的技术问题。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,第一确定单元603包括:第一判断模块,用于判断音频能量值是否大于能量阈值;第一确定模块,用于若目标麦克风设备的音频能量值大于能量阈值,则确定目标麦克风设备采集到声音信号;第二确定模块,用于将音频能量值小于或等于能量阈值的麦克风设备确定为未采集到声音信号,确定未采集到声音信号的麦克风设备存在第一类异常。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,若所述能量动态范围波动量为全频能量的动态范围波动量,第一计算单元604包括:第一分析模块,用于分析目标麦克风设备采集到的声音信号的频率,得到声音信号的全频包络信息;第三确定模块,用于根据声音信号的全频包络信息,确定声音信号的全频能量的动态范围波动量。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,能量动态范围波动量包括以下至少之一:全频能量的动态范围波动量和/或低频能量的动态范围波动量,其中,低频能量的频率低于预设频率。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,若能量动态范围波动量为全频能量的动态范围波动量,第二确定单元605包括:第二判断模块,用于判断全频能量的动态范围波动量是否小于第一动态范围波动阈值;第四确定模块,用于若全频能量的动态范围波动量小于第一动态范围波动阈值,则确定目标麦克风设备采集信号音量失调。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,该装置还包括:第一获取单元,用于若全频能量的动态范围波动量不小于第一动态范围波动阈值,分析目标麦克风设备采集到的声音信号的低频频率,得到声音信号的低频包络信息;第三确定单元,用于根据声音信号的低频包络信息,确定声音信号的低频能量的动态范围波动量;第一判断单元,用于判断全频能量的动态范围波动量是否小于第二动态范围波动阈值;第四确定单元,用于若全频能量的动态范围波动量小于第二动态范围波动阈值,则确定目标麦克风设备存在第三类异常。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,第一转换单元602包括:第一转换模块,用于对音频信号通过数模转换,得到音频信号对应的音频能量值;第一处理模块,用于将音频能量值进行平滑处理,得到处理后的音频能量值。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,在确定所述目标麦克风设备是否处于异常状态之后,该装置还包括:处理单元,用于在确定所述目标麦克风设备处于异常状态的情况下,将所述目标麦克风设备存在异常类型输出目标对象,以便通过所述目标对象对所述目标麦克风设备的异常状态进行分析处理,其中,所述目标对象为以下至少之一:所述目标麦克风设备的用户、所述目标麦克风设备的管理员,云端、服务器端。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,该装置还包括:启动单元,用于在采集每个麦克风设备的自动回音消除模块输出的音频信号之前,在符合以下至少之一的条件时,启动执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤,其中,所述条件为:当使用至少一个麦克风设备的用户处于说话状态时、接收到启动检测的指令、到达检测周期。
可选地,在本申请实施例三提供的麦克风设备的检测装置中,该装置还包括:第一采集单元,用于在采集自动回音消除模块输出的音频信号之前,采集进入至少一个麦克风设备的声音信号;第二获取单元,用于采用至少一个麦克风设备中的自动回音消除模块对声音信号中的干扰信号进行消除,得到自动回音消除模块输出的音频信号;第五确定单元,用于基于自动回音消除模块输出的音频信号的振幅大于预设振幅,则确定使用至少一个麦克风设备的用户处于说话状态。
此处需要说明的是,上述第一监控单元601、第一转换单元602、第一确定单元603、第一计算单元604、第二确定单元605对应于实施例1中的步骤S201至步骤S205,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
实施例4
本发明的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机终端可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:采集每个麦克风设备的自动回音消除模块输出的音频信号;将音频信号转换为音频能量值;基于音频能量值,从麦克风设备集群中确定采集到声音信号的目标麦克风设备;计算目标麦克风设备采集到的声音信号的能量动态范围波动量;基于能量动态范围波动量,确定目标麦克风设备是否处于异常状态。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:判断音频能量值是否大于能量阈值;若目标麦克风设备的音频能量值大于能量阈值,则确定目标麦克风设备采集到声音信号;将音频能量值小于或等于能量阈值的麦克风设备确定为未采集到声音信号,确定未采集到声音信号的麦克风设备存在第一类异常。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:分析目标麦克风设备采集到的声音信号的频率,得到声音信号的全频包络信息;根据声音信号的全频包络信息,确定声音信号的全频能量的动态范围波动量。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:能量动态范围波动量包括以下至少之一:全频能量的动态范围波动量和/或低频能量的动态范围波动量,其中,低频能量的频率低于预设频率。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:判断全频能量的动态范围波动量是否小于第一动态范围波动阈值;若全频能量的动态范围波动量小于第一动态范围波动阈值,则确定目标麦克风设备采集信号音量失调。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:若全频能量的动态范围波动量不小于第一动态范围波动阈值,分析目标麦克风设备采集到的声音信号的低频频率,得到声音信号的低频包络信息;根据声音信号的低频包络信息,确定声音信号的低频能量的动态范围波动量;判断全频能量的动态范围波动量是否小于第二动态范围波动阈值;若全频能量的动态范围波动量小于第二动态范围波动阈值,则确定目标麦克风设备存在第三类异常。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:对音频信号通过数模转换,得到音频信号对应的音频能量值;将音频能量值进行平滑处理,得到处理后的音频能量值。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:在确定所述目标麦克风设备是否处于异常状态之后,该方法还包括:若确定所述目标麦克风设备处于异常状态,将所述目标麦克风设备存在异常类型输出目标对象,以便通过所述目标对象对所述目标麦克风设备的异常状态进行分析处理,其中,所述目标对象为以下至少之一:所述目标麦克风设备的用户、所述目标麦克风设备的管理员,云端、服务器端。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:采集每个麦克风设备的自动回音消除模块输出的音频信号之前,该方法还包括:在符合以下至少之一的条件时,启动执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤,其中,所述条件为:当使用至少一个麦克风设备的用户处于说话状态时、接收到启动检测的指令、到达检测周期。
上述计算机终端还可以执行应用程序的麦克风设备的检测方法中以下步骤的程序代码:在采集自动回音消除模块输出的音频信号之前,该方法还包括:采集进入所述至少一个麦克风设备的声音信号;采用至少一个麦克风设备中的自动回音消除模块对声音信号中的干扰信号进行消除,得到所述自动回音消除模块输出的音频信号;基于所述自动回音消除模块输出的音频信号的振幅大于预设振幅,则确定使用所述至少一个麦克风设备的用户处于说话状态。
可选地,图7是根据本发明实施例的一种计算机终端的结构框图。如图7所示,该计算机终端可以包括:一个或多个(图7中仅示出一个)处理器、存储器。
其中,存储器可用于存储软件程序以及模块,如本发明实施例中的麦克风设备的检测方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的麦克风设备的检测方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:采集每个麦克风设备的自动回音消除模块输出的音频信号;将音频信号转换为音频能量值;基于音频能量值,从麦克风设备集群中确定采集到声音信号的目标麦克风设备;计算目标麦克风设备采集到的声音信号的能量动态范围波动量;基于能量动态范围波动量,确定目标麦克风设备是否处于异常状态。
可选的,上述处理器还可以执行如下步骤的程序代码:判断音频能量值是否大于能量阈值;若目标麦克风设备的音频能量值大于能量阈值,则确定目标麦克风设备采集到声音信号;将音频能量值小于或等于能量阈值的麦克风设备确定为未采集到声音信号,确定未采集到声音信号的麦克风设备存在第一类异常。
可选的,上述处理器还可以执行如下步骤的程序代码:分析目标麦克风设备采集到的声音信号的频率,得到声音信号的全频包络信息;根据声音信号的全频包络信息,确定声音信号的全频能量的动态范围波动量。
可选的,上述处理器还可以执行如下步骤的程序代码:能量动态范围波动量包括以下至少之一:全频能量的动态范围波动量和/或低频能量的动态范围波动量,其中,低频能量的频率低于预设频率。
可选的,上述处理器还可以执行如下步骤的程序代码:判断全频能量的动态范围波动量是否小于第一动态范围波动阈值;若全频能量的动态范围波动量小于第一动态范围波动阈值,则确定目标麦克风设备采集信号音量失调。
可选的,上述处理器还可以执行如下步骤的程序代码:若全频能量的动态范围波动量不小于第一动态范围波动阈值,分析目标麦克风设备采集到的声音信号的低频频率,得到声音信号的低频包络信息;根据声音信号的低频包络信息,确定声音信号的低频能量的动态范围波动量;判断全频能量的动态范围波动量是否小于第二动态范围波动阈值;若全频能量的动态范围波动量小于第二动态范围波动阈值,则确定目标麦克风设备存在第三类异常。
可选的,上述处理器还可以执行如下步骤的程序代码:对音频信号通过数模转换,得到音频信号对应的音频能量值;将音频能量值进行平滑处理,得到处理后的音频能量值。
可选的,上述处理器还可以执行如下步骤的程序代码:在确定所述目标麦克风设备是否处于异常状态之后,该方法还包括:若确定所述目标麦克风设备处于异常状态,将所述目标麦克风设备存在异常类型输出目标对象,以便通过所述目标对象对所述目标麦克风设备的异常状态进行分析处理,其中,所述目标对象为以下至少之一:所述目标麦克风设备的用户、所述目标麦克风设备的管理员,云端、服务器端。
可选的,上述处理器还可以执行如下步骤的程序代码:采集每个麦克风设备的自动回音消除模块输出的音频信号之前,该方法还包括:在符合以下至少之一的条件时,启动执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤,其中,所述条件为:当使用至少一个麦克风设备的用户处于说话状态时、接收到启动检测的指令、到达检测周期。
可选的,上述处理器还可以执行如下步骤的程序代码:在采集自动回音消除模块输出的音频信号之前,该方法还包括:采集进入所述至少一个麦克风设备的声音信号;采用至少一个麦克风设备中的自动回音消除模块对声音信号中的干扰信号进行消除,得到所述自动回音消除模块输出的音频信号;基于所述自动回音消除模块输出的音频信号的振幅大于预设振幅,则确定使用所述至少一个麦克风设备的用户处于说话状态。
采用本发明实施例,提供了一种麦克风设备的检测方法的方案。采用根据麦克风设备采集到的音频信号进行统计特性分析,确定目标麦克风设备是否处于异常状态的方式,通过采集每个麦克风设备的自动回音消除模块输出的音频信号;将音频信号转换为音频能量值;基于音频能量值,从麦克风设备集群中确定采集到声音信号的目标麦克风设备;计算目标麦克风设备采集到的声音信号的能量动态范围波动量;基于能量动态范围波动量,确定目标麦克风设备是否处于异常状态,达到了自动依据麦克风设备采集到的音频信号对麦克风设备的状态进行检测的目的,从而实现了提升对麦克风设备检测效率和准确率的技术效果,进而解决了由于现有技术中对麦克风设备检测效率较低的技术问题。
本领域普通技术人员可以理解,图7所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图7其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图7中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图7所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例5
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例一所提供的麦克风设备的检测方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:采集每个麦克风设备的自动回音消除模块输出的音频信号;将音频信号转换为音频能量值;基于音频能量值,从麦克风设备集群中确定采集到声音信号的目标麦克风设备;计算目标麦克风设备采集到的声音信号的能量动态范围波动量;基于能量动态范围波动量,确定目标麦克风设备是否处于异常状态。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:判断音频能量值是否大于能量阈值;若目标麦克风设备的音频能量值大于能量阈值,则确定目标麦克风设备采集到声音信号;将音频能量值小于或等于能量阈值的麦克风设备确定为未采集到声音信号,确定未采集到声音信号的麦克风设备存在第一类异常。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:分析目标麦克风设备采集到的声音信号的频率,得到声音信号的全频包络信息;根据声音信号的全频包络信息,确定声音信号的全频能量的动态范围波动量。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:能量动态范围波动量包括以下至少之一:全频能量的动态范围波动量和/或低频能量的动态范围波动量,其中,低频能量的频率低于预设频率。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:判断全频能量的动态范围波动量是否小于第一动态范围波动阈值;若全频能量的动态范围波动量小于第一动态范围波动阈值,则确定目标麦克风设备采集信号音量失调。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:若全频能量的动态范围波动量不小于第一动态范围波动阈值,分析目标麦克风设备采集到的声音信号的低频频率,得到声音信号的低频包络信息;根据声音信号的低频包络信息,确定声音信号的低频能量的动态范围波动量;判断全频能量的动态范围波动量是否小于第二动态范围波动阈值;若全频能量的动态范围波动量小于第二动态范围波动阈值,则确定目标麦克风设备存在第三类异常。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:对音频信号通过数模转换,得到音频信号对应的音频能量值;将音频能量值进行平滑处理,得到处理后的音频能量值。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:在确定所述目标麦克风设备是否处于异常状态之后,该方法还包括:若确定所述目标麦克风设备处于异常状态,将所述目标麦克风设备存在异常类型输出目标对象,以便通过所述目标对象对所述目标麦克风设备的异常状态进行分析处理,其中,所述目标对象为以下至少之一:所述目标麦克风设备的用户、所述目标麦克风设备的管理员,云端、服务器端。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:采集每个麦克风设备的自动回音消除模块输出的音频信号之前,该方法还包括:在符合以下至少之一的条件时,启动执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤,其中,所述条件为:当使用至少一个麦克风设备的用户处于说话状态时、接收到启动检测的指令、到达检测周期。
可选的,存储介质还被设置为存储用于执行以下步骤的程序代码:在采集自动回音消除模块输出的音频信号之前,该方法还包括:采集进入所述至少一个麦克风设备的声音信号;采用至少一个麦克风设备中的自动回音消除模块对声音信号中的干扰信号进行消除,得到所述自动回音消除模块输出的音频信号;基于所述自动回音消除模块输出的音频信号的振幅大于预设振幅,则确定使用所述至少一个麦克风设备的用户处于说话状态。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种麦克风设备的检测方法,其特征在于,包括:
采集每个麦克风设备的自动回音消除模块输出的音频信号;
将所述音频信号转换为音频能量值;
基于所述音频能量值,从至少一个麦克风设备中确定采集到声音信号的目标麦克风设备;
计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量;
基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态。
2.根据权利要求1所述的方法,其特征在于,基于所述音频能量值,从至少一个麦克风设备中确定采集到声音信号的目标麦克风设备包括:
判断所述音频能量值是否大于能量阈值;
若目标麦克风设备的音频能量值大于所述能量阈值,则确定所述目标麦克风设备采集到声音信号;
将音频能量值小于或等于所述能量阈值的麦克风设备确定为未采集到声音信号,确定未采集到声音信号的麦克风设备存在第一类异常。
3.根据权利要求1所述的方法,其特征在于,所述能量动态范围波动量包括以下至少之一:全频能量的动态范围波动量和/或低频能量的动态范围波动量,其中,所述低频能量的频率低于预设频率。
4.根据权利要求1所述的方法,其特征在于,若所述能量动态范围波动量为全频能量的动态范围波动量,计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量包括:
分析所述目标麦克风设备采集到的声音信号的频率,得到所述声音信号的全频包络信息;
根据所述声音信号的全频包络信息,确定所述声音信号的全频能量的动态范围波动量。
5.根据权利要求4所述的方法,其特征在于,基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态包括:
判断所述全频能量的动态范围波动量是否小于第一动态范围波动阈值;
若所述全频能量的动态范围波动量小于第一动态范围波动阈值,则确定所述目标麦克风设备存在第二类异常。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若所述全频能量的动态范围波动量不小于第一动态范围波动阈值,分析所述目标麦克风设备采集到的声音信号的低频频率,得到所述声音信号的低频包络信息;
根据所述声音信号的低频包络信息,确定所述声音信号的低频能量的动态范围波动量;
判断所述全频能量的动态范围波动量是否小于第二动态范围波动阈值;
若所述全频能量的动态范围波动量小于第二动态范围波动阈值,则确定所述目标麦克风设备存在第三类异常。
7.根据权利要求1所述的方法,其特征在于,将所述音频信号转换为音频能量值包括:
对所述音频信号通过数模转换,得到所述音频信号对应的音频能量值;
将所述音频能量值进行平滑处理,得到处理后的音频能量值。
8.根据权利要求1所述的方法,其特征在于,在确定所述目标麦克风设备是否处于异常状态之后,所述方法还包括:
若确定所述目标麦克风设备处于异常状态,将所述目标麦克风设备存在异常类型输出目标对象,以便通过所述目标对象对所述目标麦克风设备的异常状态进行分析处理,其中,所述目标对象为以下至少之一:所述目标麦克风设备的用户、所述目标麦克风设备的管理员,云端、服务器端。
9.根据权利要求1所述的方法,其特征在于,采集每个麦克风设备的自动回音消除模块输出的音频信号之前,所述方法还包括:
在符合以下至少之一的条件时,启动执行采集每个麦克风设备的自动回音消除模块输出的音频信号的步骤,其中,所述条件为:当使用至少一个麦克风设备的用户处于说话状态时、接收到启动检测的指令、到达检测周期。
10.根据权利要求9所述的方法,其特征在于,在采集自动回音消除模块输出的音频信号之前,所述方法还包括:
采集进入所述至少一个麦克风设备的声音信号;
采用至少一个麦克风设备中的自动回音消除模块对声音信号中的干扰信号进行消除,得到所述自动回音消除模块输出的音频信号;
基于所述自动回音消除模块输出的音频信号的振幅大于预设振幅,则确定使用所述至少一个麦克风设备的用户处于说话状态。
11.一种麦克风设备的检测方法,其特征在于,包括:
在多媒体教室内,检测到目标麦克风处于开启状态;
当使用所述目标麦克风设备的用户处于说话状态时,采集所述目标麦克风设备的自动回音消除模块输出的音频信号;
将所述音频信号转换为音频能量值;
基于所述音频能量值,确定所述目标麦克风设备是否能采集到声音;
若所述目标麦克风设备能采集到声音,则计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量;
基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态。
12.一种麦克风设备的检测装置,其特征在于,包括:
第一监控单元,用于采集每个麦克风设备的自动回音消除模块输出的音频信号;
第一转换单元,用于将所述音频信号转换为音频能量值;
第一确定单元,用于基于所述音频能量值,从所述麦克风设备集群中确定采集到声音信号的目标麦克风设备;
第一计算单元,用于计算所述目标麦克风设备采集到的声音信号的能量动态范围波动量;
第二确定单元,用于基于所述能量动态范围波动量,确定所述目标麦克风设备是否处于异常状态。
13.一种计算机可读存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至11中任意一项所述的麦克风设备的检测方法。
14.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至11中任意一项所述的麦克风设备的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111078240.XA CN113543010B (zh) | 2021-09-15 | 2021-09-15 | 麦克风设备的检测方法、装置、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111078240.XA CN113543010B (zh) | 2021-09-15 | 2021-09-15 | 麦克风设备的检测方法、装置、存储介质及处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113543010A true CN113543010A (zh) | 2021-10-22 |
CN113543010B CN113543010B (zh) | 2022-02-22 |
Family
ID=78092575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111078240.XA Active CN113543010B (zh) | 2021-09-15 | 2021-09-15 | 麦克风设备的检测方法、装置、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113543010B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114245281A (zh) * | 2021-12-09 | 2022-03-25 | 深圳市音络科技有限公司 | 一种语音性能测试方法及系统 |
CN115914973A (zh) * | 2023-02-10 | 2023-04-04 | 浙江华创视讯科技有限公司 | 麦克风声道检测方法、装置、计算机设备和存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103929707A (zh) * | 2014-04-08 | 2014-07-16 | 深圳市中兴移动通信有限公司 | 一种检测麦克风音频通道状况的方法和移动终端 |
US20150117671A1 (en) * | 2013-10-29 | 2015-04-30 | Cisco Technology, Inc. | Method and apparatus for calibrating multiple microphones |
CN106911996A (zh) * | 2017-03-03 | 2017-06-30 | 广东欧珀移动通信有限公司 | 麦克风状态的检测方法、装置及终端设备 |
CN108737615A (zh) * | 2018-06-27 | 2018-11-02 | 努比亚技术有限公司 | 麦克风收音方法、移动终端及计算机可读存储介质 |
US20190124443A1 (en) * | 2017-10-19 | 2019-04-25 | Intel Corporation | Detecting speaker faults using acoustic echoes |
CN110225444A (zh) * | 2019-06-14 | 2019-09-10 | 四川长虹电器股份有限公司 | 一种麦克风阵列系统的故障检测方法及其检测系统 |
CN110691314A (zh) * | 2019-10-22 | 2020-01-14 | 苏州思必驰信息科技有限公司 | 线性麦克风阵列性能测试方法及夹具 |
CN111263284A (zh) * | 2020-01-09 | 2020-06-09 | 河南讯飞智元信息科技有限公司 | 麦克风故障检测方法、装置、电子设备和存储介质 |
CN111683329A (zh) * | 2020-05-30 | 2020-09-18 | 北京声智科技有限公司 | 麦克风检测方法、装置、终端及存储介质 |
CN111770427A (zh) * | 2020-06-24 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 麦克风阵列的检测方法、装置、设备以及存储介质 |
US10863296B1 (en) * | 2019-03-26 | 2020-12-08 | Amazon Technologies, Inc. | Microphone failure detection and re-optimization |
CN112071332A (zh) * | 2019-06-11 | 2020-12-11 | 阿里巴巴集团控股有限公司 | 确定拾音质量的方法及装置 |
CN112289336A (zh) * | 2020-10-30 | 2021-01-29 | 维沃移动通信有限公司 | 音频信号处理方法和装置 |
-
2021
- 2021-09-15 CN CN202111078240.XA patent/CN113543010B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150117671A1 (en) * | 2013-10-29 | 2015-04-30 | Cisco Technology, Inc. | Method and apparatus for calibrating multiple microphones |
CN103929707A (zh) * | 2014-04-08 | 2014-07-16 | 深圳市中兴移动通信有限公司 | 一种检测麦克风音频通道状况的方法和移动终端 |
CN106911996A (zh) * | 2017-03-03 | 2017-06-30 | 广东欧珀移动通信有限公司 | 麦克风状态的检测方法、装置及终端设备 |
US20190124443A1 (en) * | 2017-10-19 | 2019-04-25 | Intel Corporation | Detecting speaker faults using acoustic echoes |
CN108737615A (zh) * | 2018-06-27 | 2018-11-02 | 努比亚技术有限公司 | 麦克风收音方法、移动终端及计算机可读存储介质 |
US10863296B1 (en) * | 2019-03-26 | 2020-12-08 | Amazon Technologies, Inc. | Microphone failure detection and re-optimization |
CN112071332A (zh) * | 2019-06-11 | 2020-12-11 | 阿里巴巴集团控股有限公司 | 确定拾音质量的方法及装置 |
CN110225444A (zh) * | 2019-06-14 | 2019-09-10 | 四川长虹电器股份有限公司 | 一种麦克风阵列系统的故障检测方法及其检测系统 |
CN110691314A (zh) * | 2019-10-22 | 2020-01-14 | 苏州思必驰信息科技有限公司 | 线性麦克风阵列性能测试方法及夹具 |
CN111263284A (zh) * | 2020-01-09 | 2020-06-09 | 河南讯飞智元信息科技有限公司 | 麦克风故障检测方法、装置、电子设备和存储介质 |
CN111683329A (zh) * | 2020-05-30 | 2020-09-18 | 北京声智科技有限公司 | 麦克风检测方法、装置、终端及存储介质 |
CN111770427A (zh) * | 2020-06-24 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 麦克风阵列的检测方法、装置、设备以及存储介质 |
CN112289336A (zh) * | 2020-10-30 | 2021-01-29 | 维沃移动通信有限公司 | 音频信号处理方法和装置 |
Non-Patent Citations (3)
Title |
---|
叶剑杰: "监督式分级异常声音检测系统的设计与实现", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
吴超等: "基于噪声估计和能量比的双讲检测方法", 《第十二届全国人机语音通讯学术会议(NCMMSC2013)论文集》 * |
杨红梅: "手机音频故障检测分析技术的研究与实现", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114245281A (zh) * | 2021-12-09 | 2022-03-25 | 深圳市音络科技有限公司 | 一种语音性能测试方法及系统 |
CN114245281B (zh) * | 2021-12-09 | 2024-03-19 | 深圳市音络科技有限公司 | 一种语音性能测试方法及系统 |
CN115914973A (zh) * | 2023-02-10 | 2023-04-04 | 浙江华创视讯科技有限公司 | 麦克风声道检测方法、装置、计算机设备和存储介质 |
CN115914973B (zh) * | 2023-02-10 | 2023-12-01 | 浙江华创视讯科技有限公司 | 麦克风声道检测方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113543010B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113543010B (zh) | 麦克风设备的检测方法、装置、存储介质及处理器 | |
US10522164B2 (en) | Method and device for improving audio processing performance | |
CN107548564B (zh) | 一种语音输入异常的确定方法、装置、终端以及存储介质 | |
CN105376335B (zh) | 一种采集数据上传方法和装置 | |
CN110031088B (zh) | 电子设备故障检测方法、装置、设备和吸油烟机 | |
EP3002606A1 (en) | Apparatus, system and method for space status detection based on acoustic signal | |
KR20170013884A (ko) | 음성 표시 | |
KR20170057416A (ko) | 검출 거리 보정 방법, 장치, 및 디바이스 | |
CN109085811B (zh) | 设备点检方法及装置 | |
CN109041267B (zh) | 一种网络连接故障处理方法、装置及电子设备 | |
WO2019062751A1 (zh) | 一种语音数据的异常检测方法及装置 | |
CN108322917B (zh) | 无线网络接入故障定位方法、设备、系统及存储介质 | |
CN111431772B (zh) | 网络延迟测量方法、系统、可读存储介质及终端设备 | |
CN110913214A (zh) | 电视端阵列麦克风的故障检测方法及装置 | |
TWI499254B (zh) | 基於環境回復簡訊的電子裝置及方法 | |
CN111918196B (zh) | 一种音频采集器录音异常的诊断方法、装置、设备及存储介质 | |
CN104486470A (zh) | 终端设备中声学器件的自检方法及系统 | |
CN111130828B (zh) | 一种智能配网方法、装置及终端设备 | |
CN107566663A (zh) | 检测电话线路上的拨号音 | |
CN110996244B (zh) | 麦克风阵列性能测试方法、装置及系统 | |
CN106650281B (zh) | 一种数据处理方法、系统、服务器和客户端 | |
CN116592994A (zh) | 一种变压器运行监测方法、装置和电子设备 | |
CN109586788B (zh) | 监控系统故障诊断方法、装置、计算机设备及存储介质 | |
CN109117020B (zh) | 触控位置的定位方法及装置、存储介质、电子装置 | |
CN111210839A (zh) | 对录音设备的检测方法及装置 |
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 |