JP2021110945A - スマートオーディオ装置、方法、電子デバイスおよびコンピュータ可読媒体 - Google Patents
スマートオーディオ装置、方法、電子デバイスおよびコンピュータ可読媒体 Download PDFInfo
- Publication number
- JP2021110945A JP2021110945A JP2020218366A JP2020218366A JP2021110945A JP 2021110945 A JP2021110945 A JP 2021110945A JP 2020218366 A JP2020218366 A JP 2020218366A JP 2020218366 A JP2020218366 A JP 2020218366A JP 2021110945 A JP2021110945 A JP 2021110945A
- Authority
- JP
- Japan
- Prior art keywords
- chip
- voice
- communication
- algorithm
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 74
- 238000004891 communication Methods 0.000 claims description 59
- 230000004913 activation Effects 0.000 claims description 26
- 230000009467 reduction Effects 0.000 claims description 15
- 230000003993 interaction Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims description 2
- 230000005236 sound signal Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/22—Interactive procedures; Man-machine interfaces
- G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/002—Applications of echo suppressors or cancellers in telephonic connections
Abstract
Description
複数の音声アルゴリズムモジュールが設置されたフロントチップと、
前記フロントチップに信号接続され、ユーザ要求に従ってマルチスレッド方式でフロントチップ内の音声アルゴリズムモジュールを呼び出すためのマスターチップと、を備える スマートオーディオ装置を提供する。
前記ユーザ要求に従って、前記マスターチップを起動するための音声起動アルゴリズムモジュールと、
フロントエンド信号をノイズ低減処理するためのフロントエンド信号処理モジュールと、を備える。
フロントエンド音声信号をノイズ低減処理し、音声認識エンジン信号を取得するための音声認識フロントエンド信号処理モジュールと、
フロントエンド通信信号をノイズ低減処理し、通信アプリケーション信号を取得するための通信フロントエンド信号処理モジュールと、を備える。
音声信号を認識処理するための音声認識モジュールおよび/または、
その他の通信モジュールと通信するための通信アプリケーションモジュールと、を備える。
前記フロントチップと前記マスターチップの信号を伝送するための通信インタフェースをさらに備える。
前記フロントチップに信号接続され、音声情報を受信してそれを前記フロントチップに伝送するためのマイクロフォンをさらに備える。
前記音声アルゴリズムモジュールに信号接続され、受信した前記音声情報にエコー除去処理を行うためのエコー除去モジュールをさらに含む。
ユーザ要求に従ってマルチスレッド方式でフロントチップ内の異なる音声アルゴリズムを呼び出すステップを含むオーディオ装置の呼び出し方法を提供する。
前記ユーザ要求である起動要求を受信する起動要求受信ステップと、
前記起動要求に応答して動作モードに移行するステップと、
前記フロントチップ内の音声認識フロントエンド信号処理アルゴリズムを呼び出すコマンドを送信して、フロントチップを前記音声認識フロントエンド信号処理アルゴリズムモードに切り替えるステップと、を含む。
ユーザ要求である通信要求を受信する通信要求受信ステップと、
前記通信要求に応答して、前記フロントチップ内の前記通信フロントエンド信号処理アルゴリズムの呼び出しを送信するステップと、を含む。
前記フロントチップ内の音声認識フロントエンド信号処理アルゴリズムを呼び出すコマンドを送信して、フロントチップを前記音声認識フロントエンド信号処理アルゴリズムモードに切り替えるステップをさらに含む。
1つ以上のプロセッサと、
1つ以上のプログラムが記憶され、前記1つ以上のプログラムが前記1つ以上のプロセッサによって実行される時に、前記1つ以上のプロセッサに上記のいずれかのオーディオ装置の呼び出し方法を実現させるメモリと、
前記プロセッサとメモリとの間に接続され、前記プロセッサとメモリの情報インタラクションを実現するように配置される、1つ以上のI/Oインターフェースと、を備える電子デバイスを提供する。
1つ以上のプロセッサ501と、
1つ以上のプログラムが記憶され、1つ以上のプログラムが1つ以上のプロセッサによって実行される時に、1つ以上のプロセッサに上記のいずれかのオーディオ装置の呼び出し方法を実現させるメモリ502と、
プロセッサとメモリとの間に接続され、プロセッサとメモリの情報インタラクションを実現するように配置される、1つ以上のI/Oインターフェース503と、を備える電子デバイスを提供する。
Claims (15)
- 複数の音声アルゴリズムモジュールが設置されたフロントチップと、
前記フロントチップに信号接続され、ユーザ要求に従ってマルチスレッド方式でフロントチップ内の音声アルゴリズムモジュールを呼び出すためのマスターチップと、を備える、
スマートオーディオ装置。 - 前記音声アルゴリズムモジュールは、
前記ユーザ要求に従って、前記マスターチップを起動するための音声起動アルゴリズムモジュールと、
フロントエンド音声信号をノイズ低減処理し、音声認識エンジン信号を取得するための音声認識フロントエンド信号処理モジュールと、
フロントエンド通信信号をノイズ低減処理し、通信アプリケーション信号を取得するための通信フロントエンド信号処理モジュールと、を備える、
請求項1に記載の装置。 - 前記マスターチップは、
音声信号を認識処理するための音声認識モジュールと、
その他の通信モジュールと通信するための通信アプリケーションモジュールと、を備える、
請求項1に記載の装置。 - 前記装置は、
前記フロントチップと前記マスターチップの信号を伝送するための通信インタフェースをさらに備える、
請求項1に記載の装置。 - 前記通信インターフェースは、汎用I/Oインターフェース、集積回路バスインターフェースおよびシリアルペリフェラルインターフェースのうちの少なくとも1つを含む、
請求項4に記載の装置。 - 前記装置は、
前記フロントチップに信号接続され、音声情報を受信してそれを前記フロントチップに伝送するためのマイクロフォンをさらに備える、
請求項1に記載の装置。 - 前記フロントチップは、
前記音声アルゴリズムモジュールに信号接続され、受信した前記音声情報にエコー除去処理を行うためのエコー除去モジュールをさらに含む、
請求項1〜6のいずれか一項に記載の装置。 - ユーザ要求に従ってマルチスレッド方式でフロントチップ内の異なる音声アルゴリズムを呼び出すステップを含む、
オーディオ装置の呼び出し方法。 - ユーザ要求に従ってマルチスレッド方式でフロントチップ内の異なる音声アルゴリズムを呼び出す前記ステップは、
前記ユーザ要求である起動要求を受信する起動要求受信ステップと、
前記起動要求に応答して動作モードに移行するステップと、
前記フロントチップ内の音声認識フロントエンド信号処理アルゴリズムを呼び出すコマンドを送信して、フロントチップを前記音声認識フロントエンド信号処理アルゴリズムモードに切り替えるステップと、を含む、
請求項8に記載の方法。 - 音声認識フロントエンド信号処理アルゴリズムを呼び出すコマンドを送信する前記ステップの後に、さらに、
ユーザ要求である通信要求を受信する通信要求受信ステップと、
前記通信要求に応答して、前記フロントチップ内の前記通信フロントエンド信号処理アルゴリズムの呼び出しを送信するステップと、を含む、
請求項9に記載の方法。 - 通信終了後に、
前記フロントチップ内の音声認識フロントエンド信号処理アルゴリズムを呼び出すコマンドを送信して、フロントチップを前記音声認識フロントエンド信号処理アルゴリズムモードに切り替えるステップをさらに含む、
請求項10に記載の方法。 - 音声インタラクションがない場合、前記フロントチップ内の音声起動アルゴリズムを呼び出すコマンドを送信し、前記フロントチップを音声起動アルゴリズムモードに切り替える、
請求項11に記載の方法。 - 1つ以上のプロセッサと、
1つ以上のプログラムが記憶され、前記1つ以上のプログラムが1つ以上のプロセッサによって実行される時に、前記1つ以上のプロセッサに請求項8〜12のいずれか一項に記載の方法を実現させるメモリと、
前記プロセッサとメモリとの間に接続され、前記プロセッサとメモリの情報インタラクションを実現するように配置される、1つ以上のI/Oインターフェースと、を備える、
電子デバイス。 - コンピュータプログラムが記憶され、前記プログラムがプロセッサによって実行される時に、請求項8〜12のいずれか一項に記載の方法を実現する、
コンピュータ可読媒体。 - コンピュータプログラムを備え、前記コンピュータプログラムがプロセッサによって実行される時に、請求項8〜12のいずれか一項に記載の方法を実現する、
コンピュータプログラム製品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010007936.2 | 2020-01-03 | ||
CN202010007936.2A CN111145752B (zh) | 2020-01-03 | 2020-01-03 | 智能音频装置、方法、电子设备及计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021110945A true JP2021110945A (ja) | 2021-08-02 |
Family
ID=70523616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020218366A Pending JP2021110945A (ja) | 2020-01-03 | 2020-12-28 | スマートオーディオ装置、方法、電子デバイスおよびコンピュータ可読媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210210093A1 (ja) |
EP (1) | EP3846162A1 (ja) |
JP (1) | JP2021110945A (ja) |
KR (1) | KR20210087880A (ja) |
CN (1) | CN111145752B (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002132285A (ja) * | 2000-10-02 | 2002-05-09 | Xybernaut Corp | 連続音声処理と指令・制御音声処理のための統合dspを備えたコンピュータ母板アーキテクチャ |
JP2011191682A (ja) * | 2010-03-16 | 2011-09-29 | Nec Corp | 音声認識装置、音声認識方法および音声認識プログラム |
WO2019015435A1 (zh) * | 2017-07-19 | 2019-01-24 | 腾讯科技(深圳)有限公司 | 语音识别方法、装置和存储介质 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7933295B2 (en) * | 1999-04-13 | 2011-04-26 | Broadcom Corporation | Cable modem with voice processing capability |
CN1174374C (zh) * | 1999-06-30 | 2004-11-03 | 国际商业机器公司 | 并发进行语音识别、说话者分段和分类的方法 |
KR101529918B1 (ko) * | 2008-09-10 | 2015-06-18 | 엘지전자 주식회사 | 다중 스레드를 이용한 음성 인식 장치 및 그 방법 |
US9224404B2 (en) * | 2013-01-28 | 2015-12-29 | 2236008 Ontario Inc. | Dynamic audio processing parameters with automatic speech recognition |
CN105575395A (zh) * | 2014-10-14 | 2016-05-11 | 中兴通讯股份有限公司 | 语音唤醒方法及装置、终端及其处理方法 |
US10079015B1 (en) * | 2016-12-06 | 2018-09-18 | Amazon Technologies, Inc. | Multi-layer keyword detection |
US10540970B2 (en) * | 2017-12-12 | 2020-01-21 | Amazon Technologies, Inc. | Architectures and topologies for vehicle-based, voice-controlled devices |
US10838954B1 (en) * | 2017-12-14 | 2020-11-17 | Amazon Technologies, Inc. | Identifying user content |
CN108538305A (zh) * | 2018-04-20 | 2018-09-14 | 百度在线网络技术(北京)有限公司 | 语音识别方法、装置、设备及计算机可读存储介质 |
US11315556B2 (en) * | 2019-02-08 | 2022-04-26 | Sonos, Inc. | Devices, systems, and methods for distributed voice processing by transmitting sound data associated with a wake word to an appropriate device for identification |
KR20200132613A (ko) * | 2019-05-16 | 2020-11-25 | 삼성전자주식회사 | 웨이크 언 보이스(Wake on Voice, WoV) 기술을 이용한 음성 인식 수행 방법 및 장치 |
KR20220008401A (ko) * | 2019-06-07 | 2022-01-21 | 엘지전자 주식회사 | 엣지 컴퓨팅 디바이스에서 음성 인식 방법 |
KR20210009596A (ko) * | 2019-07-17 | 2021-01-27 | 엘지전자 주식회사 | 지능적 음성 인식 방법, 음성 인식 장치 및 지능형 컴퓨팅 디바이스 |
US20220328039A1 (en) * | 2019-09-04 | 2022-10-13 | Telepathy Labs, Inc. | Speech recognition systems and methods |
US11823659B2 (en) * | 2019-12-11 | 2023-11-21 | Amazon Technologies, Inc. | Speech recognition through disambiguation feedback |
-
2020
- 2020-01-03 CN CN202010007936.2A patent/CN111145752B/zh active Active
- 2020-12-23 US US17/132,112 patent/US20210210093A1/en not_active Abandoned
- 2020-12-23 EP EP20216951.2A patent/EP3846162A1/en not_active Withdrawn
- 2020-12-28 JP JP2020218366A patent/JP2021110945A/ja active Pending
- 2020-12-29 KR KR1020200185792A patent/KR20210087880A/ko not_active Application Discontinuation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002132285A (ja) * | 2000-10-02 | 2002-05-09 | Xybernaut Corp | 連続音声処理と指令・制御音声処理のための統合dspを備えたコンピュータ母板アーキテクチャ |
JP2011191682A (ja) * | 2010-03-16 | 2011-09-29 | Nec Corp | 音声認識装置、音声認識方法および音声認識プログラム |
WO2019015435A1 (zh) * | 2017-07-19 | 2019-01-24 | 腾讯科技(深圳)有限公司 | 语音识别方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111145752A (zh) | 2020-05-12 |
CN111145752B (zh) | 2022-08-02 |
EP3846162A1 (en) | 2021-07-07 |
US20210210093A1 (en) | 2021-07-08 |
KR20210087880A (ko) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11074924B2 (en) | Speech recognition method, device, apparatus and computer-readable storage medium | |
JP7354110B2 (ja) | オーディオ処理システム及び方法 | |
US9613626B2 (en) | Audio device for recognizing key phrases and method thereof | |
US11662974B2 (en) | Mechanism for retrieval of previously captured audio | |
US10431211B2 (en) | Directional processing of far-field audio | |
EP4060658A1 (en) | Voice wake-up method, apparatus, and system | |
JP2019159305A (ja) | ファーフィールド音声機能の実現方法、設備、システム及び記憶媒体 | |
CN107464565B (zh) | 一种远场语音唤醒方法及设备 | |
US11587560B2 (en) | Voice interaction method, device, apparatus and server | |
US11638078B2 (en) | Microphone device and system comprising the microphone device | |
CN110968353A (zh) | 中央处理器的唤醒方法、装置、语音处理器以及用户设备 | |
US11488606B2 (en) | Audio system with digital microphone | |
JP2021110945A (ja) | スマートオーディオ装置、方法、電子デバイスおよびコンピュータ可読媒体 | |
EP3851952A2 (en) | Signal processing method, signal processing device, and electronic device | |
JP2019139146A (ja) | 音声認識システム、及び、音声認識方法 | |
CN111383632B (zh) | 电子设备 | |
US20190051300A1 (en) | Loudspeaker system | |
CN113744732A (zh) | 设备唤醒相关方法、装置及故事机 | |
CN111210820B (zh) | 机器人的控制方法、装置、电子设备以及存储介质 | |
CN111028832B (zh) | 麦克风静音模式控制方法、装置及存储介质和电子设备 | |
US11627395B2 (en) | Apparatus and methods for cancelling the noise of a speaker for speech recognition | |
CN117174078A (zh) | 语音信号的处理方法、装置、设备及计算机可读存储介质 | |
CN116935844A (zh) | 一种识别语音的方法及终端设备 | |
KR20150072094A (ko) | 마이크로폰 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220125 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220413 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220816 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230314 |