CN106601269A - 终端状态确定方法及装置 - Google Patents
终端状态确定方法及装置 Download PDFInfo
- Publication number
- CN106601269A CN106601269A CN201611233992.8A CN201611233992A CN106601269A CN 106601269 A CN106601269 A CN 106601269A CN 201611233992 A CN201611233992 A CN 201611233992A CN 106601269 A CN106601269 A CN 106601269A
- Authority
- CN
- China
- Prior art keywords
- voice signal
- signal
- terminal
- descending
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 206010048669 Terminal state Diseases 0.000 title abstract 2
- 230000000644 propagated effect Effects 0.000 claims description 7
- 230000000052 comparative effect Effects 0.000 claims description 6
- 230000001902 propagating effect Effects 0.000 claims description 6
- 230000005236 sound signal Effects 0.000 abstract description 30
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004899 c-terminal region Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000012092 media component Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M9/00—Arrangements for interconnection not involving centralised switching
- H04M9/08—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Telephone Function (AREA)
Abstract
本公开提供了一种终端状态确定方法及装置,属于信号处理领域。所述方法包括:对下行声音信号进行播放,使得下行声音信号基于终端外的传播路径传播后形成回音信号,回音信号的信号频率高于预设频率阈值;对终端周围预设范围内的声音信号进行拾取,以获取上行声音信号;判断下行声音信号是否为噪音信号;判断上行声音信号是否包含低于预设频率阈值的声音信号;若下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号,则确定终端处于双讲状态。本公开提供的确定终端是否处于双讲状态的方法,受终端外部环境的影响较小,因而可以适用于可变的终端外部环境中,且计算较为简单,故而通用性较高。
Description
技术领域
本公开涉及信号处理领域,尤其涉及一种终端状态确定方法及装置。
背景技术
在即时通讯、电话会议、IP(Internet Protocol,网际互联协议)电话等免提通话的过程中,需要进行双方的实时语音交流。
在实时语音交流的过程中,终端的发声装置,如扬声器等,可以播放通讯对端(远端)发送的声音信号,也即是被叫方用户的声音,发声装置播放的声音信号基于终端外部的传播路径传播后形成的回音信号可以被终端的拾音装置,如麦克风等拾取,同时拾音装置还可以拾取主叫方用户的声音信号。而后,终端可以将拾音装置拾取的主叫方用户的声音信号和回音信号发送给通讯对端,这就导致被叫方用户除了收听到上述主叫方用户的声音外还可以收听到自己的声音,从而严重影响通话质量。其中,终端中发声装置播放的声音信号基于终端外部的传播路径传播后被拾音装置拾取,并传回到通讯对端的现象称为双讲。为了保证通话质量,终端往往需要进行回音消除,也即是通过滤波方法在拾音装置拾取的声音信号中滤掉回音信号,而进行回音消除的先决条件是正确地确定终端是否处于双讲状态。
相关技术中,确定终端是否处于双讲状态的方法有能量比较法,如Geigel算法,和互相关比较法,如Benesty算法。然而,能量比较法的理论基础是终端外部的传播路径基本一致,也即是能量比较法适用于固定的终端外部环境,其适用范围较窄;而互相关比较法虽然判断准确度较高,但其计算十分复杂,计算量较为庞大,一些终端无法负荷该互相关比较法的计算量。因此,相关技术中的双讲状态确定方法的通用性较低。
发明内容
为克服相关技术中存在的双讲状态的确定方法通用性较低的问题,本公开提供一种终端状态确定方法及装置。
根据本公开实施例的第一方面,提供一种终端状态确定方法,包括:
对下行声音信号进行播放,使所述下行声音信号基于终端外的传播路径传播后形成回音信号,所述回音信号的信号频率高于预设频率阈值;
对所述终端周围预设范围内的声音信号进行拾取,以获取上行声音信号;
判断所述下行声音信号是否为噪音信号;
判断所述上行声音信号是否包含低于所述预设频率阈值的信号;
若所述下行声音信号不为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的信号,则确定所述终端处于双讲状态。
可选的,所述判断所述下行声音信号是否为噪音信号,包括:
获取所述下行声音信号的能量和所述下行声音信号的过零率;
比较所述下行声音信号的能量与噪音信号的能量;
比较所述下行声音信号的过零率与噪音信号的过零率;
根据比较结果,判断所述下行声音信号是否为噪音信号。
可选的,所述对下行声音信号进行播放,包括:
通过所述终端的发声装置对所述下行声音信号进行播放,所述发声装置为只能播放高于预设频率阈值的声音信号的装置。
可选的,所述方法还包括:
若所述下行声音信号不为噪音信号,且,所述上行声音信号不包含低于所述预设频率阈值的信号,则确定所述终端处于远端讲话状态。
可选的,所述方法还包括:
若所述下行声音信号为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的信号,则确定所述终端处于近端讲话状态。
根据本公开实施例的第二方面,提供一种终端状态确定装置,包括:
播放模块,被配置为对下行声音信号进行播放,使所述下行声音信号基于终端外的传播路径传播后形成回音信号,所述回音信号的信号频率高于预设频率阈值;
拾音模块,被配置为对所述终端周围预设范围内的声音信号进行拾取,以获取上行声音信号;
判断模块,被配置为判断所述下行声音信号是否为噪音信号;
所述判断模块,还被配置为判断所述拾音模块拾取的所述上行声音信号是否包含低于所述预设频率阈值的信号;
确定模块,被配置为在所述下行声音信号不为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的信号时,确定所述终端处于双讲状态。
可选的,所述判断模块被配置为:
获取所述下行声音信号的能量和所述下行声音信号的过零率;
比较所述下行声音信号的能量与噪音信号的能量;
比较所述下行声音信号的过零率与噪音信号的过零率;
根据比较结果,判断所述下行声音信号是否为噪音信号。
可选的,所述播放模块被配置为:
通过所述终端的发声组件对所述下行声音信号进行播放,所述发声组件为只能播放高于预设频率阈值的声音信号的组件。
可选的,所述确定模块还被配置为:
在所述下行声音信号不为噪音信号,且,所述上行声音信号不包含低于所述预设频率阈值的信号时,确定所述终端处于远端讲话状态。
可选的,所述确定模块还被配置为:
在所述下行声音信号为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的信号时,确定所述终端处于近端讲话状态。
根据本公开实施例的第三方面,提供一种终端状态确定装置,包括:
处理器;
用于存储处理器可执行的指令的存储器;
其中,所述处理器被配置为:
对下行声音信号进行播放,使所述下行声音信号基于终端外的传播路径传播后形成回音信号,所述回音信号的信号频率高于预设频率阈值;
对所述终端周围预设范围内的声音信号进行拾取,以获取上行声音信号;
判断所述下行声音信号是否为噪音信号;
判断所述上行声音信号是否包含低于所述预设频率阈值的信号;
若所述下行声音信号不为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的信号,则确定所述终端处于双讲状态。
本公开的实施例提供的技术方案可以包括以下有益效果:
由于终端中发声装置性能的限制,使得回音信号的信号频率高于预设频率阈值,终端通过判断下行声音信号是否为噪音信号以确定远端是否讲话,通过判断上行声音信号中是否包含低于预设频率阈值的声音信号,以确定近端(通讯本端)是否在讲话。当远端和近端都在讲话时,也即是,下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号时,可以确定终端处于双讲状态。本公开提供的确定终端是否处于双讲状态的方法,受终端外部环境的影响较小,因而可以适用于可变的终端外部环境中,且计算较为简单,故而通用性较高。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1A是根据一示例性实施例示出的一种终端进行语音通信的示意图。
图1B是根据一示例性实施例示出的一种终端状态确定方法的流程图。
图2A是根据一示例性实施例示出的一种终端状态确定方法的流程图。
图2B是根据一示例性实施例示出的一种终端获取下行声音信号的数据链路的示意图。
图2C是根据一示例性实施例示出的一种下行声音信号播放后传输路径的示意图。
图3是根据一示例性实施例示出的一种终端状态确定装置的框图。
图4是根据一示例性实施例示出的一种终端状态确定装置的框图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供了一种终端状态确定方法,其主要用于确定进行语音通信的终端是否处于双讲状态,下面本公开实施例将对终端进行语音通信的过程进行简要说明。
如图1A所示,终端A和终端B可以进行语音通信,终端A中的拾音装置可以拾取终端A周围预设范围内的声音信号11,并由终端A将拾取的声音信号11通过通信网络发送给终端B。终端B可以通过通信网络接收该声音信号11,而后通过发声装置播放该声音信号11,该声音信号11播放后可以经由终端B外部的传播路径传播至终端B周围预设范围内,形成回音信号12,与此同时,终端B所属的用户可以发出声音,终端B的拾音装置可以拾取终端B所属用户发出的声音信号13也可以拾取上述回音信号12,最终得到上行声音信号14,并通过通信网络将该上行声音信号14发送给终端A。由于上行声音信号14中既包括回音信号12又包括终端B所属用户发出的声音信号13,因此,终端A所属用户可以同时听到自己的声音和终端B所属用户的声音。上述现象即为双讲现象,而在上述现象中终端B所处的状态即为双讲状态。
图1B是根据一示例性实施例示出的一种终端状态确定方法的流程图,如图1B所示,该终端状态确定方法用于终端中,包括以下步骤:
步骤101、终端对下行声音信号进行播放,使下行声音信号基于终端外的传播路径传播后形成回音信号,回音信号的信号频率高于预设频率阈值。
步骤102、终端对自身周围预设范围内的声音信号进行拾取,以获取上行声音信号。
步骤103、终端判断下行声音信号是否为噪音信号。
步骤104、终端判断上行声音信号是否包含低于预设频率阈值的声音信号。
步骤105、若下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号,则终端确定终端处于双讲状态。
综上所述,本公开实施例提供的终端状态确定方法,由于终端中发声装置性能的限制,使得回音信号的信号频率高于预设频率阈值,因此终端可以通过判断下行声音信号是否为噪音信号以确定远端是否讲话,通过判断上行声音信号中是否包含低于预设频率阈值的声音信号以确定近端是否在讲话。当远端和近端都在讲话时,也即是,下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号时,可以确定终端处于双讲状态。本实施例提供的确定终端是否处于双讲状态的方法,受终端外部环境的影响较小,因而可以适用于可变的终端外部环境中,且计算较为简单,故而通用性较高。
图2A是根据一示例性实施例示出的一种终端状态确定方法的流程图,如图2A所示,该终端状态确定方法用于终端中,包括以下步骤:
步骤201、终端获取下行声音信号。
如图2B所示,在声音信号下行过程中,终端的天线210可以接收通过通信网络发送给自身的声音信号,而后由基带芯片220对接收到的声音信号进行解调处理,经过解调处理后的声音信号即为本公开所述的下行声音信号。
步骤202、终端通过发声装置对下行声音信号进行播放,使得该下行声音信号基于终端外的传播路径传播后形成回音信号,其中,该发声装置为仅能播放高于预设频率阈值的声音信号的装置,该回音信号的信号频率高于预设频率阈值。
终端中还可以包括音频Codec(解编码器)芯片,该音频Codec芯片可以对上述下行声音信号进行数模转换操作,以将该下行声音信号转化为模拟声音信号,而后该模拟声音信号可以被传输至终端的发声装置,从而产生声音。其中,上述发声装置可以为扬声器、耳机等电声器件,本公开对此不做具体限定。
在通过发声装置对下行声音信号进行播放后,该下行声音信号可以经过终端外的至少一条传播路径进行传播,并最终传播至终端周围预设范围内,形成回音信号,上述过程用数学语言可以描述为:若该下行声音信号为x(n),传播路径为h,则回音信号y(n)=hx(n)。如图2C的俯视图所示,终端10处于室内,下行声音信号播放后基于如图2C中的虚线所示的传播路径进行传播后,最终传播至终端10周围预设范围内,形成上述回音信号,如图2C所示,该传播路径为下行声音信号被墙壁B反射后又被墙壁C反射最终传播至终端10周围预设范围内。
需要说明的是,在远端讲话时,也即是该下行声音信号中包括被叫方用户的声音信号时,该回音信号中也包括被叫方用户的声音信号;而在远端不讲话时,也即是该下行声音信号中不包括被叫方用户的声音信号时,该下行声音信号为噪音信号,同样地,该回音信号也为噪音信号。
还需要说明的是,在实际应用中,由于硬件成本的制约,终端中发声装置的性能往往有限,导致其无法播放低于预设频率阈值的声音信号,也即是,仅能播放高于预设频率阈值的声音信号,在本公开的一个实施例中,该预设频率阈值可以为400赫兹。由于发声装置无法播放低于预设频率阈值的声音信号,则上述回音信号的信号频率高于上述预设频率阈值。
步骤203、终端通过拾音装置对自身周围预设范围内的声音信号进行拾取,以获取上行声音信号。
终端中的拾音装置可以对终端周围预设范围内的声音信号进行拾取,被拾取的声音信号为模拟声音信号,终端中的音频Codec芯片可以对该模拟声音信号进行模数转换操作,将其转化为数字声音信号,该数字声音信号也即是上文所述的上行声音信号。需要说明的是,上述拾音装置可以为麦克风等电声器件。
在实际应用中,由于下行声音信号在被发声装置播放后,可以基于终端外部的传播路径传播到终端周围预设范围内形成回音信号。因此,终端周围预设范围内可以包括近端声音信号和/或上述回音信号,也即是,上述上行声音信号可以包括近端声音信号和/或上述回音信号。其中,近端声音信号指的是终端周围环境中除上述回音信号之外的其他声音信号。当上行声音信号包括近端声音信号,且,回音信号为噪音信号时,说明远端没有讲话,而近端在讲话,此时终端处于近端讲话状态;当上行声音信号不包括近端声音信号,且,回音信号不为噪音信号时,说明远端在讲话,而近端不在讲话,此时终端处于远端讲话状态,当上行声音信号包括近端声音信号,且,回音信号不为噪音信号时,说明远端在讲话,且近端也在讲话,此时终端处于双讲状态。
步骤204、终端判断下行声音信号是否为噪音信号。
如上所述,为了确定终端是否处于双讲状态,终端需要确定回音信号是否为噪音信号,由于回音信号与下行声音信号的相关性,终端可以通过确定下行声音信号是否为噪音信号的方式确定回音信号是否为噪音信号。在实际应用中,终端可以利用下述方法确定下行声音信号是否为噪音信号,具体地:
终端可以获取下行声音信号的能量和下行声音信号的过零率,而后,终端可以比较下行声音信号的能量与噪音信号的能量,并比较下行声音信号的过零率与噪音信号的过零率,最终终端可以基于比较结果,判断下行声音信号是否为噪音信号。
需要说明的是,上述能量是声音信号强度的度量参数,而上述过零率也称为短时过零率,指的是每秒内信号值通过零值的次数。在实际应用中,噪音信号的能量一般较低,也即是低于预设能量阈值,同时,噪音信号的过零率一般也较低,也即是低于预设过零率阈值。因此,若下行声音信号的能量低于预设能量阈值,且,下行声音信号的过零率低于预设过零率阈值,则说明该下行声音信号为噪音信号。
当然,在实际应用中,还有其他判断下行声音信号是否为噪音信号的方法,本公开对此就不一一赘述了。
步骤205、终端判断上行声音信号是否包含低于预设频率阈值的声音信号。
如上所述,为了确定终端是否处于双讲状态,除了需要确定回音信号是否为噪音信号之外,还需要确定上行声音信号中是否包括近端声音信号。如上所述,回音信号为信号频率高于预设频率阈值的声音信号,则若上行声音信号中包含低于预设频率阈值的声音信号即可说明上行声音信号中包含近端声音信号。
在实际应用中,终端可以对上行声音信号进行傅里叶变换处理,以获取上行声音信号的频谱信息。根据该频谱信息终端可以确定该上行声音信号在低于预设频率阈值的频段内的幅值,若该幅值低于预设幅值阈值,则说明该上行声音信号中不包含低于预设频率阈值的声音信号,若该幅值高于预设幅值阈值,则说明该上行声音信号中包含低于预设频率阈值的声音信号。
步骤206、若下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号,则终端确定自身处于双讲状态。
基于以上步骤,终端可以确定下行声音信号是否为噪音信号,上行声音信号是否包括低于预设频率阈值的声音信号。在下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号时,终端确定自身处于双讲状态。同时,在下行声音信号不为噪音信号,且,上行声音信号不包含低于预设频率阈值的声音信号时,终端可以确定自身处于远端讲话状态;在下行声音信号为噪音信号,且,上行声音信号包含低于预设频率阈值的信号时,终端可以确定自身处于近端讲话状态。
需要说明的是,本公开实施例提供的终端状态方法的步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本公开的保护范围之内,因此不再赘述。
综上所述,本公开实施例提供的终端状态确定方法,由于终端中发声装置性能的限制,使得回音信号的信号频率高于预设频率阈值,因此终端可以通过判断下行声音信号是否为噪音信号以确定远端是否讲话,通过判断上行声音信号中是否包含低于预设频率阈值的声音信号以确定近端是否在讲话。当远端和近端都在讲话时,也即是,下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号时,可以确定终端处于双讲状态。本实施例提供的确定终端是否处于双讲状态的方法,受终端外部环境的影响较小,因而可以适用于可变的终端外部环境中,且计算较为简单,故而通用性较高。
图3是根据一示例性实施例示出的一种终端状态确定装置300的框图。参照图3,该装置包括:播放模块301、拾音模块302、判断模块303和确定模块304。
该播放模块301,被配置为对下行声音信号进行播放,使该下行声音信号基于终端外的传播路径传播后形成回音信号,该回音信号的信号频率高于预设频率阈值。
该拾音模块302,被配置为对该终端周围预设范围内的声音信号进行拾取,以获取上行声音信号。
该判断模块303,被配置为判断该下行声音信号是否为噪音信号。
该判断模块303,还被配置为判断该拾音模块302拾取的该上行声音信号是否包含低于该预设频率阈值的信号。
该确定模块304,被配置为在该下行声音信号不为噪音信号,且,该拾音模块302拾取的该上行声音信号包含低于该预设频率阈值的信号时,确定该终端处于双讲状态。
可选的,该判断模块303被配置为:获取该下行声音信号的能量和该下行声音信号的过零率;比较该下行声音信号的能量与噪音信号的能量;比较该下行声音信号的过零率与噪音信号的过零率;根据比较结果,判断该下行声音信号是否为噪音信号。
可选的,该播放模块301被配置为:通过该终端的发声组件对该下行声音信号进行播放,该发声组件为只能播放高于预设频率阈值的声音信号的组件。
可选的,该确定模块304还被配置为:在该下行声音信号不为噪音信号,且,该上行声音信号不包含低于该预设频率阈值的信号时,确定该终端处于远端讲话状态。
可选的,该确定模块304还被配置为:在该下行声音信号为噪音信号,且,该上行声音信号包含低于该预设频率阈值的信号时,确定该终端处于近端讲话状态。
综上所述,本公开实施例提供的终端状态确定装置,由于播放模块中发声装置性能的限制,回音信号的信号频率高于预设频率阈值,使得判断模块可以通过判断下行声音信号是否为噪音信号以确定远端是否讲话,通过判断上行声音信号中是否包含低于预设频率阈值的声音信号以确定近端是否在讲话。当远端和近端都在讲话时,也即是,下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号时,确定模块可以确定终端处于双讲状态。本实施例提供的终端状态确定装置确定终端是否处于双讲状态,受终端外部环境的影响较小,可以适用于可变的终端外部环境中,且计算较为简单,通用性较高。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种终端状态确定装置400的框图。例如,装置400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通讯组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通讯,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理***,一个或多个电源,及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通讯组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到装置400的打开/关闭状态,组件的相对定位,例如所述组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通讯组件416被配置为便于装置400和其他设备之间有线或无线方式的通讯。装置400可以接入基于通讯标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通讯部件416经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通讯部件416还包括近场通讯(NFC)模块,以促进短程通讯。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由装置400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行下述方法:对下行声音信号进行播放,使下行声音信号基于终端外的传播路径传播后形成回音信号,回音信号的信号频率高于预设频率阈值;对终端周围预设范围内的声音信号进行拾取,以获取上行声音信号;判断下行声音信号是否为噪音信号;判断上行声音信号是否包含低于预设频率阈值的声音信号;若下行声音信号不为噪音信号,且,上行声音信号包含低于预设频率阈值的声音信号,则确定终端处于双讲状态。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (11)
1.一种终端状态确定方法,其特征在于,所述方法包括:
对下行声音信号进行播放,使得所述下行声音信号基于终端外的传播路径传播后形成回音信号,所述回音信号的信号频率高于预设频率阈值;
对所述终端周围预设范围内的声音信号进行拾取,以获取上行声音信号;
判断所述下行声音信号是否为噪音信号;
判断所述上行声音信号是否包含低于所述预设频率阈值的声音信号;
若所述下行声音信号不为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的声音信号,则确定所述终端处于双讲状态。
2.根据权利要求1所述的方法,其特征在于,所述判断所述下行声音信号是否为噪音信号,包括:
获取所述下行声音信号的能量和所述下行声音信号的过零率;
比较所述下行声音信号的能量与噪音信号的能量;
比较所述下行声音信号的过零率与噪音信号的过零率;
根据比较结果,判断所述下行声音信号是否为噪音信号。
3.根据权利要求1所述的方法,其特征在于,所述对下行声音信号进行播放,包括:
通过所述终端的发声装置对所述下行声音信号进行播放,所述发声装置为仅能播放高于所述预设频率阈值的声音信号的装置。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述下行声音信号不为噪音信号,且,所述上行声音信号不包含低于所述预设频率阈值的声音信号,则确定所述终端处于远端讲话状态。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述下行声音信号为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的声音信号,则确定所述终端处于近端讲话状态。
6.一种终端状态确定装置,其特征在于,所述装置包括:
播放模块,被配置为对下行声音信号进行播放,使所述下行声音信号基于终端外的传播路径传播后形成回音信号,所述回音信号的信号频率高于预设频率阈值;
拾音模块,被配置为对所述终端周围预设范围内的声音信号进行拾取,以获取上行声音信号;
判断模块,被配置为判断所述下行声音信号是否为噪音信号;
所述判断模块,还被配置为判断所述拾音模块拾取的所述上行声音信号是否包含低于所述预设频率阈值的信号;
确定模块,被配置为在所述下行声音信号不为噪音信号,且,所述拾音模块拾取的所述上行声音信号包含低于所述预设频率阈值的信号时,确定所述终端处于双讲状态。
7.根据权利要求6所述的装置,其特征在于,所述判断模块被配置为:
获取所述下行声音信号的能量和所述下行声音信号的过零率;
比较所述下行声音信号的能量与噪音信号的能量;
比较所述下行声音信号的过零率与噪音信号的过零率;
根据比较结果,判断所述下行声音信号是否为噪音信号。
8.根据权利要求6所述的装置,其特征在于,所述播放模块被配置为:
通过所述终端的发声组件对所述下行声音信号进行播放,所述发声组件为仅能播放高于预设频率阈值的声音信号的组件。
9.根据权利要求6所述的装置,其特征在于,所述确定模块还被配置为:
在所述下行声音信号不为噪音信号,且,所述上行声音信号不包含低于所述预设频率阈值的信号时,确定所述终端处于远端讲话状态。
10.根据权利要求6所述的装置,其特征在于,所述确定模块还被配置为:
在所述下行声音信号为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的声音信号时,确定所述终端处于近端讲话状态。
11.一种终端状态确定装置,其特征在于,所述装置包括:
处理器;
用于存储处理器可执行的指令的存储器;
其中,所述处理器被配置为:
对下行声音信号进行播放,使所述下行声音信号基于终端外的传播路径传播后形成回音信号,所述回音信号的信号频率高于预设频率阈值;
对所述终端周围预设范围内的声音信号进行拾取,以获取上行声音信号;
判断所述下行声音信号是否为噪音信号;
判断所述上行声音信号是否包含低于所述预设频率阈值的信号;
若所述下行声音信号不为噪音信号,且,所述上行声音信号包含低于所述预设频率阈值的信号,则确定所述终端处于双讲状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611233992.8A CN106601269A (zh) | 2016-12-28 | 2016-12-28 | 终端状态确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611233992.8A CN106601269A (zh) | 2016-12-28 | 2016-12-28 | 终端状态确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106601269A true CN106601269A (zh) | 2017-04-26 |
Family
ID=58602843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611233992.8A Pending CN106601269A (zh) | 2016-12-28 | 2016-12-28 | 终端状态确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106601269A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114571473A (zh) * | 2020-12-01 | 2022-06-03 | 北京小米移动软件有限公司 | 足式机器人的控制方法、装置及足式机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1486566A (zh) * | 2000-09-15 | 2004-03-31 | 英特尔公司 | 用于回声抵消的剩余回声估计 |
CN101067927A (zh) * | 2007-04-19 | 2007-11-07 | 北京中星微电子有限公司 | 音量调整方法及装置 |
WO2010083641A1 (zh) * | 2009-01-20 | 2010-07-29 | 华为技术有限公司 | 双端通话检测方法及装置 |
CN104157290A (zh) * | 2014-08-19 | 2014-11-19 | 大连理工大学 | 一种基于深度学习的说话人识别方法 |
CN105427868A (zh) * | 2015-10-30 | 2016-03-23 | 杭州乐哈思智能科技有限公司 | 一种对voip***双向双工免提语音进行噪音消除的方法 |
-
2016
- 2016-12-28 CN CN201611233992.8A patent/CN106601269A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1486566A (zh) * | 2000-09-15 | 2004-03-31 | 英特尔公司 | 用于回声抵消的剩余回声估计 |
CN101067927A (zh) * | 2007-04-19 | 2007-11-07 | 北京中星微电子有限公司 | 音量调整方法及装置 |
WO2010083641A1 (zh) * | 2009-01-20 | 2010-07-29 | 华为技术有限公司 | 双端通话检测方法及装置 |
CN104157290A (zh) * | 2014-08-19 | 2014-11-19 | 大连理工大学 | 一种基于深度学习的说话人识别方法 |
CN105427868A (zh) * | 2015-10-30 | 2016-03-23 | 杭州乐哈思智能科技有限公司 | 一种对voip***双向双工免提语音进行噪音消除的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114571473A (zh) * | 2020-12-01 | 2022-06-03 | 北京小米移动软件有限公司 | 足式机器人的控制方法、装置及足式机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106161781A (zh) | 音量调整方法及装置 | |
CN104991754A (zh) | 录音方法及装置 | |
CN104104771A (zh) | 通话处理方法及装置 | |
CN106157952B (zh) | 声音识别方法及装置 | |
CN106791245A (zh) | 确定滤波器系数的方法及装置 | |
CN104935729B (zh) | 音频输出方法和装置 | |
CN107833579A (zh) | 噪声消除方法、装置及计算机可读存储介质 | |
CN109087650A (zh) | 语音唤醒方法及装置 | |
CN107743244A (zh) | 视频直播方法及装置 | |
CN104636110A (zh) | 控制音量的方法及装置 | |
CN106888327A (zh) | 语音播放方法及装置 | |
CN108200267A (zh) | 一种终端控制方法、终端及计算机可读存储介质 | |
CN104702756A (zh) | 一种通话无声的检测方法及装置 | |
CN105744210B (zh) | 视频会议的回声消除方法、装置及*** | |
CN113362843B (zh) | 音频信号处理方法及装置 | |
CN106601269A (zh) | 终端状态确定方法及装置 | |
CN108206884A (zh) | 终端、终端发射通信信号的调整方法和电子设备 | |
CN109862171A (zh) | 终端设备控制方法及装置 | |
CN106683683A (zh) | 终端状态确定方法及装置 | |
US11388281B2 (en) | Adaptive method and apparatus for intelligent terminal, and terminal | |
CN103973883A (zh) | 一种控制语音输入设备的方法及装置 | |
CN111694539B (zh) | 在听筒和扬声器之间切换的方法、装置及介质 | |
CN106507023A (zh) | 对音视频请求进行处理的方法及装置 | |
CN107682101A (zh) | 噪声检测方法、装置及电子设备 | |
CN112201268A (zh) | 回声消除方法、回声消除装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170426 |
|
RJ01 | Rejection of invention patent application after publication |