用于智能音箱的增强人声识别的方法及微控制器和智能音箱与流程

本发明涉及智能音箱技术领域，尤其涉及用于智能音箱的增强人声识别的方法及微控制器和智能音箱。

背景技术：

由于在实际使用过程中，麦克风和扬声器需要分别购置，增加了用户的采购成本，且不利于后续的设备维护，因此，很多厂商开始尝试在智能音箱中集成麦克风，从而实现二者的一体化设计。

因为说话人距离麦克风较远，信噪比越差，为了提高麦克风接收到的人声信号，目前市场上的音箱设备通常会采用的为多麦克风阵列方案，如常见的6+1麦克风方案。但因为麦克风数量较多，每个麦克风通道均需要一路i2s输入和adc转换、所以信号采集电路复杂，运算模块器件选型门槛较高，从而导致了音箱设备的生产成本居高不下。

技术实现要素：

本发明的实施例提供用于智能音箱的增强人声识别的方法及的音箱设备，能够降低音箱设备的生产成本。

为达到上述目的，在实施例中提供一种进行扬声器音量自动控制的方案，通过扬声器音量自动控制，来消除扬声器带来的噪声和回声，从而降低噪声掩蔽、减小噪声干扰，增强了麦克风的相对信噪比，为清晰拾取有效语音提供一种有利的环境，为减少麦克风使用数量提供了条件，简化电路和结构。

相对于现有方案中常用麦克风数量为6～8颗的麦克风布局方案，因为去掉了扬声器的噪声影响，所以麦克风的相对信噪比增大，从而减少麦克风使用的数量。同时因为麦克风数量的减少，简化了adc转换电路，减少了a/d转换器件数量，麦克风通道数量减少，待运算处理录音信号减少，也就减少了数据处理量，降低了mcu的选型门槛，最终降低音箱设备的生产成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1a为本发明实施例提供的一种方法流程的示意图；

图1b为本发明实施例提供的另一种方法流程的示意图；

图1c为本发明实施例提供的又一种方法流程的示意图；

图2为本发明实施例提供的另一种具体实例的示意图；

图3为本发明实施例提供的音箱设备的结构示意图；

图4、图5为本发明实施例提供的麦克风的阵列结构示意图；

其中的附图标号表示：1-按键板组件、2-音箱外壳-上壳、3-主板、4-扬声器、5-声学相位等化器、6-音箱外壳-下壳、7-灯光电路板、8-灯光扩散片和9-底座。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。下文中将详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本发明实施例提供用于智能音箱的增强人声识别的方法，如图1a所示，包括：

s1、利用麦克风接收到的声音信号，开启噪声消除功能。

其中，本实施例的流程可以由一种音箱设备执行，用于运行本实施例的流程的程序模块(具体可以称为音量控制消回声程序)，可以安装在音箱设备的rom(read-onlymemory，只读内存)中并通过mcu(microcontrollerunit，微控制单元或称微控制器)控制运行，mcu运行该音量控制消回声程序，并根据程序判断是否开启噪声消除功能。

s2、当所述噪声消除功能开启时，通过功放控制指令降低扬声器音量。

若不开启噪声消除功能，则维持音箱设备的当前的运行状态，不做额外的处理。

其中，所述功放控制指令用于触发所述扬声器降低音量。在本实施例中，触发功放控制指令的具体可以包括2个方式，其一为端点检测，即有外部输入声音信号时，音量降低(如-6db)；其二为唤醒词触发，通常的，唤醒词触发时可以将扬声器的功放音量降至最低。

具体的，第一步，端点检测触发时功放控制指令可以用于触发所述扬声器降低音量至一个小于当前音量的指定值；第二步，唤醒词触发时所述扬声器降低音量至零，或者触发所述扬声器暂时关闭。

s3、当获取到所述语音信息对应的待播放信息，通过功放恢复指令将扬声器音量恢复至降低前水平。

其中，所述功放恢复指令用于触发所述扬声器恢复音量至降低前的水平。待播放信息，指的是需要扬声器放音播放的信息。

具体的，待播放信息具体可以由音箱设备从本地存储器中获取，比如从音箱设备的存储器中获取语音数据，并根据语音数据通过音箱设备的扬声器播放提示语音，并且，在通过音箱设备的扬声器播放提示语音之前，需要向扬声器发出功放恢复指令，以便于扬声器恢复音量，并以恢复后的音量播放提示语音。

可选的，待播放信息也可以由云端服务器发送给音箱设备，比如：音箱设备针对麦克风采集的信号进行语音分析和合成，并通过互联网传输给云端服务器，以便执行云识别服务。云端服务器进行语音识别，语义分析，并反馈待播放信息，待播放信息中可以包括云端服务器向音箱设备发出的行为指令，若行为指令在音箱设备上执行时需要音箱进行语音反馈时，则向扬声器发出功放恢复指令，以便于扬声器恢复音量，并以恢复后的音量播放提示语音。

语音输入环境有环境白噪声、扬声器音乐播放的声音等，为了成功激活识别程序，语音端点检测是语音识别的一个重要步骤，通常采用方法为：门限比较法：提取每帧的特征将该特征与设定的门限比较或是采取某种机制来判断；模型匹配法：为噪声或语音建立不同的模型，和训练的模型相比对适配，近似语音识别；以及融合多种特征和方法的端点检测算法这些方法均是针对麦克风输入通道信号进行检测计算判断，即是对麦克风输入通道信号的优化改进。因为目前的智能音响扬声器距离麦克风比较近，扬声器的声音对于有用的人声来说属于噪声，对门限阀值的设置有较大影响。为了提高麦克风接收到的人声信号，目前市场常采用的为多麦克风阵列方案，采用波束成型技术来增强麦克风接收到的人声声压。

在目前市面上个各类音箱产品中，目前用于远场语音识别的智能音箱，常用的拾音麦克风数量为6～8颗，或者采用常见的6+1麦克风方案，例如：在现有产品中。但因为麦克风数量较多，每个麦克风通道均需要一路i²s(inter—icsound，集成电路内置音频总线)输入和adc(analog-to-digitalconverter，模/数转换器或者模数转换器)转换、所以信号采集电路复杂，运算模块器件选型门槛较高，从而导致了音箱设备的生产成本居高不下。并且，环境噪声、扬声器音乐的声音以及回声均会对麦克风的信噪比的产生掩蔽，而麦克风数量的增多并不能解决噪声掩蔽的问题。

本专利所述方案提及一种端点检测后进行扬声器音量自动控制的方案，通过扬声器音量自动控制，来消除扬声器带来的噪声和回声，从而降低噪声掩蔽、减小噪声干扰，增强了麦克风的相对信噪比，为清晰拾取有效语音提供一种有利的环境，为减少麦克风使用数量提供了条件，简化电路和结构。最终降低音箱设备的生产成本。

在本实施例中，提供一种步骤s1中的，根据所述声音信号检测是否开启噪声消除功能的具体方案，如图1b所示，包括：

s11、接收麦克风采集到的声音信号，并根据所述麦克风的输入灵敏度、所述扬声器的输出灵敏度和功放的音量状态，获取所述麦克风接收到的声音信号和所述扬声器的功放输出信号之间的能量积分差值。

s12、当能量积分差值的变化超过预设范围时，开启噪声消除功能。

在本实施例中，因为麦克风到扬声器的距离是固定的，麦克风接受到扬声器重放的声音声压机扬声器还原声音声压减去距离的衰减，当没有其他外部声源干扰时，麦克风接受的声压和扬声器重放的声压是一个常数系数的比例关系。因此麦克风接收声压转化为电信号的能量变化和前述播放的音频信号积分能量变化是一个固定的函数关系。具体的，本实施例中可以利用现有的端点检测算法软件，根据信号和这个固定的函数关系预计算麦克风的电信号，同时检测麦克风实际接收转换后的电信号，当实际接收到的信号大于预先计算的信号时，则判定外界声音输入(或称干扰)。

此时开启消噪和录音，并对录音内容进行声学模型匹配比对(或称识别)；当识别到的模型为特定关键词(如小biu小biu)时我们判定为唤醒本机，并执行把后续的录音进行本地识别(如一些简单的开关机、增大音量减小音量等)，当识别不了时(比如由于本地库的声学模型较少)再传输给后台语音识别声学模型库进行比对识别。

例如：在音箱设备中，由麦克风实时拾取声音并通过adc转换为数字信号即数据(data)，再通过i²s总线传输到本机存储单元(flash或者ddr)。然后rom内置的程序通过mcu行运算并反馈指令和对数据进行管理，所述指令包括并不限于智能音量控制消回声程序，及通过该程序对麦克风输入信号是否进行行为反馈，具体包括：

根据麦克风输入灵敏度和扬声器输出灵敏度及音量状态换算，麦克风接收信号和功放输出信号之间有相对固定的短时能量积分差值δ。

当有人声输入时因为声能的叠加，麦克风接收信号会超出这个差值δ时，此时mcu发出指令开启自动音量控制消噪声功能，降低功放输出，同时提高麦克风输入通道的增益，从而实现麦克风拾音的准确度和清晰度，减小了噪声的干扰。其中，麦克风接收信号打破这个差值δ，可以理解为：麦克风接收信号后，所影响的能量积分差值δ的变化超过预设的差值范围(即本实施例中所称的预设范围)，能量积分差值δ有适当差值范围，差值范围根据环境噪声情况预设(初始值为安静环境下的测试值)，其他有干扰噪声如风扇、洗衣机、电视机、户外汽车时可以由客户自定义环境模式(对应能量积分差值范围)。之后，针对麦克风采集的信号进行语音提取、分析和合成，并传输给本地语音识别系统进行语音唤醒(麦克风采集的信号与固定的唤醒词进行声学模型比对)。当识别到的声音为特殊语音单元——即预置的“唤醒词”声学特征模型时；唤醒成功。此时关闭功放输出，同时将随后的语音信息进行本地识别或将语音信号传输给后台网络云识别服务，后台服务进行语音识别，语义分析，并反馈行为指令，若输入语句完成需要音响进行语音反馈时，首先通过智能音量控制恢复功放输出增益，同时后台反馈语音给到音响的功放输出。

若当前的能量积分差值的变化没有超过预设范围，则不做额外处理。

s2、当所述噪声消除功能开启时，通过功放控制指令降低扬声器音量。

若不开启噪声消除功能，则维持音箱设备的当前的运行状态，不做额外的处理。

s3、当获取到所述语音信息对应的待播放信息后，通过功放恢复指令将扬声器音量恢复至降低前水平。

上述所提供的步骤s1中的，根据所述声音信号检测是否开启噪声消除功能的具体方案，根据麦克风输入灵敏度和扬声器输出灵敏度及音量状态换算，由于麦克风接收信号和功放输出信号之间有相对固定的短时能量积分差值δ，因此当有人声输入时因为声能的叠加，麦克风接收信号会打破这个差值δ时，此时mcu发出指令关闭功放输出，同时提高麦克风输入通道的增益，从而实现麦克风拾音的准确度和清晰度，减小了噪声的干扰。

本实施例采用麦克风通道信号和功放输出信号的差异值和预设范围进行比较的方法作为端点检测手段，在端点检测阶段采用各麦克风综合短时能量积分叠加和功放通道短时能量积分比较，当超过短时能量积分差异的预设范围时，此时通过i2c控制关闭扬声器的功放输出，并将麦克风综合信号传输给程序进行运算和输入输出管理。。

可选的，在s12中用于检测能量积分差值的变化的预设范围是基于通常家庭安静环境测算的(默认初始值)，也可以根据具体的使用环境由用户设定，用户设定的方式可以是直接向音箱设备念出预设范围调整词。

当检测到所述声音信号中含有预设范围调整词时，查询所述预设范围调整对应的取值区间，并将所查询到的取值区间作为所述预设范围其中，在音箱设备的存储器中，可以存储映射表，映射表中记录至少2个预设范围调整词与取值区间的映射关系。例如：预设范围调整词可以包括：风扇、洗衣机、电视机、户外汽车等，不同的预设范围调整词分别对应相应的取值区间，取值区间的具体取值可以根据环境噪声情况设定。

由用户向音箱设备念出预设范围调整词，音箱设备则通过环境参数表更新预设范围的具体取值，从而完成用户的环境设定，从而使得音箱设备所使用的预设范围值能够更加匹配当前环境，提高判定噪声消除功能是否开启的准确率。

在本实施例中，在执行步骤s2，开启了噪声消除功能，且发出功放控制指令的同时，还可以进一步提高麦克风的输入通道的增益，即如图1c所示的，还包括：

s4、在判定需要发出所述功放控制指令时，向所述麦克风发出增益提高指令。

其中，所述增益提高指令用于触发所述麦克风提高输入通道的增益。

在本实施例中，在发出功放控制指令的同时，还提高麦克风的输入通道的增益，从而进一步提高麦克风采集声音信号的准确度，进一步降低麦克风接收到的背景噪声。

在本实施例中，还提供一种音箱设备本地检测语音信息，并判定是否唤醒扬声器功放功能的流程，即在步骤s3中，当获取到所述语音信息对应的待播放信息后，所述发出功放恢复指令，包括：

当根据所述声音信号确定语音信息后，并检测到所述待播放信息中存在预设目标关键词时，向所述扬声器发出所述功放恢复指令；当所述扬声器音量恢复至降低前水平后，根据所述待播放信息播放提示语音。

其中，预设目标关键词可以包括需要音箱设备进行语音反馈的内容(本实施例中也可以称为唤醒词)，mcu向所述扬声器发出所述功放恢复指令，恢复扬声器的功放输出增益，同时后台反馈语音给到音响的功放输出。针对麦克风采集的信号，mcu可以本地运行语音分析和合成程序，并传输给本地语音识别系统进行语音唤醒。当识别到的声音为特殊语音单元——即预置的“唤醒词”声学特征模型时，向所述扬声器发出所述功放恢复指令。

在本实施例中，可以由音箱设备本地检测语音信息，并判定是否唤醒扬声器功放功能，从而实现离线场景下的扬声器功放的唤醒，以便于用于在离线场景下的语音输入。

在本实施例中，还提供一种由云端服务器进行语音识别，并向音箱设备返回待播放信息，再由音箱设备本地发出功放恢复指令，从而唤醒功放，即在步骤s3中，当获取到所述语音信息对应的待播放信息后，所述发出功放恢复指令，包括：

在根据所述声音信号确定语音信息后，向云端服务器发送所述语音信息；当音箱设备接收到所述云端服务器反馈的提示信息后，向所述扬声器发出所述功放恢复指令；根据所述语音提示信息，通过所述扬声器播放提示语音。例如：音箱设备将通过麦克风接收到的语音信号传输给云端服务器并执行识别服务，云端服务器进行语音识别、语义分析等流程，并向音箱设备反馈行为指令，mcu向所述扬声器发出所述功放恢复指令，恢复扬声器的功放输出增益，以便于通过所述扬声器播放提示语音。

在本实施例中，可以由音箱设备本地检测语音信息，并判定是否唤醒扬声器功放功能，从而实现在线场景下的扬声器功放的唤醒，使得音箱设备可以借助云端服务器的计算功能，运行更加复杂且准确度更高的语音识别算法，从而增加语音识别的准确度。

在本实施例中，还提供一种自然唤醒扬声器的功放功能的流程，具体的在发出所述功放控制指令后，触发计时器开始计时；当计时器达到预设时长，则发出功放恢复指令。

其中，预设时长可以由用户根据使用习惯就行设定。从而避免由于长时间不进行语音输入或者由于故障、程序错误等原因造成的扬声器的功放功能一直不被唤醒的问题，保障了扬声器的正常使用。

需要说明的是，自然唤醒扬声器的功放功能的流程，可以与音箱设备本地检测语音信息，并判定是否唤醒扬声器功放功能的流程，以及由云端服务器进行语音识别，并向音箱设备返回待播放信息，即云端唤醒扬声器的功放功能的流程同时执行。

在本实施例的优选方案中，音箱设备上所安装的麦克风数量为2颗或者4颗，即所述接收麦克风采集到的声音信号，包括：

通过连接麦克风阵列声音通道的接收所述麦克风的声音信号，所述连接麦克风阵列声音通道数量为2或者4。

例如，如图2所示的：

adc转换模块，将麦克风拾取到的语音信号进行数字化提取，其中，adc转换模块也可以集合在麦克风模组上。音箱设备中的麦克风模组，可以采用2个或4个麦克风组合；麦克风的类型具体可以是数字硅麦mems(micro-electro-mechanicalsystem，微机电系统)、电容麦ecm(electretcondensermicrophone,驻极体电容)或者动圈式的麦克风。

信号处理模块，将麦克风接收到的语音和扬声器的功放端信号进行差异比较，然后在信号处理模块上可以采用现有的语音处理技术，对麦克风接收到的语音进行语音增强、语音降噪、回声消除等处理，并提取语音信号；

信号发射模块，将所提取的提取语音信号，发送给云端服务器进行语音识别；

信号接受模块，用于接收云端服务器发出的数据；

语音识别模块，用于进行语音识别和语义分析，并对分析得到的语音信息进行封装、合成；

mcu，用于进行本地服务控制，如音量增加/减小等音量控制、开关机、向扬声器模组发出功放控制指令和功放恢复指令等指令控制；

若需要音箱进行语音反馈，则向扬声器模组出功放恢复指令，以便于扬声器模组恢复音量，并以恢复后的音量播放提示语音。

其他行为指令通过mcu～i2c反馈给智能终端，如智能电视、空调等各类智能家居设备等，或其他行为指令通过mcu～i2c反馈给云端服务器，其中，云端服务器可以用于云音乐、互联网购物、订票、新闻、天气等在线业务。

相对于现有方案中常用麦克风数量为6～8颗的麦克风布局方案，因为去掉了扬声器的噪声影响，本实施例仅采用2颗或4颗，所以麦克风的相对信噪比增大，从而可以减少麦克风使用的数量。同时因为麦克风数量的减少，简化了adc转换电路，减少了a/d转换器件数量，也就减少了数据处理量，降低了mcu的选型门槛。

本发明实施例还提供一种微控制器(mcu)，包括：

功能管理单元，用于利用麦克风接收到的声音信号，开启噪声消除功能；

第一功放控制单元，用于当所述噪声消除功能开启时，通过功放控制指令降低扬声器音量；

第二功放控制单元，用于当获取到所述语音信息对应的待播放信息后，通过功放恢复指令将扬声器音量恢复至降低前水平。

本发明实施例还提供一种包括了上述微控制器(mcu)的音箱设备，如图3所示的，包括：音箱外壳-上壳(2)、按键板组件(1)、主板(3)、扬声器(4)、声学相位等化器(5)、灯光电路板(7)、灯光扩散片(8)、音箱外壳-下壳(6)和底座(9)；

按键板组件(1)由至少一个按键和第一电路pcb组成，所述至少一个按键安装在所述第一电路pcb上，所述第一电路pcb用于接收至少一个按键被点击后的电信号，按键板组件(1)固定在音箱外壳-上壳(2)的内表面；

主板(3)安装在音箱外壳-上壳(2)的内腔中，主板(3)上安装有麦克风；

声学相位等化器(5)和扬声器(4)安装在音箱外壳-下壳(6)的内腔中，声学相位等化器(5)和扬声器(4)相距预定的距离，使声学相位等化器(5)和扬声器(4)之间形成缝隙；

灯光电路板(7)安装在音箱外壳-下壳(6)的底端内表面，灯光扩散片(8)覆盖在灯光电路板(7)的下方，灯光电路板(7)由至少一个led灯和第二电路pcb组成；

底座(9)安装在音箱外壳-下壳(6)的底端处；

数量大于1颗的麦克风围绕主板(3)的中心点均匀分布，并且所述麦克风设置在主板(3)上，麦克风实时拾取声音并通过adc转换为电信号；电信号通过集成电路内置音频总线传输到mcu微控制器；mcu内置音量控制消回声程序，通过该程序对麦克风输入信号进行处理并反馈控制指令信号；

所述mcu内置的音量控制消回声程序，包括：

功能管理单元，用于利用麦克风接收到的声音信号，开启噪声消除功能；

第一功放控制单元，用于当所述噪声消除功能开启时，通过功放控制指令降低扬声器音量；

第二功放控制单元，用于当获取到所述语音信息对应的待播放信息后，通过功放恢复指令将扬声器音量恢复至降低前水平。

在本实施例的优选方案中，主板(3)上安装的麦克风数量为2颗或者4颗。音箱外壳-上壳(2)的表面，对应麦克风的位置开孔。

需要说明的是，在如图3中，为了呈现所有的组成部分和安装顺序，将音箱设备内部的元器件也呈现在外部空间。除了底座(9)在所述音箱设备外面(即底座(9)安装在音箱外壳-下壳(6)的下端表面)，其他部分都安装在音箱外壳-上壳(2)和音箱外壳-下壳(6)里面。可选的，音箱外壳-下壳(6)外表面包覆有一层网布，以便遮挡灰尘不进入音响内。

按键板组件(1)由至少一个按键和第一电路pcb组成，所述至少一个按键安装在所述第一电路pcb上，所述第一电路pcb用于接收至少一个按键被点击后的电信号，按键板组件(1)固定在音箱外壳-上壳(2)的内表面。如图3所示的，在音箱外壳-上壳(2)上设有开孔，开孔用于放置按键板组件(1)的按键，以便于用户从音箱外壳-上壳(2)的外部触碰到按键板组件(1)的按键，例如：按键可以在壳体外面被控制；如机械轻触按键则按键部分外漏于壳体；如果采用触摸按键则按键安装在壳体内，而上壳为部分透明，使按键能够感应到手指的滑动或点击动作。

其中，按键板组件(1)上的按键，可以采用现有的按键元件，比如：采用目前常用的触摸感应按键或轻触按键。

本实施例中所采用的第一电路pcb(printedcircuitboard，印制电路板)和第二电路pcb，都可以采用目前已有的，且被广泛应用的印制电路板，按照所要实现的不同功能，印制电路板焊接相应的电学元件并形成电路，。比如：在第一电路pcb上，为按键实现相应的点击功能，比如：音箱开启、关闭的功能。需要说明的是，为按键实现相应的点击功能仅通过现有技术设计简单的模拟电路即可实现。第一电路pcb和第二电路pcb之前可以采用常用的排线连接方案。

主板(3)安装在音箱外壳-上壳(2)的内腔中，主板(3)上安装有数量大于1颗的麦克风。

具体的，主板(3)上焊接有中央处理芯片和功放芯片、线路板等功能器件，以及麦克风。其中，主板(3)上焊接的功能器件，都可以采用现有的音箱中的声音处理处理芯片、功放芯片和相应的功能器件。本实施例中不再特殊设计并不在赘述。

声学相位等化器(5)和扬声器(4)相距预定的距离，使声学相位等化器(5)和扬声器(4)之间形成缝隙，声学相位等化器(5)和扬声器(4)安装在音箱外壳-下壳(6)的内腔中。其中，扬声器(4)即可采用常见的电声转换放音器件。

灯光电路板(7)安装在音箱外壳-下壳(6)的底端内表面，灯光扩散片(8)覆盖在灯光电路板(7)的下方，音箱外壳-下壳(6)有部分缺口，灯光扩散片(8)嵌在缺口中，其中一面外露于壳体，从而通过灯光扩散片的半透明材质特性将灯光均匀扩散到外部。灯光电路板(7)由至少一个led灯和第二电路pcb组成。

底座(9)安装在音箱外壳-下壳(6)的底端处。

其中，音箱外壳-上壳(2)和音箱外壳-下壳(6)都可以采用塑胶注塑结构件。

本实施例提供的音箱设备，按照由所述音箱设备的顶端至底端的布置顺序，依次包括了：音箱外壳-上壳(2)、按键板组件(1)、主板(3)、扬声器(4)、声学相位等化器(5)、灯光电路板(7)、灯光扩散片(8)、音箱外壳-下壳(6)和底座(9)，在主板(3)上安装有数量大于1颗的麦克风，将声学相位等化器(5)和扬声器(4)安装在音箱外壳-下壳(6)的内腔中。从而实现了将麦克风和音箱集成在一个音箱设备的目的，降低了用户的使用成本，也利于用户的日常使用和清扫。

在本实施例中，灯光电路板(7)为环形结构，灯光扩散片(8)为环形的嵌套式结构，灯光电路板(7)的尺寸与灯光扩散片(8)吻合并嵌套在灯光扩散片(8)的内环。底座(9)的直径小于灯光扩散片(8)的内环直径。

灯光电路板(7)上焊接有至少3种色彩的led灯和第二电路pcb，led灯用于接收第二电路pcb的控制并指示多种工作状态。

通过环形的嵌套式结构，增强了灯光电路板(7)与灯光扩散片(8)的安装紧密程度，简化了音箱结构且降低了生产成本。

在本实施例中，在所述第二电路pcb上，安装有3种色彩的led灯，其中，不同颜色led灯的闪烁和常亮分别对应一种所述音箱设备的工作状态，所述工作状态包括：待机、开启、唤醒、语音识别中。需要说明的是，对于led灯的亮灭控制。

通过不同颜色的led灯显示音箱不同的运行状态，简化了第二电路pcb的设计难度，仅需通过简单的模拟电路处理相应的电信号即可实现。无需设计专门的控制程序，从而简化了音箱的设计难度，也避免了由于软件程序不稳定所造成的led灯错误亮灭的问题。

在本实施例中，灯光扩散片(8)由高分子半透明材料制成，目的是使led灯发出的光线均匀扩散，增强led灯的散射效果。底座(9)采用塑胶结构构件，目的使音响能够稳固竖立在台面、地面等平面上。其中，高分子半透明材料制成可以采用聚甲基丙烯酸甲酯(pmma)、苯丙乙烯(ps)、聚酯(pet)、聚碳酸酯(pc)、聚4-甲基-1-戊烯(tpx)、聚丙烯酸酯(par)和透明环氧树脂等常见材料。

在本实施例中，音箱外壳-上壳(2)的表面，对应麦克风的位置开孔。使声波能够透过到达麦克风接收面，从而增强麦克风接收声音的效果。

音箱外壳-下壳(6)的表面，对应扬声器(4)和声学相位等化器(5)的位置开孔，并在开孔上覆盖了出音网孔，以便于扬声器(4)发出的声音能够有效透出箱体。

在优选方案中，声学相位等化器(5)为锥形声波导波器件，用于使扬声器(4)向外辐射声波时使呈现360°0扩散。

在优选方案中，主板(3)上安装的麦克风数量为如图4所示的2颗，或者如图5所示的4颗。主板(3)上的麦克风围绕主板(3)的中心点均匀分布。

本实施例中还提供一种麦克风布置方案，其特征在于，麦克风围绕主板(3)的中心点均匀分布；

主板(3)安装在音箱外壳-上壳(2)的内腔中，主板(3)上安装有数量大于1颗的麦克风；

按键板组件(1)由至少一个按键和第一电路pcb组成，所述至少一个按键安装在所述第一电路pcb上，所述第一电路pcb用于接收至少一个按键被点击后的电信号，按键板组件(1)固定在音箱外壳-上壳(2)的内表面；

声学相位等化器(5)和扬声器(4)安装在音箱外壳-下壳(6)的内腔中，声学相位等化器(5)和扬声器(4)相距预定的距离，使声学相位等化器(5)和扬声器(4)之间形成缝隙；

灯光电路板(7)安装在音箱外壳-下壳(6)的底端内表面，灯光扩散片(8)覆盖在灯光电路板(7)的下方，灯光电路板(7)由至少一个led灯和第二电路pcb组成；

底座(9)安装在音箱外壳-下壳(6)的底端处。

按照由所述音箱设备的顶端至底端的布置顺序，依次包括了：音箱外壳-上壳(2)、按键板组件(1)、主板(3)、扬声器(4)、声学相位等化器(5)、灯光电路板(7)、灯光扩散片(8)、音箱外壳-下壳(6)和底座(9)；

如图4所示的，主板(3)上安装的麦克风数量为2颗，或者如图5所示的，主板(3)上安装的麦克风数量为4颗。

进一步的，音箱中还配有蓝牙和wifi模块，wifi用于互联网服务，蓝牙用于蓝牙设备配对和作为无线音箱使用时的音频接收。本发明实施例还提供一种音箱麦克风布置方案阵列结构，包括：数量大于1颗的麦克风围绕主板(3)的中心点均匀分布，并且所述麦克风设置在主板(3)上，麦克风实时拾取声音(模拟信号)并通过adc转换为数字信号(即音频数据)；该音频数据通过集成电路内置音频总线首先传输到本地存储单元，然后rom内置的音量控制消回声程序通过mcu微控制器；对麦克风输入信号进行运算和输入输出管理，并根据需要反馈控制指令。

举例来说，音量控制消回声程序具体可以采用如下步骤：

a)根据麦克风输入灵敏度和扬声器输出灵敏度及音量状态换算，麦克风接收信号和功放输出信号之间有相对固定的短时能量积分差值δ。

b)当有人声输入时因为声能的叠加，麦克风接收信号会打破这个差值δ时(允许δ有适当差值范围，差值范围根据环境噪声情况预设，如风扇、洗衣机、电视机、户外汽车等噪声)，此时mcu发出指令关闭功放输出(扬声器静音，减少噪声和回声)，同时提高麦克风输入通道的增益，从而实现麦克风拾音的准确度和清晰度，减小了噪声的干扰。

c)随后，针对麦克风采集的信号进行语音分析和合成，并传输给本地语音识别系统进行语音唤醒(和固定的唤醒声学模型比对)。当识别到的声音为特殊语音单元——即预置的“唤醒词”声学特征模型时；唤醒成功。

d)同时将语音信号传输给本地进行语音识别(本地无法识别的传输给后台网络云识别服务)，并反馈语音信息或控制指令，若输入语句完成需要音箱进行声音反馈时，首先通过智能音量控制恢复功放输出增益，同时后台反馈语音给到音响的功放输出。

e)如上a-b-c-d，循环工作。

用户通常需要佩戴耳麦，但是长期佩戴耳麦也会出现损伤听力的问题，以及在炎热的气候中也很难使用耳麦。在这种情况下，用户通常都需要同时购入话筒(麦克风)和音箱，并安装至个人电脑。同时采购2种设备，增加了用户的使用成本，并且使用的设备越多，桌面的连接线、电源线的管理也越混乱，不利于用户的日常使用和清扫。

在现有的产品中，也存在一些集成了话筒(麦克风)和喇叭(扬声器)的音箱产品类似的设计虽然能够实现麦克风和扬声器的集成，但是更多的是通过堆料的方式实现相应的功能，存在结构复杂，生产加工成本高昂的问题，最终导致了用户极高的使用成本，甚至高于同时采购2种设备的成本，因此难以大规模生产并普及。

本实施例提供的音箱设备，按照由所述音箱设备的顶端至底端的布置顺序，依次包括了：音箱外壳-上壳(2)、按键板组件(1)、主板(3)、扬声器(4)、声学相位等化器(5)、灯光电路板(7)、灯光扩散片(8)、音箱外壳-下壳(6)和底座(9)，在主板(3)上安装有数量大于1颗的麦克风，将声学相位等化器(5)和扬声器(4)安装在音箱外壳-下壳(6)的内腔中。从而实现了将麦克风和音箱集成在一个音箱设备的目的，降低了用户的使用成本，也利于用户的日常使用和清扫。并且提供了一种独特的麦克风阵列结构，通过对数量较少的麦克风进行合理布置，实现了音箱设备的声音采集功能。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。