CN116801156A - 一种啸叫检测方法、装置、耳机、电子设备及存储介质 - Google Patents
一种啸叫检测方法、装置、耳机、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116801156A CN116801156A CN202310969110.8A CN202310969110A CN116801156A CN 116801156 A CN116801156 A CN 116801156A CN 202310969110 A CN202310969110 A CN 202310969110A CN 116801156 A CN116801156 A CN 116801156A
- Authority
- CN
- China
- Prior art keywords
- sound signal
- earphone
- loudspeaker
- predicted
- input
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 84
- 230000005236 sound signal Effects 0.000 claims abstract description 371
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000009467 reduction Effects 0.000 claims description 55
- 238000000034 method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 9
- 230000035945 sensitivity Effects 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 15
- 238000007726 management method Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Abstract
本申请提供了一种啸叫检测方法、装置、耳机、电子设备及存储介质,应用于耳机,涉及到信号处理技术领域,包括:获取耳机的喇叭输入的第三声音信号,以及获取耳机的反馈滤波器输出的第二声音信号和/或前馈滤波器输出的第一声音信号;根据第一声音信号和/或第二声音信号,计算耳机的喇叭输入的预测声音信号;比较预测声音信号及第三声音信号的差异,确定是否发生啸叫。本申请实施例提高了耳机啸叫检测的灵敏性。
Description
技术领域
本申请涉及信号处理技术领域,特别是涉及一种啸叫检测方法、装置、耳机、电子设备及存储介质。
背景技术
降噪耳机分为主动降噪耳机和被动降噪耳机两种类型,其中,主动降噪耳机通过降噪系统产生与外界噪音相等的反相声波,将噪音中和,从而实现降噪的效果。但主动降噪耳机的使用过程中,例如当耳机处于ANC模式或HT模式时,容易产生高频啸叫,不仅严重影响使用体验,甚至还会损伤使用者的听力,因此需要提出有效的啸叫检测方案,实现对高频啸叫的及时抑制。
现有的啸叫检测方案大多通过检测单一信号的能量幅度来实现,采集反馈麦克风的能量大小、输入给喇叭的信号能量大小等,通过计算信号的能量大小,或计算局部频带范围内的峰谷差值,判断是否发生啸叫。但由于该方案是对能量幅度的检测,所以在触发前仍存在短时间的啸叫声,依旧会对使用过程造成影响,并且,大音量的环境噪声和音乐信号,还会误触发能量幅度检测机制。因此,这种方法虽然在一定程度上优化了啸叫的处理,但仍存在误判、漏判概率较高等问题,对啸叫的检测不够及时和准确,导致啸叫检测不够灵敏。
发明内容
本申请实施例的目的在于提供一种啸叫检测方法、装置、耳机、电子设备及存储介质,以实现提高啸叫检测的灵敏性。具体技术方案如下:
第一方面,本申请实施例提供了一种啸叫检测方法,应用于耳机,所述方法包括:
获取所述耳机的喇叭输入的第三声音信号,以及获取所述耳机的反馈滤波器输出的第二声音信号和/或前馈滤波器输出的第一声音信号;
根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
本申请的一个实施例中,所述预测声音信号包括:第一预测声音信号和/或第二预测声音信号;
所述根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号,包括:
根据所述第一声音信号,计算所述耳机的喇叭输入的第一预测声音信号;
和/或,
根据所述第二声音信号,计算所述耳机的喇叭输入的第二预测声音信号。
本申请的一个实施例中,所述根据所述第一声音信号,计算所述耳机的喇叭输入的第一预测声音信号,包括:
根据所述第一声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第一预测声音信号。
本申请的一个实施例中,所述根据所述第一声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第一预测声音信号,包括:
根据如下公式计算得到所述耳机的喇叭输入的第一预测声音信号:
其中,S1表示第一声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S4表示第一预测声音信号。
本申请的一个实施例中,所述根据所述第二声音信号,计算所述耳机的喇叭输入的第二预测声音信号,包括:
根据所述第二声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第二预测声音信号。
本申请的一个实施例中,所述根据所述第二声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第二预测声音信号,包括:
根据如下公式计算得到所述耳机的喇叭输入的第二预测声音信号:
其中,S2表示第二声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S5表示第二预测声音信号。
本申请的一个实施例中,所述比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫,包括:
在所述第三声音信号与所述第一预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生反馈啸叫;
和/或,
在所述第三声音信号与所述第二预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生前馈啸叫。
第二方面,本申请实施例提供了一种啸叫检测装置,应用于耳机,所述装置包括:
信号获取模块,用于获取所述耳机的喇叭输入的第三声音信号,以及获取所述耳机的反馈滤波器输出的第二声音信号和/或前馈滤波器输出的第一声音信号;
信号预测模块,用于根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
信号比较模块,用于比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
本申请的一个实施例中,所述预测声音信号包括:第一预测声音信号和/或第二预测声音信号;
所述信号预测模块,包括:
第一信号预测子模块,用于根据所述第一声音信号,计算所述耳机的喇叭输入的第一预测声音信号;
和/或,
第二信号预测子模块,用于根据所述第二声音信号,计算所述耳机的喇叭输入的第二预测声音信号。
本申请的一个实施例中,所述第一信号预测子模块,包括:
第一信号预测单元,用于根据所述第一声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第一预测声音信号。
本申请的一个实施例中,所述第一信号预测单元,具体用于:
根据如下公式计算得到所述耳机的喇叭输入的第一预测声音信号:
其中,S1表示第一声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S4表示第一预测声音信号。
本申请的一个实施例中,所述第二信号预测子模块,包括:
第二信号预测单元,用于根据所述第二声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第二预测声音信号。
本申请的一个实施例中,所述第二信号预测单元,具体用于:
根据如下公式计算得到所述耳机的喇叭输入的第二预测声音信号:
其中,S2表示第二声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S5表示第二预测声音信号。
本申请的一个实施例中,所述信号比较模块,具体用于:
在所述第三声音信号与所述第一预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生反馈啸叫;
和/或,
在所述第三声音信号与所述第二预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生前馈啸叫。
第三方面,本申请实施例提供了一种耳机,包括:前馈滤波器、反馈滤波器、喇叭及处理芯片;
所述前馈滤波器,用于输出第一声音信号;
所述反馈滤波器,用于输出第二声音信号;
所述喇叭,用于输入第三声音信号;
所述处理芯片,用于:
获取所述耳机的喇叭输入的所述第三声音信号,以及获取所述耳机的反馈滤波器输出的所述第二声音信号和/或所述前馈滤波器输出的所述第一声音信号;
根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
第四方面,本申请实施例提供了一种电子设备,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的啸叫检测方法。
第五方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的啸叫检测方法。
本申请实施例有益效果:
本申请实施例提供的啸叫检测方法,根据前馈滤波器输出的声音信号和反馈滤波器输出的声音信号计算预测喇叭应该输入的预测声音信号,比较预测的声音信号和喇叭实际输入的声音信号的差异,以此判断是否发生啸叫并及时针对性处理,从而能够在耳机的使用者感知到啸叫之前就及时检测到啸叫并加以处理,提高了啸叫检测的及时性,增强了使用者的体验感。同时,还能够利用前馈滤波器和反馈滤波器排除环境噪声和耳机本身所播放的声音信号对啸叫检测的影响,提高了啸叫检测的及时性。除此之外,不需要额外增加耳机中的系统链路用于检测,即可实现对啸叫的检测,提高了啸叫检测的灵敏性。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的啸叫检测的一种应用场景示例图;
图2为本申请实施例提供的电子设备的第一种结构示意图;
图3为本申请实施例提供的电子设备的第二种结构示意图;
图4-1为本申请实施例提供的一种常见的耳机结构示例图;
图4-2为本申请实施例提供的一种常见的啸叫检测方案的示例图;
图5为本申请实施例提供的一种啸叫检测方法的流程示意图;
图6为本申请实施例提供的第一种预测声音信号的预测示例图;
图7为本申请实施例提供的第二种预测声音信号的预测示例图;
图8为本申请实施例提供的一种啸叫检测装置的结构示意图;
图9为本申请实施例提供的一种耳机的结构示意图。
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,所描述的实施例仅仅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基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
由于相关技术中,耳机的啸叫检测不够灵敏,为了解决这个问题,本申请实施例提供了一种啸叫检测方法、装置、耳机、电子设备及存储介质。
本申请实施例所提供的啸叫检测方法可以应用于任一具备信号分析处理能力的耳机中。例如,耳机可以为具备信号分析处理能力的智能耳机、头戴式耳机、入耳式耳机等,耳机可以通过各类方式连接手机、平板电脑、车载设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digitalassistant,PDA)、家居设备等设备,对此不作任何限制。
本申请实施例提供的啸叫检测方法适用于任意使用耳机的用户及其所在的应用场景。
如图1所示,图1示出了本申请实施例提供的一种耳机的应用场景示意图,在用户佩戴耳机,使用耳机播放音频的过程中,对可能产生的啸叫进行检测。常见的啸叫发生的场景包括:使用者手握耳机时、耳机佩戴的过程中、蓝牙耳机放入充电仓的过程中、使用者佩戴耳机之后挤压耳机时等。
应理解,上述为对场景的举例说明,并不对本申请的场景作任何限定。
下面将结合附图对本申请实施例的实施方式进行详细描述。
首先,在本申请实施例的第一方面,提供一种电子设备,如图2所示,包括:
存储器201,用于存放计算机程序;
处理器202,用于执行存储器201上所存放的程序时,实现如下步骤:
获取所述耳机的喇叭输入的第三声音信号,以及获取所述耳机的反馈滤波器输出的第二声音信号和/或前馈滤波器输出的第一声音信号;
根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
并且上述电子设备还可以包括通信总线和/或通信接口,处理器202、通信接口、存储器201通过通信总线完成相互间的通信。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-ProgrammableGate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
为了便于说明,以电子设备为智能耳机为例进行示意。
如图3所示,在一些实施例中,电子设备300可以包括处理器301和通信模块302等。
其中,处理器301与图2中处理器202相同,可以包括一个或多个处理单元,例如:处理器301可以包括应用处理器(application processor,AP),调制解调处理器,控制器,存储器,数字信号处理器,基带处理器,和/或神经网络处理器(neural-network processingunit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器301中。
控制器可以是电子设备300的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器301中还可以设置存储器,用于存储指令和数据。
在一些实施例中,处理器301中的存储器为高速缓冲存储器。该存储器可以保存处理器301刚用过或循环使用的指令或数据。如果处理器301需要再次使用该指令或数据,可从存储器中直接调用。避免了重复存取,减少了处理器301的等待时间,因而提高了系统的效率。
在一些实施例中,处理器301可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universalasynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
通信模块302可以包括天线1,天线2,移动通信模块,和/或无线通信模块。
如图3所示,在一些实施例中,电子设备300还可以包括外部存储器接口305、内部存储器304,USB接口306、充电管理模块307、电源管理模块308、电池309、和传感器模块303等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现电子设备300的智能认知等应用,例如:语音识别,文本理解等。
充电管理模块307用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。
在一些有线充电的实施例中,充电管理模块307可以通过USB接口306接收有线充电器的充电输入。
在一些无线充电的实施例中,充电管理模块307可以通过电子设备300的无线充电线圈接收无线充电输入。充电管理模块307为电池309充电的同时,还可以通过电源管理模块308为电子设备300供电。
电源管理模块308用于连接电池309,充电管理模块307与处理器301。电源管理模块308接收电池309和/或充电管理模块307的输入,为处理器301,内部存储器304,外部存储器,和通信模块302等供电。电源管理模块308还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。
在其他一些实施例中,电源管理模块308也可以设置于处理器301中。
在另一些实施例中,电源管理模块308和充电管理模块307也可以设置于同一个器件中。
外部存储器接口305可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备300的存储能力。外部存储卡通过外部存储器接口305与处理器301通信,实现数据存储功能。例如将音乐等文件保存在外部存储卡中。
内部存储器304可以用于存储计算机可执行程序代码,可执行程序代码包括指令。处理器301通过运行存储在内部存储器304的指令,从而执行电子设备300的各种功能应用以及数据处理。内部存储器304可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能)等。存储数据区可存储电子设备300使用过程中所创建的数据(比如音频数据)等。此外,内部存储器304可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
电子设备300中的传感器模块303可以包括触摸传感器、压力传感器、陀螺仪传感器、气压传感器、磁传感器、加速度传感器、距离传感器、接近光传感器、环境光传感器、指纹传感器、温度传感器、骨传导传感器等部件,以实现对于不同信号的感应和/或获取功能。
可选地,电子设备300还可以包括外设设备,例如按键、指示灯、扬声器、麦克风等。
按键包括开机键,音量键等。按键可以是机械按键。也可以是触摸式按键。电子设备300可以接收按键输入,产生与电子设备300的用户设置以及功能控制有关的键信号输入。
指示器可以是指示灯,可以用于指示充电状态和电量变化,也可以用于指示消息、未接来电、和通知等。
可以理解的是,本实施例示意的结构并不构成对电子设备300的具体限定。
在另一些实施例中,电子设备300可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
相关技术中,如图4-1所示,提供了一种常见的耳机结构示例图,其中,播放声音信号指music,即向耳机输入的声音信号,均衡器为EQ(equalizer),MC指Music cancelling,是用于对声音信号上反馈滤波影响的补偿机制麦克风,前馈滤波器指Feedforward,前馈麦克风指FF Mic,反馈滤波器指Feedback,反馈麦克风指FBMic,声音信号通过EQ链路,播放进入人耳,通过将上述系统结构产生与外界噪音相等的反相声波,将噪音中和,能够实现降噪的效果。
现有的啸叫检测方案大多通过检测单一信号的能量幅度来实现,如图4-2所示,提供了一种常见的啸叫检测方案示例图,由于FB比FF靠近喇叭,且FF与喇叭之间有一定的隔离要求,所以FB接受的能量比FF大很多。采集FB mic的音频信号或者喇叭前端的信号,通过计算信号的能量大小或计算局部频带范围内的峰谷差值,判断是否发生啸叫。但由于检测的能量幅度,所以在触发前会有短时间的啸叫声,依旧会被耳机使用者用户听到,且大音量的环境噪声和音乐信号,会误触发检测机制,使得整体上的啸叫检测不够灵敏。
为了解决这个技术问题,本申请实施例的第二方面,如图5所示,图5为本申请实施例提供的一种啸叫检测方法的流程示意图,应用于耳机,包括:
步骤S101:获取所述耳机的喇叭输入的第三声音信号,以及获取所述耳机的反馈滤波器输出的第二声音信号和/或前馈滤波器输出的第一声音信号。
耳机的喇叭用于接收耳机的处理芯片输入的声音信号,并通过喇叭输出至耳机的使用者,第三声音信号即为耳机的处理芯片输入至喇叭的声音信号。
前馈滤波器用于采集环境噪声,并产生环境噪声的反向声波,使得反向声波与环境噪声叠加进入人耳,上述第一声音信号即为环境噪声的反向声波。
反馈滤波器用于采集残余噪声,产生残余噪声的反向声波,上述第二声音信号即为残余噪声的反向声波。
S102:根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号。
一般情况下,喇叭输入的第三声音信号由经过EQ链路的声音信号、经过前馈滤波器后输出的第一声音信号以及经过反馈滤波器处理之后的第二声音信号结合得到。由于环境噪声和残余噪声并不是一直存在的声音信号,前馈滤波器和反馈滤波器并不总同时输出声音信号,与之相对的,啸叫也不总同时出现在前馈链路和反馈链路。
所以,一个例子中,可以对第一声音信号和第二声音信号同时考虑,根据第一声音信号和第二声音信号共同计算预测,得到耳机的喇叭输入的预测声音信号,也可以分别根据第一声音信号或第二声音信号进行计算预测,得到前馈链路和反馈链路分别对应的耳机的喇叭输入的预测声音信号。
步骤S103:比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
上述所得到的预测声音信号为在未发生啸叫的情况下耳机的喇叭应该输入的声音信号。比较预测声音信号和实际上喇叭输入的第三声音信号的差异,在差异较大的情况下,若该差异符合预先设定的表示发生啸叫的差异阈值时,则表示当前耳机发生啸叫,需要对声音信号进行处理,将处理之后的声音信号再输出至使用者。
本申请实施例提供的啸叫检测方法,根据前馈滤波器输出的声音信号和反馈滤波器输出的声音信号计算预测喇叭应该输入的预测声音信号,比较预测的声音信号和喇叭实际输入的声音信号的差异,以此判断是否发生啸叫并及时针对性处理,从而能够在耳机的使用者感知到啸叫之前就及时检测到啸叫并加以处理,提高了啸叫检测的及时性,增强了使用者的体验感。同时,还能够利用前馈滤波器和反馈滤波器排除环境噪声和耳机本身所播放的声音信号对啸叫检测的影响,提高了啸叫检测的及时性。除此之外,不需要额外增加耳机中的系统链路用于检测,即可实现对啸叫的检测,提高了啸叫检测的灵敏性。
本申请的一个实施例中,所述预测声音信号包括:第一预测声音信号和/或第二预测声音信号;
所述根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号,包括:
根据所述第一声音信号,计算所述耳机的喇叭输入的第一预测声音信号;
和/或,
根据所述第二声音信号,计算所述耳机的喇叭输入的第二预测声音信号。
在计算预测喇叭应该输入的预测声音信号时,可以仅根据第一声音信号或第二声音信号实现。仅根据第一声音信号计算喇叭应该输入的预测声音信号,得到前馈滤波器对应的第一预测声音信号。仅根据第二声音信号计算喇叭应该输入的预测声音信号,得到反馈滤波器对应的第二预测声音信号。
示例性的,如图6所示,本申请实施例提供了第一种预测声音信号的预测示例图。
耳机具有降噪模式和透传模式这两种使用模式,在不同的模式下,喇叭输入的声音信号是不同的,其中,降噪模式下更容易出现反馈啸叫,透传模式下更容易出现前馈啸叫。图6在使用者使用耳机的过程中,FFMIC(前馈麦克风)采集环境噪声信号X(n),通过前馈滤波器K处理后,输入至喇叭,经由喇叭经过次级路径SP传函输出至人耳DRP。环境噪声信号X(n)本身经过耳机的初级路径PP传函传输至人耳DRP。
当耳机处于降噪模式时,上述两个信号叠加为X*PP+X*K*SP=0,实现降噪效果,而当耳机处理透传模式时,上述两个信号叠加为X*PP+X*K*SP=X*ERTF,还原不戴耳机时候的信号,即环境噪声经过人耳传函ERTF传输至人耳,同时残余噪声Y(n)也传输至人耳,实现透传效果。
所以,在耳机处于降噪模式的情况下,反馈链路容易发生啸叫,根据前馈滤波器输出的第一声音信号计算预测第一预测声音信号,若第一预测声音信号与喇叭实际输入的第三声音信号差异较大,说明反馈链路可能出现啸叫;在耳机处于透传模式的情况下,前馈链路容易发生啸叫,根据反馈滤波器输出的第二声音信号计算预测第二预测声音信号,若第二预测声音信号与喇叭实际输入的第三声音信号差异较大,说明前馈链路可能出现啸叫。
如图7所示,本申请实施例还提供了第二种预测声音信号的预测示例图。序号①处为前馈滤波器输出的第一声音信号,序号②处为反馈滤波器输出的第二声音信号,序号③处喇叭实际输入的第三声音信号,根据序号①和序号②处的声音信号计算预测,得到第一预测声音信号和第二预测声音信号,与序号③处的第三声音信号进行比较。
本申请实施例提供的啸叫检测方法,根据前馈滤波器和反馈滤波器各自输出的声音信号,分别预测喇叭输入的预测声音信号,在实现啸叫检测的同时,还能够判断啸叫来源前馈链路还是反馈链路,定向调整处理,减少对另一链路的影响,提高啸叫检测处理的准确性和针对性,提升使用者的体验感。
本申请的一个实施例中,所述根据所述第一声音信号,计算所述耳机的喇叭输入的第一预测声音信号,包括:
根据所述第一声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第一预测声音信号。
本申请的一个实施例中,所述根据所述第一声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第一预测声音信号,包括:
根据如下公式计算得到所述耳机的喇叭输入的第一预测声音信号:
其中,S1表示第一声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S4表示第一预测声音信号。
本申请实施例中,根据如下公式,通过第一中间信号 或环境噪声N计算得到第一声音信号:
其中,S1表示第一声音信号,H表示所述前馈滤波器的透传参数或降噪参数,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,N表示环境噪声,SF表示喇叭到前馈麦克风的传函(正常情况下,SF很小,可以忽略);
根据如下公式计算得到所述耳机的喇叭输入的第一预测声音信号:
其中,S4表示第一预测声音信号;
或,
由于正常情况下,SF很小,可以忽略,在忽略SF的情况下,对上述公式进行约分化简,得到如下公式,通过第一中间信号 或环境噪声N计算得到第一声音信号:
其中,S1表示第一声音信号,H表示前馈滤波器的透传参数或降噪参数,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,N表示环境噪声;
根据如下公式计算得到所述耳机的喇叭输入的第一预测声音信号:
其中,S4表示第一预测声音信号。
本申请实施例提供的啸叫检测方法,根据第一声音信号、喇叭的发声参数、反馈滤波器的降噪参数、前馈滤波器的透传参数或降噪参数,先计算耳机的喇叭输入的第一中间信号和环境噪声,基于此计算喇叭输入的第一预测声音信号,得到喇叭本应输入的声音信号,实现对反馈链路的啸叫检测,从而确定啸叫是否来源于反馈链路,减少对前馈链路的影响,提高啸叫检测处理的准确性和针对性。
本申请的一个实施例中,所述根据所述第二声音信号,计算所述耳机的喇叭输入的第二预测声音信号,包括:
根据所述第二声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第二预测声音信号。
本申请的一个实施例中,所述根据所述第二声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第二预测声音信号,包括:
根据如下公式计算得到所述耳机的喇叭输入的第二预测声音信号:
其中,S2表示第二声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S5表示第二预测声音信号。
根据如下公式,通过第一中间信号 或环境噪声N计算得到第二声音信号:
其中,S2表示第二声音信号,H表示所述前馈滤波器的透传参数或降噪参数,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,N表示环境噪声,SF表示喇叭到前馈麦克风的传函(未发生啸叫的正常工作状态下,SF很小,可以忽略;存在前馈啸叫时,表现为非正常工作状态,导致SF变大、产生啸叫);
根据如下公式计算得到所述耳机的喇叭输入的第二预测声音信号:
/>
其中,S5表示第二预测声音信号;
或,
由于正常情况下,SF很小,可以忽略,在忽略SF的情况下,对上述公式进行约分化简,得到如下公式,通过第一中间信号 或环境噪声N计算得到第二声音信号:
其中,S2表示第二声音信号,H表示所述前馈滤波器的透传参数或降噪参数,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,N表示环境噪声;
根据如下公式计算得到所述耳机的喇叭输入的第二预测声音信号:
其中,S5表示第二预测声音信号。
本申请实施例提供的啸叫检测方法,根据第二声音信号、喇叭的发声参数、反馈滤波器的降噪参数、前馈滤波器的透传参数或降噪参数,先计算耳机的喇叭输入的第一中间信号和环境噪声,基于此计算喇叭输入的第二预测声音信号,得到喇叭本应输入的声音信号,实现对前馈链路的啸叫检测,从而确定啸叫是否来源于前馈链路,减少对反馈链路的影响,提高啸叫检测处理的准确性和针对性。
本申请的一个实施例中,所述比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫,包括:
在所述第三声音信号与所述第一预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生反馈啸叫;
和/或,
在所述第三声音信号与所述第二预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生前馈啸叫。
在第三声音信号与第一预测声音信号的强度差异大于预设强度阈值的情况下,判定耳机的反馈链路发生啸叫,即耳机发生反馈啸叫,从而调整反馈滤波器,实现对反馈啸叫的抑制。
在第三声音信号与第二预测声音信号的强度差异大于预设强度阈值的情况下,判定耳机的前馈链路发生啸叫,即耳机发生前馈啸叫,从而调整前馈滤波器,实现对前馈啸叫的抑制。
预设强度阈值为预先设定的信号强度阈值,当预测的喇叭输入的声音信号强度与实际的喇叭输入的声音信号强度之间的差异超过该阈值时,表示发生啸叫。
本申请实施例提供的啸叫检测方法,通过分别比较第一预测声音信号、第二预测声音信号与第三声音信号之间的强度差异,甄别啸叫来自前馈链路还是反馈链路,基于此定向调整对应的滤波器,抑制对应链路的啸叫,减少对另一路降噪的影响,提高了啸叫检测及后续处理的及时性、准确性和针对性。
第二方面,如图8所示,本申请实施例提供了一种啸叫检测装置的结构示意图,应用于耳机,所述装置包括:
信号获取模块801,用于获取所述耳机的喇叭输入的第三声音信号,以及获取所述耳机的反馈滤波器输出的第二声音信号和/或前馈滤波器输出的第一声音信号;
信号预测模块802,用于根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
信号比较模块803,用于比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
本申请实施例提供的啸叫检测装置,根据前馈滤波器输出的声音信号和反馈滤波器输出的声音信号计算预测喇叭应该输入的预测声音信号,比较预测的声音信号和喇叭实际输入的声音信号的差异,以此判断是否发生啸叫并及时针对性处理,从而能够在耳机的使用者感知到啸叫之前就及时检测到啸叫并加以处理,提高了啸叫检测的及时性,增强了使用者的体验感。同时,还能够利用前馈滤波器和反馈滤波器排除环境噪声和耳机本身所播放的声音信号对啸叫检测的影响,提高了啸叫检测的及时性。除此之外,不需要额外增加耳机中的系统链路用于检测,即可实现对啸叫的检测,提高了啸叫检测的灵敏性。
本申请的一个实施例中,所述预测声音信号包括:第一预测声音信号和/或第二预测声音信号;
所述信号预测模块802,包括:
第一信号预测子模块,用于根据所述第一声音信号,计算所述耳机的喇叭输入的第一预测声音信号;
和/或,
第二信号预测子模块,用于根据所述第二声音信号,计算所述耳机的喇叭输入的第二预测声音信号。
本申请实施例提供的啸叫检测装置,根据前馈滤波器和反馈滤波器各自输出的声音信号,分别预测喇叭输入的预测声音信号,在实现啸叫检测的同时,还能够判断啸叫来源前馈链路还是反馈链路,定向调整处理,减少对另一链路的影响,提高啸叫检测处理的准确性和针对性,提升使用者的体验感。
本申请的一个实施例中,所述第一信号预测子模块,包括:
第一信号预测单元,用于根据所述第一声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第一预测声音信号。
本申请的一个实施例中,所述第一信号预测单元,具体用于:
根据如下公式计算得到所述耳机的喇叭输入的第一预测声音信号:
其中,S1表示第一声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S4表示第一预测声音信号。
本申请实施例提供的啸叫检测装置,根据第一声音信号、喇叭的发声参数、反馈滤波器的降噪参数、前馈滤波器的透传参数,先计算耳机的喇叭输入的第一中间信号和环境噪声,基于此计算喇叭输入的第一预测声音信号,得到喇叭本应输入的声音信号,实现对反馈链路的啸叫检测,从而确定啸叫是否来源于反馈链路,减少对前馈链路的影响,提高啸叫检测处理的准确性和针对性。
本申请的一个实施例中,所述第二信号预测子模块,包括:
第二信号预测单元,用于根据所述第二声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第二预测声音信号。
本申请的一个实施例中,所述第二信号预测单元,具体用于:
根据如下公式计算得到所述耳机的喇叭输入的第二预测声音信号:
其中,S2表示第二声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S5表示第二预测声音信号。
本申请实施例提供的啸叫检测装置,根据第二声音信号、喇叭的发声参数、反馈滤波器的降噪参数、前馈滤波器的透传参数,先计算耳机的喇叭输入的第一中间信号和环境噪声,基于此计算喇叭输入的第二预测声音信号,得到喇叭本应输入的声音信号,实现对前馈链路的啸叫检测,从而确定啸叫是否来源于前馈链路,减少对反馈链路的影响,提高啸叫检测处理的准确性和针对性。
本申请的一个实施例中,所述信号比较模块803,具体用于:
在所述第三声音信号与所述第一预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生反馈啸叫;
和/或,
在所述第三声音信号与所述第二预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生前馈啸叫。
本申请实施例提供的啸叫检测装置,通过分别比较第一预测声音信号、第二预测声音信号与第三声音信号之间的强度差异,甄别啸叫来自前馈链路还是反馈链路,基于此定向调整对应的滤波器,抑制对应链路的啸叫,减少对另一路降噪的影响,提高了啸叫检测及后续处理的及时性、准确性和针对性。
第三方面,如图9所示,本申请实施例提供了一种耳机,包括:前馈滤波器、反馈滤波器、喇叭及处理芯片;
所述前馈滤波器,用于输出第一声音信号;
所述反馈滤波器,用于输出第二声音信号;
所述喇叭,用于输入第三声音信号;
所述处理芯片,用于:
获取所述耳机的喇叭输入的所述第三声音信号,以及获取所述耳机的反馈滤波器输出的所述第二声音信号和/或所述前馈滤波器输出的所述第一声音信号;
根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
本申请实施例提供的耳机,前馈滤波器输出第一声音信号,反馈滤波器输出第二声音信号,处理芯片基于此计算预测喇叭应该输入的预测声音信号,比较预测的声音信号和喇叭实际输入的声音信号的差异,以此判断是否发生啸叫并及时针对性处理,从而能够在耳机的使用者感知到啸叫之前就及时检测到啸叫并加以处理,提高了啸叫检测的及时性,增强了使用者的体验感。同时,还能够利用前馈滤波器和反馈滤波器排除环境噪声和耳机本身所播放的声音信号对啸叫检测的影响,提高了啸叫检测的及时性。除此之外,不需要额外增加耳机中的系统链路用于检测,即可实现对啸叫的检测,提高了啸叫检测的灵敏性。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的啸叫检测方法。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一缓冲区分配方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。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,均包含在本申请的保护范围内。
Claims (11)
1.一种啸叫检测方法,其特征在于,应用于耳机,所述方法包括:
获取所述耳机的喇叭输入的第三声音信号,以及获取所述耳机的反馈滤波器输出的第二声音信号和/或前馈滤波器输出的第一声音信号;
根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
2.根据权利要求1所述的方法,其特征在于,所述预测声音信号包括:第一预测声音信号和/或第二预测声音信号;
所述根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号,包括:
根据所述第一声音信号,计算所述耳机的喇叭输入的第一预测声音信号;
和/或,
根据所述第二声音信号,计算所述耳机的喇叭输入的第二预测声音信号。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一声音信号,计算所述耳机的喇叭输入的第一预测声音信号,包括:
根据所述第一声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第一预测声音信号。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第一预测声音信号,包括:
根据如下公式计算得到所述耳机的喇叭输入的第一预测声音信号:
其中,S1表示第一声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S4表示第一预测声音信号。
5.根据权利要求2所述的方法,其特征在于,所述根据所述第二声音信号,计算所述耳机的喇叭输入的第二预测声音信号,包括:
根据所述第二声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第二预测声音信号。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二声音信号、所述喇叭的发声参数、所述反馈滤波器的降噪参数,计算所述耳机的喇叭输入的第二预测声音信号,包括:
根据如下公式计算得到所述耳机的喇叭输入的第二预测声音信号:
其中,S2表示第二声音信号,SP表示所述喇叭的发声参数,K表示所述反馈滤波器的降噪参数,S5表示第二预测声音信号。
7.根据权利要求2-6任一所述的方法,其特征在于,所述比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫,包括:
在所述第三声音信号与所述第一预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生反馈啸叫;
和/或,
在所述第三声音信号与所述第二预测声音信号的强度差异大于预设强度阈值的情况下,判定所述耳机发生前馈啸叫。
8.一种啸叫检测装置,其特征在于,应用于耳机,所述装置包括:
信号获取模块,用于获取所述耳机的喇叭输入的第三声音信号,以及获取所述耳机的反馈滤波器输出的第二声音信号和/或前馈滤波器输出的第一声音信号;
信号预测模块,用于根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
信号比较模块,用于比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
9.一种耳机,其特征在于,包括:前馈滤波器、反馈滤波器、喇叭及处理芯片;
所述前馈滤波器,用于输出第一声音信号;
所述反馈滤波器,用于输出第二声音信号;
所述喇叭,用于输入第三声音信号;
所述处理芯片,用于:
获取所述耳机的喇叭输入的所述第三声音信号,以及获取所述耳机的反馈滤波器输出的所述第二声音信号和/或所述前馈滤波器输出的所述第一声音信号;
根据所述第一声音信号和/或所述第二声音信号,计算所述耳机的喇叭输入的预测声音信号;
比较所述预测声音信号及所述第三声音信号的差异,确定是否发生啸叫。
10.一种电子设备,其特征在于,包括:
一个或多个处理器和存储器;
所述存储器与所述一个或多个处理器耦合,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行如权利要求1至7中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,包括计算机程序,当所述计算机程序在电子设备上运行时,使得所述电子设备执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310969110.8A CN116801156A (zh) | 2023-08-03 | 2023-08-03 | 一种啸叫检测方法、装置、耳机、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310969110.8A CN116801156A (zh) | 2023-08-03 | 2023-08-03 | 一种啸叫检测方法、装置、耳机、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116801156A true CN116801156A (zh) | 2023-09-22 |
Family
ID=88048196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310969110.8A Pending CN116801156A (zh) | 2023-08-03 | 2023-08-03 | 一种啸叫检测方法、装置、耳机、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116801156A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103391496A (zh) * | 2013-07-16 | 2013-11-13 | 歌尔声学股份有限公司 | 应用于主动噪声消除anr耳机的啸叫抑制方法和装置 |
US20160180830A1 (en) * | 2014-12-19 | 2016-06-23 | Cirrus Logic, Inc. | Systems and methods for performance and stability control for feedback adaptive noise cancellation |
US20190379972A1 (en) * | 2018-06-11 | 2019-12-12 | Cirrus Logic International Semiconductor Ltd. | Techniques for howling detection |
CN113225657A (zh) * | 2021-04-16 | 2021-08-06 | 深圳木芯科技有限公司 | 基于双麦克风架构的多通道啸叫抑制方法 |
CN114071306A (zh) * | 2021-11-29 | 2022-02-18 | 歌尔科技有限公司 | 降噪耳机音频处理方法、降噪耳机、装置及可读存储介质 |
CN114513723A (zh) * | 2022-02-23 | 2022-05-17 | 北京小米移动软件有限公司 | 啸叫声抑制方法、装置、耳机及存储介质 |
CN115767347A (zh) * | 2022-11-17 | 2023-03-07 | 西安讯飞超脑信息科技有限公司 | 主动降噪耳机及其啸叫抑制方法、装置及存储介质 |
-
2023
- 2023-08-03 CN CN202310969110.8A patent/CN116801156A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103391496A (zh) * | 2013-07-16 | 2013-11-13 | 歌尔声学股份有限公司 | 应用于主动噪声消除anr耳机的啸叫抑制方法和装置 |
US20160372102A1 (en) * | 2013-07-16 | 2016-12-22 | Goertek Inc | Howling Suppression Method and Device Applied to an ANR Earphone |
US20160180830A1 (en) * | 2014-12-19 | 2016-06-23 | Cirrus Logic, Inc. | Systems and methods for performance and stability control for feedback adaptive noise cancellation |
US20190379972A1 (en) * | 2018-06-11 | 2019-12-12 | Cirrus Logic International Semiconductor Ltd. | Techniques for howling detection |
CN113225657A (zh) * | 2021-04-16 | 2021-08-06 | 深圳木芯科技有限公司 | 基于双麦克风架构的多通道啸叫抑制方法 |
CN114071306A (zh) * | 2021-11-29 | 2022-02-18 | 歌尔科技有限公司 | 降噪耳机音频处理方法、降噪耳机、装置及可读存储介质 |
CN114513723A (zh) * | 2022-02-23 | 2022-05-17 | 北京小米移动软件有限公司 | 啸叫声抑制方法、装置、耳机及存储介质 |
CN115767347A (zh) * | 2022-11-17 | 2023-03-07 | 西安讯飞超脑信息科技有限公司 | 主动降噪耳机及其啸叫抑制方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102295402B1 (ko) | 무선 오디오 출력 디바이스 | |
CN108519871B (zh) | 音频信号处理方法及相关产品 | |
EP3127116B1 (en) | Attention-based dynamic audio level adjustment | |
CN102770909B (zh) | 基于多个话音活动检测器的话音活动检测 | |
CN110677768A (zh) | 一种无线耳机控制方法、装置及无线耳机和存储介质 | |
CN105280195A (zh) | 语音信号的处理方法及装置 | |
CN108540900B (zh) | 音量调节方法及相关产品 | |
US20160081595A1 (en) | System for hearing sensitivity testing and auto reinforcement | |
JP2021509963A (ja) | マルチビーム選定方法及び装置 | |
US11069332B2 (en) | Interference generation | |
EP4297023A1 (en) | Voice control method and apparatus | |
CN113726940B (zh) | 录音方法和装置 | |
CN113613123A (zh) | 音频数据的处理方法、装置、耳机及存储介质 | |
CN116801156A (zh) | 一种啸叫检测方法、装置、耳机、电子设备及存储介质 | |
CN113038337A (zh) | 一种音频播放方法、无线耳机和计算机可读存储介质 | |
CN116709389A (zh) | 测试方法、系统、装置及存储介质 | |
CN111800699A (zh) | 音量调节提示方法、装置、耳机设备及存储介质 | |
WO2023040483A1 (zh) | 耳机工作模式控制方法、装置、终端及介质 | |
US20220230657A1 (en) | Voice control method and apparatus, chip, earphones, and system | |
CN114466278B (zh) | 一种耳机模式对应的参数确定方法、耳机、终端和系统 | |
US11562763B2 (en) | Method for improving sound quality and electronic device using same | |
CN111757211B (zh) | 降噪方法、终端设备及存储介质 | |
CN113766385A (zh) | 耳机降噪方法及装置 | |
CN110784797A (zh) | 一种无线耳机控制方法、装置及无线耳机和存储介质 | |
CN111739493B (zh) | 音频处理方法、装置及存储介质 |
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 |