CN113473305B

CN113473305B - 音频处理装置

Info

Publication number: CN113473305B
Application number: CN202010244320.7A
Authority: CN
Inventors: 王英剑
Original assignee: Alibaba Group Holding Ltd
Current assignee: Alibaba Group Holding Ltd
Priority date: 2020-03-31
Filing date: 2020-03-31
Publication date: 2026-03-17
Anticipated expiration: 2040-03-31
Also published as: CN113473305A

Abstract

本申请公开了一种音频处理装置，包括第一壳体，其内部设置有扬声器单元和与所述扬声器单元相邻的第一音频采集模块；第二壳体，与第一壳体连接；第二音频采集模块，设置在所述第二壳体的内表面并且邻近所述第二壳体的末端。通过在安装有扬声器单元的第一壳体内在扬声器单元附近设置音频采集模块并且在与第一壳体连接的第二壳体的内表面上设置第二音频采集模块，从而能够从不同位置采集环境噪声以及用户的语音音频，从而能够在无需复杂的语音识别算法就能够基于第一音频采集模块和第二音频采集模块获取的包含不同音频成份的混合音频来消除噪声对于语音音频的影响和干扰。

Description

音频处理装置

技术领域

本申请涉及音频处理技术领域，尤其涉及一种音频处理装置。

背景技术

在近年来的语音控制技术中，通过耳机的麦克风采集用户的语音指令并且由耳机的处理器或连接到耳机的终端来处理接收到的语音指令的音频信号。但是由于耳机的麦克风或终端的麦克风距离用户发出语音指令的口有一定距离，尤其是当前的无线耳机越来越小，使得其主体处于耳朵附近，而口向前发出的音频数据需要迂回才能被耳机或终端的麦克风接收，从而不可避免地导致麦克风接收到的音频数据中混有大量的环境声，尤其是环境噪声。

因此，这样包含有大量环境噪声的音频数据给后续的音频识别处理带来了较大的难度，现有技术中通常是通过软件算法来从接收到的混合音频数据中识别出噪声数据，但是由于环境噪声的复杂性，使得这样的识别方案的准确率较低。

发明内容

本申请实施例提供一种音频处理装置，其改善了在噪声影响下对于获取的音频数据中语音数据的识别准确性。

为达到上述目的，本申请实施例提供了一种音频处理装置，包括：

第一壳体，所述第一壳体内设置有扬声器单元和与所述扬声器单元相邻的第一音频采集模块；

第二壳体，所述第二壳体与所述第一壳体连接；

第二音频采集模块，所述至少一个第二音频采集模块设置在所述第二壳体的内表面并且邻近所述第二壳体的末端。

本申请实施例提供的音频处理装置，通过在安装有扬声器单元的第一壳体内在扬声器单元附近设置音频采集模块并且在与第一壳体连接的第二壳体的内表面上设置第二音频采集模块，从而能够从不同位置采集环境噪声以及用户的语音音频，从而能够在无需复杂的语音识别算法就能够基于第一音频采集模块和第二音频采集模块获取的包含不同音频成份的混合音频来消除噪声对于语音音频的影响和干扰。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本申请实施例提供的音频处理装置的应用场景示意图；

图2为本申请提供的音频处理装置的示意图；

图3为本申请提供的音频处理装置的结构分解示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

随着生活节奏的加快，人们在日常生活中的时间也变得碎片化，人们越来越习惯于同时进行多项活动，以充分利用碎片化时间。例如，上班族会喜欢在上下班乘坐交通工具时使用耳机来收听音乐、教育音频或者再利用手机屏幕来观看视频内容。特别是对于上下班通勤路程较远的用户来说，在路上花费的时间也比较多，并且因此会经常需要在道路上使用移动终端的耳机来进行通话。然而，在室外或公共交通工具，例如公交车或地铁等等中使用耳机收听音频或通话时，周围通常会有持续的环境噪声，例如周围乘客的交谈声、诸如汽车或地铁的公共交通工具的行驶噪声或者行走在路上时的风声等等。这些噪声会严重干扰用户收听视频的效果。特别是在用户进行通话时，由于用户从口中发出的音频需要经过从用户的口到耳机的麦克风的空气中的路径，因此由耳机的麦克风接收到的音频信号会是用户的语音与噪声音频的混合体，从而严重劣化了用户的耳机采集到的用户的语音的质量，导致通话的另一方无法听清说话方的说出的内容。

特别是随着近年来语音控制技术的发展，用户除了在通话过程中使用耳机的麦克风之外，还可以由口中下达语音指令，并且由耳机的麦克风采集到并发送给耳机所连接的移动终端执行该语音指令所表示的操作。在该情况下，对于执行语音指令的移动终端来说，需要耳机的麦克风采集的语音指令的音频具有较高的质量，以保证采集到的音频的足够的清晰度。然而，如上所述，由于用户的耳机距离用户的口有一定距离，特别是近来的无线耳机由于体积小携带方便而受到更多用户的喜爱和使用。但是这样的无线耳机距离用户的口更远，例如通常耳机的主体处于耳朵附近，因此，耳机的麦克风容易采集到更多的环境噪声，从而严重影响了用户使用这样的耳机进行通话和下达语音指令。特别是通过耳机下达语音指令通常还需要先说出特定的音频以唤醒该功能，那么在环境噪声的影响下，移动终端或耳机对于该特定的音频的识别的准确性就更加难以得到保障。

图1为本申请实施例提供的音频处理装置的应用场景示意图。如图1中所示，用户可以在诸如乘车、跑步等各种室外环境中使用耳机。当用户想要向耳机或耳机连接的终端下达语音指令时，用户可以在佩戴耳机的情况下直接用口说出想要的语音指令，例如“你好，天猫精灵”。该语音指令以声波音频的形式从用户的口中发出，并且在空气中传播。这时，由于用户处于室外环境中，在该环境中会存在各种环境声音。如图1中所示，在用户的周围可能存在风声、汽车的发动机声音、地铁的轨道撞击声等等，因此，用户的声波音频会在传播到耳机的麦克风的过程中，与这样的外部声音，即环境声音的音波叠加混合，形成混合音频被麦克风接收。之后，由麦克风接收的音频可以由耳机或连接到耳机的终端来进行解码和识别，从而获取其中包含的用户的音频数据，即语音指令。

但是混有上述环境噪声的情况下，单纯依靠软件算法来从混合音频数据中识别出语音音频数据是非常困难的。在如图2和图3中所示的本申请的实施例中，本申请的音频处理装置包括多个音频采集模块，可以分别设置在扬声器单元附近以及壳体的末端位置。因此，在例如图1中所示的场景中，作为耳机的音频处理装置的扬声器部分通常会插入到用户的耳道中或者紧贴用户的耳朵，因此，位于扬声器附近的音频采集模块可以直接采集到通过耳朵附近的骨骼和肌肉传导过来的信号，并且位于末端的信号可以采集到通过空气传导的语音音频数据和环境噪声音频。因此，可以利用这些不同位置采集到具有不同音频成份的音频数据来进行综合处理。例如，通过紧邻用户的耳朵的音频采集模块由于插入到用户的耳道内或紧贴用户的耳朵，因此采集到的音频数据中包含有较少的环境噪声，但是其采集到的用户的语音音频的强度也较低，频率也较低。相对地，相对远离用户的口的位于耳机的壳体的末端的麦克风可以采集到强度较高的语音音频数据，但是混入的环境噪声的强度也比较高。这样的具有不同音频成份的音频采集数据就可以在处理器中进行处理来得到用户的语音音频数据。

例如，在用户使用本申请的音频处理装置进行物流对象的运送的情况下，用户由于会长时间驾驶运送车辆，例如递送外卖的骑手会驾驶自行车或摩托车等两轮车辆，因此需要其双手在驾驶时随时处于车辆的车把上以控制行进方向，因此，在该情况下，骑手如果在行进途中想要对订单进行操作或者给收件方拨打电话等操作，就会需要停车再对移动终端进行操作，这样会严重影响运送效率，或者骑手也可能在骑行过程中使用一只手来对移动终端进行操作，但是这样对车辆的驾驶带来风险。因此，在该情况下，可以使用本申请实施例的音频处理装置来协助骑手来使用语音操作移动终端，从而能够兼顾运送效率和行驶安全性。例如，骑手可以向本申请的音频处理装置发出语音唤醒指令，以用于唤醒移动终端，例如，骑手可以在骑行过程中说出指定的语音唤醒指令，例如，“你好，精灵”等等，该语音指令可以通过耳朵附近的骨骼和肌肉传导到本申请的音频处理装置的位于扬声器单元附近的音频采集模块，并且可以通过空气传播而与环境噪声一起传送到壳体的表面上设置的第二音频采集模块，因此扬声器单元附近的音频采集模块可以识别出骑手说出了语音唤醒指令，并且可以根据该扬声器单元附近的音频采集模块采集的音频来从第二音频采集模块采集到的包含有环境噪声，例如风声的混合音频中排除掉环境噪声，从而将具有足够音频强度的语音唤醒指令发送给移动终端或者直接传输给音频处理单元内置的处理模块来执行唤醒操作。之后，可以以类似的方式将识别出的骑手下达的语音指令传输到移动终端或内置的处理模块来执行骑手下达的具体指令。

因此，通过在安装有扬声器单元的第一壳体内在扬声器单元附近设置音频采集模块并且在与第一壳体连接的第二壳体的内表面上设置第二音频采集模块，从而能够从不同位置采集环境噪声以及用户的语音音频，从而能够在无需复杂的语音识别算法就能够基于第一音频采集模块和第二音频采集模块获取的包含不同音频成份的混合音频来消除噪声对于语音音频的影响和干扰。

上述实施例是对本申请实施例的技术原理和示例性的应用框架的说明，下面通过多个实施例来进一步对本申请实施例具体技术方案进行详细描述。

图2为本申请提供的音频处理装置的示意图，并且图3为本申请提供的音频处理装置的结构分解示意图；

如图2和图3中所示，本申请的音频处理装置可以实施为各种头戴式耳机、入耳式耳机或其他各种具有扬声器和麦克风的音频处理装置。在图2和图3中示出了颈挂式耳机作为示例，但是容易理解的是，本申请的方案也可以应用于其他具有麦克风和扬声器的装置，以提高对于用户语音数据的识别准确性。

如图2和图3中所示，本申请的音频处理装置1可以包括：第一壳体11、第二壳体12、第一音频采集模块15、第二音频采集模块13和扬声器单元14。

扬声器单元14和第一音频采集模块15可以设置在第一壳体11内。在本申请实施例中，音频处理装置1可以是颈挂式耳机，并且第一壳体11可以是插入到用户的耳朵内的耳机部分的壳体。扬声器单元14可以是动铁单元或其他发声单元。第一音频采集模块15可以作为音频处理装置1的内置麦克风而放置在第一壳体11内并可以邻近扬声器单元14。在该情况下，当用户使用本申请实施例的音频处理装置1时，会将耳机部分放入到耳道中，因此，第一音频采集模块15可以随着耳机部分的第一壳体11而进入到用户的耳道中，从而能够在用户下达语音指令时，采集到通过用户的耳朵附近的骨骼和/或肌肉传导过来的音频数据。

在本申请的其他实施例中，音频处理装置1也可以是其他形式的耳机，例如，头戴式耳机或挂耳式耳机，并且在该情况下，第一音频采集模块15由于与扬声器单元14邻近而会在用户使用时贴近用户的耳朵，因此，在用户下达语音指令时，第一音频采集模块15仍然可以采集到通过用户的耳朵附近的骨骼和/或肌肉传导过来的音频数据。

此外，音频处理装置1可以包括两个耳机部分。例如如图2和3中所示，音频处理装置1可以包括位于两侧的两个第一壳体11，并且因此在每个第一壳体11中都可以包括扬声器单元14和第一音频采集模块15。当然，在本申请实施例中，也可以只在一侧的第一壳体11中设置第一音频采集模块15，或者也可以只在一侧的第一壳体11中设置扬声器单元14，并且在另一侧的第一壳体11中只设置第一音频采集模块15。

在图2和图3中所示的颈挂式耳机的情况下，第二壳体12与第一壳体11通过第一连接件18连接，例如第一连接件18可以是挂绳结构，并且两端可以连接到第二壳体12和第一壳体11表面上的连接孔，并且相应地可以将数据线也置于该挂绳中，从而该挂绳可以同时用做连接件和数据传输部件。在音频处理装置1是挂耳式耳机的情况下，第二壳体12可以与第一壳体11直接接合在一起。

此外，如图2和图3中所示，音频处理装置1可以包括两个第二壳体12，并且可以通过连接部17来连接这两个第二壳体12。连接部17可以为中空的管状，从而用于为第二壳体12中的第二音频采集模块13以及与第二壳体12相连的第一壳体11中的扬声器单元14和第一音频采集模块15供电和传输数据的供电线路和数据线路可以容纳在该连接部17中。此外，进一步地，可以在连接部17中容纳音频处理装置1的电源组件，例如蓄电池。

第二壳体12中可以包含第二音频采集模块13，该第二音频采集模块13可以设置在第二壳体12的内表面处并且如图2和图3中所示可以设置在第二壳体12的末端处。因此，当用户使用音频处理装置1时，第一壳体11可以处于用户的耳道内或者贴近用户的耳朵，而第二壳体12则可以处于用户的耳朵外部，从而第一音频采集模块15可以采集通过用户的骨骼和肌肉传导的音频并且第二音频采集模块13可以采集通过空气传导的音频数据。

此外，第二音频采集模块13可以包括朝向不同方向的多个音频采集单元。例如，如图2和图3中所示，第二音频采集模块13可以包括在第二壳体12的长度方向上前后设置的第一音频采集单元131和第二音频采集单元132。例如，第一音频采集单元131可以设置在第二音频采集单元132的前方，即设置为比第二音频采集单元132更靠近第二壳体12的末端，并且因此第二音频采集单元132可以设置为比第一音频采集单元131更靠近第二壳体12与连接部17的连接处。在该情况下，第一音频采集单元131可以具有朝向第二壳体12的末端，即朝向前方的音频采集方向，从而能够用于采集用户的语音音频和环境噪声，而第二音频采集单元132可以设置为具有朝向除了前方之外的方向的采集方向。换言之，第二音频采集单元132可以设置为采集环境噪声。例如，第二音频采集单元132可以设置为朝向第二壳体12的顶部，从而采集用户的头部周围的环境噪声。在该情况下，由于第一音频采集单元131位于第二音频采集单元132的前方并且还具有朝向前方的采集方向，因此用户的口中发出的语音音频能够更多地由第一音频采集单元131采集，并且第二音频采集单元132可以采集到相对更多的环境噪声。

此外，在本申请实施例中，如图2和图3中所示，在音频处理装置1是颈挂式耳机的情况下，第二壳体12可以固定在第一壳体11的上方，从而第二音频采集模块13可以设置在第一音频采集模块15的上方。以该结构，第二音频采集模块13可以更加靠近用户的口，以更好地采集用户通过空气传导的语音音频。

此外，在本申请实施例中，可以在第一壳体11和第二壳体12上对应于第一音频采集模块15和第二音频模块13的位置设置开口以方便音频进入，并且开口可以为栅格状，从而能够在不影响音频声波进入的情况下，又能够对第一音频采集模块15和第二音频采集模块13起到保护作用。

在本申请实施例中，第二壳体12可以进一步包括两个侧板122、123和顶板121以及位于两个侧板122和123之间的隔板124。在该情况下，可以通过隔板124来加强第二壳体12的强度，并且可以相应地将第二音频采集模块13设置在隔板124上。例如，可以将第一音频采集单元131和第二音频采集单元132设置在该隔板124上，从而该隔板124可以用做第一音频采集单元131和第二音频采集单元132的支撑座。

例如，第二音频采集模块13设置在隔板124的朝向顶板121一侧。在第二音频采集模块13包括第一音频采集单元131和第二音频采集单元132的情况下，并且第一音频采集单元131设置在隔板124的朝向顶板121一侧，并且第二音频采集单元132设置在隔板124朝向两个侧板122和123的接合处一侧，即朝向第二壳体12的外侧。

此外，根据本申请实施例，音频处理装置可以进一步包括语音唤醒功能开关组件，其可以用于启用或关闭用户通过本申请的音频处理装置进行的语音唤醒功能。换言之，当语音唤醒功能被启用时，用户可以通过本申请的音频处理装置的第一音频采集模块15和第二音频采集模块13来进行语言唤醒。具体地，第一音频采集模块15和第二音频采集模块13可以采集用户发出的语音指令，并且利用第一音频采集模块15和第二音频采集模块13的不同的采集位置采集到的环境噪声和用户语音音频来准确地识别出用户的语音指令，从而发送给与音频处理装置相连接的移动终端来唤醒移动终端或者用来唤醒音频处理装置自身的其他功能模块。相对地，当语音唤醒模块被关闭时，则可以不采集用户的特定语音指令的输入或者在识别出采集到了用户输入的特定语音指令时也不进行唤醒操作或者不发送给移动终端，从而能够避免在不想要进行语音唤醒的场景下的误触发。

此外，根据本申请实施例，上述语音唤醒功能开关组件也可以进一步包括场景识别单元，从而能够通过接收第二音频采集模块采集到的环境音频来判断用户所处于的场景，并且根据场景的识别结果来自动开启或关闭语音唤醒功能。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims

1.一种音频处理装置，包括：

第二壳体，所述第二壳体与所述第一壳体连接；通过连接部来连接第二壳体；

第二音频采集模块，所述至少一个第二音频采集模块设置在所述第二壳体的内表面并且邻近所述第二壳体的末端；所述第二音频采集模块包括朝向不同方向的多个音频采集单元；

其中，所述第一壳体为插入到用户的耳朵内的耳机部分的壳体，所述第一壳体和第二壳体通过第一连接件连接。

2.根据权利要求1所述的音频处理装置，进一步包括：

连接部，所述连接部的两端分别连接有所述第二壳体，并且所述两端中的至少一端连接有所述第一壳体。

3.根据权利要求1所述的音频处理装置，其中，所述第二音频采集模块包括第一音频采集单元和第二音频采集单元，并且

所述第一音频采集单元设置为在所述第二壳体的长度方向上处于所述第二音频采集单元的前方并且具有朝向所述前方的音频采集方向。

4.根据权利要求3所述的音频处理装置，其中，所述第二音频采集单元具有朝向所述第二壳体的顶部的音频采集方向。

5.根据权利要求3所述的音频处理装置，其中，所述第二音频采集模块设置在所述第一音频采集模块的上方。

6.根据权利要求3所述的音频处理装置，其中，所述第一音频采集模块在设置在所述第一音频采集单元与所述第二音频采集单元之间。

7.根据权利要求1所述的音频处理装置，其中，所述第一音频采集模块设置所述音频处理装置靠近用户的一侧，并且所述扬声器单元设置在远离用户的一侧。

8.根据权利要求1所述的音频处理装置，其中，所述第一壳体和所述第二壳体的表面上对应于所述第一音频采集模块和所述第二音频采集模块的位置处设置有开口。

9.根据权利要求1所述的音频处理装置，其中，所述第二壳体包括两个侧板和顶板以及位于两个侧板之间的隔板。

10.根据权利要求9所述的音频处理装置，其中，所述第二音频采集模块设置在所述隔板的朝向所述顶板一侧。

11.根据权利要求9所述的音频处理装置，其中，所述第二音频采集模块包括第一音频采集单元和第二音频采集单元，并且所述第一音频采集单元设置在所述隔板的朝向所述顶板一侧，并且所述第二音频采集单元设置在所述隔板朝向所述两个侧板的接合部一侧。

12.根据权利要求1所述的音频处理装置，所述第一连接件的两端分别固定在所述第一壳体和所述第二壳体上的连接孔中。