CN115696112A - 远程语音交互系统及方法 - Google Patents

Abstract

本发明提供一种远程语音交互系统及方法。其中，远程语音交互系统包括：第一交互端；第一交互端能够采集所在空间多个声源发出的第一声音信号，并将其转化为第一交互信号进行发送；第二交互端；第二交互端能够采集所在空间多个声源发出的第二声音信号，并将其转化为第二交互信号进行发送；第一交互端还能够接收第二交互信号，并将其转化为低频的声音信号进行播放；第二交互端还能够接收第一交互信号，并将其转化为为低频的声音信号进行播放。本发明能够采集空间中多个声源发出的声音信号，将其处理形成稳定的音频信号，并将其转化为超声信号发送至远端。克服了较大会议室中距离较远位置所采集的声音微弱，进而导致远端参会人员无法听清的问题。

Description

远程语音交互系统及方法

技术领域

本发明涉及语音交互技术领域，尤其涉及一种远程语音交互系统及方法。

背景技术

远程会议是指利用现代化的通讯手段，克服空间上的障碍，方便位于不同地点的用户召开会议的会议形式。目前，在进行远程会议时，对于空间较大的会议室而言，如果只部署一台拾音设备，那么距离较远的位置采集到的声音将会非常微弱。如此，将导致位于另一空间的参会人无法听清，进而使得远程会议效率降低，体验变差。因此，针对上述问题，有必要提出进一步地解决方案。

发明内容

本发明旨在提供一种远程语音交互系统及方法，以克服现有技术中存在的不足。

为解决上述技术问题，本发明的技术方案是：

一种远程语音交互系统，其包括：

第一交互端，其布置于第一空间中；所述第一交互端能够采集所在空间多个声源发出的第一声音信号，并将其转化为第一交互信号进行发送；

第二交互端，其布置于第二空间中；所述第二交互端能够采集所在空间多个声源发出的第二声音信号，并将其转化为第二交互信号进行发送；

所述第一交互端还能够接收来自所述第二空间的第二交互信号，并将其转化为低频的声音信号进行播放；所述第二交互端还能够接收来自所述第一空间的第一交互信号，并将其为低频的声音信号进行播放。

作为本发明远程语音交互系统的改进，所述第一交互端包括：第一中控设备以及多组第一音频终端；

各第一音频终端能够采集所在位置周围的所述第一声音信号，并将所述第一声音信号转化为超声信号发送给所述第一中控设备；

所述第一中控设备对接收的超声信号进行处理，形成稳定的音频信号，并将其转化为所述第一交互信号进行发送；

所述第一中控设备还能够接收来自所述第二空间的第二交互信号，将其转化为低频的声音信号，并通过所述多组第一音频终端进行播放。

作为本发明远程语音交互系统的改进，所述第一中控设备包括集成设置的：第一收音单元和第一扬声单元；

所述第一收音单元能够接收并处理外部发送的超声信号，形成稳定的音频信号，所述第一扬声单元能够发送由所述音频信号转化的所述第一交互信号；所述第一收音单元还能够接收来自所述第二空间的第二交互信号，将其转化为低频的声音信号，并通过所述多组第一音频终端进行播放。

作为本发明远程语音交互系统的改进，所述第一收音单元为扬声器，所述第一扬声单元为麦克风，所述扬声器和麦克风集成设置于一壳体中。

作为本发明远程语音交互系统的改进，所述第一音频终端包括集成设置的：第二收音单元和第二扬声单元；

所述第二收音单元能够采集所在位置周围的所述第一声音信号，并将所述第一声音信号转化为超声信号，所述第二扬声单元将所述超声信号发送给所述第一中控设备；所述第二收音单元还能够播放来自所述第一中控设备的音频进行播放。

作为本发明远程语音交互系统的改进，所述第二收音单元为扬声器，所述第二扬声单元为麦克风，所述扬声器和麦克风集成设置于一壳体中。

作为本发明远程语音交互系统的改进，所述第二交互端包括：第二中控设备以及多组第二音频终端；

各第二音频终端能够采集所在位置周围的所述第二声音信号，并将所述第二声音信号转化为超声信号发送给所述第二中控设备；

所述第二中控设备对接收的超声信号进行处理，形成稳定的音频信号，并将其转化为所述第二交互信号进行发送；

所述第二中控设备还能够接收来自所述第一空间的第一交互信号，将其转化为低频的声音信号，并通过所述多组第二音频终端进行播放。

作为本发明远程语音交互系统的改进，所述第二中控设备包括集成设置的：第三收音单元和第三扬声单元；

所述第三收音单元能够接收并处理外部发送的超声信号，形成稳定的音频信号，所述第三扬声单元能够发送由所述音频信号转化的所述第二交互信号；所述第三收音单元还能够接收来自所述第一空间的第一交互信号，将其转化为低频的声音信号，并通过所述多组第二音频终端进行播放。

作为本发明远程语音交互系统的改进，所述第三收音单元为扬声器，所述第三扬声单元为麦克风，所述扬声器和麦克风集成设置于一壳体中。

作为本发明远程语音交互系统的改进，所述第二音频终端包括集成设置的：第四收音单元和第四扬声单元；

所述第四收音单元能够采集所在位置周围的所述第一声音信号，并将所述第二声音信号转化为超声信号，所述第四扬声单元将所述超声信号发送给所述第二中控设备；所述第四扬声单元还能够播放来自所述第二中控设备的音频进行播放。

作为本发明远程语音交互系统的改进，所述第四收音单元为扬声器，所述第四扬声单元为麦克风，所述扬声器和麦克风集成设置于一壳体中。

为解决上述技术问题，本发明的技术方案是：

一种远程语音交互系统，其包括：

第一交互端，其布置于第一空间中；所述第一交互端能够采集所在空间多个声源发出的第一声音信号，并将其转化为第一交互信号进行发送；

第二交互端，其分别布置于多个第二空间中；任一所述第二交互端能够采集所在空间多个声源发出的第二声音信号，并将其转化为第二交互信号进行发送；

所述第一交互端还能够接收来自各第二空间的第二交互信号，并将其转化为低频的声音信号进行播放；任一第二交互端还能够接收来自所述第一空间或者其它第二空间的第二交互信号，并将其为低频的声音信号进行播放。

为解决上述技术问题，本发明的技术方案是：

一种远程语音交互方法，所述方法用于实现第一空间与第二空间之间的语音交互；所述远程语音交互方法包括：

接收所述第一空间中多个位置的第一声音信号，将所述第一声音信号转化为第一交互信号，将所述第一交互信号发送给所述第二空间；

将接收到的所述第一交互信号进行处理，使其形成低频的声音信号，并将该低频的声音信号在所述第二空间中进行播放；

接收所述第二空间中多个位置周围的第二声音信号，将所述第二声音信号转化为第二交互信号，将所述第二交互信号发送给所述第一空间；

将接收到的所述第二交互信号进行处理，使其形成低频的声音信号，并将该低频的声音信号在所述第一空间中进行播放。

与现有技术相比，本发明的有益效果是：

本发明能够采集空间中多个声源发出的声音信号，将其处理形成稳定的音频信号，并将其转化为超声信号发送至远端。如此克服了，较大会议室中距离较远位置所采集的声音微弱，进而导致远端参会人员无法听清的问题。

此外，通过超声信号的进行通信，可实现中控设备与音频终端之间的无线连接，该通信方式相比有线或者蓝牙、wifi等无线形式，有利于简化各硬件之间的连接结构，且降低了产品的成本和复杂度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，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为本发明远程语音交互系统一实施例的模块图；

图2为本实施例中第一交互端与第二交互端的通信原理图；

图3为本发明远程语音交互系统另一实施例的模块图。

具体实施方式

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，都属于本发明保护的范围。

本发明一实施例的远程语音交互系统可用于实现近端的第一空间与远端的第二空间之间的语音交互，其可应用于远程会议中，以实现位于两个不同地点的人员克服空间上的距离召开会议。

如图1、2所示，本实施例的远程语音交互系统包括：第一交互端10以及与该第一交互端10进行远程语音通信的第二交互端20。其中，第一交互端10和第二交互端20之间通常距离较远，处于不同空间，二者之间的数据交换是通过互联网或者通信网，所传输的数据是低频语音信号。

第一交互端10被布置于第一空间中，该第一交互端10能够采集所在空间多个声源发出的第一声音信号，并将其转化为第一交互信号发送至第二交互端20。如此，通过采集所在空间的多个声源发出的第一声音信号，从而各声源发生的声音信号均可被有效地采集，进而克服了较大会议室中距离较远位置所采集的声音微弱，进而导致远端参会人员无法听清的问题。第一交互端10与第二交互端20之间传输的第一交互信号为低频语音信号。

为了实现上述目的，第一交互端10包括：第一中控设备11以及多组第一音频终端12。

其中，各第一音频终端12能够持续不断地采集所在位置周围的第一声音信号，所采集的第一声音信号为低频声音信号，该低频声音信号的频段可以为<16kHz。第一音频终端12进一步将第一声音信号通过调制的方式转化为超声信号发送给第一中控设备11。

第一音频终端12包括集成设置的：第二收音单元121和第二扬声单元122。其中，第二收音单元121能够采集所在位置周围的第一声音信号，并将第一声音信号转化为超声信号，第二扬声单元122将超声信号发送给第一中控设备11。一个实施方式中，第一收音单元为扬声器，第一扬声单元为麦克风。该麦克风配置为可响应外部的低频信号和超声信号。此时，扬声器和麦克风集成设置于一壳体中。集成设置的扬声器和麦克风可布置于所在空间的桌面上，或者布置于内部空间的屋顶上。

第一中控设备11对接收的超声信号进行解调处理，形成稳定的音频信号，再将其通过调制转化为第一交互信号进行持续不断的发送。

如此，以保证远端的参会人员能够清楚地听清会议的内容。此外，通过超声信号的进行通信，可实现中控设备与音频终端之间的无线连接，该通信方式相比有线或者蓝牙、wifi等无线形式，有利于简化各硬件之间的连接结构。一个实施方式中，超声信号的频段为16kHz～24kHz。

第一中控设备11包括集成设置的：第一收音单元111和第一扬声单元112。其中，第一收音单元111能够接收并处理外部发送的超声信号，形成稳定的音频信号，第一扬声单元112能够发送由音频信号转化的第一交互信号。一个实施方式中，第二收音单元121为扬声器，第二扬声单元122为麦克风。该麦克风配置为可响应外部的低频信号和超声信号。此时，扬声器和麦克风集成设置于一壳体中。集成设置的扬声器和麦克风可布置于所在空间的桌面上，或者布置于内部空间的屋顶上。

形成稳定的音频信号通过如下步骤实现：

第1步：把超声信号转换到低频，恢复可听语音信号。主要采用信号解调技术来实现。

第2步：中控设备接收到多个音频终端采集的音频信号，通过语音增强和混响处理技术来把这些音频信号混合成最终稳定的音频信号。这些来自不同音频终端的音频信号，其中都包含了所在空间的所有声源以及他们的反射波，可以看做同一声源，经过不同空间路径传递之后的形成的混合音频，进而形成混响效应。因此，通过采用混响抑制，并进行语音增强，就可以得到稳定的音频信号。

第一交互端10还能够接收来自第二空间的第二交互信号，并将其转化为低频的声音信号进行播放。此时，该第一交互端10通过其第一中控设备11中的麦克风接收来自第二空间的第二交互信号，其通过解调的方式将其转化为低频的声音信号，并将其发送给多组第一音频终端12的麦克风，进而通过多组第一音频终端12的扬声器进行播放。

相应的，各组第一音频终端12的扬声器所发射的信号由两部分组成，一部分是本地采集的信号被编码调制后的超声信号进行发送，另一部分是从本地第一中控设备11接收到的远端语音信号，这两部分信号对应的频率区间不同，因此可以同时通过扬声器进行发送。

第二交互端20被布置于第二空间中，该第二交互端20能够采集所在空间多个声源发出的第二声音信号，并将其转化为第二交互信号发送至第一交互端10。如此，通过采集所在空间的多个声源发出的第二声音信号，从而各声源发生的声音信号均可被有效地采集，进而克服了较大会议室中距离较远位置所采集的声音微弱，进而导致远端参会人员无法听清的问题。第二交互端20与第一交互端10之间传输的第二交互信号为低频语音信号。

为了实现上述目的，第二交互端20包括：第二中控设备21以及多组第二音频终端22。

其中，各第二音频终端22能够持续不断地采集所在位置周围的第二声音信号，所采集的第二声音信号为低频声音信号，该低频声音信号的频段可以为<16kHz。第二音频终端22进一步将第二声音信号通过调制的方式转化为超声信号发送给第二中控设备21。

第二音频终端22包括集成设置的：第四收音单元221和第四扬声单元222。其中，第四收音单元221能够采集所在位置周围的第二声音信号，并将第二声音信号转化为超声信号，第四扬声单元222将超声信号发送给第二中控设备21。一个实施方式中，第四收音单元221为扬声器，第四扬声单元222为麦克风。该麦克风配置为可响应外部的低频信号和超声信号。此时，扬声器和麦克风集成设置于一壳体中。集成设置的扬声器和麦克风可布置于所在空间的桌面上，或者布置于内部空间的屋顶上。

第二中控设备21对接收的超声信号进行解调处理，形成稳定的音频信号，再将其通过调制转化为第二交互信号进行持续不断的发送。

如此，以保证远端的参会人员能够清楚地听清会议的内容。此外，通过超声信号的进行通信，可实现中控设备与音频终端之间的无线连接，该通信方式相比有线或者蓝牙、wifi等无线形式，有利于简化各硬件之间的连接结构。一个实施方式中，超声信号的频段为16kHz～24kHz。

第二中控设备21包括集成设置的：第三收音单元211和第三扬声单元212。其中，第三收音单元211能够接收并处理外部发送的超声信号，形成稳定的音频信号，第三扬声单元212能够发送由音频信号转化的第二交互信号。一个实施方式中，第四收音单元221为扬声器，第四扬声单元222为麦克风。该麦克风配置为可响应外部的低频信号和超声信号。此时，扬声器和麦克风集成设置于一壳体中。集成设置的扬声器和麦克风可布置于所在空间的桌面上，或者布置于内部空间的屋顶上。

形成稳定的音频信号通过如下步骤实现：

第1步：把超声信号转换到低频，恢复可听语音信号。主要采用信号解调技术来实现。

第2步：中控设备接收到多个音频终端采集的音频信号，通过语音增强和混响处理技术来把这些音频信号混合成最终稳定的音频信号。这些来自不同音频终端的音频信号，其中都包含了所在空间的所有声源以及他们的反射波，可以看做同一声源，经过不同空间路径传递之后的形成的混合音频，进而形成混响效应。因此，通过采用混响抑制，并进行语音增强，就可以得到稳定的音频信号。

第二交互端20还能够接收来自第二空间的第二交互信号，并将其转化为低频的声音信号进行播放。此时，该第二交互端20通过其第二中控设备21中的麦克风接收来自第二空间的第二交互信号，其通过解调的方式将其转化为低频的声音信号，并将其发送给多组第二音频终端22的麦克风，进而通过多组第二音频终端22的扬声器进行播放。

相应的，各组第二音频终端22的扬声器所发射的信号由两部分组成，一部分是本地采集的信号被编码调制后的超声信号进行发送，另一部分是从本地第二中控设备21接收到的远端语音信号，这两部分信号对应的频率区间不同，因此可以同时通过扬声器进行发送。

基于相同的技术构思，本发明另一实施例的远程语音交互系统可用于实现近端的第一空间与远端的多个第二空间之间的语音交互，其可应用于远程会议中，以实现位于多个不同地点的人员克服空间上的距离召开会议。

如图3所示，本实施例的远程语音交互系统包括：第一交互端100以及与该第一交互端100进行远程语音通信的多个第二交互端200。

其中，第一交互端100被布置于第一空间中。第一交互端100能够采集所在空间多个声源发出的第一声音信号，并将其转化为第一交互信号进行发送。第二交互端200被分别布置于多个第二空间中。任一第二交互端200能够采集所在空间多个声源发出的第二声音信号，并将其转化为第二交互信号进行发送。

第一交互端100还能够接收来自各第二空间的第二交互信号，并将其转化为低频的声音信号进行播放。任一第二交互端200还能够接收来自第一空间或者其它第二空间的第二交互信号，并将其为低频的声音信号进行播放。如此，通过第一交互端100以及多个第二交互端200，能够实现位于多个不同地点的人员克服空间上的距离召开会议。

本实施例中，第一交互端100和第二交互端200各自的配置方式与上一实施例相同，因此不再重复介绍。

基于相同的技术构思，本发明还提供一种远程语音交互方法，该方法用于实现第一空间与第二空间之间的语音交互。

本实施例的远程语音交互方法包括：

S1、接收第一空间中多个位置的第一声音信号，将第一声音信号转化为第一交互信号，将第一交互信号发送给第二空间；

S2、将接收到的第一交互信号进行处理，使其形成低频的声音信号，并将该低频的声音信号在第二空间中进行播放；

S3、接收第二空间中多个位置周围的第二声音信号，将第二声音信号转化为第二交互信号，将第二交互信号发送给第一空间；

S4、将接收到的第二交互信号进行处理，使其形成低频的声音信号，并将该低频的声音信号在第一空间中进行播放。

综上所述，本发明能够采集空间中多个声源发出的声音信号，将其处理形成稳定的音频信号，并将其转化为超声信号发送至远端。如此克服了，较大会议室中距离较远位置所采集的声音微弱，进而导致远端参会人员无法听清的问题。

此外，通过超声信号的进行通信，可实现中控设备与音频终端之间的无线连接，该通信方式相比有线或者蓝牙、wifi等无线形式，有利于简化各硬件之间的连接结构，且降低了产品的成本和复杂度。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (13)

1.一种远程语音交互系统，其特征在于，所述远程语音交互系统包括：

第一交互端，其布置于第一空间中；所述第一交互端能够采集所在空间多个声源发出的第一声音信号，并将其转化为第一交互信号进行发送；

第二交互端，其布置于第二空间中；所述第二交互端能够采集所在空间多个声源发出的第二声音信号，并将其转化为第二交互信号进行发送；

所述第一交互端还能够接收来自所述第二空间的第二交互信号，并将其转化为低频的声音信号进行播放；所述第二交互端还能够接收来自所述第一空间的第一交互信号，并将其为低频的声音信号进行播放。

2.根据权利要求1所述的远程语音交互系统，其特征在于，所述第一交互端包括：第一中控设备以及多组第一音频终端；

各第一音频终端能够采集所在位置周围的所述第一声音信号，并将所述第一声音信号转化为超声信号发送给所述第一中控设备；

所述第一中控设备对接收的超声信号进行处理，形成稳定的音频信号，并将其转化为所述第一交互信号进行发送；

所述第一中控设备还能够接收来自所述第二空间的第二交互信号，将其转化为低频的声音信号，并通过所述多组第一音频终端进行播放。

3.根据权利要求2所述的远程语音交互系统，其特征在于，所述第一中控设备包括集成设置的：第一收音单元和第一扬声单元；

所述第一收音单元能够接收并处理外部发送的超声信号，形成稳定的音频信号，所述第一扬声单元能够发送由所述音频信号转化的所述第一交互信号；所述第一收音单元还能够接收来自所述第二空间的第二交互信号，将其转化为低频的声音信号，并通过所述多组第一音频终端进行播放。

4.根据权利要求3所述的远程语音交互系统，其特征在于，所述第一收音单元为扬声器，所述第一扬声单元为麦克风，所述扬声器和麦克风集成设置于一壳体中。

5.根据权利要求2所述的远程语音交互系统，其特征在于，所述第一音频终端包括集成设置的：第二收音单元和第二扬声单元；

所述第二收音单元能够采集所在位置周围的所述第一声音信号，并将所述第一声音信号转化为超声信号，所述第二扬声单元将所述超声信号发送给所述第一中控设备；所述第二扬声单元还能够播放来自所述第一中控设备的音频进行播放。

6.根据权利要求5所述的远程语音交互系统，其特征在于，所述第二收音单元为扬声器，所述第二扬声单元为麦克风，所述扬声器和麦克风集成设置于一壳体中。

7.根据权利要求1所述的远程语音交互系统，其特征在于，所述第二交互端包括：第二中控设备以及多组第二音频终端；

各第二音频终端能够采集所在位置周围的所述第二声音信号，并将所述第二声音信号转化为超声信号发送给所述第二中控设备；

所述第二中控设备对接收的超声信号进行处理，形成稳定的音频信号，并将其转化为所述第二交互信号进行发送；

所述第二中控设备还能够接收来自所述第一空间的第一交互信号，将其转化为低频的声音信号，并通过所述多组第二音频终端进行播放。

8.根据权利要求7所述的远程语音交互系统，其特征在于，所述第二中控设备包括集成设置的：第三收音单元和第三扬声单元；

所述第三收音单元能够接收并处理外部发送的超声信号，形成稳定的音频信号，所述第三扬声单元能够发送由所述音频信号转化的所述第二交互信号；所述第三收音单元还能够接收来自所述第一空间的第一交互信号，将其转化为低频的声音信号，并通过所述多组第二音频终端进行播放。

9.根据权利要求8所述的远程语音交互系统，其特征在于，所述第三收音单元为扬声器，所述第三扬声单元为麦克风，所述扬声器和麦克风集成设置于一壳体中。

10.根据权利要求7所述的远程语音交互系统，其特征在于，所述第二音频终端包括集成设置的：第四收音单元和第四扬声单元；

所述第四收音单元能够采集所在位置周围的所述第一声音信号，并将所述第二声音信号转化为超声信号，所述第四扬声单元将所述超声信号发送给所述第二中控设备；所述第四扬声单元还能够播放来自所述第二中控设备的音频进行播放。

11.根据权利要求10所述的远程语音交互系统，其特征在于，所述第四收音单元为扬声器，所述第四扬声单元为麦克风，所述扬声器和麦克风集成设置于一壳体中。

12.一种远程语音交互系统，其特征在于，所述远程语音交互系统包括：

第一交互端，其布置于第一空间中；所述第一交互端能够采集所在空间多个声源发出的第一声音信号，并将其转化为第一交互信号进行发送；

第二交互端，其分别布置于多个第二空间中；任一所述第二交互端能够采集所在空间多个声源发出的第二声音信号，并将其转化为第二交互信号进行发送；

所述第一交互端还能够接收来自各第二空间的第二交互信号，并将其转化为低频的声音信号进行播放；任一第二交互端还能够接收来自所述第一空间或者其它第二空间的第二交互信号，并将其为低频的声音信号进行播放。

13.一种远程语音交互方法，所述方法用于实现第一空间与第二空间之间的语音交互；其特征在于，所述远程语音交互方法包括：

接收所述第一空间中多个位置的第一声音信号，将所述第一声音信号转化为第一交互信号，将所述第一交互信号发送给所述第二空间；

将接收到的所述第一交互信号进行处理，使其形成低频的声音信号，并将该低频的声音信号在所述第二空间中进行播放；

接收所述第二空间中多个位置周围的第二声音信号，将所述第二声音信号转化为第二交互信号，将所述第二交互信号发送给所述第一空间；

将接收到的所述第二交互信号进行处理，使其形成低频的声音信号，并将该低频的声音信号在所述第一空间中进行播放。

Images