降采样方法及装置制造方法及图纸

本发明专利技术实施例提供一种降采样方法及装置，麦克风等设备根据用户的发音采集到的原始声音信号发送给电子设备，电子设备根据原始声音信号的采样率和语音设备引擎的采样率，构建FIR滤波器，然后利用FIR滤波器对原始声音信号进行处理，得到滤波后的信号，对滤波后的信号进行降采样，得到降采样后的信号从而完成降采样。该过程中，电子设备根据原始声音信号的采样率和语音识别引擎的采样率，构建FIR滤波器，该FIR滤波器的运算量小，且电子设备先利用该FIR滤波器对原始声音信号进行滤波，然后对滤波后的声音信号进行降采样，因此，能够保证降采样后的信号的质量的同时，保证降采样速率。

Sampling method and device

The embodiment of the present invention provides a method and device for downsampling. The microphone and other equipment transmits the original sound signal collected by the user's pronunciation to the electronic equipment. The electronic equipment constructs a FIR filter according to the sampling rate of the original sound signal and the sampling rate of the voice equipment engine. Then the original sound signal is processed by the FIR filter, and the filtered signal is obtained and filtered. The signal after the wave is downsampled, and the signal after the downsampled is obtained to complete the downsampled. In this process, according to the sampling rate of the original sound signal and the sampling rate of the speech recognition engine, the electronic equipment constructs a FIR filter. The FIR filter has a small amount of computation. The electronic equipment first filters the original sound signal by using the FIR filter, and then de-samples the filtered sound signal. Therefore, the quality of the signal after de-sampling can be guaranteed, and at the same time, the quality of the signal after de-sampling can be guaranteed. Down sampling rate.

【技术实现步骤摘要】
降采样方法及装置
本专利技术实施例涉及信号处理
，尤其涉及一种降采样方法及装置。
技术介绍
声音信号处理过程中，经常需要对原始的声音信号进行降采样处理。例如，数字麦克风的采样频率通常为48000Hz，但是语音识别算法默认的语音采样率是16000Hz。因此，在将数字麦克风采集到的声音信号传输给语音识别引擎之前，需要对声音信号进行降采样处理。常见的降采样方法包括基于简单抽样的降采样方法和基于低通滤波器的降采样方法。基于简单抽样的降采样方法中，每N个采样点抽取1个采样点。例如，N＝2时，每隔1个采样点就抽取1个采样点；N＝3时，每隔2个采样点就抽取1个采样点；N＝4时，每隔3个采样点就抽取1个采样点。该种方式中，会降低原始声音信号的采样率。例如，N＝2时，相当于将原始声音信号的采样率降低了一半，会出现严重的频率泄露问题，导致降采样后的声音信号的质量差。基于低通滤波器的降采样方法中，利用高阶的无线脉冲响应(infiniteimpulseresponse，IIR)滤波器对原始的声音信号进行滤波，过滤掉不需要的频段。然后，对经过过滤处理的声音信号进行抽样。该种方式中，IIR滤波器的运算耗时比较大，若IIR滤波器是通过软件实现的滤波器，则IIR滤波器对原始的声音信号进行滤波处理耗费的时间更长。上述两种降采样方法中，均无法做到避免频率泄露问题的同时，保证降采样速率。
技术实现思路
本专利技术提供一种降采样方法及装置，降采样过程中，保证降采样后的信号的质量的同时，保证降采样速率。第一方面，本专利技术实施例提供一种降采样方法，包括：根据原始声音信号的采样率和语音识别引擎的采样率，构建有限冲激响应FIR滤波器，所述语音识别引擎用于识别所述原始声音信号；利用所述FIR滤波器对所述原始声音信号进行卷积处理，得到滤波后的信号；对所述滤波后的信号进行降采样，得到降采样后的信号。一种可行的实现方式中，所述对所述滤波后的信号进行降采样，得到降采样后的信号之后，还包括：对所述降采样后的信号进行线性预测系数LPC滤波，得到增强信号。一种可行的实现方式中，所述对所述降采样后的信号进行线性预测系数LPC滤波，得到增强信号，包括：根据所述降采样后的信号，确定M阶的LPC系数，M≥1且为整数；根据所述M阶的LPC系数，构建LPC滤波器；利用所述LPC滤波器，对所述降采样后的信号进行LPC滤波，得到所述增强信号。一种可行的实现方式中，所述根据原始声音信号的采样率和语音识别引擎的采样率，构建有限冲激响应FIR滤波器，包括：构建所述FIR滤波器的滤波函数；根据所述滤波函数，构建所述FIR滤波器。一种可行的实现方式中，所述构建所述FIR滤波器的滤波函数，包括：根据所述语音识别引擎的采样率和所述原始声音信号的采样率，确定降采样倍率；根据所述降采样倍率，构建所述滤波函数。一种可行的实现方式中，所述滤波函数为三角窗函数。一种可行的实现方式中，所述对所述滤波后的信号进行降采样，得到降采样后的信号之后，还包括：向所述语音识别引擎发送所述降采样后的信号。第二方面，本专利技术实施例提供一种降采样装置，包括：构建模块，用于根据原始声音信号的采样率和语音识别引擎的采样率，构建有限冲激响应FIR滤波器，所述语音识别引擎用于识别所述原始声音信号；第一滤波模块，用于利用所述FIR滤波器对所述原始声音信号进行卷积处理，得到滤波后的信号；降采样模块，用于对所述滤波后的信号进行降采样，得到降采样后的信号。一种可行的实现方式中，上述的装置还包括：第二滤波模块，用于在所述降采样模块对所述滤波后的信号进行降采样，得到降采样后的信号之后，对所述降采样后的信号进行线性预测系数LPC滤波，得到增强信号。一种可行的实现方式中，所述第二滤波模块，用于根据所述降采样后的信号，确定M阶的LPC系数，M≥1且为整数；根据所述M阶的LPC系数，构建LPC滤波器；利用所述LPC滤波器，对所述降采样后的信号进行LPC滤波，得到所述增强信号。一种可行的实现方式中，所述构建模块，用于根据所述语音识别引擎的采样率和所述原始声音信号的采样率，构建所述FIR滤波器的滤波函数；根据所述滤波函数，构建所述FIR滤波器。一种可行的实现方式中，所述构建模块，在根据所述语音识别引擎的采样率和所述原始声音信号的采样率，构建所述FIR滤波器的滤波函数时，根据所述语音识别引擎的采样率和所述原始声音信号的采样率，确定降采样倍率；根据所述降采样倍率，构建所述滤波函数。一种可行的实现方式中，所述滤波函数为三角窗函数。一种可行的实现方式中，上述的装置还包括：发送模块，用于在所述降采样模块对所述滤波后的信号进行降采样，得到降采样后的信号之后，向所述语音识别引擎发送所述降采样后的信号。第三方面，本专利技术实施例提供一种将采样置，包括处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上第一方面或第一方面的各种可行的实现方式所述的方法。第四方面，本专利技术实施例提供一种存储介质，所述存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如上第一方面或第一方面的各种可行的实现方式所述的方法。第五方面，本专利技术实施例提供一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行如上第一方面或第一方面的各种可行的实现方式所述的方法。本专利技术实施例提供的降采样方法及装置，麦克风等设备根据用户的发音采集到的原始声音信号发送给电子设备，电子设备根据原始声音信号的采样率和语音设备引擎的采样率，构建FIR滤波器，然后利用FIR滤波器对原始声音信号进行处理，得到滤波后的信号，对滤波后的信号进行降采样，得到降采样后的信号从而完成降采样。该过程中，电子设备根据原始声音信号的采样率和语音识别引擎的采样率，构建FIR滤波器，该FIR滤波器的运算量小，且电子设备先利用该FIR滤波器对原始声音信号进行滤波，然后对滤波后的声音信号进行降采样，因此，能够保证降采样后的信号的质量的同时，保证降采样速率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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是本专利技术实施例提供的降采样方法的运行环境示意图；图2是本专利技术实施例提供的一种降采样方法的流程图；图3为本专利技术实施例提供的一种降采样装置的结构示意图；图4为本专利技术实施例提供的另一种降采样装置的结构示意图；图5为本专利技术实施例提供的又一种电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。语音识别过程中，通过数字麦克风等收录发音者的发出的声音得到声音信号，由数字麦克风见将声音信号发送给语音识别装置，由语音识别装置对该声音信号进行识别，并将识别结果文字化，即将识别结果转换成文本；或者，将识别结本文档来自技高网...

【技术保护点】
1.一种降采样方法，其特征在于，包括：根据原始声音信号的采样率和语音识别引擎的采样率，构建有限冲激响应FIR滤波器，所述语音识别引擎用于识别所述原始声音信号；利用所述FIR滤波器对所述原始声音信号进行卷积处理，得到滤波后的信号；对所述滤波后的信号进行降采样，得到降采样后的信号。

【技术特征摘要】
1.一种降采样方法，其特征在于，包括：根据原始声音信号的采样率和语音识别引擎的采样率，构建有限冲激响应FIR滤波器，所述语音识别引擎用于识别所述原始声音信号；利用所述FIR滤波器对所述原始声音信号进行卷积处理，得到滤波后的信号；对所述滤波后的信号进行降采样，得到降采样后的信号。2.根据权利要求1所述的方法，其特征在于，所述对所述滤波后的信号进行降采样，得到降采样后的信号之后，还包括：对所述降采样后的信号进行线性预测系数LPC滤波，得到增强信号。3.根据权利要求2所述的方法，其特征在于，所述对所述降采样后的信号进行线性预测系数LPC滤波，得到增强信号，包括：根据所述降采样后的信号，确定M阶的LPC系数，M≥1且为整数；根据所述M阶的LPC系数，构建LPC滤波器；利用所述LPC滤波器，对所述降采样后的信号进行LPC滤波，得到所述增强信号。4.根据权利要求1～3任一项所述的方法，其特征在于，所述根据原始声音信号的采样率和语音识别引擎的采样率，构建有限冲激响应FIR滤波器，包括：根据所述语音识别引擎的采样率和所述原始声音信号的采样率，构建所述FIR滤波器的滤波函数；根据所述滤波函数，构建所述FIR滤波器。5.根据权利要求4所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：李超，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11