一种智能音箱播放方法、装置及智能音箱与流程

本申请属于音频处理技术领域，尤其涉及一种智能音箱播放方法、装置及智能音箱方法及智能音箱。

背景技术：

随着科技的发展，各式各样的智能家居设备逐渐走进了千家万户，智能音箱正是其中一种智能家居设备。

智能音箱是传统音箱升级的产物，可以与用户进行一些人机交互，例如，用户可以用语音控制智能音箱上网，比如点播歌曲、上网购物或是了解天气预报等，用户也可以通过智能音箱对智能家居设备进行控制，例如通过打开窗帘、设置冰箱温度或提前让热水器升温等。

但是现有的智能音箱的关注点在于如何为智能音箱增加更多功能，对智能音箱的声音播放功能并未有过多的关注，音箱的智能化未能提高智能音箱的声音播放效果。

技术实现要素：

有鉴于此，本申请实施例提供了一种智能音箱播放方法、装置及智能音箱，以解决现有的智能音箱的关注点在于如何为智能音箱增加更多功能，对智能音箱的声音播放功能并未有过多的关注，音箱的智能化未能提高智能音箱的声音播放效果的问题。

本申请实施例的第一方面提供了一种智能音箱播放方法，包括：

当未获取到用户的方位角度时，控制各个扬声器以对应的初始播音频率、初始播音幅值和初始播音相位输出音频信号；

当获取到用户的方位角度时，通过音能量聚焦算法、所述用户的方位角度、各个扬声器的播音角度以及各个扬声器的所述初始播音频率计算各个扬声器的实际播音幅值和实际播音相位；

控制各个所述扬声器以对应的所述初始播音频率、所述实际播音幅值和所述实际播音相位输出音频信号。

本申请实施例的第二方面提供了一种智能音箱播放装置，包括：

初始播放模块，用于当未获取到用户的方位角度时，控制各个扬声器以对应的初始播音频率、初始播音幅值和初始播音相位输出音频信号；

理论计算模块，用于当获取到用户的方位角度时，通过音能量聚焦算法、所述用户的方位角度、各个扬声器的播音角度以及各个扬声器的所述初始播音频率计算各个扬声器的实际播音幅值和实际播音相位；

声音定向模块，用于控制各个所述扬声器以对应的所述初始播音频率、所述实际播音幅值和所述实际播音相位输出音频信号。

本申请实施例的第三方面提供了一种智能音箱，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：

本申请的智能音箱播放方法通过音能量聚焦算法、用户的方位角度、各个扬声器的播音角度和初始播音频率计算各个扬声器的实际播音幅值和实际播音相位，控制各个扬声器以对应的初始播音频率、实际播音幅值和实际播音相位输出音频信号，从而实现相同声音输出的定向聚焦，在相同的输出功率下，输出的声音品质更好，能量更强，解决了现有的智能音箱的关注点在于如何为智能音箱增加更多功能，对智能音箱的声音播放功能并未有过多的关注，音箱的智能化未能提高智能音箱的声音播放效果的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种智能音箱播放方法的实现流程示意图；

图2是本申请实施例提供的一种智能音箱播放装置的示意图；

图3是本申请实施例提供的智能音箱的示意图；

图4是本申请实施例提供的智能音箱使用示例图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

实施例一：

下面对本申请实施例一提供的一种智能音箱播放方法进行描述，请参阅附图1，本申请实施例一中的智能音箱播放方法包括：

步骤s101、当未获取到用户的方位角度时，控制各个扬声器以对应的初始播音频率、初始播音幅值和初始播音相位输出音频信号；

智能音箱的主要功能仍然是声音播放，而不是各种各样的人机交互功能，但是，当前的智能音箱的产品升级主要是围绕人机交互功能进行的，并未考虑如何利用音箱的智能化提升声音播放的效果。

因此，本实施例提出了一种智能音箱播放方法，通过调节智能音箱的各个扬声器输出的实际播音幅值和实际播音相位使音箱播放的声音往用户所在的方向定向聚焦传播，在相同的输出功率下可以使用户听到品质更好，能量更强的声音。

调节各个扬声器的输出之前，需要先获取用户的方位角度，智能音箱可以将指定方向作为基准方向，以基准方向作为0度角，从而确定用户的方位角度。

当未获取到用户的方位角度时，可以控制各个扬声器以对应的初始播音频率、初始播音幅值和初始播音相位输出音频信号，例如，可以控制各个扬声器以初始播音频率、相同的播音幅值和相同的播音相位输出音频信号，控制音频信号在各个扬声器中均匀输出。

步骤s102、当获取到用户的方位角度时，通过音能量聚焦算法、所述用户的方位角度、各个扬声器的播音角度以及各个扬声器的所述初始播音频率计算各个扬声器的实际播音幅值和实际播音相位；

当获取到用户的方位角度时，可以通过音能量聚焦算法、用户的方位角度、各个扬声器的播音角度和各个扬声器的初始播音频率计算各个扬声器的实际播音幅值和实际播音相位。

步骤s103、控制各个所述扬声器以对应的所述初始播音频率、所述实际播音幅值和所述实际播音相位输出音频信号。

计算得到各个扬声器的实际播音幅值和实际播音相位之后，可控制各个扬声器以对应的初始播音频率、实际播音幅值和实际播音相位输出音频信号，从而使声音往用户所在的方向定向聚焦传播，例如，智能音箱的播音结构可以如图4所示，由多个扬声器组成扬声器阵列，各个扬声器可以未相同或者不同的扬声器，各个扬声器以环形阵列的方式进行设置，即各个扬声器等间距设置在同一个圆周上，在扬声器环形阵列的上方或者下方设置低音单元，声音的低频部分由低音单元输出，其他频段的声音由扬声器环形阵列定向聚焦输出，当计算得到各个扬声器对应的实际播音幅值和实际播音相位时，通过调节各个扬声器的滤波器的参数使各个扬声器以对应的初始播音频率、实际播音幅值和实际播音相位输出音频信号，使扬声器的输出的声音聚焦在用户所在的方向，减弱其他方向输出的音能量。

本实施例的智能音箱播放方法通过音能量聚焦算法、用户的方位角度、各个扬声器的播音角度和初始播音频率计算和调节各个扬声器的输出，使播放的声音往用户所在的方向定向聚焦传播，在相同的输出功率下，可以使播放的声音品质更好，能量更强，解决了现有的智能音箱的关注点在于如何为智能音箱增加更多功能，对智能音箱的声音播放功能并未有过多的关注，音箱的智能化未能提高智能音箱的声音播放效果的问题。

进一步地，所述用户的方位角度通过以下方法得到：

a1、通过麦克风阵列中各个麦克风的位置和各个所述麦克风接收到的用户声音幅值计算所述用户的方位角度。

用户的方位角度可以通过麦克风阵列获得，当智能音箱通过麦克风阵列接收到用户的声音时，可以通过麦克风阵列中各个麦克风的位置和各个所述麦克风接收到的用户声音幅值计算所述用户的方位角度，例如，如图4所示，当用户user进入房间对说“播放音乐”，智能音箱通过麦克风阵列接收到用户的声音时，不仅可以对接收到的声音进行语义识别，播放音乐，还可以根据麦克风阵列中各个麦克风接收到的用户声音幅值对用户的方位角度进行角度检测，由于各个麦克风的位置存在差异，因此各个麦克风接收到的用户声音幅值也存在差异，通过对各个麦克风接收到的用户声音幅值进行处理和分析即可得到用户的方位角度。

和/或，所述用户的方位角度可通过以下方法得到：

b1、对摄像头的拍摄画面进行实时监控，若检测到所述摄像头的拍摄画面中出现用户图像，根据所述摄像头的拍摄角度和所述用户图像在所述摄像头的拍摄画面中的位置计算所述用户的方位角度。

除了通过麦克风阵列获取用户的方位角度之外，还可以通过摄像头获取用户的方位角度，对摄像头的拍摄画面进行实时监控，如果画面中出现用户图像，则可以根据摄像头的拍摄角度和用户图像在摄像头的拍摄画面中的位置计算用户的方位角度，例如，摄像头可选用拍摄角度为120度的广角摄像头，以拍摄画面的最左侧作为基准方向，设置为0度角，则当用户图像出现在拍摄画面的中间位置时，用户的方位角为60度。

实际应用过程中，除了麦克风阵列和摄像头，还可以通过其他方式获取用户的方位角度，上述方式只是获取用户的方位角度的方法的部分示例，而非对获取用户的方位角度的方式进行限制。

进一步地，所述音能量聚焦算法具体为近接求解法、直接求解法或能量差最大化求解法。

音能量聚焦算法可根据实际情况选择近接求解法、直接求解法或能量差最大化求解法，近接求解法可表示为：

λ1q＝-[zb^hzb]^-1[zd^hzd+λ2i]q

其中，zb为亮区声音传递函数构成的矩阵，zd为暗区声音传递函数构成的矩阵，λ1为构成矩阵等式的特征值，λ2和i为避免矩阵求解时病态问题的调节参数，h表示矩阵的伪逆，q为扬声器的输出向量，向量内的元素个数为扬声器的个数。

直接求解法可以表示为：

λ1q＝[zd^hzd]^-1[zb^hzb-λ2i]q

能量差最大化求解法可以表示为：

λ1q＝-[zb^hzb-αzd^hzd]q

其中，α为计算亮区和暗区能量差引入的算子。

本实施例一提供的智能音箱播放方法中，通过音能量聚焦算法、用户的方位角度、各个扬声器的播音角度和初始播音频率计算各个扬声器的实际播音幅值和实际播音相位，控制各个扬声器以对应的初始播音频率、实际播音幅值和实际播音相位输出音频信号，从而实现相同声音输出的定向聚焦，在相同的输出功率下，输出的声音品质更好，能量更强，解决了现有的智能音箱的关注点在于如何为智能音箱增加更多功能，对智能音箱的声音播放功能并未有过多的关注，音箱的智能化未能提高智能音箱的声音播放效果的问题。

用户的方位角度可以根据麦克风阵列中各个麦克风的位置和各个麦克风接收到的用户声音幅值计算得到，也可以通过摄像头的拍摄角度和用户图像在拍摄画面中的位置计算得到。

音能量聚焦算法可以根据实际情况选择近接求解法、直接求解法和能量差最大化求解法等音能量聚焦算法中的一种。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例二：

本申请实施例二提供了一种智能音箱播放装置，为便于说明，仅示出与本申请相关的部分，如图2所示，智能音箱播放装置包括，

初始播放模块201，用于当未获取到用户的方位角度时，控制各个扬声器以对应的初始播音频率、初始播音幅值和初始播音相位输出音频信号；

理论计算模块202，用于当获取到用户的方位角度时，通过音能量聚焦算法、所述用户的方位角度、各个扬声器的播音角度以及各个扬声器的所述初始播音频率计算各个扬声器的实际播音幅值和实际播音相位；

声音定向模块203，用于控制各个所述扬声器以对应的所述初始播音频率、所述实际播音幅值和所述实际播音相位输出音频信号。

进一步地，所述装置还包括：

麦克风定位模块，用于通过麦克风阵列中各个麦克风的位置和各个所述麦克风接收到的用户声音幅值计算所述用户的方位角度。

和/或，所述装置还包括：

摄像头定位模块，用于对摄像头的拍摄画面进行实时监控，若检测到所述摄像头的拍摄画面中出现用户图像，根据所述摄像头的拍摄角度和所述用户图像在所述摄像头的拍摄画面中的位置计算所述用户的方位角度。

进一步地，所述音能量聚焦算法具体为近接求解法、直接求解法或能量差最大化求解法。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

实施例三：

图3是本申请实施例三提供的智能音箱的示意图。如图3所示，该实施例的智能音箱3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述智能音箱播放方法实施例中的步骤，例如图1所示的步骤s101至s103。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块201至203的功能。

示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述智能音箱3中的执行过程。例如，所述计算机程序32可以被分割成初始播放模块、理论计算模块以及声音定向模块，各模块具体功能如下：

初始播放模块，用于当未获取到用户的方位角度时，控制各个扬声器以对应的初始播音频率、初始播音幅值和初始播音相位输出音频信号；

理论计算模块，用于当获取到用户的方位角度时，通过音能量聚焦算法、所述用户的方位角度、各个扬声器的播音角度以及各个扬声器的所述初始播音频率计算各个扬声器的实际播音幅值和实际播音相位；

声音定向模块，用于控制各个所述扬声器以对应的所述初始播音频率、所述实际播音幅值和所述实际播音相位输出音频信号。

所述智能音箱可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是智能音箱3的示例，并不构成对智能音箱3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述智能音箱还可以包括输入输出设备、网络接入设备、总线等。

所称处理器30可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器31可以是所述智能音箱3的内部存储单元，例如智能音箱3的硬盘或内存。所述存储器31也可以是所述智能音箱3的外部存储设备，例如所述智能音箱3上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器31还可以既包括所述智能音箱3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述智能音箱所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/智能音箱和方法，可以通过其它的方式实现。例如，以上所描述的装置/智能音箱实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述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精神和范围，均应包含在本申请的保护范围之内。