JP6914236B2 - 音声認識方法、装置、デバイス、コンピュータ可読記憶媒体及びプログラム - Google Patents
音声認識方法、装置、デバイス、コンピュータ可読記憶媒体及びプログラム Download PDFInfo
- Publication number
- JP6914236B2 JP6914236B2 JP2018233967A JP2018233967A JP6914236B2 JP 6914236 B2 JP6914236 B2 JP 6914236B2 JP 2018233967 A JP2018233967 A JP 2018233967A JP 2018233967 A JP2018233967 A JP 2018233967A JP 6914236 B2 JP6914236 B2 JP 6914236B2
- Authority
- JP
- Japan
- Prior art keywords
- audio signal
- processing
- wakeup
- signal
- voice
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 60
- 238000012545 processing Methods 0.000 claims description 103
- 230000005236 sound signal Effects 0.000 claims description 100
- 230000009467 reduction Effects 0.000 claims description 40
- 230000001629 suppression Effects 0.000 claims description 21
- 230000004807 localization Effects 0.000 claims description 16
- 230000003213 activating effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L21/00—Speech or voice signal processing techniques 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
-
- 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
- G10L21/00—Speech or voice signal processing techniques 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech
-
- 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
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
-
- 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
- G10L21/00—Speech or voice signal processing techniques 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques 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
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02166—Microphone arrays; Beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Circuit For Audible Band Transducer (AREA)
- Obtaining Desirable Characteristics In Audible-Bandwidth Transducers (AREA)
Description
マイクロフォンアレイにおける一部のマイクロフォンを起動して、第一音声信号を収集することと、
前記第一音声信号をエコーキャンセル処理して、第二音声信号を取得することと、
前記第二音声信号に対してウェイクアップ認識を行うことにより、前記第二音声信号にウェイクアップワードが含まれるかどうかを確定することと、
前記第二音声信号に前記ウェイクアップワードが含まれると確定する場合、前記マイクロフォンアレイを起動して、第三音声信号を収集することと、
前記第三音声信号に対してノイズ低減処理を行うことと、
ノイズ低減処理済みの信号に対して音声認識を行うことと、を含む。
前記第三音声信号をエコーキャンセル処理して、第四音声信号を取得することと、
前記第四音声信号に対して音源定位処理を行って、ビームフォーミング角度を取得することと、
前記ビームフォーミング角度に基づいて、前記第四音声信号に対してビームフォーミング処理を行うことと、
ビームフォーミング処理済みの信号に対してノイズ抑制処理を行うことと、
ノイズ抑制処理済みの信号に対して残響除去処理を行うことと、
残響除去処理済みの信号に対して非線形処理を行うことと、を含む。
前記第二音声信号を音声ウェイクアップエンジンに送信して、ウェイクアップ認識を行うことを含む。
ノイズ低減処理済みの信号を音声認識エンジンに送信して、音声認識を行うことを含む。
マイクロフォンアレイにおける1つのマイクロフォンを動作状態に設定し、ほかのマイクロフォンを非動作状態に設定することを更に含む。
マイクロフォンアレイにおける一部のマイクロフォンを起動して、第一音声信号を収集するための第一起動モジュールと、
前記第一音声信号をエコーキャンセル処理して、第二音声信号を取得するためのエコーキャンセルモジュールと、
前記第二音声信号に対してウェイクアップ認識を行うことにより、前記第二音声信号にウェイクアップワードが含まれるかどうかを確定するためのウェイクアップ認識モジュールと、
前記第二音声信号に前記ウェイクアップワードが含まれると確定する場合、前記マイクロフォンアレイを起動して、第三音声信号を収集するための第二起動モジュールと、
前記第三音声信号に対してノイズ低減処理を行うためのノイズ低減処理モジュールと、
ノイズ低減処理済みの信号に対して音声認識を行うための音声認識モジュールと、を備える。
前記第三音声信号をエコーキャンセル処理して、第四音声信号を取得するためのエコーキャンセルサブモジュールと、
前記第四音声信号に対して音源定位処理を行って、ビームフォーミング角度を取得するための音源定位サブモジュールと、
前記ビームフォーミング角度に基づいて、前記第四音声信号に対してビームフォーミング処理を行うためのビームフォーミングサブモジュールと、
ビームフォーミング処理済みの信号に対してノイズ抑制処理を行うためのノイズ抑制サブモジュールと、
ノイズ抑制処理済みの信号に対して残響除去処理を行うための残響除去サブモジュールと、
残響除去処理済みの信号に対して非線形処理を行うための非線形サブモジュールと、を備える。
マイクロフォンアレイにおける一部のマイクロフォンを起動して第一音声信号を収集する前に、マイクロフォンアレイにおける1つのマイクロフォンを動作状態に設定し、ほかのマイクロフォンを非動作状態に設定するためのプリセットモジュールを更に備える。
前記デバイスの機能はハードウェアで実現されてもよいし、ハードウェアで対応するソフトウェアを実行することにより実現されてもよい。前記ハードウェア又はソフトウェアは上記機能に対応する1つ又は複数のモジュールを含む。
マイクロフォンアレイにより収集された第三音声信号をエコーキャンセル処理して、第四音声信号を取得する201と、
前記第四音声信号に対して音源定位処理を行って、ビームフォーミング角度を取得する202と、
前記ビームフォーミング角度に基づいて、前記第四音声信号に対してビームフォーミング処理を行う203と、
ビームフォーミング処理済みの信号に対してノイズ抑制処理を行う204と、
ノイズ抑制処理済みの信号に対して残響除去処理を行う205と、
残響除去処理済みの信号に対して非線形処理を行う206と、を含んでもよい。
マイクロフォンアレイにおける1つのマイクロフォンを動作状態に設定し、ほかのマイクロフォンを非動作状態に設定することを更に含む。
デバイスに通電した後、マイクロフォン(MIC)アレイにおける1つのマイクロフォンのみが動作状態にあり、プロセッサチップがエコーキャンセルアルゴリズムのみを実行し、且つ音声ウェイクアップエンジンが動作状態にあり、プロセッサチップは該シングルMICの収集した音声信号に対してシングルエコーキャンセル例えばAEC処理を行うステップ501と、
処理済みの信号を動作状態にある音声ウェイクアップエンジンに送信し、音声ウェイクアップエンジンによりウェイクアップワードを認識したかどうかを判断し、ウェイクアップワードを認識しない場合、現在の動作状態を維持し続け、1つのMICで録音し続け、音声ウェイクアップエンジンによりウェイクアップワードを認識した後、マイクロフォンアレイの録音、ほかのフロントエンドアルゴリズム及び音声認識エンジンを起動するステップ502と、
マルチMICの収集した音声信号に対してAEC処理を行った後、音源定位アルゴリズムモジュールに入力し、音源定位アルゴリズムによって正確なビームフォーミング角度を取得するステップ503と、
ビームフォーミング角度を設定し、エコーキャンセルアルゴリズムで処理されたオーディオ信号をビームフォーミングアルゴリズムで処理し、次にノイズ抑制、残響除去及び非線形処理等のアルゴリズムで処理し、処理済みのオーディオ信号を遠距離音声認識エンジン例えばASR音声認識エンジンに送信するステップ504と、
音声認識を行い、音声認識を完了した後、デバイスはシングルマイクロフォン、エコーキャンセルアルゴリズム及び音声ウェイクアップエンジンのみを起動する動作状態に戻ってもよいステップ505と、を含んでもよい。
マイクロフォンアレイにおける一部のマイクロフォンを起動して、第一音声信号を収集するための第一起動モジュール41と、
前記第一音声信号をエコーキャンセル処理して、第二音声信号を取得するためのエコーキャンセルモジュール42と、
前記第二音声信号に対してウェイクアップ認識を行うことにより、前記第二音声信号にウェイクアップワードが含まれるかどうかを確定するためのウェイクアップ認識モジュール43と、
前記第二音声信号に前記ウェイクアップワードが含まれると確定する場合、前記マイクロフォンアレイを起動して、第三音声信号を収集するための第二起動モジュール44と、
前記第三音声信号に対してノイズ低減処理を行うためのノイズ低減処理モジュール45と、
ノイズ低減処理済みの信号に対して音声認識を行うための音声認識モジュール46と、を備える。
前記第三音声信号をエコーキャンセル処理して、第四音声信号を取得するためのエコーキャンセルサブモジュールと、
前記第四音声信号に対して音源定位処理を行って、ビームフォーミング角度を取得するための音源定位サブモジュールと、
前記ビームフォーミング角度に基づいて、前記第四音声信号に対してビームフォーミング処理を行うためのビームフォーミングサブモジュールと、
ビームフォーミング処理済みの信号に対してノイズ抑制処理を行うためのノイズ抑制サブモジュールと、
ノイズ抑制処理済みの信号に対して残響除去処理を行うための残響除去サブモジュールと、
残響除去処理済みの信号に対して非線形処理を行うための非線形サブモジュールと、を備えてもよい。
マイクロフォンアレイにおける一部のマイクロフォンを起動して第一音声信号を収集する前に、マイクロフォンアレイにおける1つのマイクロフォンを動作状態に設定し、ほかのマイクロフォンを非動作状態に設定するためのプリセットモジュール51を更に備える。
外部デバイスと通信して、データ交換伝送を行うための通信インターフェース930を更に備える。
Claims (13)
- 音声認識方法であって、
マイクロフォンアレイにおける一部のマイクロフォンを起動して、第一音声信号を収集することと、
前記第一音声信号に対して、エコーキャンセル、音源定位、ビームフォーミング、ノイズ抑制、残響除去及び非線形処理を含むノイズ低減処理のうちの前記エコーキャンセル処理のみを行って、第二音声信号を取得することと、
前記第二音声信号に対してウェイクアップ認識を行うことにより、前記第二音声信号にウェイクアップワードが含まれるかどうかを確定することと、
前記第二音声信号に前記ウェイクアップワードが含まれると確定する場合、前記マイクロフォンアレイにおけるすべてのマイクロフォンを起動して、第三音声信号を収集することと、
前記第三音声信号に対して、前記エコーキャンセル処理と、前記ノイズ低減処理のうちの前記エコーキャンセル処理以外の他の処理とを行うことと、
ノイズ低減処理済みの信号に対して音声認識を行うことと、を含み、
前記第二音声信号にウェイクアップワードが含まれるかどうかを確定することは、前記第二音声信号に前記ウェイクアップワードが含まれていないと判断した場合、前記一部のマイクロフォンによって前記第一音声信号を収集すること、及び前記第二音声信号を取得することをさらに行って、新に取得された第二音声信号に前記ウェイクアップワードが含まれるかどうかを確定することを含むことを特徴とする音声認識方法。 - 前記第三音声信号に対してノイズ低減処理を行うことは、
前記第三音声信号をエコーキャンセル処理して、第四音声信号を取得することと、
前記第四音声信号に対して音源定位処理を行って、ビームフォーミング角度を取得することと、
前記ビームフォーミング角度に基づいて、前記第四音声信号に対してビームフォーミング処理を行うことと、
ビームフォーミング処理済みの信号に対してノイズ抑制処理を行うことと、
ノイズ抑制処理済みの信号に対して残響除去処理を行うことと、
残響除去処理済みの信号に対して非線形処理を行うことと、を含むことを特徴とする請求項1に記載の方法。 - 前記第二音声信号に対してウェイクアップ認識を行うことは、
前記第二音声信号を音声ウェイクアップエンジンに送信して、ウェイクアップ認識を行うことを含むことを特徴とする請求項1に記載の方法。 - ノイズ低減処理済みの信号に対して音声認識を行うことは、
ノイズ低減処理済みの信号を音声認識エンジンに送信して、音声認識を行うことを含むことを特徴とする請求項1に記載の方法。 - マイクロフォンアレイにおける一部のマイクロフォンを起動して第一音声信号を収集する前に、前記方法は、
マイクロフォンアレイにおける1つのマイクロフォンを動作状態に設定し、ほかのマイクロフォンを非動作状態に設定することを更に含むことを特徴とする請求項1〜4のいずれか一項に記載の方法。 - 音声認識装置であって、
マイクロフォンアレイにおける一部のマイクロフォンを起動して、第一音声信号を収集するための第一起動モジュールと、
前記第一音声信号に対して、エコーキャンセル、音源定位、ビームフォーミング、ノイズ抑制、残響除去及び非線形処理を含むノイズ低減処理のうちの前記エコーキャンセル処理のみを行って、第二音声信号を取得するためのエコーキャンセルモジュールと、
前記第二音声信号に対してウェイクアップ認識を行うことにより、前記第二音声信号にウェイクアップワードが含まれるかどうかを確定するためのウェイクアップ認識モジュールと、
前記第二音声信号に前記ウェイクアップワードが含まれると確定する場合、前記マイクロフォンアレイにおけるすべてのマイクロフォンを起動して、第三音声信号を収集するための第二起動モジュールと、
前記第三音声信号に対して、前記エコーキャンセル処理と、前記ノイズ低減処理のうちの前記エコーキャンセル処理以外の他の処理とを行うためのノイズ低減処理モジュールと、
ノイズ低減処理済みの信号に対して音声認識を行うための音声認識モジュールと、を備え、
前記ウェイクアップ認識モジュールが前記第二音声信号に前記ウェイクアップワードが含まれていないと判断した場合、前記第一起動モジュールは、第一音声信号を新たに取得し、前記エコーキャンセルモジュールは、新たに取得された前記第一音声信号に対して前記エコーキャンセル処理を行って、第二音声信号を新に取得し、前記ウェイクアップ認識モジュールは、新たに取得された前記第二音声信号に対して前記ウェイクアップワードが含まれるかどうかを確定することを特徴とする音声認識装置。 - 前記ノイズ低減処理モジュールは、
前記第三音声信号をエコーキャンセル処理して、第四音声信号を取得するためのエコーキャンセルサブモジュールと、
前記第四音声信号に対して音源定位処理を行って、ビームフォーミング角度を取得するための音源定位サブモジュールと、
前記ビームフォーミング角度に基づいて、前記第四音声信号に対してビームフォーミング処理を行うためのビームフォーミングサブモジュールと、
ビームフォーミング処理済みの信号に対してノイズ抑制処理を行うためのノイズ抑制サブモジュールと、
ノイズ抑制処理済みの信号に対して残響除去処理を行うための残響除去サブモジュールと、
残響除去処理済みの信号に対して非線形処理を行うための非線形サブモジュールと、を備えることを特徴とする請求項6に記載の装置。 - 前記ウェイクアップ認識モジュールは前記第二音声信号を音声ウェイクアップエンジンに送信して、ウェイクアップ認識を行うことに更に用いられることを特徴とする請求項6に記載の装置。
- 前記音声認識モジュールはノイズ低減処理済みの信号を音声認識エンジンに送信して、音声認識を行うことに更に用いられることを特徴とする請求項6に記載の装置。
- マイクロフォンアレイにおける一部のマイクロフォンを起動して第一音声信号を収集する前に、マイクロフォンアレイにおける1つのマイクロフォンを動作状態に設定し、ほかのマイクロフォンを非動作状態に設定するためのプリセットモジュールを更に備えることを特徴とする請求項6〜9のいずれか一項に記載の装置。
- 音声認識デバイスであって、
1つ又は複数のプロセッサと、
1つ又は複数のプログラムを記憶するための記憶装置と、を備え、
前記1つ又は複数のプログラムが前記1つ又は複数のプロセッサにより実行される時、前記1つ又は複数のプロセッサに請求項1〜5のいずれか一項に記載の方法を実現させることを特徴とする音声認識デバイス。 - コンピュータプログラムが記憶されるコンピュータ可読記憶媒体であって、
該プログラムがプロセッサにより実行される時、請求項1〜5のいずれか一項に記載の方法を実現することを特徴とするコンピュータ可読記憶媒体。 - コンピュータにおいて、プロセッサにより実行される場合、請求項1〜5のいずれか一項に記載の方法を実現することを特徴とするプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810361397.5A CN108538305A (zh) | 2018-04-20 | 2018-04-20 | 语音识别方法、装置、设备及计算机可读存储介质 |
CN201810361397.5 | 2018-04-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019191554A JP2019191554A (ja) | 2019-10-31 |
JP6914236B2 true JP6914236B2 (ja) | 2021-08-04 |
Family
ID=63478104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018233967A Active JP6914236B2 (ja) | 2018-04-20 | 2018-12-14 | 音声認識方法、装置、デバイス、コンピュータ可読記憶媒体及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11074924B2 (ja) |
JP (1) | JP6914236B2 (ja) |
CN (1) | CN108538305A (ja) |
Families Citing this family (68)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10095470B2 (en) | 2016-02-22 | 2018-10-09 | Sonos, Inc. | Audio response playback |
US10264030B2 (en) | 2016-02-22 | 2019-04-16 | Sonos, Inc. | Networked microphone device control |
US9820039B2 (en) | 2016-02-22 | 2017-11-14 | Sonos, Inc. | Default playback devices |
US10509626B2 (en) | 2016-02-22 | 2019-12-17 | Sonos, Inc | Handling of loss of pairing between networked devices |
US9978390B2 (en) | 2016-06-09 | 2018-05-22 | Sonos, Inc. | Dynamic player selection for audio signal processing |
US10134399B2 (en) | 2016-07-15 | 2018-11-20 | Sonos, Inc. | Contextualization of voice inputs |
US10115400B2 (en) | 2016-08-05 | 2018-10-30 | Sonos, Inc. | Multiple voice services |
US10181323B2 (en) | 2016-10-19 | 2019-01-15 | Sonos, Inc. | Arbitration-based voice recognition |
US10475449B2 (en) | 2017-08-07 | 2019-11-12 | Sonos, Inc. | Wake-word detection suppression |
US10048930B1 (en) | 2017-09-08 | 2018-08-14 | Sonos, Inc. | Dynamic computation of system response volume |
US10482868B2 (en) | 2017-09-28 | 2019-11-19 | Sonos, Inc. | Multi-channel acoustic echo cancellation |
US10051366B1 (en) | 2017-09-28 | 2018-08-14 | Sonos, Inc. | Three-dimensional beam forming with a microphone array |
US10466962B2 (en) | 2017-09-29 | 2019-11-05 | Sonos, Inc. | Media playback system with voice assistance |
US11175880B2 (en) | 2018-05-10 | 2021-11-16 | Sonos, Inc. | Systems and methods for voice-assisted media content selection |
US10959029B2 (en) | 2018-05-25 | 2021-03-23 | Sonos, Inc. | Determining and adapting to changes in microphone performance of playback devices |
US11076035B2 (en) | 2018-08-28 | 2021-07-27 | Sonos, Inc. | Do not disturb feature for audio notifications |
US11024331B2 (en) | 2018-09-21 | 2021-06-01 | Sonos, Inc. | Voice detection optimization using sound metadata |
US10811015B2 (en) * | 2018-09-25 | 2020-10-20 | Sonos, Inc. | Voice detection optimization based on selected voice assistant service |
US11100923B2 (en) | 2018-09-28 | 2021-08-24 | Sonos, Inc. | Systems and methods for selective wake word detection using neural network models |
US10692518B2 (en) | 2018-09-29 | 2020-06-23 | Sonos, Inc. | Linear filtering for noise-suppressed speech detection via multiple network microphone devices |
CN113658588A (zh) * | 2018-09-29 | 2021-11-16 | 百度在线网络技术(北京)有限公司 | 多音区语音识别方法、装置及存储介质 |
CN109270493B (zh) * | 2018-10-16 | 2020-06-26 | 苏州思必驰信息科技有限公司 | 声源定位方法和装置 |
US11899519B2 (en) | 2018-10-23 | 2024-02-13 | Sonos, Inc. | Multiple stage network microphone device with reduced power consumption and processing load |
CN109545230B (zh) | 2018-12-05 | 2021-10-19 | 百度在线网络技术(北京)有限公司 | 车辆内的音频信号处理方法和装置 |
CN109360562B (zh) * | 2018-12-07 | 2022-06-28 | 深圳创维-Rgb电子有限公司 | 回声消除方法、装置、介质以及语音唤醒方法和设备 |
US11183183B2 (en) | 2018-12-07 | 2021-11-23 | Sonos, Inc. | Systems and methods of operating media playback systems having multiple voice assistant services |
US11132989B2 (en) | 2018-12-13 | 2021-09-28 | Sonos, Inc. | Networked microphone devices, systems, and methods of localized arbitration |
US10602268B1 (en) | 2018-12-20 | 2020-03-24 | Sonos, Inc. | Optimization of network microphone devices using noise classification |
CN111383650B (zh) * | 2018-12-28 | 2024-05-03 | 深圳市优必选科技有限公司 | 一种机器人及其音频数据处理方法 |
CN109697984B (zh) * | 2018-12-28 | 2020-09-04 | 北京声智科技有限公司 | 一种降低智能设备自唤醒的方法 |
CN109473111B (zh) * | 2018-12-29 | 2024-03-08 | 思必驰科技股份有限公司 | 一种语音赋能装置及方法 |
CN109767769B (zh) * | 2019-02-21 | 2020-12-22 | 珠海格力电器股份有限公司 | 一种语音识别方法、装置、存储介质及空调 |
CN109901113B (zh) * | 2019-03-13 | 2020-08-11 | 出门问问信息科技有限公司 | 一种基于复杂环境的语音信号定位方法、装置及系统 |
CN109949810B (zh) * | 2019-03-28 | 2021-09-07 | 荣耀终端有限公司 | 一种语音唤醒方法、装置、设备及介质 |
US11120794B2 (en) | 2019-05-03 | 2021-09-14 | Sonos, Inc. | Voice assistant persistence across multiple network microphone devices |
CN111916068B (zh) * | 2019-05-07 | 2024-07-23 | 北京地平线机器人技术研发有限公司 | 音频检测方法和装置 |
CN112102848B (zh) * | 2019-06-17 | 2024-04-26 | 华为技术有限公司 | 一种用于识别音乐的方法、芯片和终端 |
CN110265053B (zh) * | 2019-06-29 | 2022-04-19 | 联想(北京)有限公司 | 信号降噪控制方法、装置及电子设备 |
CN110310640A (zh) * | 2019-07-26 | 2019-10-08 | 上海头趣科技有限公司 | 一种基于语音系统的智能垃圾分类系统 |
US10871943B1 (en) | 2019-07-31 | 2020-12-22 | Sonos, Inc. | Noise classification for event detection |
CN110610710B (zh) * | 2019-09-05 | 2022-04-01 | 晶晨半导体(上海)股份有限公司 | 一种自学习语音识别系统的构建装置和构建方法 |
US11189286B2 (en) | 2019-10-22 | 2021-11-30 | Sonos, Inc. | VAS toggle based on device orientation |
CN110992974B (zh) * | 2019-11-25 | 2021-08-24 | 百度在线网络技术(北京)有限公司 | 语音识别方法、装置、设备以及计算机可读存储介质 |
CN111028838A (zh) * | 2019-12-17 | 2020-04-17 | 苏州思必驰信息科技有限公司 | 一种语音唤醒方法、设备及计算机可读存储介质 |
US11200900B2 (en) | 2019-12-20 | 2021-12-14 | Sonos, Inc. | Offline voice control |
CN111081246B (zh) * | 2019-12-24 | 2022-06-24 | 北京达佳互联信息技术有限公司 | 直播机器人唤醒方法、装置、电子设备及存储介质 |
CN111128164B (zh) * | 2019-12-26 | 2024-03-15 | 上海风祈智能技术有限公司 | 一种语音采集和识别的控制系统及其实现方法 |
CN111179931B (zh) * | 2020-01-03 | 2023-07-21 | 青岛海尔科技有限公司 | 用于语音交互的方法、装置及家用电器 |
CN111145752B (zh) * | 2020-01-03 | 2022-08-02 | 百度在线网络技术(北京)有限公司 | 智能音频装置、方法、电子设备及计算机可读介质 |
US11562740B2 (en) | 2020-01-07 | 2023-01-24 | Sonos, Inc. | Voice verification for media playback |
US11308958B2 (en) | 2020-02-07 | 2022-04-19 | Sonos, Inc. | Localized wakeword verification |
CN111429911A (zh) * | 2020-03-11 | 2020-07-17 | 云知声智能科技股份有限公司 | 一种降低噪音场景下语音识别引擎功耗的方法及装置 |
CN111369999B (zh) * | 2020-03-12 | 2024-05-14 | 北京百度网讯科技有限公司 | 一种信号处理方法、装置以及电子设备 |
JP7465700B2 (ja) | 2020-03-27 | 2024-04-11 | 株式会社デンソーテン | 車載装置および車載装置における音声処理方法 |
CN111462743B (zh) * | 2020-03-30 | 2023-09-12 | 北京声智科技有限公司 | 一种语音信号处理方法及装置 |
CN111524513A (zh) * | 2020-04-16 | 2020-08-11 | 歌尔科技有限公司 | 一种可穿戴设备及其语音传输的控制方法、装置及介质 |
US11482224B2 (en) | 2020-05-20 | 2022-10-25 | Sonos, Inc. | Command keywords with input detection windowing |
CN111883160B (zh) * | 2020-08-07 | 2024-04-16 | 上海茂声智能科技有限公司 | 一种定向麦克风阵列拾音降噪方法及装置 |
CN112002320A (zh) * | 2020-08-10 | 2020-11-27 | 北京小米移动软件有限公司 | 语音唤醒方法、装置、电子设备和存储介质 |
CN112185388B (zh) * | 2020-09-14 | 2024-04-09 | 北京小米松果电子有限公司 | 语音识别方法、装置、设备及计算机可读存储介质 |
CN112017682B (zh) * | 2020-09-18 | 2023-05-23 | 中科极限元(杭州)智能科技股份有限公司 | 一种单通道语音同时降噪和去混响系统 |
CN114333884B (zh) * | 2020-09-30 | 2024-05-03 | 北京君正集成电路股份有限公司 | 一种基于麦克风阵列结合唤醒词进行的语音降噪方法 |
US11984123B2 (en) | 2020-11-12 | 2024-05-14 | Sonos, Inc. | Network device interaction by range |
CN112599143A (zh) * | 2020-11-30 | 2021-04-02 | 星络智能科技有限公司 | 降噪方法、语音采集设备及计算机可读存储介质 |
CN112908322A (zh) * | 2020-12-31 | 2021-06-04 | 思必驰科技股份有限公司 | 用于玩具车的语音控制方法和装置 |
CN113053368A (zh) * | 2021-03-09 | 2021-06-29 | 锐迪科微电子(上海)有限公司 | 语音增强方法、电子设备和存储介质 |
CN113053406B (zh) * | 2021-05-08 | 2024-06-18 | 北京小米移动软件有限公司 | 声音信号识别方法及装置 |
CN115019803B (zh) * | 2021-09-30 | 2023-01-10 | 荣耀终端有限公司 | 音频处理方法、电子设备以及存储介质 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3082700B2 (ja) | 1997-03-28 | 2000-08-28 | 日本電気株式会社 | 送話音声信号処理装置 |
JP2003330490A (ja) | 2002-05-15 | 2003-11-19 | Fujitsu Ltd | 音声対話装置 |
US8401178B2 (en) * | 2008-09-30 | 2013-03-19 | Apple Inc. | Multiple microphone switching and configuration |
JP4809454B2 (ja) | 2009-05-17 | 2011-11-09 | 株式会社半導体理工学研究センター | 発話推定による回路起動方法及び回路起動装置 |
JP5634959B2 (ja) | 2011-08-08 | 2014-12-03 | 日本電信電話株式会社 | 雑音/残響除去装置とその方法とプログラム |
US9584642B2 (en) * | 2013-03-12 | 2017-02-28 | Google Technology Holdings LLC | Apparatus with adaptive acoustic echo control for speakerphone mode |
US9595997B1 (en) * | 2013-01-02 | 2017-03-14 | Amazon Technologies, Inc. | Adaption-based reduction of echo and noise |
US9361885B2 (en) * | 2013-03-12 | 2016-06-07 | Nuance Communications, Inc. | Methods and apparatus for detecting a voice command |
WO2015094369A1 (en) * | 2013-12-20 | 2015-06-25 | Intel Corporation | Transition from low power always listening mode to high power speech recognition mode |
US9501270B2 (en) * | 2014-03-31 | 2016-11-22 | Google Technology Holdings LLC | System and method for providing customized resources on a handheld electronic device |
US20160306758A1 (en) * | 2014-11-06 | 2016-10-20 | Mediatek Inc. | Processing system having keyword recognition sub-system with or without dma data transaction |
US9633661B1 (en) * | 2015-02-02 | 2017-04-25 | Amazon Technologies, Inc. | Speech-responsive portable speaker |
JP2016167645A (ja) | 2015-03-09 | 2016-09-15 | アイシン精機株式会社 | 音声処理装置及び制御装置 |
US10192546B1 (en) * | 2015-03-30 | 2019-01-29 | Amazon Technologies, Inc. | Pre-wakeword speech processing |
TWI525532B (zh) * | 2015-03-30 | 2016-03-11 | Yu-Wei Chen | Set the name of the person to wake up the name for voice manipulation |
US10134425B1 (en) * | 2015-06-29 | 2018-11-20 | Amazon Technologies, Inc. | Direction-based speech endpointing |
US11087775B2 (en) | 2015-12-11 | 2021-08-10 | Sony Corporation | Device and method of noise suppression based on noise source positions |
CN107369445A (zh) * | 2016-05-11 | 2017-11-21 | 上海禹昌信息科技有限公司 | 同时支持语音唤醒以及语音控制智能终端的方法 |
CN206312567U (zh) | 2016-12-15 | 2017-07-07 | 北京塞宾科技有限公司 | 一种便携式智能家居语音控制系统 |
WO2018159971A1 (en) * | 2017-02-28 | 2018-09-07 | Samsung Electronics Co., Ltd. | Operating method of electronic device for function execution based on voice command in locked state and electronic device supporting the same |
CN107316649B (zh) * | 2017-05-15 | 2020-11-20 | 百度在线网络技术(北京)有限公司 | 基于人工智能的语音识别方法及装置 |
US10789949B2 (en) * | 2017-06-20 | 2020-09-29 | Bose Corporation | Audio device with wakeup word detection |
US10310082B2 (en) * | 2017-07-27 | 2019-06-04 | Quantenna Communications, Inc. | Acoustic spatial diagnostics for smart home management |
CN107274901A (zh) * | 2017-08-10 | 2017-10-20 | 湖州金软电子科技有限公司 | 一种远场语音交互装置 |
US10304475B1 (en) * | 2017-08-14 | 2019-05-28 | Amazon Technologies, Inc. | Trigger word based beam selection |
CN107591151B (zh) * | 2017-08-22 | 2021-03-16 | 百度在线网络技术(北京)有限公司 | 远场语音唤醒方法、装置和终端设备 |
CN107577449B (zh) * | 2017-09-04 | 2023-06-23 | 百度在线网络技术(北京)有限公司 | 唤醒语音的拾取方法、装置、设备及存储介质 |
US10438588B2 (en) * | 2017-09-12 | 2019-10-08 | Intel Corporation | Simultaneous multi-user audio signal recognition and processing for far field audio |
US10621981B2 (en) * | 2017-09-28 | 2020-04-14 | Sonos, Inc. | Tone interference cancellation |
US10354635B2 (en) * | 2017-11-01 | 2019-07-16 | Bose Corporation | Adaptive nullforming for selective audio pick-up |
-
2018
- 2018-04-20 CN CN201810361397.5A patent/CN108538305A/zh active Pending
- 2018-12-10 US US16/214,539 patent/US11074924B2/en active Active
- 2018-12-14 JP JP2018233967A patent/JP6914236B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US11074924B2 (en) | 2021-07-27 |
JP2019191554A (ja) | 2019-10-31 |
US20190325888A1 (en) | 2019-10-24 |
CN108538305A (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6914236B2 (ja) | 音声認識方法、装置、デバイス、コンピュータ可読記憶媒体及びプログラム | |
JP6975696B2 (ja) | ジェスチャーによる音声ウェイクアップ方法、装置、設備及びコンピュータ可読媒体、プログラム | |
CN110010126B (zh) | 语音识别方法、装置、设备和存储介质 | |
JP6811755B2 (ja) | 読話による音声ウェイクアップ方法、装置、設備及びコンピュータ可読媒体、プログラム | |
CN107591151B (zh) | 远场语音唤醒方法、装置和终端设备 | |
US11587560B2 (en) | Voice interaction method, device, apparatus and server | |
CN110673964A (zh) | 一种车载系统的音频播放控制方法和装置 | |
CN108600219B (zh) | 一种语音控制方法及设备 | |
CN108932944B (zh) | 解码方法及装置 | |
JP6866046B2 (ja) | クラウドウェイクアップ方法、システム、端末、コンピュータ可読記憶媒体、及びプログラム | |
CN106887228B (zh) | 机器人的语音控制方法、装置及机器人 | |
US20220084521A1 (en) | Automatic personal identifiable information removal from audio | |
CN113380280B (zh) | 数据处理方法、装置和存储介质 | |
CN110517682B (zh) | 语音识别方法、装置、设备及存储介质 | |
CN109473111B (zh) | 一种语音赋能装置及方法 | |
CN111145752B (zh) | 智能音频装置、方法、电子设备及计算机可读介质 | |
CN115148191A (zh) | 语音处理方法及服务器 | |
JP2019139146A (ja) | 音声認識システム、及び、音声認識方法 | |
CN112802457A (zh) | 语音识别的方法、装置、设备和存储介质 | |
US9749746B2 (en) | Devices and methods for reducing the processing time of the convergence of a spatial filter | |
US20060020945A1 (en) | System, circuitry and method for parallel processing real-time signal with open structure | |
US11211075B2 (en) | Service control method, service control apparatus and device | |
US20190213994A1 (en) | Voice output device, method, and program storage medium | |
CN117636895A (zh) | 一种语音数据获取方法、装置、设备和介质 | |
CN117975952A (zh) | 用于信号处理的方法、装置、设备、介质和产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200217 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200501 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200709 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201006 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210512 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20210512 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20210520 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210521 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210708 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210713 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6914236 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |