具有可調音頻通道的語音控制的音頻記錄或傳輸裝置的制造方法
【技術領域】
[0001]本公開通常涉及波束形成，更具體地涉及基于語音識別的控制系統(tǒng)。
【背景技術】
[0002]諸如移動設備(視頻或音頻記錄器、智能電話等等)或固定電子設備(VCR、電視、家庭控制系統(tǒng)、電器等等)的各種電子設備可以包括用于語音至文本應用或控制設備的特征或方面的語音命令識別或更一般的語音識別特征。一個示例性設備和應用是視頻記錄系統(tǒng)，其可以包括用于控制視頻捕捉的方面的語音命令識別。允許音頻記錄的許多這種系統(tǒng)采用控制音頻記錄的觸摸控制機制。然而，許多音頻傳輸系統(tǒng)可以不具有與音頻相關的控制的任何機制并且僅通過麥克風“拾取”音頻。關于記錄，利用便攜式設備有效地記錄音頻場景通常要求高度的用戶控制，在這種情況下，當嘗試同時捕捉視頻場景時，觸摸控制機制會很麻煩。此外，現(xiàn)有的便攜式音頻記錄器不向用戶提供許多實時可調記錄參數(shù)。
[0003]系統(tǒng)麥克風能被配置為使得麥克風中的一個可以提供音頻控制通道。例如，可以使用一個定向麥克風來捕捉用戶命令，由此用作音頻控制通道，而一個或多個另外的麥克風可以被配置成從視頻場景的方向捕捉音頻。在一些現(xiàn)有的系統(tǒng)中，從整體音頻信號減去從音頻控制通道發(fā)出的音頻以便從自視頻場景發(fā)出的待記錄的期望音頻消除或減少它。這樣的系統(tǒng)可以消除或衰減被用來捕捉用戶命令的定向麥克風的所有音頻輸入。
【附圖說明】
[0004]圖1A是根據(jù)實施例的具有可調波束形成的語音控制的音頻記錄或傳輸裝置的示意性框圖。
[0005]圖1B是根據(jù)另一實施例的具有可調波束形成的語音控制的音頻記錄或傳輸裝置的示意性框圖。
[0006]圖2是根據(jù)另一實施例的具有可調波束形成和可調信號調節(jié)的語音控制的音頻記錄或傳輸裝置的示意性框圖。
[0007]圖3是根據(jù)實施例的具有可調波束形成的語音控制的音頻記錄或傳輸裝置的命令字濾波邏輯的一個示例性濾波器邏輯實現(xiàn)的示意性框圖。
[0008]圖4是根據(jù)另一實施例的具有可調波束形成的語音控制的音頻記錄或傳輸裝置的命令字濾波邏輯的一個示例性濾波器邏輯實現(xiàn)的示意性框圖。
[0009]圖5是根據(jù)實施例的波束形成器控制器的示意性框圖。
[0010]圖6是根據(jù)實施例的信號調節(jié)器控制器的示意性框圖。
[0011]圖7是根據(jù)各種實施例的被配置成提供記錄區(qū)虛擬麥克風和控制區(qū)虛擬麥克風的麥克風陣列的示意性框圖。
[0012]圖8是根據(jù)各種實施例的示出具有可調波束形成的語音控制的音頻記錄系統(tǒng)的操作方法的流程圖。
[0013]圖9是根據(jù)各種實施例的示出具有可調波束形成的語音控制的語音記錄或傳輸裝置的操作方法的流程圖。
[0014]圖10是根據(jù)實施例的示出具有可調波束形成的語音控制的音頻記錄裝置的命令字濾波部的濾波器邏輯的操作方法的流程圖。
[0015]圖11是根據(jù)實施例的示出具有可調波束形成的語音控制的音頻記錄裝置的命令字濾波部的濾波器邏輯的操作方法的流程圖。
[0016]圖12是根據(jù)實施例的示出具有可調波束形成的語音控制的音頻記錄裝置的命令字濾波部的濾波器邏輯的另一操作方法的流程圖。
[0017]圖13是示出如圖1A、圖1B或圖2中所示的裝置的另一操作方法的流程圖。
【具體實施方式】
[0018]各種所公開的實施例通過用戶語音命令控制來實現(xiàn)用戶控制和用戶可定義的音頻記錄屬性。在一個實施例中，可調音頻波束形成器定義用于至少一個音頻記錄通道和用于本身可由語音命令控制來控制的至少一個音頻控制通道的虛擬麥克風。實施例利用麥克風陣列并且可以使用單個麥克風輸出或可以使用波束形成來定義虛擬麥克風，其中虛擬麥克風利用一個或多個音頻記錄通道和至少一個音頻控制通道來拾取用于相應音頻通道的聲音。一些實施例可以從記錄的音頻去除命令字，但能仍然利用在音頻控制通道上接收的期望音頻。
[0019]—個公開的操作方法包括使用多個麥克風輸出來獲得多個音頻通道，其中音頻通道包括至少一個音頻記錄通道和至少一個音頻控制通道。該操作方法對音頻控制通道執(zhí)行語音識別以檢測用于控制音頻通道屬性的語音命令。在檢測到用于控制音頻通道屬性的語音命令后，該方法包括調整相應的音頻通道屬性。可以以各種方式實現(xiàn)音頻通道屬性調整。例如，可以通過控制波束形成器來修改對應于音頻通道的波束形成來調整音頻通道屬性。在另一示例中，通過控制應用于音頻通道的信號調節(jié)來調整音頻通道屬性。在各種實施例中，可以控制并且相應地調整音頻記錄通道或音頻控制通道的音頻屬性。在一個實施例中，操作方法包括對多個麥克風輸出進行波束形成以獲得具有至少一個音頻記錄通道和至少一個音頻控制通道的多個虛擬麥克風音頻通道，對至少一個音頻控制通道執(zhí)行語音識別以檢測用于控制至少一個音頻記錄通道的音頻記錄通道屬性的語音命令，并且響應于檢測到用于控制音頻記錄通道屬性的語音命令而調整至少一個音頻記錄通道的屬性。例如，通過調整可調波束形成器的至少一個參數(shù)來控制可調波束形成器，可用實現(xiàn)調整至少一個音頻記錄通道的屬性。
[0020]檢測用于控制音頻記錄通道屬性的語音命令可以包括檢測用于控制音頻靈敏度縮放、指定方向搖攝、聚焦在指定方向、遮擋指定方向、混和講述者語音、阻止講述者的語音或降低背景噪聲的語音命令。
[0021]該操作方法可以包括控制音頻記錄通道信號調節(jié)，包括但不限于通過調整信號調節(jié)器的至少一個參數(shù)來控制信號調節(jié)器。該操作方法可以包括在一些實施例中，通過改變提供至少一個音頻記錄通道的波束形成器濾波器的濾波系數(shù)，來控制可調波束形成器。
[0022]在一些實施例中，該操作方法可以包括操作和控制濾波器邏輯來從記錄通道降低或消除命令字。濾波器邏輯的一個示例性操作方法包括將至少一個音頻控制通道提供為自適應濾波器輸入，響應于檢測到語音命令而激活自適應濾波器，通過從至少一個音頻記錄通道減去自適應濾波器的輸出來獲得求和塊輸出，并且將求和塊輸出提供為到自適應濾波器的反饋和到記錄器的至少一個音頻記錄通道。
[0023]濾波器邏輯的另一示例性操作方法包括將至少一個音頻控制通道提供為自適應濾波器輸入，通過從至少一個音頻記錄通道減去自適應濾波器的輸出來獲得第一求和塊輸出，將第一求和塊輸出提供為到自適應濾波器的反饋，將第一求和塊輸出連同檢測的語音命令一起提供給第一乘法器，將至少一個記錄通道連同檢測的語音命令一起提供為到第二乘法器的輸入，通過使第一乘法器輸出和第二乘法器輸出相加來獲得第二求和塊輸出，并且將第二求和塊輸出提供為到記錄器的至少一個音頻記錄通道。
[0024]濾波器邏輯的上述操作方法可以包括延遲至少一個音頻控制通道，并且將延遲的至少一個音頻控制通道提供為自適應濾波器輸入，并且延遲至少一個音頻記錄通道以及將延遲的至少一個音頻記錄通道提供給求和塊。
[0025]還公開了一種裝置，用來執(zhí)行各種所公開的操作方法等。在一個示例性實施例中，裝置包括波束形成器，可操作地耦接到多個麥克風輸出。波束形成器用來提供包括具有至少一個音頻記錄通道和至少一個音頻控制通道的多個虛擬麥克風音頻通道的輸出。該裝置包括可操作地耦接到波束形成器的語音命令識別邏輯。語音命令識別邏輯用來接收至少一個音頻控制通道，并且執(zhí)行語音識別以檢測用于控制至少一個音頻記錄通道的音頻記錄通道屬性的語音命令。波束形成器控制器可操作地耦接到波束形成器和語音命令識別邏輯。波束形成器控制器用來響應于由語音命令識別邏輯檢測到語音命令而調整波束形成器的至少一個參數(shù)。各種檢測的語音命令控制音頻記錄通道屬性。
[0026]在一些實施例中，波束形成器包括可操作地耦接到多個麥克風輸出的多個濾波器。波束形成器控制器用來通過改變波束形成器的至少一個濾波器的濾波系數(shù)來調整波束形成器的至少一個參數(shù)。
[0027]語音識別邏輯可以用來檢測用于控制音頻記錄通道屬性，包括音頻靈敏度縮放、指定方向搖攝、聚焦在指定方向、遮擋指定方向、混和講述者語音、阻止講述者的語音或降低背景噪聲的語音命令。
[0028]在一些實施例中，該裝置可以包括具有噪聲抑制器的信號調節(jié)器。信號調節(jié)器可操作地耦接到語音識別邏輯和波束形成器以將多個虛擬麥克風音頻通道接收為輸入。信號調節(jié)器提供對應于每個虛擬麥克風音頻通道輸入的多個相應的輸出。信號調節(jié)器控制器可操作地耦接到語音識別邏輯和信號調節(jié)器，并且用來響應于檢測到用于控制音頻記錄通道屬性的語音命令而調整至少一個音頻記錄通道的屬性。具體地，信號調節(jié)器控制器可以調整信號調節(jié)器的至少一個參數(shù)。
[0029]所公開的裝置還包括可操作地耦接到波束形成器輸出的濾波器邏輯以及可操作地耦接到濾波器邏輯的記錄器，以將至少一個音頻記錄通道接收為來自濾波器邏輯的輸出。
[0030]在一個示例性實施例中，濾波器邏輯可以包括自適應濾波器，使自適應濾波器輸入可操作地耦接到至少一個音頻控制通道。濾波器邏輯包括具有可操作地耦接到至少一個音頻記錄通道的第一輸入以及可操作地耦接到自適應濾波器輸出的第二輸入的求和塊。求和邏輯輸出可操作地耦接到記錄器。第一開關可操作地耦接到自適應濾波器和語音識別邏輯，并且用來響應于從語音識別邏輯接收的語音命令檢測信號而激活自適應濾波器。第二開關可操作地耦接到求和邏輯輸出、至少一個音頻記錄通道和記錄器。第二開關進一步可操作地耦接到語音識別邏輯以接收語音命令檢測信號。即，第二開關用來響應于從語音識別邏輯接收的語音命令檢測信號而將來自至少一個音頻記錄通道的記錄器輸入切換到求和邏輯輸出。
[0031]在另一實施例中，濾波器邏輯包括具有可操作地耦接到至少一個音頻控制通道的自適應濾波器輸入的自適應濾波器和具有可操作地耦接到至少一個音頻記錄通道的第一輸入和可操作地耦接到自適應濾波器輸出的第二輸入的求和邏輯。求和邏輯輸出可操作地耦接到反饋環(huán)中的自適應濾波器調整輸入?；煲暨壿嬕部刹僮鞯伛罱拥角蠛瓦壿嬢敵龊椭辽僖粋€音頻記錄通道。