[發明專利]音區幅值獲取方法、裝置、電子設備及存儲介質

有效

• 申請號: 201811628633.1
• 申請日: 2018-12-28
• 公開（公告）號: CN109669663B
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 彭漢迎;歐陽能鈞
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F3/16
• 分類號: G06F3/16;G06F16/60
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種音區幅值獲取方法、裝置、電子設備及存儲介質，其中，所述方法包括：實時采集目標音區的語音數據，所述語音數據包括多個采樣點對應的音頻信號；通過如下方式對所述音頻信號進行存儲：將待存儲的當前音頻信號的幅值與已存儲的各音頻信號的幅值相比較，并根據比較結果選擇是否存儲所述當前音頻信號；根據完成存儲的全部音頻信號的幅值計算所述目標音區的當前音區幅值。本發明實施例可以準確獲取音區幅值，從而根據該音區幅值準確地定位語音數據的來源音區，進而解決四音區隔離度不足導致的誤喚醒問題，并為糾正語音引擎誤喚醒提供幅值數據依據，而且計算量小，節約了系統資源。

技術領域

本發明實施例涉及車載系統技術領域，尤其涉及一種音區幅值獲取方法、裝置、電子設備及存儲介質。

背景技術

傳統的車載語音識別技術方案都是圍繞司機一個人服務的，前端麥克風的角度是對準主駕駛位來設計的，傳統的車載導航、音樂、電話等應用功能也都是圍繞司機來展開設計的，只需獲取并識別司機的語音信號。隨著應用需求的增多，車載四音區方案逐漸走入人們的視野。車載四音區方案是一款滿足車內全員使用的車載語音系統。全車分為前后左右四個音區，能夠對四個音區進行獨立拾音，因此，只需識別出語音信號是來自哪個音區，即可實現針對不同的音區實現不同功能的語音控制。

由于汽車內的四個音區的麥克風所在的位置是處于同一個空間內，雖然可以通過麥克風模組算法對四個位置的語音制造一定的聲音隔離度，但是四個位置說話的聲音還是會有一部分傳到其它位置的麥克風，從而影響對不同音區的語音信號的識別，例如，一個位置上通過語音喚醒某種功能，車輛上的語音引擎會誤識別為其他三個位置同時喚醒。

現有技術中，通常會依據車載四音區幅值等參數，并利用特定算法來識別獲取到的語音信號是來自于哪個音區，其中，音區幅值可以用來評估四個麥克風說話聲音的大小，從而作為糾正語音引擎誤喚醒的數據依據。然而，對于音區幅值的獲取，現有技術通常是利用一段時間內的全部語音信號并通過計算處理得到。這種方法不僅會因計算量大而導致系統性能損耗較大，而且計算結果不準確，無法滿足準確識別語音信號所屬音區的需求。

發明內容

本發明實施例提供了一種音區幅值獲取方法、裝置、電子設備及存儲介質，以解決現有技術中利用全部語音信號來確定音區幅值時，存在幅值計算結果不準確且計算量大的技術問題。

第一方面，本發明實施例提供了一種音區幅值獲取方法，包括：

實時采集目標音區的語音數據，所述語音數據包括多個采樣點對應的音頻信號；

通過如下方式對所述音頻信號進行存儲：將待存儲的當前音頻信號的幅值與已存儲的各音頻信號的幅值相比較，并根據比較結果選擇是否存儲所述當前音頻信號；

根據完成存儲的全部音頻信號的幅值計算所述目標音區的當前音區幅值。

第二方面，本發明實施例還提供了一種音區幅值獲取裝置，包括：

采集模塊，用于實時采集目標音區的語音數據，所述語音數據包括多個采樣點對應的音頻信號；

存儲模塊，用于通過如下方式對所述音頻信號進行存儲：將待存儲的當前音頻信號的幅值與已存儲的各音頻信號的幅值相比較，并根據比較結果選擇是否存儲所述當前音頻信號；

音區幅值計算模塊，用于根據完成存儲的全部音頻信號的幅值計算所述目標音區的當前音區幅值。

第三方面，本發明實施例還提供了一種電子設備，包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明任一實施例所述的音區幅值獲取方法。