[發明專利]一種音頻播放方法、系統和裝置

有效

• 申請號: 201780001736.2
• 申請日: 2017-06-20
• 公開（公告）號: CN108475512B
• 公開（公告）日: 2023-06-13
• 發明（設計）人: 朱華明;武巍;寧洲
• 申請（專利權）人: 北京金銳德路科技有限公司
• 主分類號: G10L21/0232
• 分類號: G10L21/0232;G10L15/22
• 代理公司: 北京馳納南熙知識產權代理有限公司 11999
• 代理人: 李佳佳

1.一種音頻播放方法，包括開啟輸入模塊，其特征在于，還包括以下步驟：

步驟1：通過所述輸入模塊獲取操作指令，所述輸入模塊包括音頻輸入模塊，所述音頻輸入模塊接受音頻指令信號后生成有效音頻指令信號，包括以下子步驟：

步驟11：對采集到的所述音頻指令信號進行音頻特性檢測，所述音頻特性檢測包括語音檢測、噪音檢測和相關性特征提取中至少一種；所述音頻特性檢測的方法包括每次提取幀長為Tms的音頻數據x_i(n)，并計算平均能量E_i、過零率ZCR_i、短時相關性R_i和短時互相關性C_ij(k)，

其中，

所述音頻特性檢測的方法還包括根據所述平均能量E_i、所述過零率ZCR_i、所述短時相關性R_i和所述短時互相關性C_ij(k)計算當前幀的非靜音概率和語音概率其中，為i通道max(E_i*ZCR_i)的經驗參考值，為i通道max{max[R_i(k)]*max[C_ij(k)]}的經驗參考值；

步驟12：進行主音源判定；

步驟13：消除噪聲；

步驟14：輸出所述有效音頻指令信號；

步驟2：解析所述操作指令，并生成控制指令；所述操作指令包括所述有效音頻指令信號；

步驟3：執行所述控制指令，獲取音頻文件；

步驟4：播放所述音頻文件。

2.如權利要求1所述的方法，其特征在于：所述輸入模塊還包括文字輸入模塊和/或手勢輸入模塊；所述文字輸入模塊生成文字指令信號；所述手勢輸入模塊生成手勢指令信號。

3.如權利要求2所述的方法，其特征在于：所述音頻輸入模塊包括至少一個骨傳導麥克風和至少一個麥克風。

4.如權利要求3所述的方法，其特征在于：所述音頻指令信號包括第一音頻信號和第二音頻信號。

5.如權利要求4所述的方法，其特征在于：所述第一音頻信號是指利用所述骨傳導麥克風采集由于用戶身體的震動產生的機械波。

6.如權利要求5所述的方法，其特征在于：所述第二音頻信號是指利用所述麥克風采集所述機械波生成的時間范圍內的聲波。

7.如權利要求6所述的方法，其特征在于：所述音頻特性檢測的方法還包括根據所述i通道當前幀的所述非靜音概率和所述語音概率判斷當前幀的類型，即是否為噪聲幀、語音幀、無噪環境音幀，

其中，是于相關判決的經驗值，Ambient為無噪環境音幀，Noise為噪音幀，Speech為語音幀。

8.如權利要求7所述的方法，其特征在于：所述步驟12為根據主音源判定原則確定主數據通路。

9.如權利要求8所述的方法，其特征在于：所述主音源判定原則包括：

1)當某一路為Speech，而另一路為Ambient或者Noise時，確定該路作為當前位置幀的所述主數據通路；

2)當某一路為Ambient，而另一路為Noise時，確定該路作為當前位置幀的所述主數據通路；

3)當兩路均為同一種類幀時，確定數值最大的通道作為當前位置幀的所述主數據通路。

10.如權利要求9所述的方法，其特征在于：所述步驟13為根據所述主數據通路Speech音頻幀前后關聯的Noise噪音幀獲得噪聲頻譜特性，并對Speech音頻幀在頻域上對噪聲頻譜成分進行抑制。

11.如權利要求10所述的方法，其特征在于：所述操作指令還包括所述文字指令信號和/或所述手勢指令信號。