[發(fā)明專利]自動(dòng)增益控制

有效

• 申請(qǐng)?zhí)枺?/td>: 201210586362.4
• 申請(qǐng)日: 2012-11-14
• 公開（公告）號(hào): CN103124165A
• 公開（公告）日: 2013-05-29
• 發(fā)明（設(shè)計(jì)）人: S·拉查佩勒;A·克耶爾達(dá)斯
• 申請(qǐng)（專利權(quán)）人: 谷歌公司
• 主分類號(hào): H03G3/20
• 分類號(hào): H03G3/20
• 代理公司: 中國(guó)專利代理(香港)有限公司 72001
• 代理人: 蔣駿;李浩

技術(shù)領(lǐng)域

本公開涉及調(diào)整應(yīng)用到音頻流的增益。

背景技術(shù)

原始音頻信號(hào)是在麥克風(fēng)處接收的所有頻率的卷積，并且被轉(zhuǎn)換為音頻信號(hào)。在多講話者環(huán)境中，這種頻率卷積包括用于每個(gè)講話者的語(yǔ)音模式，其能夠使音頻系統(tǒng)通過處理所述音頻信號(hào)并識(shí)別用于當(dāng)前講話者的相關(guān)聯(lián)的語(yǔ)音模式來(lái)識(shí)別該當(dāng)前講話者。

發(fā)明內(nèi)容

在一個(gè)示例中，一種方法包括使用音頻系統(tǒng)來(lái)處理音頻信號(hào)以識(shí)別第一講話者。所述方法還包括確定所述音頻系統(tǒng)是否存儲(chǔ)了所述第一講話者和增益之間的關(guān)聯(lián)，并且當(dāng)所述音頻系統(tǒng)沒有存儲(chǔ)所述第一講話者和所述增益之間的關(guān)聯(lián)時(shí)，使用所述音頻系統(tǒng)來(lái)修正自動(dòng)增益控制(AGC)算法以增加攻擊或衰減率中的至少一個(gè)，并且將所修正的AGC算法應(yīng)用到所述音頻信號(hào)來(lái)確定用于所述第一講話者的增益。所述方法還包括使用所述音頻系統(tǒng)將用于所述第一講話者的增益應(yīng)用到所述音頻信號(hào)的表示以產(chǎn)生輸出音頻信號(hào)，并且從所述音頻系統(tǒng)輸出所述輸出音頻信號(hào)。

在另一個(gè)示例中，一種音頻系統(tǒng)包括用于使用音頻系統(tǒng)來(lái)處理音頻信號(hào)以識(shí)別第一講話者的裝置。所述音頻系統(tǒng)還包括講話者識(shí)別模塊，其確定所述音頻系統(tǒng)是否存儲(chǔ)了所述第一講話者和增益之間的關(guān)聯(lián)。所述音頻系統(tǒng)還包括自動(dòng)增益控制(AGC)模塊，其中當(dāng)所述音頻系統(tǒng)沒有存儲(chǔ)所述第一講話者和所述增益之間的關(guān)聯(lián)時(shí)，所述講話者識(shí)別模塊修正所述AGC模塊以增加攻擊或衰減率中的至少一個(gè)，其中所述AGC模塊將所修正的AGC算法應(yīng)用到所述音頻信號(hào)來(lái)確定用于所述第一講話者的增益，其中所述AGC模塊將用于所述第一講話者的增益應(yīng)用到所述音頻信號(hào)的表示以產(chǎn)生輸出音頻信號(hào)，并且其中所述音頻系統(tǒng)輸出所述輸出音頻信號(hào)。

在另一個(gè)示例中，一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括指令，所述指令當(dāng)被執(zhí)行時(shí)，執(zhí)行操作，包括：使用音頻系統(tǒng)來(lái)處理音頻信號(hào)以識(shí)別第一講話者，確定所述音頻系統(tǒng)是否存儲(chǔ)了所述第一講話者和增益之間的關(guān)聯(lián)，并且當(dāng)所述音頻系統(tǒng)沒有存儲(chǔ)所述第一講話者和所述增益之間的關(guān)聯(lián)時(shí)，使用所述音頻系統(tǒng)來(lái)修正自動(dòng)增益控制(AGC)算法以增加攻擊或衰減率中的至少一個(gè)，并且將所修正的AGC算法應(yīng)用到所述音頻信號(hào)來(lái)確定用于所述第一講話者的增益。所述指令，當(dāng)被運(yùn)行時(shí)，進(jìn)一步執(zhí)行操作包括：使用所述音頻系統(tǒng)將用于所述第一講話者的增益應(yīng)用到所述音頻信號(hào)的表示，以產(chǎn)生輸出音頻信號(hào)，并且從所述音頻系統(tǒng)輸出所述輸出音頻信號(hào)。

一個(gè)或多個(gè)實(shí)施例的細(xì)節(jié)在以下的附圖和描述中被闡述。其他特征、目的以及優(yōu)點(diǎn)將根據(jù)描述和附圖，以及根據(jù)權(quán)利要求而顯而易見。

附圖說(shuō)明

圖1是說(shuō)明了音頻系統(tǒng)的框圖，該音頻系統(tǒng)通過使用在本公開中描述的聲紋匹配和快速攻擊增益控制技術(shù)來(lái)調(diào)整應(yīng)用到電信號(hào)的增益。

圖2是進(jìn)一步詳細(xì)說(shuō)明了圖1的音頻系統(tǒng)的示例實(shí)例的框圖。

圖3是說(shuō)明了根據(jù)在此描述的技術(shù)的音頻系統(tǒng)的示例操作的流程圖，該音頻系統(tǒng)響應(yīng)于由所述音頻系統(tǒng)所接收的音頻流中的新的講話者的引入而迅速調(diào)整增益。

圖4是說(shuō)明了根據(jù)所描述的技術(shù)的音頻系統(tǒng)的操作的示例模式的流程圖，該音頻系統(tǒng)響應(yīng)于由所述音頻系統(tǒng)所接收的音頻流中的新的講話者的引入而應(yīng)用組合增益。

具體實(shí)施方式

當(dāng)多講話者環(huán)境中的會(huì)話從柔和講話者(諸如離共享的麥克風(fēng)更遠(yuǎn)的講話者)轉(zhuǎn)換到高聲講話者(諸如離共享的麥克風(fēng)更近的講話者)(或者反之亦然)時(shí)，在大約幾秒內(nèi)修正輸出增益的時(shí)間平均的自動(dòng)增益控制(AGC)算法可能無(wú)法用足夠的速度進(jìn)行調(diào)整以提供一致的音量。結(jié)果，在所述AGC算法的操作期間，高聲講話者可能被不充分地減弱和/或所述柔和講話者被不充分地放大。

總的來(lái)說(shuō)，描述了用于為多講話者音頻調(diào)整音頻增益水平的技術(shù)。在一個(gè)示例中，在多講話者環(huán)境中進(jìn)行操作的音頻系統(tǒng)針對(duì)新的講話者的出現(xiàn)而連續(xù)監(jiān)測(cè)音頻流。在識(shí)別新的講話者時(shí)，所述音頻系統(tǒng)確定所述新的講話者是否是首次講話者，該首次講話者的聲紋對(duì)系統(tǒng)來(lái)說(shuō)是不熟悉的。在所述新的講話者是首次講話者的情況下，所述音頻系統(tǒng)不具有與用于講話者的先前確定的音頻增益水平相關(guān)聯(lián)的聲紋的記錄。對(duì)于首次講話者，所述音頻系統(tǒng)執(zhí)行快速攻擊/衰減AGC算法，如以下進(jìn)一步詳細(xì)描述的，以便快速地確定用于所述首次講話者的增益值并且將所述增益值應(yīng)用到音頻輸出。當(dāng)所述首次講話者持續(xù)說(shuō)話時(shí)，所述音頻系統(tǒng)附加地執(zhí)行標(biāo)準(zhǔn)AGC技術(shù)來(lái)改善用于所述首次講話者的增益。