[發明專利]音頻處理設備及方法

在審

• 申請號: 202310101015.6
• 申請日: 2023-02-10
• 公開（公告）號: CN115966217A
• 公開（公告）日: 2023-04-14
• 發明（設計）人: 曹振棟;王磊;王保保;陳洪新;余立奇
• 申請（專利權）人: 思必馳科技股份有限公司
• 主分類號: G10L25/03
• 分類號: G10L25/03;G10L25/27;G10L25/48;G10L21/0272;G10K11/178
• 代理公司: 蘇州謹和知識產權代理事務所(特殊普通合伙) 32295
• 代理人: 唐靜芳

本申請涉及一種音頻處理設備及方法，屬于音頻處理技術領域，該音頻處理設備包括：運行于應用層中的錄音程序，用于響應于錄音指令發起錄音請求，并將錄音請求傳輸至aDSP；aDSP與音頻采集組件相連，并用于在接收到錄音請求的情況下，獲取音頻采集組件采集的待處理音頻；調用aDSP中預先配置的預處理算法對待處理音頻進行預處理，得到預處理后的音頻數據；將預處理后的音頻數據返回至錄音程序；錄音程序，還用于在接收到預處理后的音頻數據的情況下，基于預處理后的音頻數據調用預設處理單元進行語音交互處理，得到語音交互結果；將語音交互結果發送至錄音程序，以進行語音交互；可以提高音頻處理算法的性能和系統運行穩定性。

技術領域

本申請涉及一種音頻處理設備及方法，屬于音頻處理技術領域。

背景技術

隨著人工智能的發展，大多數的電子設備均具有與用戶進行語音交互的功能。在進行語音交互過程中，電子設備需要使用語音數據處理算法對終端采集的音頻數據進行一系列算法處理，一般包含語音前端信號處理算法和語音交互處理算法。其中，語音前端信號處理算法包括回聲消除，聲源定位，波束形成，語音降噪，語音增強，和語音喚醒等算法；語音交互處理算法包括語音識別，端點檢測，語義理解，和對話管理等算法。

目前，語音數據處理算法實際是一段或幾段封裝集成的、運行于特定架構平臺CPU上的可執行代碼，通過將該可執行代碼集成到終端系統中，以達到對語音交互和通話場景下的音頻數據處理的效果。

比如：以終端系統為智能汽車中的車載終端為例，車載終端的音頻處理流程包括：首先應用層通過錄音或通話請求采集多通道的音頻數據；然后，將采集到的多通道音頻按接口要求送于語音數據處理算法依次進行回聲消除，降噪分離等處理；最后，將處理之后的音頻用于聲音端點檢測，喚醒，識別以及喚醒輔助定位等交互或回消降噪之后送于通話的對端(通話場景)。整個音頻處理流程會加載到某單個單一的處理單元例如CPU負載運行處理。

但是，受限于語音數據處理算法的特性，復雜的音頻密集計算在錄音過程中會持續運行在單一處理器中(一般是CPU中)，而前端信號處理算法需要常駐后臺，這就會導致語音數據處理會占用大量的處理器資源。隨著同一處理單元上其他負載的同時運行易影響到系統的平穩性。例如在智能汽車使用的高通平臺上，存在某個處理器負載占用過大影響了系統運行，而其他可用處理單元處于空載的情況。

另外，受終端硬件資源限制，資源占用超過限制時，會導致語音數據處理算法的優化難度大，只能通過減少計算量閹割部分效果的代價來達到系統資源和處理效果的初步均衡。

發明內容

本申請提供了一種音頻處理設備及方法，可以解決將音頻處理算法全部運行于同一處理單元時，由于該處理單元的算力資源有限，導致音頻處理算法的性能優化受限，或者處理單元運行不穩定的問題。本申請提供如下技術方案：

第一方面，提供一種音頻處理設備，所述音頻處理設備包括：

運行于應用層中的錄音程序，用于響應于錄音指令發起錄音請求，并將所述錄音請求傳輸至音頻信號處理芯片aDSP；

所述aDSP與音頻采集組件相連，并用于在接收到所述錄音請求的情況下，獲取所述音頻采集組件采集的待處理音頻；調用所述aDSP中預先配置的預處理算法對所述待處理音頻進行預處理，得到預處理后的音頻數據；將所述預處理后的音頻數據返回至所述錄音程序；

所述錄音程序，還用于在接收到所述預處理后的音頻數據的情況下，基于所述預處理后的音頻數據調用預設處理單元進行語音交互處理，得到語音交互結果；將所述語音交互結果發送至所述錄音程序，以進行語音交互。

可選地，所述aDSP中的預處理算法至少包括：回聲消除算法和降噪算法。

可選地，所述aDSP中的預處理算法至少包括回聲消除算法，所述音頻處理設備還包括計算信號處理芯片cDSP；