具有可调音频通道的语音控制的音频记录或传输装置的制造方法
【技术领域】
[0001]本公开通常涉及波束形成，更具体地涉及基于语音识别的控制系统。
【背景技术】
[0002]诸如移动设备(视频或音频记录器、智能电话等等)或固定电子设备(VCR、电视、家庭控制系统、电器等等)的各种电子设备可以包括用于语音至文本应用或控制设备的特征或方面的语音命令识别或更一般的语音识别特征。一个示例性设备和应用是视频记录系统，其可以包括用于控制视频捕捉的方面的语音命令识别。允许音频记录的许多这种系统采用控制音频记录的触摸控制机制。然而，许多音频传输系统可以不具有与音频相关的控制的任何机制并且仅通过麦克风“拾取”音频。关于记录，利用便携式设备有效地记录音频场景通常要求高度的用户控制，在这种情况下，当尝试同时捕捉视频场景时，触摸控制机制会很麻烦。此外，现有的便携式音频记录器不向用户提供许多实时可调记录参数。
[0003]系统麦克风能被配置为使得麦克风中的一个可以提供音频控制通道。例如，可以使用一个定向麦克风来捕捉用户命令，由此用作音频控制通道，而一个或多个另外的麦克风可以被配置成从视频场景的方向捕捉音频。在一些现有的系统中，从整体音频信号减去从音频控制通道发出的音频以便从自视频场景发出的待记录的期望音频消除或减少它。这样的系统可以消除或衰减被用来捕捉用户命令的定向麦克风的所有音频输入。
【附图说明】
[0004]图1A是根据实施例的具有可调波束形成的语音控制的音频记录或传输装置的示意性框图。
[0005]图1B是根据另一实施例的具有可调波束形成的语音控制的音频记录或传输装置的示意性框图。
[0006]图2是根据另一实施例的具有可调波束形成和可调信号调节的语音控制的音频记录或传输装置的示意性框图。
[0007]图3是根据实施例的具有可调波束形成的语音控制的音频记录或传输装置的命令字滤波逻辑的一个示例性滤波器逻辑实现的示意性框图。
[0008]图4是根据另一实施例的具有可调波束形成的语音控制的音频记录或传输装置的命令字滤波逻辑的一个示例性滤波器逻辑实现的示意性框图。
[0009]图5是根据实施例的波束形成器控制器的示意性框图。
[0010]图6是根据实施例的信号调节器控制器的示意性框图。
[0011]图7是根据各种实施例的被配置成提供记录区虚拟麦克风和控制区虚拟麦克风的麦克风阵列的示意性框图。
[0012]图8是根据各种实施例的示出具有可调波束形成的语音控制的音频记录系统的操作方法的流程图。
[0013]图9是根据各种实施例的示出具有可调波束形成的语音控制的语音记录或传输装置的操作方法的流程图。
[0014]图10是根据实施例的示出具有可调波束形成的语音控制的音频记录装置的命令字滤波部的滤波器逻辑的操作方法的流程图。
[0015]图11是根据实施例的示出具有可调波束形成的语音控制的音频记录装置的命令字滤波部的滤波器逻辑的操作方法的流程图。
[0016]图12是根据实施例的示出具有可调波束形成的语音控制的音频记录装置的命令字滤波部的滤波器逻辑的另一操作方法的流程图。
[0017]图13是示出如图1A、图1B或图2中所示的装置的另一操作方法的流程图。
【具体实施方式】
[0018]各种所公开的实施例通过用户语音命令控制来实现用户控制和用户可定义的音频记录属性。在一个实施例中，可调音频波束形成器定义用于至少一个音频记录通道和用于本身可由语音命令控制来控制的至少一个音频控制通道的虚拟麦克风。实施例利用麦克风阵列并且可以使用单个麦克风输出或可以使用波束形成来定义虚拟麦克风，其中虚拟麦克风利用一个或多个音频记录通道和至少一个音频控制通道来拾取用于相应音频通道的声音。一些实施例可以从记录的音频去除命令字，但能仍然利用在音频控制通道上接收的期望音频。
[0019]—个公开的操作方法包括使用多个麦克风输出来获得多个音频通道，其中音频通道包括至少一个音频记录通道和至少一个音频控制通道。该操作方法对音频控制通道执行语音识别以检测用于控制音频通道属性的语音命令。在检测到用于控制音频通道属性的语音命令后，该方法包括调整相应的音频通道属性。可以以各种方式实现音频通道属性调整。例如，可以通过控制波束形成器来修改对应于音频通道的波束形成来调整音频通道属性。在另一示例中，通过控制应用于音频通道的信号调节来调整音频通道属性。在各种实施例中，可以控制并且相应地调整音频记录通道或音频控制通道的音频属性。在一个实施例中，操作方法包括对多个麦克风输出进行波束形成以获得具有至少一个音频记录通道和至少一个音频控制通道的多个虚拟麦克风音频通道，对至少一个音频控制通道执行语音识别以检测用于控制至少一个音频记录通道的音频记录通道属性的语音命令，并且响应于检测到用于控制音频记录通道属性的语音命令而调整至少一个音频记录通道的属性。例如，通过调整可调波束形成器的至少一个参数来控制可调波束形成器，可用实现调整至少一个音频记录通道的属性。
[0020]检测用于控制音频记录通道属性的语音命令可以包括检测用于控制音频灵敏度缩放、指定方向摇摄、聚焦在指定方向、遮挡指定方向、混和讲述者语音、阻止讲述者的语音或降低背景噪声的语音命令。
[0021]该操作方法可以包括控制音频记录通道信号调节，包括但不限于通过调整信号调节器的至少一个参数来控制信号调节器。该操作方法可以包括在一些实施例中，通过改变提供至少一个音频记录通道的波束形成器滤波器的滤波系数，来控制可调波束形成器。
[0022]在一些实施例中，该操作方法可以包括操作和控制滤波器逻辑来从记录通道降低或消除命令字。滤波器逻辑的一个示例性操作方法包括将至少一个音频控制通道提供为自适应滤波器输入，响应于检测到语音命令而激活自适应滤波器，通过从至少一个音频记录通道减去自适应滤波器的输出来获得求和块输出，并且将求和块输出提供为到自适应滤波器的反馈和到记录器的至少一个音频记录通道。
[0023]滤波器逻辑的另一示例性操作方法包括将至少一个音频控制通道提供为自适应滤波器输入，通过从至少一个音频记录通道减去自适应滤波器的输出来获得第一求和块输出，将第一求和块输出提供为到自适应滤波器的反馈，将第一求和块输出连同检测的语音命令一起提供给第一乘法器，将至少一个记录通道连同检测的语音命令一起提供为到第二乘法器的输入，通过使第一乘法器输出和第二乘法器输出相加来获得第二求和块输出，并且将第二求和块输出提供为到记录器的至少一个音频记录通道。
[0024]滤波器逻辑的上述操作方法可以包括延迟至少一个音频控制通道，并且将延迟的至少一个音频控制通道提供为自适应滤波器输入，并且延迟至少一个音频记录通道以及将延迟的至少一个音频记录通道提供给求和块。
[0025]还公开了一种装置，用来执行各种所公开的操作方法等。在一个示例性实施例中，装置包括波束形成器，可操作地耦接到多个麦克风输出。波束形成器用来提供包括具有至少一个音频记录通道和至少一个音频控制通道的多个虚拟麦克风音频通道的输出。该装置包括可操作地耦接到波束形成器的语音命令识别逻辑。语音命令识别逻辑用来接收至少一个音频控制通道，并且执行语音识别以检测用于控制至少一个音频记录通道的音频记录通道属性的语音命令。波束形成器控制器可操作地耦接到波束形成器和语音命令识别逻辑。波束形成器控制器用来响应于由语音命令识别逻辑检测到语音命令而调整波束形成器的至少一个参数。各种检测的语音命令控制音频记录通道属性。
[0026]在一些实施例中，波束形成器包括可操作地耦接到多个麦克风输出的多个滤波器。波束形成器控制器用来通过改变波束形成器的至少一个滤波器的滤波系数来调整波束形成器的至少一个参数。
[0027]语音识别逻辑可以用来检测用于控制音频记录通道属性，包括音频灵敏度缩放、指定方向摇摄、聚焦在指定方向、遮挡指定方向、混和讲述者语音、阻止讲述者的语音或降低背景噪声的语音命令。
[0028]在一些实施例中，该装置可以包括具有噪声抑制器的信号调节器。信号调节器可操作地耦接到语音识别逻辑和波束形成器以将多个虚拟麦克风音频通道接收为输入。信号调节器提供对应于每个虚拟麦克风音频通道输入的多个相应的输出。信号调节器控制器可操作地耦接到语音识别逻辑和信号调节器，并且用来响应于检测到用于控制音频记录通道属性的语音命令而调整至少一个音频记录通道的属性。具体地，信号调节器控制器可以调整信号调节器的至少一个参数。
[0029]所公开的装置还包括可操作地耦接到波束形成器输出的滤波器逻辑以及可操作地耦接到滤波器逻辑的记录器，以将至少一个音频记录通道接收为来自滤波器逻辑的输出。
[0030]在一个示例性实施例中，滤波器逻辑可以包括自适应滤波器，使自适应滤波器输入可操作地耦接到至少一个音频控制通道。滤波器逻辑包括具有可操作地耦接到至少一个音频记录通道的第一输入以及可操作地耦接到自适应滤波器输出的第二输入的求和块。求和逻辑输出可操作地耦接到记录器。第一开关可操作地耦接到自适应滤波器和语音识别逻辑，并且用来响应于从语音识别逻辑接收的语音命令检测信号而激活自适应滤波器。第二开关可操作地耦接到求和逻辑输出、至少一个音频记录通道和记录器。第二开关进一步可操作地耦接到语音识别逻辑以接收语音命令检测信号。即，第二开关用来响应于从语音识别逻辑接收的语音命令检测信号而将来自至少一个音频记录通道的记录器输入切换到求和逻辑输出。
[0031]在另一实施例中，滤波器逻辑包括具有可操作地耦接到至少一个音频控制通道的自适应滤波器输入的自适应滤波器和具有可操作地耦接到至少一个音频记录通道的第一输入和可操作地耦接到自适应滤波器输出的第二输入的求和逻辑。求和逻辑输出可操作地耦接到反馈环中的自适应滤波器调整输入。混音逻辑也可操作地耦接到求和逻辑输出和至少一个音频记录通道。