WO2024096600A1 - 외부 소리를 전달하기 위한 전자 장치 및 전자 장치의 동작 방법 - Google Patents

외부 소리를 전달하기 위한 전자 장치 및 전자 장치의 동작 방법 Download PDF

Info

Publication number
WO2024096600A1
WO2024096600A1 PCT/KR2023/017318 KR2023017318W WO2024096600A1 WO 2024096600 A1 WO2024096600 A1 WO 2024096600A1 KR 2023017318 W KR2023017318 W KR 2023017318W WO 2024096600 A1 WO2024096600 A1 WO 2024096600A1
Authority
WO
WIPO (PCT)
Prior art keywords
electronic device
filter
signal
external
frequency response
Prior art date
Application number
PCT/KR2023/017318
Other languages
English (en)
French (fr)
Inventor
백순호
김선미
방경호
문한길
이건우
이재성
Original Assignee
삼성전자 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from KR1020220162586A external-priority patent/KR20240062055A/ko
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2024096600A1 publication Critical patent/WO2024096600A1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/26—Pre-filtering or post-filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • H04R3/04—Circuits for transducers, loudspeakers or microphones for correcting frequency response

Definitions

  • Various embodiments disclosed in this document relate to an electronic device and a method of operating the electronic device, for example, to an electronic device and a method of operating the electronic device for listening to external sounds around a user.
  • An electronic device that allows a user to hear a specific sound may be implemented in the form of earphones worn on the user's ears or a headset worn around the user's head.
  • Earphones inserted near the ear canal or headsets that completely cover the ear are located between the outside and the eardrum, so the user may not be able to hear sounds coming from the outside while wearing them.
  • the earphones and/or headset may include a microphone implemented on the outside of the earphone and/or headset, and output external sounds obtained from the external microphone to the speaker included in the earphone and/or headset.
  • a user wearing earphones and/or a headset can hear external sounds through the earphones and/or headset.
  • the earphones and/or headset perform a process of processing external sounds acquired by an external microphone by inputting them into an appropriate filter.
  • An electronic device may include a speaker, an external microphone, an internal microphone, a first filter, a second filter, and a processor operatively connected to the speaker, the external microphone, and the internal microphone.
  • the processor estimates passive characteristics based on signals acquired through the external microphone and signals acquired through the internal microphone, determines a target frequency response for the estimated passive characteristics based on reference passive characteristics, and
  • the second filter can be implemented based on the confirmed target frequency response, and the signal input through the external microphone can be sequentially filtered through the first filter and the second filter and controlled to be output through the speaker.
  • a method of an electronic device includes an operation of estimating passive characteristics based on a signal acquired through an external microphone of the electronic device and a signal acquired through an internal microphone of the electronic device, a reference passive An operation of confirming a target frequency response for the estimated passive characteristic based on the characteristic, and filtering a signal input through the external microphone through a first filter, and a second implemented based on the confirmed target frequency response. It may include an operation of further filtering through a filter and outputting through a speaker of the electronic device.
  • FIG. 1 is a block diagram of an electronic device in a network environment, according to various embodiments.
  • FIG. 2 is a block diagram of an audio module, according to various embodiments.
  • Figure 3 is an example of a block diagram of an electronic device according to various embodiments.
  • FIG. 4 is a flowchart illustrating a method for transmitting external sound in an electronic device according to various embodiments.
  • FIG. 5 is a diagram illustrating an example of the configuration and signal flow of an electronic device for transmitting external signals, according to various embodiments.
  • FIG. 6 is a graph showing a signal input through microphones of an electronic device, signal characteristics estimated based on the signal, and an estimated filter, according to various embodiments.
  • FIG. 7 is a graph illustrating signal characteristics estimated based on signals input through microphones according to various variables that occur when wearing an electronic device, according to various embodiments.
  • FIG. 8 is graphs illustrating deviations based on signal characteristics estimated based on signals input through microphones when an electronic device is worn and deviations based on reference signal characteristics, according to various embodiments.
  • FIG. 9 is graphs illustrating deviations based on signal characteristics estimated based on signals input through microphones when an electronic device is worn and deviations based on reference signal characteristics, according to various embodiments.
  • FIG. 10 is a graph illustrating a signal characteristic estimated based on a signal input through microphones when an electronic device is worn and a deviation compensated based on a reference signal characteristic, according to various embodiments.
  • FIG. 11 is a diagram illustrating an example of the configuration and signal flow of an electronic device that filters and provides external sounds based on signals input through microphones when the electronic device is worn, according to various embodiments.
  • FIG. 12 is a diagram illustrating an example of the configuration and signal flow of an electronic device that filters and provides external sounds based on signals input through microphones when the electronic device is worn, according to various embodiments.
  • FIG. 13 is a diagram illustrating an example of the configuration and signal flow of an electronic device that filters and provides external sounds based on signals input through microphones when the electronic device is worn, according to various embodiments.
  • FIG. 14 is a diagram illustrating an example of simulating external sounds and learning how to filter and provide external sounds based on signals input through microphones of an electronic device, according to various embodiments.
  • FIG. 15 is a diagram illustrating an example of the configuration and signal flow of an electronic device that filters and provides external sounds based on signals input through microphones when the electronic device is worn, according to various embodiments.
  • FIG. 1 is a block diagram of an electronic device 101 in a network environment 100, according to various embodiments.
  • the electronic device 101 communicates with the electronic device 102 through a first network 198 (e.g., a short-range wireless communication network) or a second network 199. It is possible to communicate with at least one of the electronic device 104 or the server 108 through (e.g., a long-distance wireless communication network). According to one embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108.
  • a first network 198 e.g., a short-range wireless communication network
  • a second network 199 e.g., a second network 199.
  • the electronic device 101 may communicate with the electronic device 104 through the server 108.
  • the electronic device 101 includes a processor 120, a memory 130, an input module 150, an audio output module 155, a display module 160, an audio module 170, and a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or may include an antenna module 197.
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added to the electronic device 101.
  • some of these components e.g., sensor module 176, camera module 180, or antenna module 197) are integrated into one component (e.g., display module 160). It can be.
  • the processor 120 for example, executes software (e.g., program 140) to operate at least one other component (e.g., hardware or software component) of the electronic device 101 connected to the processor 120. It can be controlled and various data processing or calculations can be performed. According to one embodiment, as at least part of data processing or computation, the processor 120 stores commands or data received from another component (e.g., sensor module 176 or communication module 190) in volatile memory 132. The commands or data stored in the volatile memory 132 can be processed, and the resulting data can be stored in the non-volatile memory 134.
  • software e.g., program 140
  • the processor 120 stores commands or data received from another component (e.g., sensor module 176 or communication module 190) in volatile memory 132.
  • the commands or data stored in the volatile memory 132 can be processed, and the resulting data can be stored in the non-volatile memory 134.
  • the processor 120 includes a main processor 121 (e.g., a central processing unit or an application processor) or an auxiliary processor 123 that can operate independently or together (e.g., a graphics processing unit, a neural network processing unit ( It may include a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor).
  • a main processor 121 e.g., a central processing unit or an application processor
  • auxiliary processor 123 e.g., a graphics processing unit, a neural network processing unit ( It may include a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor.
  • the electronic device 101 includes a main processor 121 and a secondary processor 123
  • the secondary processor 123 may be set to use lower power than the main processor 121 or be specialized for a designated function. You can.
  • the auxiliary processor 123 may be implemented separately from the main processor 121 or as part of it.
  • the auxiliary processor 123 may, for example, act on behalf of the main processor 121 while the main processor 121 is in an inactive (e.g., sleep) state, or while the main processor 121 is in an active (e.g., application execution) state. ), together with the main processor 121, at least one of the components of the electronic device 101 (e.g., the display module 160, the sensor module 176, or the communication module 190) At least some of the functions or states related to can be controlled.
  • co-processor 123 e.g., image signal processor or communication processor
  • may be implemented as part of another functionally related component e.g., camera module 180 or communication module 190. there is.
  • the auxiliary processor 123 may include a hardware structure specialized for processing artificial intelligence models.
  • Artificial intelligence models can be created through machine learning. For example, such learning may be performed in the electronic device 101 itself on which the artificial intelligence model is performed, or may be performed through a separate server (e.g., server 108).
  • Learning algorithms may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but It is not limited.
  • An artificial intelligence model may include multiple artificial neural network layers.
  • Artificial neural networks include deep neural network (DNN), convolutional neural network (CNN), recurrent neural network (RNN), restricted boltzmann machine (RBM), belief deep network (DBN), bidirectional recurrent deep neural network (BRDNN), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the examples described above.
  • artificial intelligence models may additionally or alternatively include software structures.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176) of the electronic device 101. Data may include, for example, input data or output data for software (e.g., program 140) and instructions related thereto.
  • Memory 130 may include volatile memory 132 or non-volatile memory 134.
  • the program 140 may be stored as software in the memory 130 and may include, for example, an operating system 142, middleware 144, or application 146.
  • the input module 150 may receive commands or data to be used in a component of the electronic device 101 (e.g., the processor 120) from outside the electronic device 101 (e.g., a user).
  • the input module 150 may include, for example, a microphone, mouse, keyboard, keys (eg, buttons), or digital pen (eg, stylus pen).
  • the sound output module 155 may output sound signals to the outside of the electronic device 101.
  • the sound output module 155 may include, for example, a speaker or a receiver. Speakers can be used for general purposes such as multimedia playback or recording playback.
  • the receiver can be used to receive incoming calls. According to one embodiment, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 can visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector, and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor configured to detect a touch, or a pressure sensor configured to measure the intensity of force generated by the touch.
  • the audio module 170 can convert sound into an electrical signal or, conversely, convert an electrical signal into sound. According to one embodiment, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device (e.g., directly or wirelessly connected to the electronic device 101). Sound may be output through the electronic device 102 (e.g., speaker or headphone).
  • the electronic device 102 e.g., speaker or headphone
  • the sensor module 176 detects the operating state (e.g., power or temperature) of the electronic device 101 or the external environmental state (e.g., user state) and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 176 includes, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, It may include a temperature sensor, humidity sensor, or light sensor.
  • the interface 177 may support one or more designated protocols that can be used to connect the electronic device 101 directly or wirelessly with an external electronic device (eg, the electronic device 102).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card interface
  • audio interface audio interface
  • connection terminal 178 may include a connector through which the electronic device 101 can be physically connected to an external electronic device (eg, the electronic device 102).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 can convert electrical signals into mechanical stimulation (e.g., vibration or movement) or electrical stimulation that the user can perceive through tactile or kinesthetic senses.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 can capture still images and moving images.
  • the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 can manage power supplied to the electronic device 101.
  • the power management module 188 may be implemented as at least a part of, for example, a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101.
  • the battery 189 may include, for example, a non-rechargeable primary battery, a rechargeable secondary battery, or a fuel cell.
  • Communication module 190 is configured to provide a direct (e.g., wired) communication channel or wireless communication channel between electronic device 101 and an external electronic device (e.g., electronic device 102, electronic device 104, or server 108). It can support establishment and communication through established communication channels. Communication module 190 operates independently of processor 120 (e.g., an application processor) and may include one or more communication processors that support direct (e.g., wired) communication or wireless communication.
  • processor 120 e.g., an application processor
  • the communication module 190 is a wireless communication module 192 (e.g., a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (e.g., : LAN (local area network) communication module, or power line communication module) may be included.
  • a wireless communication module 192 e.g., a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module
  • GNSS global navigation satellite system
  • wired communication module 194 e.g., : LAN (local area network) communication module, or power line communication module
  • the corresponding communication module is a first network 198 (e.g., a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (e.g., legacy It may communicate with an external electronic device 104 through a telecommunication network such as a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., LAN or WAN).
  • a telecommunication network such as a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., LAN or WAN).
  • a telecommunication network such as a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., LAN or WAN).
  • a telecommunication network such as a cellular network, a 5G network, a next-generation communication network
  • the wireless communication module 192 uses subscriber information (e.g., International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199.
  • subscriber information e.g., International Mobile Subscriber Identifier (IMSI)
  • IMSI International Mobile Subscriber Identifier
  • the wireless communication module 192 may support 5G networks after 4G networks and next-generation communication technologies, for example, NR access technology (new radio access technology).
  • NR access technology provides high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access to multiple terminals (massive machine type communications (mMTC)), or ultra-reliable and low-latency (URLLC). -latency communications)) can be supported.
  • the wireless communication module 192 may support high frequency bands (eg, mmWave bands), for example, to achieve high data rates.
  • the wireless communication module 192 uses various technologies to secure performance in high frequency bands, for example, beamforming, massive array multiple-input and multiple-output (MIMO), and full-dimensional multiplexing.
  • MIMO massive array multiple-input and multiple-output
  • the wireless communication module 192 may support various requirements specified in the electronic device 101, an external electronic device (e.g., electronic device 104), or a network system (e.g., second network 199). According to one embodiment, the wireless communication module 192 supports Peak data rate (e.g., 20 Gbps or more) for realizing eMBB, loss coverage (e.g., 164 dB or less) for realizing mmTC, or U-plane latency (e.g., 164 dB or less) for realizing URLLC.
  • Peak data rate e.g., 20 Gbps or more
  • loss coverage e.g., 164 dB or less
  • U-plane latency e.g., 164 dB or less
  • the antenna module 197 may transmit or receive signals or power to or from the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator made of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is connected to the plurality of antennas by, for example, the communication module 190. can be selected. Signals or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, radio frequency integrated circuit (RFIC) may be additionally formed as part of the antenna module 197.
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • a mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first side (e.g., bottom side) of the printed circuit board and capable of supporting a designated high-frequency band (e.g., mmWave band); And a plurality of antennas (e.g., array antennas) disposed on or adjacent to the second side (e.g., top or side) of the printed circuit board and capable of transmitting or receiving signals in the designated high frequency band. can do.
  • a mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first side (e.g., bottom side) of the printed circuit board and capable of supporting a designated high-frequency band (e.g., mmWave band); And a plurality of antennas (e.g., array antennas) disposed on or adjacent to the second side (e.g., top or side)
  • peripheral devices e.g., bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • signal e.g. commands or data
  • commands or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199.
  • Each of the external electronic devices 102 or 104 may be of the same or different type as the electronic device 101.
  • all or part of the operations performed in the electronic device 101 may be executed in one or more of the external electronic devices 102, 104, or 108.
  • the electronic device 101 may perform the function or service instead of executing the function or service on its own.
  • one or more external electronic devices may be requested to perform at least part of the function or service.
  • One or more external electronic devices that have received the request may execute at least part of the requested function or service, or an additional function or service related to the request, and transmit the result of the execution to the electronic device 101.
  • the electronic device 101 may process the result as is or additionally and provide it as at least part of a response to the request.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology can be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an Internet of Things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks.
  • the external electronic device 104 or server 108 may be included in the second network 199.
  • the electronic device 101 may be applied to intelligent services (e.g., smart home, smart city, smart car, or healthcare) based on 5G communication technology and IoT-related technology.
  • the audio module 170 includes, for example, an audio input interface 210, an audio input mixer 220, an analog to digital converter (ADC) 230, an audio signal processor 240, and a DAC. (digital to analog converter) 250, an audio output mixer 260, or an audio output interface 270.
  • ADC analog to digital converter
  • ADC analog to digital converter
  • DAC digital to analog converter
  • the audio input interface 210 is a part of the input module 150 or is configured separately from the electronic device 101 to obtain audio from the outside of the electronic device 101 through a microphone (e.g., dynamic microphone, condenser microphone, or piezo microphone).
  • a microphone e.g., dynamic microphone, condenser microphone, or piezo microphone.
  • An audio signal corresponding to sound can be received.
  • the audio input interface 210 is directly connected to the external electronic device 102 through the connection terminal 178.
  • the audio signal can be received by connecting wirelessly (e.g., Bluetooth communication) through the wireless communication module 192.
  • the audio input interface 210 may receive a control signal (eg, a volume adjustment signal received through an input button) related to the audio signal obtained from the external electronic device 102.
  • the audio input interface 210 includes a plurality of audio input channels and can receive different audio signals for each corresponding audio input channel among the plurality of audio input channels.
  • the audio input interface 210 may receive an audio signal from another component of the electronic device 101 (eg, the processor 120 or the memory 130).
  • the audio input mixer 220 may synthesize a plurality of input audio signals into at least one audio signal.
  • the audio input mixer 220 may synthesize a plurality of analog audio signals input through the audio input interface 210 into at least one analog audio signal.
  • the ADC 230 can convert analog audio signals into digital audio signals.
  • the ADC 230 converts the analog audio signal received through the audio input interface 210, or additionally or alternatively, the analog audio signal synthesized through the audio input mixer 220 into a digital audio signal. It can be converted into a signal.
  • the audio signal processor 240 may perform various processing on a digital audio signal input through the ADC 230 or a digital audio signal received from another component of the electronic device 101. For example, according to one embodiment, the audio signal processor 240 may change the sampling rate, apply one or more filters, process interpolation, amplify or attenuate all or part of the frequency band, and You can perform noise processing (e.g., noise or echo attenuation), change channels (e.g., switch between mono and stereo), mix, or extract specified signals. According to one embodiment, one or more functions of the audio signal processor 240 may be implemented in the form of an equalizer.
  • the DAC 250 can convert digital audio signals into analog audio signals.
  • DAC 250 may process digital audio signals processed by audio signal processor 240, or other components of electronic device 101 (e.g., processor 120 or memory 130).
  • the digital audio signal obtained from )) can be converted to an analog audio signal.
  • the audio output mixer 260 may synthesize a plurality of audio signals to be output into at least one audio signal.
  • the audio output mixer 260 may output an audio signal converted to analog through the DAC 250 and another analog audio signal (e.g., an analog audio signal received through the audio input interface 210). ) can be synthesized into at least one analog audio signal.
  • the audio output interface 270 transmits the analog audio signal converted through the DAC 250, or additionally or alternatively, the analog audio signal synthesized by the audio output mixer 260 to the electronic device 101 through the audio output module 155. ) can be output outside of.
  • the sound output module 155 may include, for example, a speaker such as a dynamic driver or balanced armature driver, or a receiver.
  • the sound output module 155 may include a plurality of speakers.
  • the audio output interface 270 may output audio signals having a plurality of different channels (eg, stereo or 5.1 channels) through at least some of the speakers.
  • the audio output interface 270 is connected to the external electronic device 102 (e.g., external speaker or headset) directly through the connection terminal 178 or wirelessly through the wireless communication module 192. and can output audio signals.
  • the audio module 170 does not have a separate audio input mixer 220 or an audio output mixer 260, but uses at least one function of the audio signal processor 240 to generate a plurality of digital audio signals. At least one digital audio signal can be generated by synthesizing them.
  • the audio module 170 is an audio amplifier (not shown) capable of amplifying an analog audio signal input through the audio input interface 210 or an audio signal to be output through the audio output interface 270. (e.g., speaker amplification circuit) may be included.
  • the audio amplifier may be composed of a module separate from the audio module 170.
  • FIG. 3 is a block diagram of an electronic device according to various embodiments disclosed in this document.
  • the electronic device 300 (e.g., the electronic device 101 of FIG. 1) includes a processor 320 (e.g., the processor 120 of FIG. 1) and a memory 330 (e.g., the electronic device 101 of FIG. 1). It may include a memory 130), an external microphone 340, a speaker 350 (e.g., the sound output module 155 of FIG. 1), and/or an internal microphone 360.
  • the components included in FIG. 3 are some of the components included in the electronic device 300, and the electronic device 300 may also include various other components as shown in FIG. 1 .
  • the external microphone 340 may be located in an area exposed to the outside from the ear entrance when the electronic device 300 is worn to obtain an external input signal.
  • the external input signal is a signal acquired by the external microphone 340 and may correspond to at least a portion of the sound generated outside the electronic device 300.
  • the external input signal may refer to any one of an external sound wave, an external electrical signal, an external pulse coded modulation (PCM) signal, and/or an external frequency signal acquired by the external microphone 340.
  • PCM pulse coded modulation
  • the external microphone 340 may convert the acquired external sound waves into external electrical signals.
  • the external microphone 340 may convert an external signal, which is an acoustic signal, into an external electrical signal, which is an electronic signal.
  • the external microphone 340 may include a membrane (not shown) and may generate an external electrical signal corresponding to vibration of the membrane due to an external signal.
  • the external microphone 340 may digitize the converted external electrical signal and convert it into an external PCM signal.
  • the external microphone 340 may convert an external electrical signal, which is an analog signal, into an external PCM signal, which is a digital signal.
  • the external microphone 340 digitizes the external electrical signal by sampling it into a uniform section, quantizing it into a representative value of the section, and encoding it into a digital binary code.
  • an external PCM signal can be generated.
  • the processor 320 may convert the converted external PCM signal, which is a signal in the time domain, into an external frequency signal, which is a signal in the frequency domain.
  • the processor 320 may generate an external frequency signal by performing fast Fourier transform (FFT) on the converted PCM signal.
  • FFT fast Fourier transform
  • the internal microphone 360 may be located in the area between the ear entrance and the eardrum within the external auditory canal when the electronic device 300 is worn, and may acquire an internal input signal.
  • the internal input signal is a signal acquired by the internal microphone 360 and may correspond to at least a portion of the sound acquired between the electronic device 300 and an external object (eg, eardrum).
  • the sound acquired by the internal microphone 360 may be a sound output from the speaker 350 and/or a sound output from the speaker 350 reflected by an external object (eg, eardrum).
  • the internal input signal may refer to any one of an internal sound wave, an internal electrical signal, an internal PCM signal, and/or an internal frequency signal acquired by the internal microphone 460.
  • the internal microphone 360 may convert the acquired internal sound waves into internal electrical signals.
  • the internal microphone 360 may convert internal sound waves, which are acoustic signals, into internal electrical signals, which are electronic signals.
  • the internal microphone 360 may include a membrane (not shown) and may generate an internal electric signal corresponding to vibration of the membrane due to internal sound waves.
  • the internal microphone 360 may digitize the converted internal electrical signal and convert it into an internal PCM (pulse coded modulation) signal.
  • the internal microphone 360 may convert an internal electrical signal, which is an analog signal, into an internal PCM signal, which is a digital signal.
  • the internal microphone 360 is digitized through the process of sampling the internal electrical signal into a uniform section, quantizing it into a representative value of the section, and encoding it into a digital binary code.
  • an internal PCM signal can be generated.
  • the processor 320 may convert the converted internal PCM signal, which is a signal in the time domain, into an internal frequency signal, which is a signal in the frequency domain.
  • the processor 320 may generate an internal frequency signal by performing fast Fourier transform (FFT) on the converted internal PCM signal.
  • FFT fast Fourier transform
  • the memory 330 is generated according to actual wearing of the electronic device 300 based on an external input signal input through the external microphone 340 and an internal input signal input through the internal microphone 360.
  • Various data e.g., normalized least mean squares (NLMS) algorithm
  • NLMS normalized least mean squares
  • the estimated passive characteristics may represent characteristics of a signal that changes as the signal input through the external microphone 340 decreases as it reaches the position of the internal microphone 360.
  • the estimated passive characteristic may represent a filter that predicts a signal input to the internal microphone 360 based on a signal input through the external microphone 340.
  • the memory 330 simulates the wearing of the electronic device 300 (e.g., ear simulator) based on the signal input through the external microphone 340 and the signal input through the internal microphone 360.
  • the estimated standard passive characteristics can be saved.
  • reference passive characteristics can be estimated based on NLMS with reference to passive characteristics measured through simulation.
  • the memory 330 checks the target frequency response for the passive characteristics estimated based on the reference passive characteristics, and various data for designing or implementing a filter combination having the target frequency response. can be saved.
  • the memory 330 may store a learning model for deriving final passive characteristics by compensating for the estimated passive characteristics.
  • the learning model may include a deep neural network learning model that is previously trained to derive high-frequency components of passive characteristics based on low-frequency components of passive characteristics measured through simulation.
  • the memory 330 provides a path for a signal input through the external microphone 340 to reach the ear drum through a simulation of wearing the electronic device 300 (e.g., an ear simulator).
  • a learning model for deriving the frequency response of a signal that changes through can be stored.
  • the learning model may include a deep neural network learning model trained in advance to derive the frequency response of the signal measured at the eardrum location through simulation for the signal input through the external microphone 340. there is.
  • the memory 330 may store filter data applied to remove noise of the internal microphone 360.
  • the stored filter data may include information about filters applied, for example, based on NLMS, to remove noise when various voice signals such as call events occur.
  • the external microphone 340 may be located in an area exposed to the outside when the electronic device 300 is worn and may acquire an external input signal.
  • the external input signal is a signal acquired by the external microphone 340 and may include at least a portion of a signal occurring outside the electronic device 300.
  • the external microphone 340 may be installed in a position exposed to the outside from the external auditory canal when the user wears the electronic device 300 on the ear.
  • the external microphone 340 may acquire an external input signal corresponding to sound acquired from outside the electronic device 300.
  • the sound acquired from the outside by the external microphone 340 may be a sound occurring around the user while the user is wearing the electronic device 300.
  • the speaker 350 may output a signal from inside the external auditory canal toward the user's eardrum without being exposed to the outside when the electronic device 300 is worn. According to one embodiment, the speaker 350 may be installed to be located between the inside of the external auditory canal and the eardrum when the electronic device 300 is worn on the ear. According to one embodiment, the speaker 350 may output an acoustic signal to the outside of the electronic device 300 based on a signal controlled by the processor 320.
  • the internal microphone 360 may be located in an area inside the external auditory canal when the electronic device 300 is worn and may acquire an internal input signal.
  • the internal input signal is a signal acquired by the internal microphone 360 and may include at least a portion of the signal output by the speaker 350.
  • the internal microphone 360 may be installed to be positioned between the external auditory canal and the eardrum when the electronic device 300 is worn on the ear.
  • the internal microphone 360 may acquire an internal input signal corresponding to a sound acquired between the electronic device 300 and an external object (eg, an eardrum).
  • the sound acquired by the internal microphone 360 may be a sound output from the speaker 350 and/or a sound output from the speaker 350 reflected by an external object.
  • FIG. 4 illustrates a processor (e.g., processor 320 of FIG. 3) in an electronic device (e.g., electronic device 300 of FIG. 3 or electronic device 400 of FIG. 4) according to various embodiments disclosed in this document. to be output from a speaker (e.g., speaker 350 in FIG. 3) based on signals obtained from a microphone (e.g., external microphone 340 in FIG. 3) and an internal microphone (e.g., internal microphone 360 in FIG. 3).
  • a processor e.g., processor 320 of FIG. 3
  • an electronic device e.g., electronic device 300 of FIG. 3 or electronic device 400 of FIG.
  • FIG. 4 illustrates a processor (e.g., processor 320 of FIG. 3) in an electronic device (e.g., electronic device 300 of FIG. 3 or electronic device 400 of FIG. 4) according to various embodiments disclosed in this document. to be output from a speaker (e.g., speaker 350 in FIG. 3) based on signals obtained from a microphone (e
  • FIG. 4 shows that a processor (e.g., processor 320 of FIG. 3) according to various embodiments disclosed in this document uses an external microphone (e.g., external microphone 340 of FIG. 3) and an internal microphone (e.g., internal microphone of FIG. 3).
  • This is a flowchart showing a method of controlling a signal to be output from a speaker (e.g., speaker 350 of FIG. 3) based on a signal obtained from a microphone 360.
  • the processor 320 may control a signal output from the speaker 350 so that the user wearing the electronic device 300 can hear surrounding external sounds.
  • the processor 320 may estimate passive characteristics based on an external input signal obtained through the external microphone 340 and an internal input signal obtained through the internal microphone 360 in operation 401. there is.
  • the external microphone 340 may be located in an area exposed to the outside from the ear entrance when the electronic device 300 is worn to obtain an external input signal.
  • the external input signal is a signal acquired by the external microphone 340 and may correspond to at least a portion of the sound generated outside the electronic device 300.
  • the internal microphone 360 may be located between the ear entrance and the eardrum within the external auditory canal when the electronic device 300 is worn, and may acquire an internal input signal.
  • the internal input signal is a signal acquired by the internal microphone 360.
  • operation 401 may be performed, for example, in a situation in which a signal is not output by the speaker 350 and/or in a situation in which the user does not speak.
  • the electronic device 300 can check whether the speaker 350 is output.
  • the electronic device 300 may use voice activity detection (VAD) technology for signals input through the internal microphone 360 to check whether the user speaks.
  • VAD voice activity detection
  • VPU voice pickup unit
  • the processor 320 determines passive characteristics according to wearing the electronic device 300 based on an external input signal acquired through the external microphone 340 and an internal input signal obtained through the internal microphone 360. It can be estimated.
  • the passive characteristic may mean how much external sound is attenuated and flows into the external auditory canal.
  • the passive characteristic may be estimated based on the relationship (eg, size difference) between an external input signal obtained through the external microphone 340 and an internal input signal obtained through the internal microphone 360.
  • passive characteristics may be estimated using a normalized least mean squares (NLMS) algorithm, but embodiments are not limited thereto.
  • NLMS normalized least mean squares
  • the processor 320 may refer to the reference passive characteristic and confirm the target frequency response from the estimated passive characteristic. According to one embodiment, the processor 320 may check the gain difference between the estimated passive characteristic and the reference passive characteristic and confirm the target frequency response based on this.
  • reference passive characteristics may include passive characteristics measured through simulation (e.g., ear simulator).
  • the processor 320 may estimate a filter based on the target frequency response in operation 405.
  • the estimated filter may be implemented by combining one or more fir/iir (finite impulse response/infinite impulse response) filters to have a target frequency response.
  • the implemented filter combination may be stored in memory (e.g., memory 330 in FIG. 3).
  • an EQ (Audio Equalizer) value set according to the implemented filter combination may be stored in the memory 330.
  • FIG. 5 is a diagram illustrating an example of the configuration and signal flow of an electronic device for transmitting external signals, according to various embodiments.
  • the electronic device 500 (e.g., the electronic device 300 of FIG. 3) according to various embodiments includes an external microphone 340, a processor 320, a memory 330, a speaker 350, and/or an internal microphone 360. ) may include.
  • the external microphone 340 may be located in an area exposed to the outside from the ear entrance when the electronic device 300 is worn to obtain an external input signal.
  • the external input signal is a signal acquired by the external microphone 340 and may include at least part of the sound generated outside the electronic device 300.
  • the internal microphone 360 may be located between the ear entrance and the eardrum within the external auditory canal when the electronic device 300 is worn, and may acquire an internal input signal.
  • the internal input signal is a signal acquired by the internal microphone 360.
  • the first filter 501 may include a filter designed through simulation (eg, ear simulator).
  • the first filter 501 may include a fixed filter with fixed filter coefficients.
  • the first filter 501 may include a filter designed based on open-state passive performance measured between the eardrum and the ear entrance of the simulator.
  • the electronic device 500 is mounted on an ear simulator to measure passive characteristics based on NLMS, and a first filter 501 is used to set the active characteristics to the target frequency response by referring to the measured frequency response. ) can be tuned.
  • tuning of the first filter 501 may be performed at the manufacturing stage of the electronic device 500.
  • the reference passive characteristic Hi_ref(f) may be estimated based on NLMS and stored in the memory 330.
  • the passive characteristic estimation block 505 wears the electronic device 300 based on the external input signal acquired through the external microphone 340 and the internal input signal acquired through the internal microphone 360.
  • the passive characteristic Hi(f) can be estimated according to .
  • the passive characteristic may mean how much external sound is attenuated and flows into the external auditory canal.
  • the passive characteristic may be estimated based on the relationship (eg, size difference) between an external input signal obtained through the external microphone 340 and an internal input signal obtained through the internal microphone 360.
  • passive characteristics may be estimated using a normalized least mean squares (NLMS) algorithm, but embodiments are not limited thereto.
  • NLMS normalized least mean squares
  • the passive characteristic estimation block 505 may be operated in a situation in which a signal is not output by the speaker 350 and/or in a situation in which the user does not speak.
  • FIG. 6 is a graph showing a signal input through microphones of an electronic device, signal characteristics estimated based on the signal, and an estimated filter, according to various embodiments.
  • an external input signal The relationship shown in Equation 1 below can be established between the filter H(f,t) that predicts the internal input signal Y(f,t) with respect to f,t).
  • the passive characteristics estimated by the passive characteristic estimation block 505 may be determined by the electronic device 500, such as the user's external auditory canal characteristics, wearing state (e.g., including tight or loose state), or the size of the eartip. It may be affected by various environmental changes that occur as it is worn by an individual user.
  • FIG. 7 is a passive signal estimated by signals input through microphones according to various variables that occur when wearing an electronic device (e.g., the electronic device 300 or 500 of FIG. 3 or FIG. 5), according to various embodiments. This is a graph illustrating the differences in characteristics.
  • the passive characteristics estimated by signals input through microphones vary depending on the characteristics (e.g., external auditory canal characteristics) of the user wearing the electronic device.
  • the target frequency response confirmation block 507 may check the target frequency response from the estimated passive characteristic with reference to the reference passive characteristic 508.
  • the target frequency response check block 507 checks the gain difference T(f) between the estimated passive characteristic Hi(f) and the reference passive characteristic Hi(f) and determines the target frequency based on this. You can check the response.
  • the target frequency response may include 1/T(f).
  • FIG. 8 is graphs illustrating deviations based on signal characteristics estimated based on signals input through microphones when an electronic device is worn and deviations based on reference signal characteristics, according to various embodiments.
  • the frequency response identified by applying the reference passive characteristic to the estimated passive characteristic 801 for the small eartip is obtained by applying the reference passive characteristic to the estimated passive characteristic 802 for the medium-sized eartip. It can be made to be close to the estimated frequency response.
  • the frequency response 803 measured for a small-sized eartip while wearing an electronic device is corrected for a medium-sized eartip by applying a reference frequency response.
  • the reference passive characteristic can be applied to the frequency response 804 according to the measured passive characteristic to approximate the estimated frequency response 805.
  • the second filter 503 may be estimated and implemented based on the target frequency response.
  • the second filter 503 may be a variable filter.
  • the second filter 503 may be implemented by combining one or more fir/iir (finite impulse response/infinite impulse response) filters with a target frequency response.
  • filter coefficients can be calculated by performing inverse fast Fourier transform (ifft) on the target frequency response.
  • filter coefficients can be implemented by combining a plurality of biquad filters.
  • external sound acquired through the external microphone 340 may be filtered through the first filter 501 and the second filter 503 and output through the speaker 350.
  • the passive characteristic estimation module 505 and the target frequency response confirmation module 507 may be implemented to operate as functional modules of the processor 320.
  • reference frequency response 508 may be stored in memory 330.
  • FIG. 9 shows signal characteristics estimated based on signals input through microphones when an electronic device (e.g., the electronic device 300 or 500 of FIG. 3 or FIG. 5) is worn, and based on reference signal characteristics, according to various embodiments.
  • an electronic device e.g., the electronic device 300 or 500 of FIG. 3 or FIG. 5
  • reference signal characteristics e.g., the frequency response corrected and estimated based on the reference frequency response when the electronic device is worn according to various embodiments.
  • the frequency response 902 estimated as a result of correction based on the reference frequency response 901 stored based on simulation is the frequency response 903 measured by simulation. You can see the similarity.
  • the estimated frequency response 905 is similar to the frequency response 906 measured by the simulation as it is corrected based on the reference frequency response 904 stored based on the simulation according to various embodiments. It can be seen that
  • the estimated frequency response 907 is similar to the frequency response 908 measured by the simulation as it is corrected based on the reference frequency response 906 stored based on the simulation according to various embodiments. It can be seen that
  • FIG. 10 shows signal characteristics and reference signal characteristics estimated based on signals input through microphones when an electronic device (e.g., the electronic device 300 or 500 of FIG. 3 or FIG. 5) is worn, according to various embodiments. These are graphs to explain the compensated deviation.
  • an electronic device e.g., the electronic device 300 or 500 of FIG. 3 or FIG. 5
  • the gain (1003) for the frequency response estimated based on the reference signal characteristics is compared to the gain (1001) for the frequency response measured when applying a small eartip. It can be seen that it is similar to the gain (1002) for the frequency response.
  • the gain (1006) for the frequency response estimated based on the reference signal characteristics is compared to the gain (1004) for the frequency response measured when a small eartip is applied. It can be seen that it is similar to the gain (1005) for the frequency response.
  • the gain (1009) for the frequency response estimated based on the reference signal characteristics is compared to the gain (1007) for the frequency response measured when applying a small eartip. It can be seen that it is similar to the gain (1008) for the frequency response.
  • the gain (1011) for the frequency response estimated based on the reference signal characteristics is compared to the gain (1009) for the frequency response measured when applying a small eartip. It can be seen that it is similar to the gain (1010) for the frequency response.
  • FIG. 11 is a diagram illustrating an example of the configuration and signal flow of an electronic device that filters and provides external sounds based on signals input through microphones when the electronic device is worn, according to various embodiments.
  • the electronic device 1100 (e.g., the electronic device 300 of FIG. 3 or the electronic device 500 of FIG. 5) according to various embodiments includes an external microphone 340, a processor 320, a memory 330, and a speaker. 350 and/or may include an internal microphone 360.
  • an external microphone 340 e.g., the electronic device 300 of FIG. 3 or the electronic device 500 of FIG. 5
  • a processor 320 e.g., the electronic device 300 of FIG. 3 or the electronic device 500 of FIG. 5
  • a memory 330 e.g., the electronic device 500 of FIG. 5
  • an internal microphone 360 e.g., the electronic device 300 of FIG. 3 or the electronic device 500 of FIG. 5
  • the external microphone 340 may be located in an area exposed to the outside from the ear entrance when the electronic device 1100 is worn and may acquire an external input signal.
  • the external input signal is a signal acquired by the external microphone 340 and may include at least part of the sound generated outside the electronic device 300.
  • the internal microphone 360 may be located between the ear entrance and the eardrum within the external auditory canal when the electronic device 1100 is worn, and may acquire an internal input signal.
  • the internal input signal is a signal acquired by the internal microphone 360.
  • the first filter 1101 may include a filter designed through simulation (eg, ear simulator).
  • the first filter 1101 may include a fixed filter with fixed filter coefficients.
  • the first filter 1101 may include a filter designed based on open-state passive performance measured between the eardrum and the ear entrance of the simulator.
  • the electronic device 1100 is mounted on an ear simulator to measure passive characteristics based on NLMS, and a first filter 1101 is used to set the active characteristics to the target frequency response by referring to the measured frequency response. ) can be tuned.
  • tuning of the first filter 1101 may be performed at the manufacturing stage of the electronic device 1100.
  • the passive characteristic estimation block 1105 is based on an external input signal acquired through the external microphone 340 and an internal input signal acquired through the internal microphone 360. Passive characteristics can be estimated.
  • the passive characteristic may mean how much external sound is attenuated and flows into the external auditory canal.
  • the passive characteristic may be estimated based on the relationship (eg, size difference) between an external input signal obtained through the external microphone 340 and an internal input signal obtained through the internal microphone 360.
  • passive characteristics may be estimated using a normalized least mean squares (NLMS) algorithm, but embodiments are not limited thereto.
  • NLMS normalized least mean squares
  • the passive characteristic estimation block 1105 may be operated in a situation in which a signal is not output by the speaker 350 and/or in a situation in which the user does not speak.
  • the passive characteristics estimated by the passive characteristic estimation block 1105 may be determined by the electronic device 1100, such as the user's external auditory canal characteristics, wearing state (e.g., including tight or loose state), or the size of the eartip. It may be affected by various environmental changes that occur as it is worn by an individual user.
  • the target frequency response confirmation block 1107 may check the target frequency response from the estimated passive characteristics with reference to the reference frequency response 1108.
  • the memory 330 stores the size of the low-frequency component of the passive characteristic estimated through a wearing simulation (e.g., an ear simulator) of the electronic device 300 for a signal input through the external microphone 340.
  • a wearing simulation e.g., an ear simulator
  • the high-frequency component of the passive characteristic can be estimated and a learning model for further correcting the high-frequency component of the target frequency response can be stored.
  • the learning model estimates the passive characteristics of the signal input through the external microphone 340 in the simulator, takes the magnitude of the low-frequency component of the estimated passive characteristic as input, and then uses the high-frequency characteristic of the passive characteristic measured in the simulator as input. It may include a deep neural network learning model trained to estimate the high-frequency component of the passive characteristic by targeting the component.
  • the target frequency response correction module 1109 may correct the target frequency response based on a learning model stored in the memory 330.
  • the second filter 1103 may be implemented by estimating based on the corrected target frequency response.
  • the second filter 1103 may be a variable filter.
  • the second filter 1103 may be implemented by combining one or more fir/iir (finite impulse response/infinite impulse response) filters with a target frequency response.
  • filter coefficients can be calculated by performing inverse fast Fourier transform (ifft) on the target frequency response.
  • filter coefficients can be implemented by combining a plurality of biquad filters.
  • external sound acquired through the external microphone 340 may be compensated through the first filter 1101 and the second filter 1103 and output through the speaker 350.
  • the passive characteristic estimation module 1105, the target frequency response confirmation module 1107, and the target frequency response correction module 1109 may be implemented to operate as functional modules of the processor 320.
  • a learning model for correcting the reference frequency response 1108 and/or the target frequency response may be stored in the memory 330.
  • FIG. 12 is a diagram illustrating an example of the configuration and signal flow of an electronic device that filters and provides external sounds based on signals input through microphones when the electronic device is worn, according to various embodiments.
  • the electronic device 1200 (e.g., the electronic device 300 of FIG. 3) according to various embodiments includes an external microphone 340, a processor 320, a memory 330, a speaker 350, and/or an internal microphone 360. ) may include.
  • an external microphone 340 e.g., the electronic device 300 of FIG. 3
  • a processor 320 e.g., the electronic device 300 of FIG. 3
  • a memory 330 e.g., a digital signal processor 340
  • a speaker 350 e.g., a microphone 360
  • an internal microphone 360 e.g., the electronic device 1200
  • the electronic device 1200 includes an external microphone 340, a processor 320, a memory 330, a speaker 350, and/or an internal microphone 360.
  • an internal microphone 360 e.g., the electronic device 300 of FIG. 3
  • detailed descriptions of operations that are the same or similar to those of the electronic device 300 of FIG. 3 or the electronic device 500 of FIG. 5 may be omitted.
  • the external microphone 340 may be located in an area exposed to the outside from the ear entrance when the electronic device 1200 is worn and may acquire an external input signal.
  • the external input signal is a signal acquired by the external microphone 340 and may include at least part of the sound generated outside the electronic device 300.
  • the internal microphone 360 may be located between the ear entrance and the eardrum within the external auditory canal when the electronic device 1200 is worn, and may acquire an internal input signal.
  • the internal input signal is a signal acquired by the internal microphone 360.
  • the first filter 1201 may include a filter designed through simulation (eg, ear simulator).
  • the first filter 1201 may include a fixed filter with fixed filter coefficients.
  • the first filter 1201 may include a filter designed based on open-state passive performance measured between the eardrum and the ear entrance of the simulator.
  • the electronic device 1200 is mounted on an ear simulator to measure passive characteristics based on NLMS, and a first filter 1201 is used to set the active characteristics to the target frequency response by referring to the measured frequency response. ) can be tuned.
  • tuning of the first filter 1201 may be performed at the manufacturing stage of the electronic device 1200.
  • the passive characteristic estimation block 1205 wears the electronic device 300 based on the external input signal acquired through the external microphone 340 and the internal input signal acquired through the internal microphone 360.
  • Passive characteristics can be estimated according to .
  • the passive characteristic may mean how much external sound is attenuated and flows into the external auditory canal.
  • the passive characteristic may be estimated based on the relationship (eg, size difference) between an external input signal obtained through the external microphone 340 and an internal input signal obtained through the internal microphone 360.
  • passive characteristics may be estimated using a normalized least mean squares (NLMS) algorithm, but embodiments are not limited thereto.
  • NLMS normalized least mean squares
  • the passive characteristic estimation block 1205 may be operated in a situation in which a signal is not output by the speaker 350 and/or in a situation in which the user does not speak.
  • the passive characteristics estimated by the passive characteristic estimation block 1205 are determined by the electronic device 1200, such as the user's external auditory canal characteristics, wearing state (e.g., including tight or loose state), and the size of the eartip. It may be affected by various environmental changes that occur as it is worn by an individual user.
  • the target frequency response confirmation block 1207 may check the target frequency response from the estimated passive characteristics with reference to the reference frequency response 1208.
  • the memory 330 processes the signal input through the external microphone 340 until it reaches the ear drum through a simulation of wearing the electronic device 300 (e.g., an ear simulator).
  • a learning model can be saved to derive the frequency response of a signal that changes through the path (ear canal).
  • the learning model estimates passive characteristics by considering the signal input through the internal microphone 360 for the signal input through the external microphone 340, and calculates the frequency response of the signal measured at the eardrum location through simulation. It may include a deep neural network learning model learned to derive this.
  • the target frequency response correction module 1210 may correct the target frequency response based on a learning model stored in the memory 330.
  • the second filter 1203 may be estimated and implemented based on the corrected target frequency response.
  • the second filter 1203 may be a variable filter.
  • the second filter 1203 may be implemented by combining one or more fir/iir (finite impulse response/infinite impulse response) filters with target frequency responses.
  • filter coefficients can be calculated by performing inverse fast Fourier transform (ifft) on the target frequency response.
  • filter coefficients can be implemented by combining a plurality of biquad filters.
  • external sound acquired through the external microphone 340 may be compensated through the first filter 1201 and the second filter 1203 and output through the speaker 350.
  • the passive characteristic estimation module 1205, the target frequency response confirmation module 1207, and the target frequency response correction module 1210 may be implemented to operate as functional modules of the processor 320.
  • a learning model for correcting the reference frequency response 1208 and/or the target frequency response may be stored in the memory 330.
  • FIG. 13 is a diagram illustrating an example of the configuration and signal flow of an electronic device that filters and provides external sounds based on signals input through microphones when the electronic device is worn, according to various embodiments.
  • the electronic device 1300 (e.g., the electronic device 300 of FIG. 3) according to various embodiments includes an external microphone 340, a processor 320, a memory 330, a speaker 350, and/or an internal microphone 360. ) may include.
  • the electronic device 1300 may further include a first acoustic echo canceller (AEC) 1311 and a second AEC 1313 behind the external microphone 340 and the internal microphone 360.
  • AEC acoustic echo canceller
  • the external microphone 340 may be located in an area exposed to the outside from the ear entrance when the electronic device 1300 is worn and may acquire an external input signal.
  • the external input signal is a signal acquired by the external microphone 340 and may include at least part of the sound generated outside the electronic device 300.
  • the internal microphone 360 may be located between the ear entrance and the eardrum within the external auditory canal when the electronic device 1300 is worn, and may acquire an internal input signal.
  • the internal input signal is a signal acquired by the internal microphone 360.
  • the first AEC (1311) and the second AEC (1313) that can be applied to the rear end of the external microphone 340 and the internal microphone 360 are input through the external microphone 340 and the internal microphone 360.
  • a signal output through the speaker 350 and/or noise input according to a user's speech can be removed from the signal.
  • the electronic device 1300 may operate to provide the speaker 350 by filtering external sounds even when a signal is output through the speaker 350 and/or when the user speaks.
  • the first AEC 1311 may be implemented inside the external microphone 340.
  • the second AEC 1313 may be implemented inside the internal microphone 360.
  • the first filter 1301 may include a filter designed through simulation (eg, ear simulator).
  • the first filter 1301 may include a fixed filter with fixed filter coefficients.
  • the first filter 1301 may include a filter designed based on open-state passive performance measured between the eardrum and the ear entrance of the simulator.
  • the electronic device 1300 is mounted on an ear simulator to measure passive characteristics based on NLMS, and a first filter 1301 is used to set the active characteristics to the target frequency response by referring to the measured frequency response. ) can be tuned.
  • tuning of the first filter 1301 may be performed at the manufacturing stage of the electronic device 1300.
  • the passive characteristic estimation block 1305 is configured to wear the electronic device 300 based on the external input signal acquired through the external microphone 340 and the internal input signal acquired through the internal microphone 360.
  • Passive characteristics can be estimated according to .
  • the passive characteristic may mean how much external sound is attenuated and flows into the external auditory canal.
  • the passive characteristic may be estimated based on the relationship (eg, size difference) between an external input signal obtained through the external microphone 340 and an internal input signal obtained through the internal microphone 360.
  • passive characteristics may be estimated using a normalized least mean squares (NLMS) algorithm, but embodiments are not limited thereto.
  • NLMS normalized least mean squares
  • the passive characteristic estimation block 1305 may be performed in a situation in which a signal is not output by the speaker 350 and/or in a situation in which the user does not speak.
  • the passive characteristics estimated by the passive characteristic estimation block 1305 are determined by the electronic device 1300, such as the user's external auditory canal characteristics, wearing state (e.g., including tight or loose state), and the size of the eartip. It may be affected by various environmental changes that occur as it is worn by an individual user.
  • the target frequency response confirmation block 1307 may check the target frequency response from the estimated passive characteristics with reference to the reference frequency response 1308.
  • the second filter 1303 may be estimated and implemented based on the confirmed target frequency response.
  • the second filter 1303 may be a variable filter.
  • the second filter 1303 may be implemented by combining one or more fir/iir (finite impulse response/infinite impulse response) filters with a target frequency response.
  • filter coefficients can be calculated by performing inverse fast Fourier transform (ifft) on the target frequency response.
  • filter coefficients can be implemented by combining a plurality of biquad filters.
  • external sound acquired through the external microphone 340 may be compensated through the first filter 1301 and the second filter 1303 and output through the speaker 350.
  • the passive characteristic estimation module 1305 and the target frequency response confirmation module 1307 may be implemented to operate as functional modules of the processor 320.
  • Reference frequency response 1308 may be stored in memory 330.
  • FIG. 14 illustrates an example of learning how to filter and provide external sounds based on signals input through microphones of an electronic device (e.g., the electronic device 300 of FIG. 3) according to simulation, according to various embodiments. It is a drawing.
  • a method of generating various sounds through an external electronic device e.g., the electronic device 101 of FIG. 1 and filtering and providing external sounds of the electronic device 300 according to various embodiments based on this. You can learn .
  • the external electronic device 101 may receive a command to learn the external sound provision function of the electronic device 300 through a display (eg, the display module 160 of FIG. 1).
  • the external electronic device 101 includes an audio module (e.g., the audio module 170 in FIG. 1 or FIG. 2) and/or a sound output module (e.g., the sound output module 155 in FIG. 1).
  • a test signal can be generated and output.
  • the electronic device 300 estimates passive characteristics for microphone input signals as described above based on various test signals output from the external electronic device 101, checks the target frequency response, and/or performs a variable filter operation. (For example, by repeatedly performing the configuration operation of the second filter (503, 1103, 1203, or 1303) in FIG. 5, 11, 12, or 13, the filter coefficients of the variable filter can be updated and learned. there is.
  • FIG. 15 is a diagram illustrating an example of the configuration and signal flow of an electronic device that filters and provides external sounds based on signals input through microphones when the electronic device is worn, according to various embodiments.
  • the electronic device 1500 (e.g., the electronic device 300 of FIG. 3) according to various embodiments includes an external microphone 340, a processor 320, a memory 330, a speaker 350, and/or an internal microphone 360. ) may include.
  • an external microphone 340 e.g., the electronic device 300 of FIG. 3
  • a processor 320 e.g., the electronic device 300 of FIG. 3
  • a memory 330 e.g., the electronic device 300 of FIG. 3
  • speaker 350 e.g., the electronic device 300 of FIG. 3
  • the external microphone 340 may be located in an area exposed to the outside from the ear entrance when the electronic device 1500 is worn and may acquire an external input signal.
  • the external input signal is a signal acquired by the external microphone 340 and may include at least part of the sound generated outside the electronic device 300.
  • the internal microphone 360 may be located between the ear entrance and the eardrum within the external auditory canal when the electronic device 1500 is worn, and may acquire an internal input signal.
  • the internal input signal is a signal acquired by the internal microphone 360.
  • the first filter 1501 may include a filter designed through simulation (eg, ear simulator).
  • the first filter 1501 may include a fixed filter with fixed filter coefficients.
  • the first filter 1501 may include a filter designed based on open-state passive performance measured between the eardrum and the ear entrance of the simulator.
  • the electronic device 1500 is mounted on an ear simulator to measure passive characteristics based on NLMS, and a first filter 1501 is used to set the active characteristics to the target frequency response by referring to the measured frequency response. ) can be tuned.
  • tuning of the first filter 1501 may be performed at the manufacturing stage of the electronic device 1500.
  • the passive characteristic estimation block 1505 wears the electronic device 300 based on the external input signal acquired through the external microphone 340 and the internal input signal acquired through the internal microphone 360.
  • Passive characteristics can be estimated according to .
  • the passive characteristic may mean how much external sound is attenuated and flows into the external auditory canal.
  • the passive characteristic may be estimated based on the relationship (eg, size difference) between an external input signal obtained through the external microphone 340 and an internal input signal obtained through the internal microphone 360.
  • passive characteristics may be estimated using a normalized least mean squares (NLMS) algorithm, but embodiments are not limited thereto.
  • NLMS normalized least mean squares
  • the passive characteristic estimation block 1505 may estimate the passive characteristic by additionally referring to the filter data 1515 stored in the memory 330.
  • the filter data 1515 may include various filter data that are converged, that is, applied and updated, to remove noise of the internal microphone 340 according to the operation of the electronic device 1500.
  • the filter data 1515 is a voice call that includes an NLMS-based filter (e.g., adaptive filter) that operates to remove noise from the internal microphone 340 when making a call in the electronic device 1500. )
  • NLMS-based filter e.g., adaptive filter
  • converged filter data may be included.
  • the passive characteristic estimation block 1505 may be performed in a situation in which a signal is not output by the speaker 350 and/or in a situation in which the user does not speak.
  • the passive characteristics estimated by the passive characteristic estimation block 1505 may be determined by the electronic device 1500, such as the user's external auditory canal characteristics, wearing state (e.g., including tight or loose state), or the size of the eartip. It may be affected by various environmental changes that occur as it is worn by an individual user.
  • the target frequency response confirmation block 1507 may check the target frequency response from the estimated passive characteristics with reference to the reference frequency response 1508.
  • the memory 330 processes the signal input through the external microphone 340 until it reaches the ear drum through a simulation of wearing the electronic device 300 (e.g., an ear simulator).
  • a learning model can be saved to derive the frequency response of a signal that changes through the path (ear canal).
  • the learning model estimates the passive characteristics of the signal input through the external microphone 340, and learns a deep neural network to derive the frequency response of the signal measured at the eardrum location through simulation.
  • the target frequency response correction module 1510 may correct the target frequency response based on a learning model stored in the memory 330.
  • the second filter 1503 may be estimated and implemented based on the corrected target frequency response.
  • the second filter 1503 may be a variable filter.
  • the second filter 1503 may be implemented by combining one or more fir/iir (finite impulse response/infinite impulse response) filters with a target frequency response.
  • filter coefficients can be calculated by performing inverse fast Fourier transform (ifft) on the target frequency response.
  • filter coefficients can be implemented by combining a plurality of biquad filters.
  • external sound acquired through the external microphone 340 may be compensated through the first filter 1501 and the second filter 1503 and output through the speaker 350.
  • the passive characteristic estimation module 1505, the target frequency response confirmation module 1507, and the target frequency response correction module 1510 may be implemented to operate as functional modules of the processor 320.
  • a learning model for correcting the reference frequency response 1508 and/or the target frequency response may be stored in the memory 330.
  • an electronic device e.g., the electronic device 101 of FIG. 1, the electronic device 300, 500, 1100, 1200, 1300 of FIGS. 3, 5, 11, 12, 13, or 15
  • a speaker e.g., speaker 350 in FIG. 3
  • an external microphone e.g., external microphone 340 in FIG. 3
  • an internal microphone e.g., internal microphone 360 in FIG. 3
  • 1 filter e.g., the first filter (501, 1101, 1201, 1301 or 1501) in Figures 5, 11, 12, 13 or 15
  • a second filter e.g., Figures 5, 11, 12
  • a second filter e.g., 1103, 1203, 1303 or 1503 of FIG. 13 or 15
  • a processor e.g., of FIG.
  • a processor 120 or 320
  • the processor estimates passive characteristics based on a signal acquired through the external microphone and a signal acquired through the internal microphone, and calculates the estimated passive characteristic based on the reference passive characteristic.
  • Check the target frequency response for characteristics implement the second filter based on the confirmed target frequency response, and sequentially filter the signal input through the external microphone through the first filter and the second filter. This can be controlled to output through the speaker.
  • the processor may be set to estimate the passive characteristic when a signal is not output through the speaker and the user wearing the electronic device does not speak.
  • the processor may be configured to estimate the passive characteristic based on a normalized least mean squares (NLMS) algorithm.
  • NLMS normalized least mean squares
  • the first filter is implemented by simulation while the electronic device is not worn, and the second filter is based on the frequency response confirmed by estimating the passive characteristic while the electronic device is worn. This can be implemented.
  • the second filter may be configured by combining one or more fir or iir (finite impulse response or infinite impulse response) filters having the target frequency response.
  • the processor may be set to update and learn the configuration of the second filter based on various signals output from an external electronic device.
  • the device may further include a memory for storing the reference passive characteristics, and the reference passive characteristics may be estimated based on simulation and stored in the memory.
  • the memory stores a learning model for further correcting the high-frequency component of the target frequency response by estimating the high-frequency component of the passive characteristic based on the size of the low-frequency component of the passive characteristic estimated through simulation.
  • the processor may be set to correct the target frequency response based on the learning model.
  • the memory stores a learning model learned to derive a frequency response that changes through the external auditory canal until it reaches the ear drum location through simulation for the signal input through the external microphone.
  • the processor may be set to correct the target frequency response based on the learning model.
  • the processor further includes a first acoustic echo canceller (AEC) connected to the external microphone and a second acoustic echo canceller (AEC) connected to the internal microphone, and the processor includes the first AEC and the second acoustic echo canceller.
  • AEC acoustic echo canceller
  • AEC acoustic echo canceller
  • AEC acoustic echo canceller
  • the AEC can be controlled to remove noise input according to a signal output through the speaker or an utterance from a user wearing the electronic device.
  • an electronic device e.g., the electronic device 101 of FIG. 1, the electronic device 300, 500, 1100, 1200, or 1300 of FIGS. 3, 5, 11, 12, or 13
  • the method includes an operation of estimating passive characteristics based on a signal acquired through an external microphone of the electronic device (e.g., the external microphone 340 in FIG. 3) and a signal acquired through an internal microphone of the electronic device, a reference passive An operation of checking a target frequency response for the estimated passive characteristics based on the characteristics, and applying a signal input through the external microphone to a first filter (e.g., the first filter of FIG.
  • a first filter e.g., the first filter of FIG.
  • the passive characteristic estimation operation may be performed when a signal is not output through the speaker and the user wearing the electronic device does not speak.
  • the passive characteristics may be estimated based on a normalized least mean squares (NLMS) algorithm.
  • NLMS normalized least mean squares
  • the first filter is designed by simulation while the electronic device is not worn, and the second filter is the target frequency confirmed by estimating the passive characteristic while the electronic device is worn. It can be implemented depending on the response.
  • the second filter may be configured by combining one or more fir or iir (finite impulse response or infinite impulse response) filters having the target frequency response.
  • the method may further include updating and learning the configuration of the second filter based on various signals output from an external electronic device.
  • the reference passive characteristics may be estimated based on simulation and stored in advance.
  • the method further includes correcting the high-frequency component of the target frequency response based on a pre-stored learning model that estimates the high-frequency component of the passive characteristic based on the magnitude of the low-frequency component of the passive characteristic estimated through simulation. can do.
  • An operation of correcting the target frequency response may be further included. can do.
  • the passive characteristic estimation operation may estimate the passive characteristic based on filter data applied to remove noise of the internal microphone in the electronic device.
  • a or B “at least one of A and B,” “or at least one of B,” “A, B, or C,” “at least one of A, B, and C,” and “B,” or at least one of C” may each include any one of the items listed together in the corresponding phrase, or any possible combination thereof.
  • Terms such as “first”, “second”, or “first” or “second” may be used simply to distinguish one component from another, and to refer to those components in other respects (e.g., importance or order) is not limited.
  • One (e.g., first) component is said to be “coupled” or “connected” to another (e.g., second) component, with or without the terms “functionally” or “communicatively.”
  • second component e.g., any of the components can be connected to the other components directly (e.g. wired), wirelessly, or through a third component.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Circuit For Audible Band Transducer (AREA)

Abstract

다양한 실시예에 따른 전자 장치는, 스피커, 외부 마이크, 내부 마이크, 제1 필터, 제2 필터, 및 상기 스피커, 상기 외부 마이크 및 상기 내부 마이크와 작동적으로 연결되는 프로세서를 포함할 수 있다. 상기 프로세서는 상기 외부 마이크를 통해 획득한 신호 및 상기 내부 마이크를 통해 획득한 신호에 기초하여 패시브 특성을 추정하고, 기준 패시브 특성에 기초하여 상기 추정된 패시브 특성에 대해 타겟 주파수응답을 확인하고, 상기 확인된 타겟 주파수 응답에 기초하여 상기 제2 필터를 구현하고, 상기 외부 마이크를 통해 입력된 신호를 상기 제1 필터 및 상기 제2 필터를 통해 순차적으로 필터링하여 상기 스피커를 통해 출력하도록 제어할 수 있다.

Description

외부 소리를 전달하기 위한 전자 장치 및 전자 장치의 동작 방법
본 문서에 개시된 다양한 실시예들은, 전자 장치 및 전자 장치의 동작 방법에 관한 것으로, 예를 들면 사용자 주변의 외부 소리를 듣기 위한 전자 장치 및 전자 장치의 동작 방법에 관한 것이다.
사용자가 특정 음향을 들을 수 있도록 하는 전자 장치는, 사용자의 귀에 착용하는 이어폰 또는 사용자의 머리 주위에 착용하는 헤드셋과 같은 형태로 구현될 수 있다.
귀의 외이도 근처에 삽입하는 이어폰이나 귀를 완전히 덮는 헤드셋은 외부와 고막 사이에 위치하여, 사용자가 이를 착용하는 동안 외부에서 유입되는 소리를 듣지 못할 수 있다.
이에 따라, 이어폰 및/또는 헤드셋은, 이어폰 및/또는 헤드셋의 외부에 구현된 마이크를 포함할 수 있고, 외부에 구현된 마이크로부터 획득한 외부 소리를 이어폰 및/또는 헤드셋에 포함되는 스피커로 출력하는 방식으로, 이어폰 및/또는 헤드셋을 착용한 사용자가 이어폰 및/또는 헤드셋을 통하여 외부 소리를 들을 수 있다.
이어폰 및/또는 헤드셋을 착용한 사용자가 외부 소리를 자연스럽게 듣기 위해서는, 이어폰 및/또는 헤드셋은 외부 마이크로 획득한 외부 소리를 적절한 필터에 입력하여 처리하는 과정이 수행된다.
본 문서에 개시된 다양한 실시예에 따른 전자 장치는, 스피커, 외부 마이크, 내부 마이크, 제1 필터, 제2 필터, 및 상기 스피커, 상기 외부 마이크 및 상기 내부 마이크와 작동적으로 연결되는 프로세서를 포함할 수 있다. 상기 프로세서는 상기 외부 마이크를 통해 획득한 신호 및 상기 내부 마이크를 통해 획득한 신호에 기초하여 패시브 특성을 추정하고, 기준 패시브 특성에 기초하여 상기 추정된 패시브 특성에 대해 타겟 주파수응답을 확인하고, 상기 확인된 타겟 주파수 응답에 기초하여 상기 제2 필터를 구현하고, 상기 외부 마이크를 통해 입력된 신호를 상기 제1 필터 및 상기 제2 필터를 통해 순차적으로 필터링하여 상기 스피커를 통해 출력하도록 제어할 수 있다.
본 문서에 개시된 다양한 실시예에 따른 전자 장치의 방법은, 상기 전자 장치의 외부 마이크를 통해 획득한 신호 및 상기 전자 장치의 내부 마이크를 통해 획득한 신호에 기초하여 패시브 특성을 추정하는 동작, 기준 패시브 특성에 기초하여 상기 추정된 패시브 특성에 대해 타겟 주파수응답을 확인하는 동작, 및 상기 외부 마이크를 통해 입력된 신호를 제1 필터를 통해 필터링하고, 상기 확인된 타겟 주파수 응답에 기초하여 구현된 제2 필터를 통해 추가로 필터링하여 상기 전자 장치의 스피커를 통해 출력하는 동작을 포함할 수 있다.
본 개시에서 얻을 수 있는 기술적 과제 및 효과는 이상에서 언급한 기술적 과제들 및 효과들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들 및 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성 요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는, 다양한 실시예들에 따른, 오디오 모듈의 블록도이다.
도 3은, 다양한 실시예에 따른 전자 장치의 블록도의 일 예이다.
도 4는, 다양한 실시예에 따른 전자 장치에서 외부 소리 전달하기 위한 방법을 도시한 흐름도이다.
도 5는, 다양한 실시예에 따라, 외부 신호 전달을 위한 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
도 6은, 다양한 실시예에 따라, 전자 장치의 마이크들을 통해 입력되는 신호및 이에 기반하여 추정된 신호 특성 및 추정된 필터를 나타내는 그래프이다.
도 7은, 다양한 실시예에 따라, 전자 장치의 착용 시 발생하는 다양한 변수에 따라 마이크들을 통해 입력되는 신호에 기반하여 추정된 신호 특성을 예시하는 그래프이다.
도 8은, 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 추정된 신호 특성과 기준 신호 특성에 기반한 편차를 예시하는 그래프들이다.
도 9는 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 추정된 신호 특성과 기준 신호 특성에 기반한 편차를 예시하는 그래프들이다.
도 10은 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 추정된 신호 특성과 기준 신호 특성에 기반하여 보상된 편차를 설명하기 위한 그래프들이다.
도 11은 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
도 12는 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
도 13은 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
도 14는 다양한 실시예에 따라, 외부 소리를 시뮬레이션하여 전자 장치의 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 방법을 학습하는 예를 도시한 도면이다.
도 15는 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는, 다양한 실시예들에 따른, 오디오 모듈(170)의 블록도(200)이다. 도 2를 참조하면, 오디오 모듈(170)은, 예를 들면, 오디오 입력 인터페이스(210), 오디오 입력 믹서(220), ADC(analog to digital converter)(230), 오디오 신호 처리기(240), DAC(digital to analog converter)(250), 오디오 출력 믹서(260), 또는 오디오 출력 인터페이스(270)를 포함할 수 있다.
오디오 입력 인터페이스(210)는 입력 모듈(150)의 일부로서 또는 전자 장치(101)와 별도로 구성된 마이크(예: 다이나믹 마이크, 콘덴서 마이크, 또는 피에조 마이크)를 통하여 전자 장치(101)의 외부로부터 획득한 소리에 대응하는 오디오 신호를 수신할 수 있다. 예를 들어, 오디오 신호가 외부의 전자 장치(102)(예: 헤드셋 또는 마이크)로부터 획득되는 경우, 오디오 입력 인터페이스(210)는 상기 외부의 전자 장치(102)와 연결 단자(178)를 통해 직접, 또는 무선 통신 모듈(192)을 통하여 무선으로(예: Bluetooth 통신) 연결되어 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 오디오 입력 인터페이스(210)는 상기 외부의 전자 장치(102)로부터 획득되는 오디오 신호와 관련된 제어 신호(예: 입력 버튼을 통해 수신된 볼륨 조정 신호)를 수신할 수 있다. 오디오 입력 인터페이스(210)는 복수의 오디오 입력 채널들을 포함하고, 상기 복수의 오디오 입력 채널들 중 대응하는 오디오 입력 채널 별로 다른 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 추가적으로 또는 대체적으로, 오디오 입력 인터페이스(210)는 전자 장치(101)의 다른 구성 요소(예: 프로세서(120) 또는 메모리(130))로부터 오디오 신호를 입력 받을 수 있다.
오디오 입력 믹서(220)는 입력된 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 입력 믹서(220)는, 오디오 입력 인터페이스(210)를 통해 입력된 복수의 아날로그 오디오 신호들을 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.
ADC(230)는 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, ADC(230)는 오디오 입력 인터페이스(210)을 통해 수신된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 입력 믹서(220)를 통해 합성된 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다.
오디오 신호 처리기(240)는 ADC(230)를 통해 입력받은 디지털 오디오 신호, 또는 전자 장치(101)의 다른 구성 요소로부터 수신된 디지털 오디오 신호에 대하여 다양한 처리를 수행할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 신호 처리기(240)는 하나 이상의 디지털 오디오 신호들에 대해 샘플링 비율 변경, 하나 이상의 필터 적용, 보간(interpolation) 처리, 전체 또는 일부 주파수 대역의 증폭 또는 감쇄, 노이즈 처리(예: 노이즈 또는 에코 감쇄), 채널 변경(예: 모노 및 스테레오간 전환), 합성(mixing), 또는 지정된 신호 추출을 수행할 수 있다. 일실시예에 따르면, 오디오 신호 처리기(240)의 하나 이상의 기능들은 이퀄라이저(equalizer)의 형태로 구현될 수 있다.
DAC(250)는 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, DAC(250)는 오디오 신호 처리기(240)에 의해 처리된 디지털 오디오 신호, 또는 전자 장치(101)의 다른 구성 요소(예: 프로세서(120) 또는 메모리(130))로부터 획득한 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다.
오디오 출력 믹서(260)는 출력할 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 출력 믹서(260)는 DAC(250)를 통해 아날로그로 전환된 오디오 신호 및 다른 아날로그 오디오 신호(예: 오디오 입력 인터페이스(210)을 통해 수신한 아날로그 오디오 신호)를 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.
오디오 출력 인터페이스(270)는 DAC(250)를 통해 변환된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 출력 믹서(260)에 의해 합성된 아날로그 오디오 신호를 음향 출력 모듈(155) 를 통해 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)는, 예를 들어, dynamic driver 또는 balanced armature driver 같은 스피커, 또는 리시버를 포함할 수 있다. 일실시예에 따르면, 음향 출력 모듈(155)는 복수의 스피커들을 포함할 수 있다. 이런 경우, 오디오 출력 인터페이스(270)는 상기 복수의 스피커들 중 적어도 일부 스피커들을 통하여 서로 다른 복수의 채널들(예: 스테레오, 또는 5.1채널)을 갖는 오디오 신호를 출력할 수 있다. 일실시예에 따르면, 오디오 출력 인터페이스(270)는 외부의 전자 장치(102)(예: 외부 스피커 또는 헤드셋)와 연결 단자(178)를 통해 직접, 또는 무선 통신 모듈(192)을 통하여 무선으로 연결되어 오디오 신호를 출력할 수 있다.
일실시예에 따르면, 오디오 모듈(170)은 오디오 입력 믹서(220) 또는 오디오 출력 믹서(260)를 별도로 구비하지 않고, 오디오 신호 처리기(240)의 적어도 하나의 기능을 이용하여 복수의 디지털 오디오 신호들을 합성하여 적어도 하나의 디지털 오디오 신호를 생성할 수 있다.
일실시예에 따르면, 오디오 모듈(170)은 오디오 입력 인터페이스(210)를 통해 입력된 아날로그 오디오 신호, 또는 오디오 출력 인터페이스(270)를 통해 출력될 오디오 신호를 증폭할 수 있는 오디오 증폭기(미도시)(예: 스피커 증폭 회로)를 포함할 수 있다. 일실시예에 따르면, 상기 오디오 증폭기는 오디오 모듈(170)과 별도의 모듈로 구성될 수 있다.
도 3은, 본 문서에 개시된 다양한 실시예에 따른 전자 장치의 블록도이다.
도 3을 참조하면, 전자 장치(300)(예: 도 1의 전자 장치(101))는 프로세서(320)(예: 도 1의 프로세서(120)), 메모리(330)(예: 도 1의 메모리(130)), 외부 마이크(340), 스피커(350)(예: 도 1 의 음향 출력 모듈(155)) 및/또는 내부 마이크(360)를 포함할 수 있다. 도 3에 포함된 구성 요소는 전자 장치(300)에 포함된 구성들의 일부에 대한 것이며 전자 장치(300)는 이 밖에도 도 1에 도시된 것과 같이 다양한 구성요소를 포함할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 전자 장치(300) 착용시 귀 입구에서 외부로 노출되는 영역에 위치하여 외부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 신호로서, 전자 장치(300)의 외부에서 발생하는 소리의 적어도 일부에 대응할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 외부 음파, 외부 전기 신호, 외부 PCM(pulse coded modulation) 신호 및/또는 외부 주파수 신호 중 어느 하나를 지칭할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 획득한 외부 음파를 외부 전기 신호로 변환할 수 있다. 예를 들어, 외부 마이크(340)는, 음향 신호(acoustic signal)인 외부 신호를 전기적 신호(electronic signal)인 외부 전기 신호로 변환할 수 있다. 예를 들어, 외부 마이크(340)는 막(membrane, 미도시)을 포함할 수 있고, 외부 신호에 의한 막의 진동에 대응하는 외부 전기 신호를 생성할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 변환된 외부 전기 신호를 디지털화하여 외부 PCM 신호로 변환할 수 있다. 예를 들어, 외부 마이크(340)는, 아날로그 신호(analog signal)인 외부 전기 신호를 디지털 신호(digital signal)인 외부 PCM 신호로 변환할 수 있다. 예를 들어, 외부 마이크(340)는, 외부 전기 신호를 균일한 구간으로 표본화(sampling)하고, 구간의 대표값으로 양자화(quantizing)하고, 이를 디지털 이진 코드로 부호화(encoding)하는 과정에 따라 디지털화하여 외부 PCM 신호를 생성할 수 있다.
일 실시예에 따르면, 프로세서(320)는, 시간 영역의 신호인 변환된 외부 PCM 신호를 주파수 영역의 신호인 외부 주파수 신호로 변환할 수 있다. 예를 들어, 프로세서(320)는, 변환된 PCM 신호를 고속 푸리에 변환(FFT; fast fourier transform)하여 외부 주파수 신호를 생성할 수 있다.
다양한 실시예에 따른 내부 마이크(360)는 전자 장치(300)의 착용시 외이도 내에서 귀 입구와 고막 사이 영역에 위치하여 내부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(360)에 의해 획득한 신호로서, 전자 장치(300)와 외부 객체(예: 고막) 사이에서 획득되는 소리의 적어도 일부에 대응할 수 있다. 예를 들어, 내부 마이크(360)가 획득한 소리는 스피커(350)로부터 출력된 소리 및/또는 스피커(350)로부터 출력된 소리가 외부 객체(예: 고막)에 반사된 소리일 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(460)에 의해 획득한 내부 음파, 내부 전기 신호, 내부 PCM 신호 및/또는 내부 주파수 신호 중 어느 하나를 지칭할 수 있다.
일 실시예에 따르면, 내부 마이크(360)는, 획득한 내부 음파를 내부 전기 신호로 변환할 수 있다. 예를 들어, 내부 마이크(360)는, 음향 신호(acoustic signal)인 내부 음파를 전기적 신호(electronic signal)인 내부 전기 신호로 변환할 수 있다. 예를 들어, 내부 마이크(360)는 막(membrane, 미도시)을 포함할 수 있고, 내부 음파에 의한 막의 진동에 대응하는 내부 전기 신호를 생성할 수 있다.
일 실시예에 따르면, 내부 마이크(360)는, 변환된 내부 전기 신호를 디지털화하여 내부 PCM(pulse coded modulation) 신호로 변환할 수 있다. 예를 들어, 내부 마이크(360)는, 아날로그 신호(analog signal)인 내부 전기 신호를 디지털 신호(digital signal)인 내부 PCM 신호로 변환할 수 있다. 예를 들어, 내부 마이크(360)는, 내부 전기 신호를 균일한 구간으로 표본화(sampling)하고, 구간의 대표값으로 양자화(quantizing)하고, 이를 디지털 이진 코드로 부호화(encoding)하는 과정에 따라 디지털화하여 내부 PCM 신호를 생성할 수 있다.
일 실시예에 따르면, 프로세서(320)는, 시간 영역의 신호인 변환된 내부 PCM 신호를 주파수 영역의 신호인 내부 주파수 신호로 변환할 수 있다. 예를 들어, 프로세서(320)는, 변환된 내부 PCM 신호를 고속 푸리에 변환(FFT; fast fourier transform)하여 내부 주파수 신호를 생성할 수 있다.
다양한 실시예에 따른 메모리(330)는, 외부 마이크(340)를 통해 입력되는 외부 입력 신호와 내부 마이크(360)를 통해 입력되는 내부 입력 신호에 기초하여 전자 장치(300)의 실제 착용에 따라 발생하는 패시브(passive) 특성을 추정하기 위한 다양한 데이터(예: NLMS(normalized least mean squares) 알고리듬)를 저장할 수 있다. 예를 들어, 추정된 패시브 특성은 외부 마이크(340)를 통해 입력되는 신호가 내부 마이크(360)의 위치에 도달하면서 감소되어 변화되는 신호의 특성을 나타낼 수 있다. 예를 들어, 추정된 패시브 특성은 외부 마이크(340)를 통해 입력되는 신호에 기초하여 내부 마이크(360)로 입력되는 신호를 예측하는 필터를 나타낼 수 있다.
다양한 실시예에 따른 메모리(330)는, 외부 마이크(340)를 통해 입력되는 신호와 내부 마이크(360)를 통해 입력되는 신호에 기반하여, 전자 장치(300)의 착용 시뮬레이션(예: ear simulator)을 통해 추정된 기준 패시브 특성을 저장할 수 있다. 예를 들면, 기준 패시브 특성은, 시뮬레이션을 통해 측정된 패시브 특성을 참조하여 NLMS 기반으로 추정될 수 있다.
다양한 실시예에 따른 메모리(330)는, 기준 패시브 특성에 기초하여 추정된 패시브 특성에 대한 타겟 주파수 응답(target frequency response)을 확인하고, 타겟 주파수 응답을 갖는 필터 조합을 설계 또는 구현하기 위한 다양한 데이터를 저장할 수 있다.
다양한 실시예에 따른 메모리(330)는, 추정된 패시브 특성을 보상하여 최종 패시브 특성을 도출하기 위한 학습 모델을 저장할 수 있다. 예를 들면 학습 모델은 시뮬레이션을 통해 측정되는 패시브 특성의 저주파 성분에 기초하여 패시브 특성의 고주파 성분을 도출하도록 미리 학습된 심층신경망(deep neural network) 학습 모델을 포함할 수 있다.
다양한 실시예에 따른 메모리(330)는, 외부 마이크(340)를 통해 입력되는 신호에 대해, 전자 장치(300)의 착용 시뮬레이션(예: ear simulator)을 통해 고막(ear drum)에 도달하기까지 경로(외이도)를 통해 변화하는 신호의 주파수 응답을 도출하기 위한 학습 모델을 저장할 수 있다. 예를 들면 학습 모델은 외부 마이크(340)를 통해 입력되는 신호에 대해, 시뮬레이션을 통해 고막 위치에서 측정되는 신호의 주파수 응답이 도출되도록 미리 학습된 심층신경망(deep neural network) 학습 모델을 포함할 수 있다.
다양한 실시예에 따른 메모리(330)는 내부 마이크(360)의 잡음을 제거하기 위해 적용된 필터 데이터를 저장할 수 있다. 예를 들면 저장된 필터 데이터는 통화 이벤트와 같은 다양한 음성 신호 발생시 잡음을 제거하기 위해 예를 들면 NLMS 기반으로 적용된 필터에 대한 정보를 포함할 수 있다.
다양한 실시예에 따른 외부 마이크(340)는, 전자 장치(300)의 착용시 외부로 노출되는 영역에 위치하여 외부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 신호로써, 전자 장치(300)의 외부에서 발생하는 신호의 적어도 일부를 포함할 수 있다. 일 실시예에 따르면, 외부 마이크(340)는 사용자가 전자 장치(300)를 귀에 착용할 때, 외이도로부터 외부로 노출되는 위치에 설치될 수 있다. 일 실시예에 따르면, 외부 마이크(340)는, 전자 장치(300)의 외부로부터 획득한 소리에 대응하는 외부 입력 신호를 획득할 수 있다. 예를 들어, 외부 마이크(340)가 외부로부터 획득한 소리는 사용자가 전자 장치(300)를 착용하고 있는 동안 사용자의 주변에서 발생하는 소리일 수 있다.
다양한 실시예에 따른 스피커(350)는 전자 장치(300)의 착용시 외부에 노출되지 않고 외이도 내부에서 사용자의 고막 방향으로 신호를 출력할 수 있다. 일 실시예에 따르면, 스피커(350)는 전자 장치(300)가 귀에 착용될 때, 외이도 내부와 고막 사이에 위치하도록 설치될 수 있다. 일 실시예에 따르면, 스피커(350)는 프로세서(320)가 제어하는 신호에 기반하여 음향 신호를 전자 장치(300) 외부로 출력할 수 있다.
다양한 실시예에 따른 내부 마이크(360)는 전자 장치(300)의 착용시 외이도 내부 영역에 위치하여 내부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(360)에 의해 획득한 신호로써, 스피커(350)에 의해 출력된 신호의 적어도 일부를 포함할 수 있다. 일 실시예에 따르면, 내부 마이크(360)는 전자 장치(300)가 귀에 착용될 때, 외이도와 고막 사이에 위치하도록 설치될 수 있다. 일 실시예에 따르면, 내부 마이크(360)는, 전자 장치(300)와 외부 객체(예: 고막) 사이에서 획득하는 소리에 대응하는 내부 입력 신호를 획득할 수 있다. 예를 들어, 내부 마이크(360)가 획득한 소리는 스피커(350)로부터 출력된 소리 및/또는 스피커(350)로부터 출력된 소리가 외부 객체에 반사된 소리일 수 있다.
도 4는 본 문서에 개시된 다양한 실시예에 따른 전자 장치(예: 도 3의 전자장치(300) 또는 도 4의 전자 장치(400))에서 프로세서(예: 도 3의 프로세서(320))가 외부 마이크(예: 도 3의 외부 마이크(340)) 및 내부 마이크(예: 도 3의 내부 마이크(360))로부터 획득한 신호에 기반하여 스피커(예: 도 3의 스피커(350))에서 출력할 신호를 제어하는 방법을 도시한 흐름도이다.
도 4는, 본 문서에 개시된 다양한 실시예에 따른 프로세서(예: 도 3의 프로세서(320))가 외부 마이크(예: 도 3의 외부 마이크(340)) 및 내부 마이크(예: 도 3의 내부 마이크(360))로부터 획득한 신호에 기반하여 스피커(예: 도 3의 스피커(350))에서 출력할 신호를 제어하는 방법을 도시한 흐름도이다.
다양한 실시예에 따르면, 프로세서(320)는, 전자 장치(300)를 착용한 사용자가 주변의 외부 소리를 들을 수 있도록 하기 위하여 스피커(350)에서 출력되는 신호를 제어할 수 있다.
다양한 실시예에 따르면, 프로세서(320)는, 동작 401에서, 외부 마이크(340)를통해 획득된 외부 입력 신호 및 내부 마이크(360)를 통해 획득된 내부 입력 신호에 기반하여 패시브 특성을 추정할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 전자 장치(300) 착용시 귀 입구에서 외부로 노출되는 영역에 위치하여 외부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 신호로서, 전자 장치(300)의 외부에서 발생하는 소리의 적어도 일부에 대응할 수 있다.
다양한 실시예에 따른 내부 마이크(360)는 전자 장치(300) 착용시 외이도 내부에서 귀 입구와 고막 사이에 위치하여 내부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(360)에 의해 획득한 신호이다.
일 실시예에 따르면 동작 401은 예를 들면, 스피커(350)에 의해 신호가 출력되지 않는 상황 및/또는 사용자가 발화하지 않는 상황에 수행될 수 있다. 이를 위해, 예를 들면, 전자 장치(300)는 스피커(350)의 출력 여부를 확인할 수 있다. 예를 들면, 전자 장치(300)는 내부 마이크(360)를 통해 입력되는 신호에 대해 VAD(voice activity detection) 기술을 이용하여 사용자의 발화 여부를 확인할 수 있다. 예를 들면, 전자 장치(300)가 VPU(voice pickup unit)를 장착한 경우 이를 통해 사용자 발화 여부를 확인할 수 있다.
다양한 실시예에 따르면, 프로세서(320)는 외부 마이크(340)를 통해 획득된 외부 입력 신호 및 내부 마이크(360)를 통해 획득된 내부 입력 신호에 기반하여 전자 장치(300) 착용에 따른 패시브 특성을 추정할 수 있다. 여기서 패시브 특성은 외부의 소리가 얼마나 감쇄되어 외이도 내부로 유입되는지를 의미할 수 있다. 예를 들면, 패시브 특성은 외부 마이크(340)를 통해 획득된 외부 입력 신호와 내부 마이크(360)를 통해 획득된 내부 입력 신호의 관계(예: 크기 차이)에 기초하여 추정될 수 있다. 예를 들면, 패시브 특성은 NLMS(normalized least mean squares) 알고리듬을 사용하여 추정될 수 있으나, 실시예들은 이에 한정되지 않는다.
다양한 실시예에 따르면, 프로세서(320)는 동작 403에서, 기준 패시브 특성을 참조하여, 추정된 패시브 특성으로부터 타겟 주파수 응답을 확인할 수 있다. 일 실시예에 따르면 프로세서(320)는 추정된 패시브 특성에 대해 기준 패시브 특성과의 이득(gain) 차이를 확인하고 이에 기초하여 타겟 주파수 응답을 확인할 수 있다. 예를 들면, 기준 패시브 특성은 시뮬레이션(예: ear simulator)을 통해 측정된 패시브 특성을 포함할 수 있다.
다양한 실시예에 따르면, 프로세서(320)는 동작 405에서 타겟 주파수 응답을 기반으로 필터를 추정할 수 있다. 일 실시예에 따르면, 추정된 필터는 타겟 주파수 응답을 갖도록 하나 또는 그 이상의 fir/iir(finite impulse response/infinite impulse response) 필터를 조합함으로써 구현될 수 있다. 예를 들면, 구현된 필터 조합은 메모리(예: 도 3의 메모리(330))에 저장될 수 있다. 예를 들면, 구현된 필터 조합에 따라 설정된 EQ(Audio Equalizer) 값이 메모리(330)에 저장될 수 있다.
도 5는, 다양한 실시예에 따라, 외부 신호 전달을 위한 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
다양한 실시예에 따른 전자 장치(500)(예: 도 3의 전자 장치(300))는 외부 마이크(340), 프로세서(320), 메모리(330), 스피커(350) 및/또는 내부 마이크(360)를 포함할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 전자 장치(300) 착용시 귀 입구에서 외부로 노출되는 영역에 위치하여 외부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 신호로서, 전자 장치(300)의 외부에서 발생하는 소리의 적어도 일부를 포함할 수 있다.
다양한 실시예에 따른 내부 마이크(360)는 전자 장치(300) 착용시 외이도 내부에서 귀 입구와 고막 사이에 위치하여 내부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(360)에 의해 획득한 신호이다.
일 실시예에 따르면, 제1 필터(501)는 시뮬레이션(예: ear simulator)에 의해 설계된 필터를 포함할 수 있다. 예를 들면, 제1 필터(501)는 고정된 필터 계수를 갖는 필터(fixed filter)를 포함할 수 있다. 예를 들면, 제1 필터(501)는 시뮬레이터의 고막과 귀 입구 사이에서 측정된 개방 상태의 패시브 성능에 기초하여 설계된 필터를 포함할 수 있다.
일 실시예에 따르면, 이어 시뮬레이터(ear simulator)에 전자 장치(500)를 장착하여 NLMS 기반으로 패시브 특성을 측정하고, 측정된 주파수 응답을 참고하여 액티브 특성이 타겟 주파수 응답이 되도록 제1 필터(501)가 튜닝될 수 있다. 예를 들면, 제1 필터(501)의 튜닝은 전자 장치(500)의 제조 단계에서 수행될 수 있다.
일 실시예에 따르면, 이어 시뮬레이터에 전자 장치(500)를 장착한 상태에서 NLMS 기반으로 기준 패시브 특성 Hi_ref(f)를 추정하여 메모리(330)에 저장할 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(505)은 외부 마이크(340)를 통해 획득한 획득된 외부 입력 신호 및 내부 마이크(360)를 통해 획득된 내부 입력 신호에 기반하여 전자 장치(300) 착용에 따른 패시브 특성 Hi(f)를 추정할 수 있다. 여기서 패시브 특성은 외부의 소리가 얼마나 감쇄되어 외이도 내부로 유입되는지를 의미할 수 있다. 예를 들면, 패시브 특성은 외부 마이크(340)를 통해 획득된 외부 입력 신호와 내부 마이크(360)를 통해 획득된 내부 입력 신호의 관계(예: 크기 차이)에 기초하여 추정될 수 있다. 예를 들면 패시브 특성은 NLMS(normalized least mean squares) 알고리듬을 사용하여 추정될 수 있으나, 실시예들은 이에 한정되지 않는다.
일 실시예에 따르면, 패시브 특성 추정 블록(505)은 스피커(350)에 의해 신호가 출력되지 않는 상황 및/또는 사용자가 발화하지 않는 상황에 동작될 수 있다.
도 6은, 다양한 실시예에 따라, 전자 장치의 마이크들을 통해 입력되는 신호및 이에 기반하여 추정된 신호 특성 및 추정된 필터를 나타내는 그래프이다.
도 6의 그래프 (a)를 참조하면, 외부 마이크(340)을 통해 획득된 외부 입력 신호의 특성(601) 및 내부 마이크(360)을 통해 획득된 내부 입력 신호의 특성(602)에 기초하여, 외부 입력 신호로부터 추정된 내부 입력 신호(603)를 나타낼 수 있다.
일실시예에 따라, 내부 마이크(360)로 입력되는 내부 입력 신호가 외부 마이크(340)로 입력되는 외부 입력 신호에 대해 얼마나 감소되는지 모델링할 수 있으며, 이에 기초하여 그래프 (b)에 도시된 바와 같이 필터(604)를 추정할 수 있다.
일 실시예에 따르면, 외부 마이크(340)를 통해 획득된 외부 입력 신호 X(f,t)및 내부 마이크(360)를 통해 입력되는 내부 입력 신호인 Y(f,t)와 외부 입력 신호 X(f,t)에 대해 내부 입력 신호인 Y(f,t)를 예측하는 필터 H(f,t) 간에는 다음과 같은 수학식 1과 같은 관계가 성립될 수 있다.
[수학식 1]
E(f,t)=Y(f,t)-X(f,t)H(f,t)
여기서, NLMS를 적용하여 E(f,t)를 최소화함으로써, 내부 입력 신호가 외부 입력 신호 대비 얼마나 감소되는지를 나타내는 수렴된 필터 H(f,t)를 모델링할 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(505)에 의해 추정된 패시브 특성은, 사용자의 외이도 특성, 착용 상태(예: 밀착 또는 루즈한 상태 포함), 또는 이어팁의 크기와 같이 전자 장치(500)가 개별 사용자에게 착용됨에 따라 발생하는 다양한 환경 변화에 영향을 받을 수 있다.
도 7은, 다양한 실시예에 따라, 전자 장치(예: 도 3 또는 도 5의 전자 장치(300 또는 500))의 착용 시 발생하는 다양한 변수에 따라, 마이크들을 통해 입력되는 신호에 의해 추정된 패시브 특성의 차이를 예시하는 그래프이다.
일 실시예에 따르면, 그래프 (a)를 참조하면 전자 장치의 착용을 위해 적용된 이어팁의 종류 및/또는 크기에 따라, 마이크들을 통해 입력되는 신호에 의해 추정된 패시브 특성이 달라짐을 알 수 있다.
일 실시예에 따르면, 그래프 (b)를 참조하면 전자 장치를 착용하는 사용자의 특성(예: 외이도 특성)에 따라, 마이크들을 통해 입력되는 신호에 의해 추정된 패시브 특성이 달라짐을 알 수 있다.
다양한 실시예에 따르면, 타겟 주파수 응답 확인 블록(507)은, 기준 패시브 특성(508)을 참조하여, 추정된 패시브 특성으로부터 타겟 주파수 응답을 확인할 수 있다. 일 실시예에 따르면 타겟 주파수 응답 확인 블록(507)은 추정된 패시브 특성 Hi(f)에 대해 기준 패시브 특성 Hi(f)과의 이득(gain) 차이 T(f)를 확인하고 이에 기초하여 타겟 주파수 응답을 확인할 수 있다. 예를 들면 타겟 주파수 응답은 1/T(f)를 포함할 수 있다.
도 8은, 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 추정된 신호 특성과 기준 신호 특성에 기반한 편차를 예시하는 그래프들이다.
일 실시예에 따라, 그래프 (a) 및 (b)를 참조하면, 전자 장치(예: 도 3 또는 도 5의 전자 장치(300 또는 500)) 착용 상태에서 마이크들을 통해 입력되는 신호들에 기초하여 추정된 패시브 특성에 대해 기준 패시브 특성을 적용하여 확인된 타겟 주파수 응답에 따라 다양한 변수에 따른 편차(예: 서로 다른 이어팁 크기/종류)를 보상할 수 있음을 알 수 있다. 예를 들면 그래프 (a)에서, 작은 이어팁(small eartip)에 대해 추정된 패시브 특성(801)은 중간 크기 이어팁(mid eartip)에 대해 추정된 패시브 특성(802)과는 차이가 있을 수 있다.
일 실시예에 따르면 작은 이어팁에 대해 추정된 패시브 특성(801)에 대해 기준 패시브 특성을 적용하여 확인된 주파수 응답을, 중간 크기 이어팁에 대해 추정된 패시브 특성(802)에 대해 기준 패시브 특성을 적용하여 추정된 주파수 응답에 근접하도록 할 수 있다.
일 실시예에 따라, 그래프 (b)를 참조하면, 전자 장치 착용 상태에서 작은 크기의 이어팁에 대해 측정된 주파수 응답(803)에 대해, 기준 주파수 응답을 적용하여 보정함으로써, 중간 크기의 이어팁에 대해 측정된 패시브 특성에 따른 주파수 응답(804)에 대해 기준 패시브 특성을 적용하여 추정된 주파수 응답(805)에 근접하도록 할 수 있다.
일 실시예에 따르면, 제2 필터(503)는 타겟 주파수 응답을 기반으로 추정되어 구현될 수 있다. 일 실시예에 따르면, 제2 필터(503)는 가변 필터일 수 있다. 일 실시예에 따르면, 제2 필터(503)는, 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir/iir(finite impulse response/infinite impulse response) 필터를 조합하여 구현될 수 있다. 예를 들면, 타겟 주파수 응답을 고속 푸리에 역변환(inverse fast fourier transform(ifft))하여 필터 계수를 산출할 수 있다. 예를 들면, 복수개의 바이쿼드 필터(biquad filter) 조합으로 필터 계수를 구현할 수 있다.
일 실시예에 따르면, 외부 마이크(340)를 통해 획득된 외부 소리는, 제1 필터(501) 및 제2 필터(503)를 통해 필터링되어 스피커(350)를 통해 출력될 수 있다.
도 5를 다시 참조하면, 패시브 특성 추정 모듈(505), 타겟 주파수 응답 확인 모듈(507)은 프로세서(320)의 기능 모듈로서 동작하도록 구현될 수 있다. 예를 들면, 기준 주파수 응답(508)은 메모리(330)에 저장될 수 있다.
도 9는 다양한 실시예에 따라, 전자 장치(예: 도 3 또는 도 5의 전자 장치(300 또는 500))의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 추정된 신호 특성과 기준 신호 특성에 기반한 편차를 예시하는 그래프들이다. 도시된 그래프들을 참조하면, 다양한 실시예에 따라 전자 장치 착용시 기준 주파수 응답에 기초하여 보정되어 추정된 주파수 응답은, 전자 장치 미착용시 시뮬레이션에 의해 측정되는 주파수 응답과 유사함을 알 수 있다.
그래프 (a)를 참조하면, 다양한 실시예에 따라 시뮬레이션에 기초하여 저장된 기준 주파수 응답(901)에 기초하여 보정한 결과 추정된 주파수 응답(902)이, 시뮬레이션에 의해 측정된 주파수 응답(903)과 유사함을 알 수 있다.
그래프 (b)를 참조하면, 다양한 실시예에 따라 시뮬레이션에 기초하여 저장된 기준 주파수 응답(904)에 기초하여 보정됨에 따라 추정된 주파수 응답(905)이 시뮬레이션에 의해 측정된 주파수 응답(906)과 유사함을 알 수 있다.
그래프 (c)를 참조하면, 다양한 실시예에 따라 시뮬레이션에 기초하여 저장된 기준 주파수 응답(906)에 기초하여 보정됨에 따라 추정된 주파수 응답(907)이 시뮬레이션에 의해 측정된 주파수 응답(908)과 유사함을 알 수 있다.
도 10은 다양한 실시예에 따라, 전자 장치(예: 도 3 또는 도 5의 전자 장치(300 또는 500))의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 추정된 신호 특성과 기준 신호 특성에 기반하여 보상된 편차를 설명하기 위한 그래프들이다.
도 10의 그래프 (a)를 참조하면 작은 이어팁 적용시 측정된 주파수 응답에 대한 이득(1001)에 대해 기준 신호 특성에 기반하여 추정된 주파수 응답에 대한 이득(1003)은 중간 크기의 이어팁 적용시 측정된 주파수 응답에 대한 이득(1002)과 유사함을 알 수 있다.
도 10의 그래프 (b)를 참조하면 작은 이어팁 적용시 측정된 주파수 응답에 대한 이득(1004)에 대해 기준 신호 특성에 기반하여 추정된 주파수 응답에 대한 이득(1006)은 중간 크기의 이어팁 적용시 측정된 주파수 응답에 대한 이득(1005)과 유사함을 알 수 있다.
도 10의 그래프 (c)를 참조하면 작은 이어팁 적용시 측정된 주파수 응답에 대한 이득(1007)에 대해 기준 신호 특성에 기반하여 추정된 주파수 응답에 대한 이득(1009)은 중간 크기의 이어팁 적용시 측정된 주파수 응답에 대한 이득(1008)과 유사함을 알 수 있다.
도 10의 그래프 (d)를 참조하면 작은 이어팁 적용시 측정된 주파수 응답에 대한 이득(1009)에 대해 기준 신호 특성에 기반하여 추정된 주파수 응답에 대한 이득(1011)은 중간 크기의 이어팁 적용시 측정된 주파수 응답에 대한 이득(1010)과 유사함을 알 수 있다.
도 11은 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
다양한 실시예에 따른 전자 장치(1100)(예: 도 3의 전자 장치(300), 또는 도 5의 전자 장치(500))는 외부 마이크(340), 프로세서(320), 메모리(330), 스피커(350) 및/또는 내부 마이크(360)를 포함할 수 있다. 이하, 전자 장치(1100)의 동작 설명에 있어서 도 3의 전자 장치(300) 또는 도 5의 전자 장치(500)의 구성에 따른 동작과 동일 또는 유사한 동작에 대한 상세한 설명은 생략할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 전자 장치(1100) 착용시 귀 입구에서 외부로 노출되는 영역에 위치하여 외부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 신호로서, 전자 장치(300)의 외부에서 발생하는 소리의 적어도 일부를 포함할 수 있다.
다양한 실시예에 따른 내부 마이크(360)는 전자 장치(1100) 착용시 외이도 내부에서 귀 입구와 고막 사이에 위치하여 내부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(360)에 의해 획득한 신호이다.
일 실시예에 따르면, 제1 필터(1101)는 시뮬레이션(예: ear simulator)에 의해 설계된 필터를 포함할 수 있다. 예를 들면, 제1 필터(1101)는 고정된 필터 계수를 갖는 필터(fixed filter)를 포함할 수 있다. 예를 들면, 제1 필터(1101)는 시뮬레이터의 고막과 귀 입구 사이에서 측정된 개방 상태의 패시브 성능에 기초하여 설계된 필터를 포함할 수 있다.
일 실시예에 따르면, 이어 시뮬레이터(ear simulator)에 전자 장치(1100)를 장착하여 NLMS 기반으로 패시브 특성을 측정하고, 측정된 주파수 응답을 참고하여 액티브 특성이 타겟 주파수 응답이 되도록 제1 필터(1101)가 튜닝될 수 있다. 예를 들면, 제1 필터(1101)의 튜닝은 전자 장치(1100)의 제조 단계에서 수행될 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1105)은 외부 마이크(340)를 통해 획득된 외부 입력 신호 및 내부 마이크(360)를 통해 획득된 내부 입력 신호에 기반하여 전자 장치(300) 착용에 따른 패시브 특성을 추정할 수 있다. 여기서 패시브 특성은 외부의 소리가 얼마나 감쇄되어 외이도 내부로 유입되는지를 의미할 수 있다. 예를 들면, 패시브 특성은 외부 마이크(340)를 통해 획득된 외부 입력 신호와 내부 마이크(360)를 통해 획득된 내부 입력 신호의 관계(예: 크기 차이)에 기초하여 추정될 수 있다. 예를 들면, 패시브 특성은 NLMS(normalized least mean squares) 알고리듬을 사용하여 추정될 수 있으나, 실시예들은 이에 한정되지 않는다.
일 실시예에 따르면, 패시브 특성 추정 블록(1105)은 스피커(350)에 의해 신호가 출력되지 않는 상황 및/또는 사용자가 발화하지 않는 상황에 동작될 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1105)에 의해 추정된 패시브 특성은, 사용자의 외이도 특성, 착용 상태(예: 밀착 또는 루즈한 상태 포함), 또는 이어팁의 크기와 같이 전자 장치(1100)가 개별 사용자에게 착용됨에 따라 발생하는 다양한 환경 변화에 영향을 받을 수 있다.
다양한 실시예에 따르면 타겟 주파수 응답 확인 블록(1107)은, 기준 주파수응답(1108)을 참조하여, 추정된 패시브 특성으로부터 타겟 주파수 응답을 확인할 수 있다.
일 실시예에 따르면, 메모리(330)는, 외부 마이크(340)를 통해 입력되는 신호에 대해, 전자 장치(300)의 착용 시뮬레이션(예: ear simulator)을 통해 추정된 패시브 특성의 저주파 성분의 크기에 기초하여 패시브 특성의 고주파 성분을 추정하여 타겟 주파수 응답의 고주파 성분을 추가로 보정하기 위한 학습 모델을 저장할 수 있다. 예를 들면, 학습 모델은 이어 시뮬레이터에서 외부 마이크(340)를 통해 입력되는 신호에 대해 패시브 특성을 추정하고, 추정된 패시브 특성의 저주파 성분의 크기를 입력으로 하고 이어 시뮬레이터에서 측정되는 패시브 특성의 고주파 성분을 타겟으로 하여, 패시브 특성의 고주파 성분을 추정하도록 학습된 심층신경망(deep neural network) 학습 모델을 포함할 수 있다.
일 실시예에 따르면, 타겟 주파수 응답 보정 모듈(1109)은 메모리(330)에 저장된 학습 모델에 기반하여 타겟 주파수 응답을 보정할 수 있다.
일 실시예에 따르면, 제2 필터(1103)는 보정된 타겟 주파수 응답을 기반으로 추정되어 구현될 수 있다. 일 실시예에 따르면, 제2 필터(1103)는 가변 필터일 수 있다. 일 실시예에 따르면, 제2 필터(1103)는, 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir/iir(finite impulse response/infinite impulse response) 필터를 조합하여 구현될 수 있다. 예를 들면, 타겟 주파수 응답을 고속 푸리에 역변환(inverse fast fourier transform(ifft))하여 필터 계수를 산출할 수 있다. 예를 들면, 복수개의 바이쿼드 필터(biquad filter) 조합으로 필터 계수를 구현할 수 있다.
일 실시예에 따르면, 외부 마이크(340)를 통해 획득된 외부 소리는, 제1 필터(1101) 및 제2 필터(1103)를 통해 보상되어 스피커(350)를 통해 출력될 수 있다.
도 11를 다시 참조하면, 패시브 특성 추정 모듈(1105), 타겟 주파수 응답 확인 모듈(1107) 및 타겟 주파수 응답 보정 모듈(1109)은 프로세서(320)의 기능 모듈로서 동작하도록 구현될 수 있다. 기준 주파수 응답(1108) 및/또는 타겟 주파수 응답 보정을 위한 학습 모델은 메모리(330)에 저장될 수 있다.
도 12는 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
다양한 실시예에 따른 전자 장치(1200)(예: 도 3의 전자 장치(300))는 외부 마이크(340), 프로세서(320), 메모리(330), 스피커(350) 및/또는 내부 마이크(360)를 포함할 수 있다. 이하, 전자 장치(1200)의 동작 설명에 있어서 도 3의 전자 장치(300) 또는 도 5의 전자 장치(500)의 구성에 따른 동작과 동일 또는 유사한 동작에 대한 상세한 설명은 생략할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 전자 장치(1200) 착용시 귀 입구에서 외부로 노출되는 영역에 위치하여 외부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 신호로서, 전자 장치(300)의 외부에서 발생하는 소리의 적어도 일부를 포함할 수 있다.
다양한 실시예에 따른 내부 마이크(360)는 전자 장치(1200) 착용시 외이도 내부에서 귀 입구와 고막 사이에 위치하여 내부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(360)에 의해 획득한 신호이다.
일 실시예에 따르면, 제1 필터(1201)는 시뮬레이션(예: ear simulator)에 의해 설계된 필터를 포함할 수 있다. 예를 들면, 제1 필터(1201)는 고정된 필터 계수를 갖는 필터(fixed filter)를 포함할 수 있다. 예를 들면, 제1 필터(1201)는 시뮬레이터의 고막과 귀 입구 사이에서 측정된 개방 상태의 패시브 성능에 기초하여 설계된 필터를 포함할 수 있다.
일 실시예에 따르면, 이어 시뮬레이터(ear simulator)에 전자 장치(1200)를 장착하여 NLMS 기반으로 패시브 특성을 측정하고, 측정된 주파수 응답을 참고하여 액티브 특성이 타겟 주파수 응답이 되도록 제1 필터(1201)가 튜닝될 수 있다. 예를 들면, 제1 필터(1201)의 튜닝은 전자 장치(1200)의 제조 단계에서 수행될 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1205)은 외부 마이크(340)를 통해 획득한 획득된 외부 입력 신호 및 내부 마이크(360)를 통해 획득된 내부 입력 신호에 기반하여 전자 장치(300) 착용에 따른 패시브 특성을 추정할 수 있다. 여기서 패시브 특성은 외부의 소리가 얼마나 감쇄되어 외이도 내부로 유입되는지를 의미할 수 있다. 예를 들면, 패시브 특성은 외부 마이크(340)를 통해 획득된 외부 입력 신호와 내부 마이크(360)를 통해 획득된 내부 입력 신호의 관계(예: 크기 차이)에 기초하여 추정될 수 있다. 예를 들면, 패시브 특성은 NLMS(normalized least mean squares) 알고리듬을 사용하여 추정될 수 있으나, 실시예들은 이에 한정되지 않는다.
일 실시예에 따르면, 패시브 특성 추정 블록(1205)은 스피커(350)에 의해 신호가 출력되지 않는 상황 및/또는 사용자가 발화하지 않는 상황에 동작될 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1205)에 의해 추정된 패시브 특성은, 사용자의 외이도 특성, 착용 상태(예: 밀착 또는 루즈한 상태 포함), 이어팁의 크기와 같이 전자 장치(1200)가 개별 사용자에게 착용됨에 따라 발생하는 다양한 환경 변화에 영향을 받을 수 있다.
다양한 실시예에 따르면, 타겟 주파수 응답 확인 블록(1207)은, 기준 주파수응답(1208)을 참조하여, 추정된 패시브 특성으로부터 타겟 주파수 응답을 확인할 수 있다.
일 실시예에 따르면, 메모리(330)는, 외부 마이크(340)를 통해 입력되는 신호에 대해, 전자 장치(300)의 착용 시뮬레이션(예: ear simulator)을 통해 고막(ear drum)에 도달하기까지 경로(외이도)를 통해 변화하는 신호의 주파수 응답을 도출하기 위한 학습 모델을 저장할 수 있다. 예를 들면, 학습 모델은 외부 마이크(340)를 통해 입력되는 신호에 대해 내부 마이크(360)를 통해 입력된 신호를 고려하여 패시브 특성을 추정하고, 시뮬레이션을 통해 고막 위치에서 측정되는 신호의 주파수 응답이 도출되도록 학습된 심층신경망(deep neural network) 학습 모델을 포함할 수 있다.
일 실시예에 따르면, 타겟 주파수 응답 보정 모듈(1210)은 메모리(330)에 저장된 학습 모델에 기반하여 타겟 주파수 응답을 보정할 수 있다.
일 실시예에 따르면, 제2 필터(1203)는 보정된 타겟 주파수 응답을 기반으로 추정되어 구현될 수 있다. 일 실시예에 따르면, 제2 필터(1203)는 가변 필터일 수 있다. 일 실시예에 따르면, 제2 필터(1203)는, 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir/iir(finite impulse response/infinite impulse response) 필터를 조합하여 구현될 수 있다. 예를 들면, 타겟 주파수 응답을 고속 푸리에 역변환(inverse fast fourier transform(ifft))하여 필터 계수를 산출할 수 있다. 예를 들면, 복수개의 바이쿼드 필터(biquad filter) 조합으로 필터 계수를 구현할 수 있다.
일 실시예에 따르면, 외부 마이크(340)를 통해 획득된 외부 소리는, 제1 필터(1201) 및 제2 필터(1203)를 통해 보상되어 스피커(350)를 통해 출력될 수 있다.
도 12를 다시 참조하면, 패시브 특성 추정 모듈(1205), 타겟 주파수 응답 확인 모듈(1207) 및 타겟 주파수 응답 보정 모듈(1210)은 프로세서(320)의 기능 모듈로서 동작하도록 구현될 수 있다. 기준 주파수 응답(1208) 및/또는 타겟 주파수 응답 보정을 위한 학습 모델은 메모리(330)에 저장될 수 있다.
도 13은 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
다양한 실시예에 따른 전자 장치(1300)(예: 도 3의 전자 장치(300))는 외부 마이크(340), 프로세서(320), 메모리(330), 스피커(350) 및/또는 내부 마이크(360)를 포함할 수 있다. 일 실시예에 따른 전자 장치(1300)는 외부 마이크(340) 및 내부 마이크(360) 후단에 제1 AEC(acoustic echo canceller)(1311) 및 제2 AEC(1313)를 더 포함할 수 있다. 이하, 전자 장치(1300)의 동작 설명에 있어서 도 3의 전자 장치(300) 또는 도 5의 전자 장치(500)의 구성에 따른 동작과 동일 또는 유사한 동작에 대한 상세한 설명은 생략할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 전자 장치(1300) 착용시 귀 입구에서 외부로 노출되는 영역에 위치하여 외부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 신호로서, 전자 장치(300)의 외부에서 발생하는 소리의 적어도 일부를 포함할 수 있다.
다양한 실시예에 따른 내부 마이크(360)는 전자 장치(1300) 착용시 외이도 내부에서 귀 입구와 고막 사이에 위치하여 내부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(360)에 의해 획득한 신호이다.
일 실시예에 따른 외부 마이크(340) 및 내부 마이크(360) 후단에 적용될 수 있는 제1 AEC(1311) 및 제2 AEC(1313)는, 외부 마이크(340) 및 내부 마이크(360)를 통해 입력되는 신호로부터 예를 들면 스피커(350)를 통해 출력되는 신호 및/또는 사용자의 발화에 따라 입력되는 잡음을 제거할 수 있다. 따라서, 전자 장치(1300)는 스피커(350)를 통해 신호 출력 상황 및/또는 사용자의 발화 상황에도 외부 소리를 필터링하여 스피커(350)를 제공하도록 동작할 수 있다. 예를 들면, 제1 AEC(1311)는 외부 마이크(340) 내부에 구현될 수 있다. 예를 들면, 제2 AEC(1313)는 내부 마이크(360) 내부에 구현될 수 있다.
일 실시예에 따르면 제1 필터(1301)는 시뮬레이션(예: ear simulator)에 의해 설계된 필터를 포함할 수 있다. 예를 들면, 제1 필터(1301)는 고정된 필터 계수를 갖는 필터(fixed filter)를 포함할 수 있다. 예를 들면, 제1 필터(1301)는 시뮬레이터의 고막과 귀 입구 사이에서 측정된 개방 상태의 패시브 성능에 기초하여 설계된 필터를 포함할 수 있다.
일 실시예에 따르면, 이어 시뮬레이터(ear simulator)에 전자 장치(1300)를 장착하여 NLMS 기반으로 패시브 특성을 측정하고, 측정된 주파수 응답을 참고하여 액티브 특성이 타겟 주파수 응답이 되도록 제1 필터(1301)가 튜닝될 수 있다. 예를 들면, 제1 필터(1301)의 튜닝은 전자 장치(1300)의 제조 단계에서 수행될 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1305)은 외부 마이크(340)를 통해 획득한 획득된 외부 입력 신호 및 내부 마이크(360)를 통해 획득된 내부 입력 신호에 기반하여 전자 장치(300) 착용에 따른 패시브 특성을 추정할 수 있다. 여기서 패시브 특성은 외부의 소리가 얼마나 감쇄되어 외이도 내부로 유입되는지를 의미할 수 있다. 예를 들면, 패시브 특성은 외부 마이크(340)를 통해 획득된 외부 입력 신호와 내부 마이크(360)를 통해 획득된 내부 입력 신호의 관계(예: 크기 차이)에 기초하여 추정될 수 있다. 예를 들면, 패시브 특성은 NLMS(normalized least mean squares) 알고리듬을 사용하여 추정될 수 있으나, 실시예들은 이에 한정되지 않는다.
일 실시예에 따르면, 패시브 특성 추정 블록(1305)은 스피커(350)에 의해 신호가 출력되지 않는 상황 및/또는 사용자가 발화하지 않는 상황에 수행될 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1305)에 의해 추정된 패시브 특성은, 사용자의 외이도 특성, 착용 상태(예: 밀착 또는 루즈한 상태 포함), 이어팁의 크기와 같이 전자 장치(1300)가 개별 사용자에게 착용됨에 따라 발생하는 다양한 환경 변화에 영향을 받을 수 있다.
다양한 실시예에 따르면, 타겟 주파수 응답 확인 블록(1307)은, 기준 주파수응답(1308)을 참조하여, 추정된 패시브 특성으로부터 타겟 주파수 응답을 확인할 수 있다.
일 실시예에 따르면, 제2 필터(1303)는 확인된 타겟 주파수 응답을 기반으로 추정되어 구현될 수 있다. 일 실시예에 따르면, 제2 필터(1303)는 가변 필터일 수 있다. 일 실시예에 따르면, 제2 필터(1303)는, 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir/iir(finite impulse response/infinite impulse response) 필터를 조합하여 구현될 수 있다. 예를 들면, 타겟 주파수 응답을 고속 푸리에 역변환(inverse fast fourier transform(ifft))하여 필터 계수를 산출할 수 있다. 예를 들면, 복수개의 바이쿼드 필터(biquad filter) 조합으로 필터 계수를 구현할 수 있다.
일 실시예에 따르면, 외부 마이크(340)를 통해 획득된 외부 소리는, 제1 필터(1301) 및 제2 필터(1303)를 통해 보상되어 스피커(350)를 통해 출력될 수 있다.
도 13을 다시 참조하면, 패시브 특성 추정 모듈(1305) 및 타겟 주파수 응답 확인 모듈(1307)은 프로세서(320)의 기능 모듈로서 동작하도록 구현될 수 있다. 기준 주파수 응답(1308)은 메모리(330)에 저장될 수 있다.
도 14는 다양한 실시예에 따라, 시뮬레이션에 따라 전자 장치(예: 도 3의 전자 장치(300))의 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 방법을 학습하는 예를 도시한 도면이다.
일 실시예에 따르면, 외부 전자 장치(예: 도 1의 전자 장치(101))을 통해 다양한 소리를 생성하고 이에 기초하여 다양한 실시예에 따른 전자 장치(300)의 외부 소리를 필터링하여 제공하는 방법을 학습하도록 할 수 있다.
일 실시예에 따르면, 외부 전자 장치(101)는 디스플레이(예: 도 1의 디스플레이 모듈(160))을 통해 전자 장치(300)의 외부 소리 제공 기능 학습 명령을 수신할 수 있다.
일 실시예에 따르면, 외부 전자 장치(101)는 오디오 모듈(예: 도 1 또는 도2의 오디오 모듈(170)) 및/또는 음향 출력 모듈(예: 도 1의 음향 출력 모듈(155))을 테스트 신호를 생성하여 출력할 수 있다.
일 실시예에 따르면, 전자 장치(300)는 외부 전자 장치(101)로부터 출력되는 다양한 테스트 신호에 기초하여 상술한 바에 따른 마이크 입력 신호들에 대한 패시브 특성 추정, 타겟 주파수 응답 확인 및/또는 가변 필터(예: 도 5, 도 11, 도 12 또는 도 13의 제2 필터((503, 1103, 1203, 또는 1303)) 구성 동작을 반복적으로 수행함으로써 상기 가변 필터의 필터 계수를 갱신하여 학습하도록 할 수 있다.
도 15는 다양한 실시예에 따라, 전자 장치의 착용 시 마이크들을 통해 입력되는 신호에 기반하여 외부 소리를 필터링하여 제공하는 전자 장치의 구성 및 신호의 흐름의 예를 도시한 도면이다.
다양한 실시예에 따른 전자 장치(1500)(예: 도 3의 전자 장치(300))는 외부 마이크(340), 프로세서(320), 메모리(330), 스피커(350) 및/또는 내부 마이크(360)를 포함할 수 있다. 이하, 전자 장치(1500)의 동작 설명에 있어서 도 3의 전자 장치(300) 또는 도 5의 전자 장치(500)의 구성에 따른 동작과 동일 또는 유사한 동작에 대한 상세한 설명은 생략할 수 있다.
일 실시예에 따르면, 외부 마이크(340)는, 전자 장치(1500) 착용시 귀 입구에서 외부로 노출되는 영역에 위치하여 외부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 외부 입력 신호는 외부 마이크(340)에 의해 획득한 신호로서, 전자 장치(300)의 외부에서 발생하는 소리의 적어도 일부를 포함할 수 있다.
다양한 실시예에 따른 내부 마이크(360)는 전자 장치(1500) 착용시 외이도 내부에서 귀 입구와 고막 사이에 위치하여 내부 입력 신호를 획득할 수 있다. 일 실시예에 따르면, 내부 입력 신호는 내부 마이크(360)에 의해 획득한 신호이다.
일 실시예에 따르면, 제1 필터(1501)는 시뮬레이션(예: ear simulator)에 의해 설계된 필터를 포함할 수 있다. 예를 들면, 제1 필터(1501)는 고정된 필터 계수를 갖는 필터(fixed filter)를 포함할 수 있다. 예를 들면, 제1 필터(1501)는 시뮬레이터의 고막과 귀 입구 사이에서 측정된 개방 상태의 패시브 성능에 기초하여 설계된 필터를 포함할 수 있다.
일 실시예에 따르면, 이어 시뮬레이터(ear simulator)에 전자 장치(1500)를 장착하여 NLMS 기반으로 패시브 특성을 측정하고, 측정된 주파수 응답을 참고하여 액티브 특성이 타겟 주파수 응답이 되도록 제1 필터(1501)가 튜닝될 수 있다. 예를 들면, 제1 필터(1501)의 튜닝은 전자 장치(1500)의 제조 단계에서 수행될 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1505)은 외부 마이크(340)를 통해 획득한 획득된 외부 입력 신호 및 내부 마이크(360)를 통해 획득된 내부 입력 신호에 기반하여 전자 장치(300) 착용에 따른 패시브 특성을 추정할 수 있다. 여기서 패시브 특성은 외부의 소리가 얼마나 감쇄되어 외이도 내부로 유입되는지를 의미할 수 있다. 예를 들면, 패시브 특성은 외부 마이크(340)를 통해 획득된 외부 입력 신호와 내부 마이크(360)를 통해 획득된 내부 입력 신호의 관계(예: 크기 차이)에 기초하여 추정될 수 있다. 예를 들면, 패시브 특성은 NLMS(normalized least mean squares) 알고리듬을 사용하여 추정될 수 있으나, 실시예들은 이에 한정되지 않는다.
일 실시예에 따르면, 패시브 특성 추정 블록(1505)은 메모리(330)에 저장된 필터 데이터(1515)를 추가로 참조하여 패시브 특성을 추정할 수 있다. 예를 들면, 필터 데이터(1515)는 상기 전자 장치(1500)의 동작에 따라 상기 내부 마이크(340)의 잡음을 제거하기 위해 수렴된, 즉 적용되어 업데이트된 다양한 필터 데이터를 포함할 수 있다. 예를 들면, 필터 데이터(1515)는 전자 장치(1500)에서 통화 수행시 내부 마이크(340)의 잡음을 제거하기 위해 동작하는 NLMS 기반 필터(예: adaptive filter)가 포함되어 있는 보이스 콜(voice call) 솔루션에 따라 수렴된 필터 데이터를 포함할 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1505)은 스피커(350)에 의해 신호가 출력되지 않는 상황 및/또는 사용자가 발화하지 않는 상황에 수행될 수 있다.
일 실시예에 따르면, 패시브 특성 추정 블록(1505)에 의해 추정된 패시브 특성은, 사용자의 외이도 특성, 착용 상태(예: 밀착 또는 루즈한 상태 포함), 또는 이어팁의 크기와 같이 전자 장치(1500)가 개별 사용자에게 착용됨에 따라 발생하는 다양한 환경 변화에 영향을 받을 수 있다.
다양한 실시예에 따르면, 타겟 주파수 응답 확인 블록(1507)은, 기준 주파수응답(1508)을 참조하여, 추정된 패시브 특성으로부터 타겟 주파수 응답을 확인할 수 있다.
일 실시예에 따르면, 메모리(330)는, 외부 마이크(340)를 통해 입력되는 신호에 대해, 전자 장치(300)의 착용 시뮬레이션(예: ear simulator)을 통해 고막(ear drum)에 도달하기까지 경로(외이도)를 통해 변화하는 신호의 주파수 응답을 도출하기 위한 학습 모델을 저장할 수 있다. 예를 들면, 학습 모델은 외부 마이크(340)를 통해 입력되는 신호에 대해 패시브 특성을 추정하고, 시뮬레이션을 통해 고막 위치에서 측정되는 신호의 주파수 응답이 도출되도록 학습된 심층신경망(deep neural network) 학습 모델을 포함할 수 있다.
일 실시예에 따르면, 타겟 주파수 응답 보정 모듈(1510)은 메모리(330)에 저장된 학습 모델에 기반하여 타겟 주파수 응답을 보정할 수 있다.
일 실시예에 따르면, 제2 필터(1503)는 보정된 타겟 주파수 응답을 기반으로 추정되어 구현될 수 있다. 일 실시예에 따르면, 제2 필터(1503)는 가변 필터일 수 있다. 일 실시예에 따르면, 제2 필터(1503)는, 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir/iir(finite impulse response/infinite impulse response) 필터를 조합하여 구현될 수 있다. 예를 들면, 타겟 주파수 응답을 고속 푸리에 역변환(inverse fast fourier transform(ifft))하여 필터 계수를 산출할 수 있다. 예를 들면, 복수개의 바이쿼드 필터(biquad filter) 조합으로 필터 계수를 구현할 수 있다.
일 실시예에 따르면, 외부 마이크(340)를 통해 획득된 외부 소리는, 제1 필터(1501) 및 제2 필터(1503)를 통해 보상되어 스피커(350)를 통해 출력될 수 있다.
도 15를 다시 참조하면, 패시브 특성 추정 모듈(1505), 타겟 주파수 응답 확인 모듈(1507) 및 타겟 주파수 응답 보정 모듈(1510)은 프로세서(320)의 기능 모듈로서 동작하도록 구현될 수 있다. 기준 주파수 응답(1508) 및/또는 타겟 주파수 응답 보정을 위한 학습 모델은 메모리(330)에 저장될 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101), 도 3, 도 5, 도 11, 도 12, 도 13 또는 도 15의 전자 장치(300, 500, 1100, 1200, 1300 또는 1500))는, 스피커(예: 도 3의 스피커(350)), 외부 마이크(예: 도 3의 외부 마이크(340)), 내부 마이크(예: 도 3의 내부 마이크(360)), 제1 필터(예: 도 5, 도 11, 도 12, 도 13 또는 도 15의 제1 필터(501, 1101, 1201, 1301 또는 1501)), 제2 필터(예: 도 5, 도 11, 도 12, 도 13 또는 도 15의 제2 필터(503, 1103, 1203, 1303 또는 1503)), 및 상기 스피커, 상기 외부 마이크 및 상기 내부 마이크와 작동적으로 연결되는 프로세서(예: 도 1 또는 도 3의 프로세서(120 또는 320))를 포함하고, 상기 프로세서는 상기 외부 마이크를 통해 획득한 신호 및 상기 내부 마이크를 통해 획득한 신호에 기초하여 패시브 특성을 추정하고, 기준 패시브 특성에 기초하여 상기 추정된 패시브 특성에 대해 타겟 주파수응답을 확인하고, 상기 확인된 타겟 주파수 응답에 기초하여 상기 제2 필터를 구현하고, 상기 외부 마이크를 통해 입력된 신호를 상기 제1 필터 및 상기 제2 필터를 통해 순차적으로 필터링하여 상기 스피커를 통해 출력하도록 제어할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 스피커를 통해 신호가 출력되지 않고 상기 전자 장치를 착용한 사용자가 발화하지 않는 경우 상기 패시브 특성을 추정하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, NLMS(normalized least mean squares) 알고리듬에 기초하여 상기 패시브 특성을 추정하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 제1 필터는 상기 전자 장치의 미착용 상태에서 시뮬레이션에 의해 구현되고, 상기 제2 필터는 상기 전자 장치를 착용한 상태에서 상기 패시브 특성을 추정하여 확인된 상기 주파수 응답에 기초하여 구현될 수 있다.
다양한 실시예에 따르면, 상기 제2 필터는 상기 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir 또는 iir(finite impulse response 또는 infinite impulse response) 필터를 조합하여 구성될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는 외부 전자 장치로부터 출력되는 다양한 신호에 기초하여 상기 제2 필터의 구성을 갱신하여 학습하도록 설정 될 수 있다.
다양한 실시예에 따르면, 상기 기준 패시브 특성을 저장하는 메모리를 더 포함하고, 상기 기준 패시브 특성은, 시뮬레이션에 기초하여 추정되어 상기 메모리에 저장 될 수 있다.
다양한 실시예에 따르면, 상기 메모리는, 시뮬레이션을 통해 추정된 패시브 특성의 저주파 성분의 크기에 기초하여 패시브 특성의 고주파 성분을 추정하여 상기 타겟 주파수 응답의 고주파 성분을 추가로 보정하기 위한 학습 모델을 저장하고, 상기 프로세서는, 상기 학습 모델에 기초하여 상기 타겟 주파수 응답을 보정하도록 설정 될 수 있다.
다양한 실시예에 따르면, 상기 메모리는, 상기 외부 마이크를 통해 입력되는 신호에 대해, 시뮬레이션을 통해 고막(ear drum) 위치에 도달하기까지 외이도를 통해 변화하는 주파수 응답이 도출되도록 학습된 학습 모델을 저장하고, 상기 프로세서는, 상기 학습 모델에 기초하여 상기 타겟 주파수 응답을 보정하도록 설정 될 수 있다.
다양한 실시예에 따르면, 상기 외부 마이크와 연결된 제1 AEC(acoustic echo canceller) 및 상기 내부 마이크와 연결된 제2 AEC(acoustic echo canceller)를 더 포함하고, 상기 프로세서는, 상기 제1 AEC 및 상기 제2 AEC가 상기 스피커를 통해 출력되는 신호 또는 상기 전자 장치를 착용한 사용자의 발화에 따라 입력되는 잡음을 제거하도록 제어할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101), 도 3, 도 5, 도 11, 도 12 또는 도 13의 전자 장치(300, 500, 1100, 1200 또는 1300))의 방법은, 상기 전자 장치의 외부 마이크(예: 도 3의 외부 마이크(340))를 통해 획득한 신호 및 상기 전자 장치의 내부 마이크를 통해 획득한 신호에 기초하여 패시브 특성을 추정하는 동작, 기준 패시브 특성에 기초하여 상기 추정된 패시브 특성에 대해 타겟 주파수응답을 확인하는 동작, 및 상기 외부 마이크를 통해 입력된 신호를 제1 필터(예: 도 5, 도 11, 도 12 또는 도 13의 제1 필터(501, 1101, 1201 또는 1301))를 통해 필터링하고, 상기 확인된 타겟 주파수 응답에 기초하여 구현된 제2 필터(예: 도 5, 도 11, 도 12 또는 도 13의 제2 필터(503, 1103, 1203 또는 1303))를 통해 추가로 필터링하여 상기 전자 장치의 스피커를 통해 출력하는 동작;을 포함할 수 있다.
다양한 실시예에 따르면, 상기 패시브 특성 추정 동작은, 상기 스피커를 통해 신호가 출력되지 않고 상기 전자 장치를 착용한 사용자가 발화하지 않는 경우 수행될 수 있다.
다양한 실시예에 따르면, 상기 패시브 특성은, NLMS(normalized least mean squares) 알고리듬에 기초하여 추정할 수 있다.
다양한 실시예에 따르면, 상기 제1 필터는, 상기 전자 장치의 미착용 상태에서 시뮬레이션에 의해 설계되고, 상기 제2 필터는, 상기 전자 장치를 착용한 상태에서 상기 패시브 특성을 추정하여 확인된 상기 타겟 주파수 응답에 따라 구현될 수 있다.
다양한 실시예에 따르면, 상기 제2 필터는 상기 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir 또는 iir(finite impulse response 또는 infinite impulse response) 필터를 조합하여 구성될 수 있다.
다양한 실시예에 따르면, 외부 전자 장치로부터 출력되는 다양한 신호에 기초하여 상기 제2 필터의 구성을 갱신하여 학습하는 동작을 더 포함할 수 있다.
다양한 실시예에 따르면, 상기 기준 패시브 특성은, 시뮬레이션에 기초하여 추정되어 미리 저장될 수 있다.
다양한 실시예에 따르면, 시뮬레이션을 통해 추정된 패시브 특성의 저주파 성분의 크기에 기초하여 패시브 특성의 고주파 성분을 추정하는 미리 저장된 학습 모델에 기초하여 상기 타겟 주파수 응답의 고주파 성분을 보정하는 동작을 더 포함할 수 있다.
다양한 실시예에 따르면, 상기 외부 마이크를 통해 입력되는 신호에 대해, 시뮬레이션을 통해 고막(ear drum) 위치에 도달하기까지 외이도를 통해 변화하는 주파수 응답이 도출되도록 학습되어 미리 저장된 학습 모델에 기초하여, 상기 타겟 주파수 응답을 보정하는 동작을 더 포함할 수 있다. 할 수 있다.
다양한 실시예에 따르면, 상기 패시브 특성 추정 동작은, 상기 전자 장치에서 상기 내부 마이크의 잡음을 제거하기 위해 적용되었던 필터 데이터에 기초하여 상기 패시브 특성을 추정할 수 있다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다.
도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다.
본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나",“또는 B 중 적어도 하나,”"A, B 또는 C," "A, B 및 C 중 적어도 하나,”및 “B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, “기능적으로” 또는 “통신적으로”라는 용어와 함께 또는 이런 용어 없이, “커플드” 또는 “커넥티드”라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
그리고 본 명세서와 도면에 개시된 본 문서에 개시된 실시예들은 본 문서에 개시된 실시예에 따른 기술 내용을 쉽게 설명하고 본 문서에 개시된 실시예의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 문서에 개시된 실시예의 범위를 한정하고자 하는 것은 아니다. 따라서 본 문서에 개시된 다양한 실시예의 범위는 여기에 개시된 실시예들 이외에도 본 문서에 개시된 다양한 실시예의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 문서에 개시된 다양한 실시예의 범위에 포함되는 것으로 해석되어야 한다.

Claims (15)

  1. 전자 장치에 있어서,
    스피커;
    외부 마이크;
    내부 마이크;
    제1 필터;
    제2 필터; 및
    상기 스피커, 상기 외부 마이크 및 상기 내부 마이크와 작동적으로 연결되는 프로세서를 포함하고,
    상기 프로세서는
    상기 외부 마이크를 통해 획득한 신호 및 상기 내부 마이크를 통해 획득한 신호에 기초하여 패시브 특성을 추정하고,
    기준 패시브 특성에 기초하여 상기 추정된 패시브 특성에 대해 타겟 주파수 응답을 확인하고,
    상기 확인된 타겟 주파수 응답에 기초하여 상기 제2 필터를 구현하고, 상기 외부 마이크를 통해 입력된 신호를 상기 제1 필터 및 상기 제2 필터를 통해 순차적으로 필터링하여 상기 스피커를 통해 출력하도록 제어하는
    전자 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 스피커를 통해 신호가 출력되지 않고 상기 전자 장치를 착용한 사용자가 발화하지 않는 경우 상기 패시브 특성을 추정하도록 설정된
    전자 장치.
  3. 제1항에 있어서,
    상기 프로세서는, NLMS(normalized least mean squares) 알고리듬에 기초하여 상기 패시브 특성을 추정하도록 설정된
    전자 장치.
  4. 제1항에 있어서,
    상기 제1 필터는 상기 전자 장치의 미착용 상태에서 시뮬레이션에 의해 구현되고,
    상기 제2 필터는 상기 전자 장치를 착용한 상태에서 상기 패시브 특성을 추정하여 확인된 상기 주파수 응답에 기초하여 구현되는
    전자 장치.
  5. 제4항에 있어서,
    상기 제2 필터는 상기 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir 또는 iir(finite impulse response 또는 infinite impulse response) 필터를 조합하여 구성되는
    전자 장치.
  6. 제4항에 있어서,
    상기 프로세서는
    외부 전자 장치로부터 출력되는 다양한 신호에 기초하여 상기 제2 필터의 구성을 갱신하여 학습하도록 설정된
    전자 장치.
  7. 제1항에 있어서,
    상기 기준 패시브 특성을 저장하는 메모리를 더 포함하고,
    상기 기준 패시브 특성은, 시뮬레이션에 기초하여 추정되어 상기 메모리에 저장되는
    전자 장치.
  8. 제7항에 있어서,
    상기 메모리는, 시뮬레이션을 통해 추정된 패시브 특성의 저주파 성분의 크기에 기초하여 패시브 특성의 고주파 성분을 추정하여 상기 타겟 주파수 응답의 고주파 성분을 추가로 보정하기 위한 학습 모델을 저장하고,
    상기 프로세서는, 상기 학습 모델에 기초하여 상기 타겟 주파수 응답을 보정하도록 설정된
    전자 장치.
  9. 제7항에 있어서,
    상기 메모리는,
    상기 외부 마이크를 통해 입력되는 신호에 대해, 시뮬레이션을 통해 고막(ear drum) 위치에 도달하기까지 외이도를 통해 변화하는 주파수 응답이 도출되도록 학습된 학습 모델을 저장하고,
    상기 프로세서는, 상기 학습 모델에 기초하여 상기 타겟 주파수 응답을 보정하도록 설정된
    전자 장치.
  10. 제1항에 있어서,
    상기 외부 마이크와 연결된 제1 AEC(acoustic echo canceller); 및
    상기 내부 마이크와 연결된 제2 AEC(acoustic echo canceller);를 더 포함하고,
    상기 프로세서는, 상기 제1 AEC 및 상기 제2 AEC가 상기 스피커를 통해 출력되는 신호 또는 상기 전자 장치를 착용한 사용자의 발화에 따라 입력되는 잡음을 제거하도록 제어하는
    전자 장치.
  11. 전자 장치의 방법에 있어서,
    상기 전자 장치의 외부 마이크를 통해 획득한 신호 및 상기 전자 장치의 내부 마이크를 통해 획득한 신호에 기초하여 패시브 특성을 추정하는 동작;
    기준 패시브 특성에 기초하여 상기 추정된 패시브 특성에 대해 타겟 주파수응답을 확인하는 동작; 및
    상기 외부 마이크를 통해 입력된 신호를 제1 필터를 통해 필터링하고, 상기 확인된 타겟 주파수 응답에 기초하여 구현된 제2 필터를 통해 추가로 필터링하여 상기 전자 장치의 스피커를 통해 출력하는 동작;을 포함하는 방법.
  12. 제11항에 있어서,
    상기 패시브 특성 추정 동작은, 상기 스피커를 통해 신호가 출력되지 않고 상기 전자 장치를 착용한 사용자가 발화하지 않는 경우 수행되는 방법.
  13. 제11항에 있어서,
    상기 제1 필터는, 상기 전자 장치의 미착용 상태에서 시뮬레이션에 의해 설계되고,
    상기 제2 필터는, 상기 전자 장치를 착용한 상태에서 상기 패시브 특성을 추정하여 확인된 상기 타겟 주파수 응답에 따라 구현되는 방법.
  14. 제13항에 있어서,
    상기 제2 필터는 상기 타겟 주파수 응답을 갖는 하나 또는 그 이상의 fir 또는 iir(finite impulse response 또는 infinite impulse response) 필터를 조합하여 구성되는 방법.
  15. 제13항에 있어서,
    외부 전자 장치로부터 출력되는 다양한 신호에 기초하여 상기 제2 필터의 구성을 갱신하여 학습하는 동작을 더 포함하는 방법.
PCT/KR2023/017318 2022-11-01 2023-11-01 외부 소리를 전달하기 위한 전자 장치 및 전자 장치의 동작 방법 WO2024096600A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2022-0143756 2022-11-01
KR20220143756 2022-11-01
KR10-2022-0162586 2022-11-29
KR1020220162586A KR20240062055A (ko) 2022-11-01 2022-11-29 외부 소리를 전달하기 위한 전자 장치 및 전자 장치의 동작 방법

Publications (1)

Publication Number Publication Date
WO2024096600A1 true WO2024096600A1 (ko) 2024-05-10

Family

ID=90931146

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/017318 WO2024096600A1 (ko) 2022-11-01 2023-11-01 외부 소리를 전달하기 위한 전자 장치 및 전자 장치의 동작 방법

Country Status (1)

Country Link
WO (1) WO2024096600A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140139053A (ko) * 2012-03-30 2014-12-04 애플 인크. 능동 노이즈 소거 적응형 필터를 위한 사전-성형 직렬 필터
US20160241948A1 (en) * 2013-05-22 2016-08-18 Goertek Inc Headset Communication Method Under A Strong-Noise Environment And Headset
KR20170085874A (ko) * 2016-01-15 2017-07-25 조상정 외부 음향의 필터링을 통한 위험요소 알림 이어폰
KR20190136177A (ko) * 2018-05-30 2019-12-10 한국과학기술연구원 소리 제거 시스템 및 이를 이용한 소리 제거 방법
WO2020188250A1 (en) * 2019-03-18 2020-09-24 Cirrus Logic International Semiconductor Limited Compensation of own voice occlusion

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140139053A (ko) * 2012-03-30 2014-12-04 애플 인크. 능동 노이즈 소거 적응형 필터를 위한 사전-성형 직렬 필터
US20160241948A1 (en) * 2013-05-22 2016-08-18 Goertek Inc Headset Communication Method Under A Strong-Noise Environment And Headset
KR20170085874A (ko) * 2016-01-15 2017-07-25 조상정 외부 음향의 필터링을 통한 위험요소 알림 이어폰
KR20190136177A (ko) * 2018-05-30 2019-12-10 한국과학기술연구원 소리 제거 시스템 및 이를 이용한 소리 제거 방법
WO2020188250A1 (en) * 2019-03-18 2020-09-24 Cirrus Logic International Semiconductor Limited Compensation of own voice occlusion

Similar Documents

Publication Publication Date Title
WO2020117008A1 (en) Electronic device including speaker and microphone
WO2022019577A1 (ko) 마이크를 포함하는 오디오 출력 장치
WO2022010157A1 (ko) 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버
WO2022119287A1 (ko) 플렉서블 디스플레이를 포함하는 전자 장치 및 그 동작 방법
WO2019083125A1 (en) AUDIO SIGNAL PROCESSING METHOD AND ELECTRONIC DEVICE FOR SUPPORTING IT
WO2024096600A1 (ko) 외부 소리를 전달하기 위한 전자 장치 및 전자 장치의 동작 방법
WO2022124493A1 (ko) 전자 장치 및 전자 장치에서 기억 서비스를 제공하는 방법
WO2022231135A1 (ko) 오디오 신호를 출력하는 방법 및 이를 수행하는 전자 장치
WO2022025452A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022055319A1 (en) Electronic device for outputting sound and method for operating the same
WO2021221440A1 (ko) 음질 향상 방법 및 그 장치
WO2022197151A1 (ko) 외부 소리를 듣기 위한 전자 장치 및 전자 장치의 동작 방법
WO2021201429A1 (ko) 전자 장치 및 그의 오디오 출력을 제어하는 방법
WO2021096281A1 (en) Voice input processing method and electronic device supporting same
WO2022146033A1 (ko) 전자 장치 및 전자 장치의 음성 입출력 제어 방법
WO2023038470A1 (ko) 멀티웨이 스피커를 포함하는 전자 장치 및 전자 장치의 동작 방법
WO2023085749A1 (ko) 빔포밍을 제어하는 전자 장치 및 이의 동작 방법
WO2024106730A1 (ko) 전자 장치 및 상기 전자 장치를 이용하여 사운드 신호를 제어하는 방법
WO2024106830A1 (ko) 폰북 기반의 성문 운용 방법 및 이를 지원하는 전자 장치
WO2023158131A1 (ko) 스피커를 포함하는 전자 장치
WO2022164023A1 (ko) 오디오 데이터를 처리하는 방법 및 이를 지원하는 전자 장치
WO2022154416A1 (ko) 외부 장치에 의해 유입되는 에코를 제거하는 방법 및 전자 장치
WO2024076043A1 (ko) 진동 소리 신호를 생성하기 위한 전자 장치 및 방법
WO2024080590A1 (ko) 신호의 오류를 검출하기 위한 전자 장치 및 방법
WO2022203456A1 (ko) 음성 신호 처리를 위한 전자 장치 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23886295

Country of ref document: EP

Kind code of ref document: A1