CN116705047B - 音频采集方法、装置及存储介质 - Google Patents

Abstract

本公开涉及一种音频采集方法、装置及存储介质，可以获取当前时刻采集的目标音源的目标图像；根据所述目标图像调整音频采集设备的聚焦参数，所述聚焦参数用于调节所述音频采集设备的聚焦方向；根据调整后的聚焦参数采集所述目标音源发出的音频信号。这样，即使目标音源与音频采集设备的相对位置发生变化，音频录制聚焦方向也可以自动指向目标音源，避免了手动调整音频采集设备的方向。

Description

音频采集方法、装置及存储介质

技术领域

本公开涉及音频信息的采集控制领域，尤其涉及一种音频采集方法、装置及存储介质。

背景技术

在进行音频录制的过程中，可以基于音频变焦技术来保证音频录制的质量。其中，音频变焦的主要技术为波束成形或空间滤波，它能变更音频录制的方向（即感测目标音源的方向），该音频录制的方向可以称之为“聚焦方向”。

基于该音频变焦技术，可以增强从聚焦方向所发出的声音，同时也可减弱来自其他方向的声音（如背景噪音）。

发明内容

为克服相关技术中存在的问题，本公开提供一种音频采集方法、装置及存储介质。

根据本公开实施例的第一方面，提供一种音频采集方法，包括：

获取当前时刻采集的目标音源的目标图像；

根据所述目标图像调整音频采集设备的聚焦参数，所述聚焦参数用于调节所述音频采集设备的聚焦方向；

根据调整后的聚焦参数采集所述目标音源发出的音频信号。

可选地，所述根据所述目标图像调整音频采集设备的聚焦参数包括：

根据所述目标图像确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息；

根据所述方位信息调整所述聚焦参数。

可选地，所述音频采集设备包括多个音频采集单元，所述根据所述方位信息调整所述聚焦参数包括：

根据所述方位信息调整每个所述音频采集单元分别对应的所述聚焦参数。

可选地，所述聚焦参数包括音频信号的相位，所述根据所述方位信息调整每个所述音频采集单元分别对应的所述聚焦参数包括：

根据所述方位信息确定每个所述音频采集单元分别对应的目标相位；

针对每个所述音频采集单元，将所述音频采集单元采集的音频信号的相位，调整至所述音频采集单元对应的目标相位。

可选地，所述根据所述方位信息确定每个所述音频采集单元分别对应的目标相位包括：

获取所述音频采集设备对应的预设波束成形模型，所述预设波束成形模型表征所述音频采集设备对接收到的不同方向的音频信号的信号幅度响应；

根据所述方位信息通过所述预设波束成形模型确定每个所述音频采集单元分别对应的所述目标相位。

可选地，所述根据所述目标图像确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息包括：

在所述目标图像中确定所述目标音源所在的目标区域；

根据所述目标区域对应的区域图像，确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息。

可选地，所述根据调整后的聚焦参数采集所述目标音源发出的音频信号包括：

按照所述聚焦参数对所述目标音源进行方向聚焦后，采集所述目标音源发出的音频信号。

根据本公开实施例的第二方面，提供一种音频采集装置，包括：

获取模块，被配置为获取当前时刻采集的目标音源的目标图像；

调整模块，被配置为根据所述目标图像调整音频采集设备的聚焦参数，所述聚焦参数用于调节所述音频采集设备的聚焦方向；

采集模块，被配置为根据调整后的聚焦参数采集所述目标音源发出的音频信号。

根据本公开实施例的第三方面，提供一种音频采集装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行本公开第一方面所述方法的步骤。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的音频采集方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：在进行音频采集的过程中，通过实时采集目标音源的目标图像，可以根据目标图像自动调整音频采集设备的聚焦方向，这样，即使目标音源与音频采集设备的相对位置发生变化（如目标音源的位置发生变化，或者音频采集设备的位置移动），音频采集设备的音频录制聚焦方向也可以自动指向目标音源，避免了目标音源与音频采集设备的相对位置发生变化时，需要手动调整音频采集设备的方向，以使其正对着目标音源，提高了音频录制的智能化水平，提升用户体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种音频采集方法的流程图。

图2是根据图1所示实施例示出的另一种音频采集方法的流程图。

图3是根据图2所示实施例示出的另一种音频采集方法的流程图。

图4是根据一示例性实施例示出的麦克风阵列采集的音频信号的传播方向示意图。

图5是根据一示例性实施例示出的一种麦克风阵列的波束图。

图6是根据一示例性实施例示出的一种音频采集装置的框图。

图7是根据一示例性实施例示出的一种用于音频采集的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

本公开主要应用于基于音频变焦技术进行音频录制的场景中。其中，音频变焦可以基于波束成形或空间滤波技术变更音频录制的聚焦方向，从而增强从聚焦方向所发出的声音信号的强度，同时也可减弱来自其他方向的声音（背景噪音）。

目前音频变焦后的聚焦方向通常为录音设备（或者称之为“音频采集设备”，如具有录音功能的终端）正对的方向，若录音设备与目标音源的相对位置发生变化，相关技术中需要手动调整录音设备的方向，以使得录音设备正对着目标音源，音频录制的智能化程度有待提升，用户体验不佳。

为解决上述存在的问题，本公开提供一种音频采集方法、装置及存储介质。下面结合附图对本公开的具体实施方式进行详细说明。

图1是根据一示例性实施例示出的一种音频采集方法的流程图，如图1所示，该方法包括以下步骤：

在步骤S101中，获取当前时刻采集的目标音源的目标图像。

其中，该目标图像可以用于确定目标音源在当前时刻相对于音频采集设备的方位。该目标音源是指发出待采集的音频信号的声源（如人、动物、发声装置等）。

一种实现方式中，可以采用音频采集设备上的图像采集功能获取到目标音源的目标图像。举例来说，图像采集功能可以为录像功能，在开启音频采集设备上的录像功能后，可以实时采集目标音源在每个时刻分别对应的图像数据，这样，在本步骤中，音频采集设备可以获取到目标音源在当前时刻的该目标图像。

根据当前时刻采集的目标音源的目标图像，基于图像追焦功能可以对该目标音源进行追焦，从而进一步确定出目标音源在当前时刻相对于该音频采集设备的方位信息，以便后续可以根据该方位信息调整音频采集设备的聚焦参数。

在步骤S102中，根据所述目标图像调整音频采集设备的聚焦参数，所述聚焦参数用于调节所述音频采集设备的聚焦方向。

其中，该聚焦参数例如可以包括音频信号的相位，该聚焦方向是指音频采集设备进行音频录制的方向，目前的音频变焦聚焦方向通常为预设方向（如音频采集设备正对的方向），相关技术中，如果音频采集设备和目标音源的相对位置发生变化，则需要手动调整音频采集设备的方向，使得调整方向后的音频采集设备的预设方向正对目标音源所在的方向。

音频采集设备录制的来自于聚焦方向的音频信号视为要录制的目标信号，来自于聚焦方向之外的音频信号视为噪声信号，在进行音频录制的过程中，需尽量增强来自于该聚焦方向的目标信号的信号强度，并尽量降低除聚焦方向以外的其它方向的音频信号的强度。

本公开中的该音频采集设备可以包括多个音频采集单元，例如麦克风阵列，麦克风阵列中包括多个间隔设置的麦克风，来自同一方向的音频信号到达各个麦克风的传播距离不同，因此，各个麦克风之间接收到音频信号存在时延（即相位不同）。每个麦克风采集到的音频信号的相位不同，基于波束成形技术，将各个方向的音频信号进行叠加后，音频信号对应的该聚焦方向（即合成的音频信号的波束指向）也会不同，因此，在本公开中，在音频采集设备与目标音源的相对位置发生变化时，可以通过调整各个音频采集单元分别对应的音频信号的相位来调节音频采集设备的聚焦方向。

另外，如上文所述，可以根据目标音源在当前时刻相对于音频采集设备的方位信息，调整音频采集设备的聚焦参数，也就是说，可以根据目标音源在当前时刻相对于音频采集设备的方位信息，调整音频采集设备中各个音频采集单元的相位，各个音频采集单元的相位被调整后，该音频采集设备的聚焦方向即发生了变化，因此，本公开可以实现根据目标音源相对于音频采集设备的方位信息实时调整音频采集设备的聚焦方向，音频采集设备的聚焦方向可以根据目标音源的位置变化自动进行调整，使得音频采集设备的聚焦方向始终指向目标音源。

在步骤S103中，根据调整后的聚焦参数采集所述目标音源发出的音频信号。

在本步骤中，可以按照所述聚焦参数对所述目标音源进行方向聚焦后，采集所述目标音源发出的音频信号。

举例来说，在调整了各个音频采集单元采集的音频信号的相位后，音频采集设备的聚焦方向即发生改变，这样，音频采集设备可以基于变化后的聚焦方向对目标音源进行方向聚焦后，采集目标音源发出的音频信号。

采用上述方法，在进行音频采集（如录音）的过程中，通过实时采集目标音源的目标图像，可以根据目标图像自动调整音频采集设备的聚焦方向，这样，即使目标音源与音频采集设备的相对位置发生变化（如目标音源的位置发生变化，或者音频采集设备的位置移动），音频采集设备的音频录制聚焦方向也可以自动指向目标音源，避免了目标音源与音频采集设备的相对位置发生变化时，需要手动调整音频采集设备的方向，以使其正对着目标音源，提高了音频录制的智能化水平，提升用户体验。

图2是根据图1所示实施例示出的另一种音频采集方法的流程图，如图2所示，步骤S102包括以下子步骤：

在步骤S1021中，根据所述目标图像确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息。

其中，该方位信息可以为目标音源在当前时刻相对于该音频采集设备的方位角。

在本步骤中，可以在所述目标图像中确定所述目标音源所在的目标区域；然后根据所述目标区域对应的区域图像，确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息。

一种可能的实现方式中，可以基于图像追焦技术在目标图像上锁定目标音源对应的该目标区域，例如，在进行图像追焦过程中，可以对该目标图像进行目标检测，基于图像的目标检测结果确定出目标音源对应的该目标区域。

在确定出该目标区域后，可以从该目标图像中截取该目标区域对应的该区域图像，然后对该区域图像进行特征提取（例如，将该区域图像输入至预先训练得到的神经网络特征提取模型，进行特征提取），之后可以基于特征提取结果确定出该目标声源对应的关键特征点（以目标音源是人物为例，该关键特征点可以为该人物的嘴巴、眼睛等部位的特征点）的位置信息，然后根据该关键特征点的位置信息进一步确定出该目标声源相对于该音频采集设备的方位信息，其中，根据该关键特征点确定出该目标声源相对于该音频采集设备的方位信息的实现方式可以参考相关文献中的描述，对此不作具体限定。

在步骤S1022中，根据所述方位信息调整所述聚焦参数。

其中，所述聚焦参数包括音频信号的相位。该聚焦参数用于调节所述音频采集设备的聚焦方向，该聚焦方向是指音频采集设备进行音频录制的方向，目前的音频变焦聚焦方向通常为预设方向（如音频采集设备正对的方向），相关技术中，如果音频采集设备和目标音源的相对位置发生变化，则需要手动调整音频采集设备的朝向，使得调整朝向后的音频采集设备的预设方向正对目标音源所在的方向。

在本公开中，该音频采集设备包括多个音频采集单元，例如，麦克风阵列，麦克风阵列中包括多个间隔设置的麦克风，每个麦克风为一个音频采集单元。在本步骤中，可以根据所述方位信息调整每个所述音频采集单元分别对应的所述聚焦参数。

实际的音频采集场景中，由于来自同一方向的音频信号到达各个麦克风的传播距离不同，因此，各个麦克风之间接收到音频信号存在时延（即相位不同）。每个麦克风采集到的音频信号的相位不同，基于波束成形技术，将各个方向的音频信号进行叠加后，音频信号对应的该聚焦方向（即合成的音频信号的波束指向）也会不同，因此，在本公开中，在音频采集设备与目标音源的相对位置发生变化时，可以通过调整各个音频采集单元分别对应的音频信号的相位来调节音频采集设备的聚焦方向。

示例地，图3是根据图2所示实施例示出的另一种音频采集方法的流程图，本公开在根据方位信息调整每个音频采集单元分别对应的聚焦参数的过程中，可以基于图3所示的步骤实现。

如图3所示，步骤S1022包括以下子步骤：

在步骤S10221中，根据所述方位信息确定每个所述音频采集单元分别对应的目标相位。

在本步骤中，可以获取所述音频采集设备对应的预设波束成形模型，所述预设波束成形模型表征所述音频采集设备对接收到的不同方向的音频信号的信号幅度响应；根据所述方位信息通过所述预设波束成形模型确定每个所述音频采集单元分别对应的所述目标相位。

示例地，该预设波束成形模型可以表示为公式（1）：

（1）

其中，表示对音频采集设备的各个音频采集单元进行移相处理（即调整采集到的音频信号的相位）后，音频采集设备对接收到的来自于/>方向的音频信号的信号幅度响应（或者称之为“音频采集设备对每个音频采集单元采集的音频信号进行波束成形后的波束方向图的模型表示”），/>表示目标音源与音频采集装置的相对位置发生变化之前，目标音源发出的音频信号的传播方向，/>表示目标音源与音频采集装置的相对位置发生变化之后，目标音源发出的音频信号的传播方向。可以理解的是，当目标音源与音频采集装置的相对位置发生变化后，目标音源发出的音频信号的传播方向也会随之发生变化。

另外，上述公式（1）中的N表示音频采集设备的N个音频采集单元（如由N个麦克风组成的麦克风阵列），n表示第n个音频采集单元，表示虚数，/>表示相邻设置的两个音频采集单元之间的距离，/>表示音频采集设备采集的音频信号的波长，/>表示当目标音源发出的音频信号的传播方向为/>时，使得音频采集的聚焦方向为/>时，第n个音频采集单元需要调整的音频信号的目标相位。

在本公开一种可能的实施例中，目标音源发出的音频信号的传播方向，与目标音源在当前时刻相对于音频采集设备的方位信息相同，因此，若当前时刻与上一时刻相比，目标音源与音频采集装置的相对位置发生变化，目标音源发出的音频信号的传播方向即从变为/>，也就是说，目标音源在当前时刻相对于音频采集设备的方位角为/>，根据上述公式（1）可知，当/>时，音频采集设备对接收到的来自于/>方向的音频信号的信号幅度响应/>可以取最大值，因此，基于公式/>可以出N个音频采集单元分别对应的目标相位，这样，针对每个音频采集单元，将该音频采集单元采集的音频信号的相位，调整至该音频采集单元对应的目标相位后，可以使得波束成形后的音频信号的波束指向方向/>，因此，当目标音源与音频采集装置的相对位置发生变化，目标音源发出的音频信号的传播方向从/>变为/>时，通过调整每个音频采集单元分别对应的音频信号的相位至目标相位，可以实现音频采集装置的聚焦方向从/>自动调整为/>。上述示例仅是举例说明，本公开对此不作限定。

在步骤S10222中，针对每个所述音频采集单元，将所述音频采集单元采集的音频信号的相位，调整至所述音频采集单元对应的目标相位。

在本公开一种可能的实现方式中，可以通过移相单元调整各个音频采集单元采集的音频信号的相位。该移相单元例如可以为移相器。

示例地，以音频采集装置是麦克风阵列为例，麦克风阵列中的多个麦克风分别设置有各自对应的移相单元，这样，针对每个麦克风，通过该麦克风对应的移相单元将该麦克风采集的音频信号的相位至目标相位即可，此处仅是举例说明，本公开对此不作限定。

采用上述方法，当目标音源与音频采集装置的相对位置发生变化的情况下，可以基于目标音源的目标图像确定出相对位置发生变化后，目标音源相对于音频采集装置的方位信息，并进一步基于该方位信息确定出需要调整的每个音频采集单元的目标相位，这样，在将每个音频采集单元分别对应的音频信号的相位调整至目标相位后，可以实现音频采集装置的聚焦方向的自动调整，实现了目标音源与音频采集装置的相对位置发生变化的过程中，音频采集装置可以对目标音源进行自动聚焦，避免了人为调整音频采集装置的聚焦方向的复杂操作。

下面以音频采集装置为等间距设置的麦克风阵列为例，对预设波束成形模型的建立过程进行说明。

图4是根据一示例性实施例示出的麦克风阵列采集的音频信号的传播方向示意图，如图4所示，在一个平面直角坐标系中，X轴上的N个点表示从原点开始沿正轴方向等间距排列的N个麦克风，音频信号的传播方向与Y轴正方向夹角为，来自同一方向的信号到达各个麦克风的传播距离不同，各个麦克风之间存在时延。

为便于描述，可以将图4中坐标原点对应的麦克风采集到的音频信号表示为s(t)，以s(t)为基准，则第n个麦克风接收到的信号可以表示为：

（2）

其中，t表示音频信号的接收时刻，表示第n个麦克风接收到的音频信号（传播方向为/>的音频信号）与原点位置的麦克风接收到的音频信号（也为传播方向为/>的音频信号）之间的时延，N表示麦克风阵列中麦克风的数量。

如图4所示，相邻麦克风（指与原点位置的麦克风相邻的麦克风）接收到的音频信号，与原点位置的麦克风接收到的音频信号的波程差为dsin(θ)，第n个麦克风接收到的音频信号与原点位置的麦克风接收到的音频信号的波程差为(n-1)dsin(θ)，可知除原点位置之外的其它每个麦克风接收到的音频信号，与原点位置的麦克风接收到的音频信号之间的时延可以为：

（3）

其中，v为声音在空气中的传播速度，d表示相邻的两个麦克风之间的距离，表示音频信号的传播方向。

对第n个麦克风接收到的信号作傅里叶变换可得：

（4）

其中，为音频信号的角频率，/>为音频信号的频率。

因此，麦克风阵列的接收信号可以表示为：

（5）

对进行傅里叶变换，可以得到/>的频谱表示：

（6）

令，可以得到/>的频谱的另一表示：

（7）

其中，表示麦克风阵列的响应向量。

对麦克风阵列中的各个麦克风接收到的音频信号进行波束成形后，可以得到麦克风阵列的波束方向图的表示：

（8）

例如，图5是根据一示例性实施例示出的一种麦克风阵列的波束图，如图5所示，横轴表示目标音源相对于麦克风阵列的不同的方向，纵轴表示波束成形后信号增益，从图5可以看出，麦克风阵列采集到的0度方向传播的音频信号的信号最强，0度即为麦克风阵列的聚焦方向，此处仅是举例说明，本公开对此不作限定。

在得到麦克风阵列的波束方向图的表示（即公式8）之后，可以用表示与每个麦克风一一对应的移相单元，其中，表示目标音源的方向，/>表示当目标音源发出的音频信号的传播方向为/>时，第n个音频采集单元需要调整的音频信号的目标相位（或称之为“移相值”），这样，基于公式（8）可推导出，加上移相处理后的波束方向图的模型表示为：

（9）

上述示例仅是举例说明，本公开对此不作限定。

图6是根据一示例性实施例示出的一种音频采集装置的框图，如图6所示，该装置包括：

获取模块601，被配置为获取当前时刻采集的目标音源的目标图像；

调整模块602，被配置为根据所述目标图像调整音频采集设备的聚焦参数，所述聚焦参数用于调节所述音频采集设备的聚焦方向；

采集模块603，被配置为根据调整后的聚焦参数采集所述目标音源发出的音频信号。

可选地，所述调整模块602，被配置为根据所述目标图像确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息；根据所述方位信息调整所述聚焦参数。

可选地，所述音频采集设备包括多个音频采集单元，所述调整模块602，被配置为根据所述方位信息调整每个所述音频采集单元分别对应的所述聚焦参数。

可选地，所述聚焦参数包括音频信号的相位，所述调整模块602，被配置为根据所述方位信息确定每个所述音频采集单元分别对应的目标相位；针对每个所述音频采集单元，将所述音频采集单元采集的音频信号的相位，调整至所述音频采集单元对应的目标相位。

可选地，所述调整模块602，被配置为获取所述音频采集设备对应的预设波束成形模型，所述预设波束成形模型表征所述音频采集设备对接收到的不同方向的音频信号的信号幅度响应；根据所述方位信息通过所述预设波束成形模型确定每个所述音频采集单元分别对应的所述目标相位。

可选地，所述调整模块602，被配置为在所述目标图像中确定所述目标音源所在的目标区域；根据所述目标区域对应的区域图像，确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息。

可选地，所述采集模块603，被配置为按照所述聚焦参数对所述目标音源进行方向聚焦后，采集所述目标音源发出的音频信号。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的音频采集方法的步骤。

图7是根据一示例性实施例示出的一种用于音频采集的装置的框图。例如，装置700可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图7，装置700可以包括以下一个或多个组件：处理组件702，存储器704，电源组件706，多媒体组件708，音频组件710，输入/输出接口712，传感器组件714，以及通信组件716。

处理组件702通常控制装置700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令，以完成上述的音频采集方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理组件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。

存储器704被配置为存储各种类型的数据以支持在装置700的操作。这些数据的示例包括用于在装置700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。

电源组件706为装置700的各种组件提供电力。电源组件706可以包括电源管理系统，一个或多个电源，及其他与为装置700生成、管理和分配电力相关联的组件。

多媒体组件708包括在所述装置700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器（LCD）和触摸面板（TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件708包括一个前置摄像头和/或后置摄像头。当装置700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风（MIC），当装置700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。

输入/输出接口712为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件714包括一个或多个传感器，用于为装置700提供各个方面的状态评估。例如，传感器组件714可以检测到装置700的打开/关闭状态，组件的相对定位，例如所述组件为装置700的显示器和小键盘，传感器组件714还可以检测装置700或装置700一个组件的位置改变，用户与装置700接触的存在或不存在，装置700方位或加速/减速和装置700的温度变化。传感器组件714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件714还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件716被配置为便于装置700和其他设备之间有线或无线方式的通信。装置700可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件716还包括近场通信（NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RFID）技术，红外数据协会（IrDA）技术，超宽带（UWB）技术，蓝牙（BT）技术和其他技术来实现。

在示例性实施例中，装置700可以被一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述音频采集方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704，上述指令可由装置700的处理器720执行以完成上述音频采集方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的音频采集方法的代码部分。

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (9)

1.一种音频采集方法，其特征在于，包括：

获取当前时刻采集的目标音源的目标图像；

根据所述目标图像调整音频采集设备的聚焦参数，所述聚焦参数用于调节所述音频采集设备的聚焦方向；所述聚焦参数包括音频信号的相位；

根据调整后的聚焦参数采集所述目标音源发出的音频信号；

所述根据所述目标图像调整音频采集设备的聚焦参数包括：

根据所述目标图像确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息；

根据所述方位信息调整所述聚焦参数；

所述根据所述方位信息调整所述聚焦参数包括：

根据所述方位信息通过预设波束成形模型，调整所述音频采集设备采集的音频信号的相位，所述预设波束成形模型表征所述音频采集设备对接收到的不同方向的音频信号的信号幅度响应。

2.根据权利要求1所述的方法，其特征在于，所述音频采集设备包括多个音频采集单元，所述根据所述方位信息调整所述聚焦参数包括：

根据所述方位信息调整每个所述音频采集单元分别对应的所述聚焦参数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述方位信息调整每个所述音频采集单元分别对应的所述聚焦参数包括：

根据所述方位信息确定每个所述音频采集单元分别对应的目标相位；

针对每个所述音频采集单元，将所述音频采集单元采集的音频信号的相位，调整至所述音频采集单元对应的目标相位。

4.根据权利要求3所述的方法，其特征在于，所述根据所述方位信息确定每个所述音频采集单元分别对应的目标相位包括：

获取所述音频采集设备对应的所述预设波束成形模型；

根据所述方位信息通过所述预设波束成形模型确定每个所述音频采集单元分别对应的所述目标相位。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标图像确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息包括：

在所述目标图像中确定所述目标音源所在的目标区域；

根据所述目标区域对应的区域图像，确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据调整后的聚焦参数采集所述目标音源发出的音频信号包括：

按照所述聚焦参数对所述目标音源进行方向聚焦后，采集所述目标音源发出的音频信号。

7.一种音频采集装置，其特征在于，包括：

获取模块，被配置为获取当前时刻采集的目标音源的目标图像；

调整模块，被配置为根据所述目标图像调整音频采集设备的聚焦参数，所述聚焦参数用于调节所述音频采集设备的聚焦方向；所述聚焦参数包括音频信号的相位；

采集模块，被配置为根据调整后的聚焦参数采集所述目标音源发出的音频信号；

所述调整模块，被配置为根据所述目标图像确定所述目标音源在所述当前时刻相对于所述音频采集设备的方位信息；根据所述方位信息通过预设波束成形模型，调整所述音频采集设备采集的音频信号的相位，所述预设波束成形模型表征所述音频采集设备对接收到的不同方向的音频信号的信号幅度响应。

8.一种音频采集装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1~6中任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1~6中任一项所述方法的步骤。