一种视频通话设备和音频增益方法技术

本申请实施例提供一种视频通话设备和音频增益方法，涉及电子技术领域，能够更好的对远程会议中采集的音频进行增益控制。该装置包括：麦克风阵列、音频处理器和摄像组件。其中，麦克风阵列由多个麦克风组成，用于获取视频通话设备对应的拾音区域中的声音数据；音频处理器，用于根据麦克风阵列获取的声音数据，确定声音数据对应的发声者所在的目标子区域；目标子区域为拾音区域包括的多个子区域中的一个；摄像组件用于获取音频处理器确定的目标子区域的目标图像，并根据目标图像确定发声者的目标位置信息；音频处理器还用于根据摄像组件确定的目标位置信息，对麦克风阵列获取到的声音数据进行增益控制。数据进行增益控制。数据进行增益控制。

【技术实现步骤摘要】
一种视频通话设备和音频增益方法


[0001]本专利技术涉及电子
，尤其涉及一种视频通话设备和音频增益方法。

技术介绍

[0002]在远程会议中，因为会议室中可能会存在多个人员，不同人员距离拾音麦克风(microphone，MIC)距离是不同的，所以拾音效果也会存在不同，一旦在拾音过程中不做任何处理，则会导致拾音得到音频不够准确清晰，远端播放的声音存在不能听清的情况。所以在拾音过程中需要对采集到的音频(声音数据)进行一定增益，以保证远端播放时音频足够清晰。在传统的音频增益方法中，需要使用多个麦克风进行拾音(至少6个)，进而计算出发声者的角度及距离信息，从而根据这些数据对采集到的音频进行增益控制，以增加拾音的准确性和清晰度。此种方式中，因为需要不断的对采集的音频进行增益计算，计算过程较为复杂，而且发声者位置的计算是通过采集到的音频完成的，一旦采集到的音频噪声较多，会导致计算结果不准确，因此现有的音频增益方法会导致音频的采集和音频的播放之间存在较大延时，不能很好的对远程会议中采集的音频进行很好的增益控制。

技术实现思路

[0003]本专利技术的实施例提供一种视频通话设备和音频增益方法，能够更好的对远程会议中采集的音频进行增益控制。
[0004]为达到上述目的，本专利技术的实施例采用如下技术方案：
[0005]第一方面，提供一种视频通话设备，包括：麦克风阵列、音频处理器和摄像组件。其中，麦克风阵列由多个麦克风组成，用于获取视频通话设备对应的拾音区域中的声音数据；音频处理器，用于根据麦克风阵列获取的声音数据，确定声音数据对应的发声者所在的目标子区域；目标子区域为拾音区域包括的多个子区域中的一个；摄像组件用于获取音频处理器确定的目标子区域的目标图像，并根据目标图像确定发声者的目标位置信息；音频处理器还用于根据摄像组件确定的目标位置信息，对麦克风阵列获取到的声音数据进行增益控制。
[0006]上述实施例提供的技术方案中，首先会使用音频处理器根据麦克风阵列获取的声音数据，对发声者的大致位置进行判断，确定其在拾音区域中的目标子区域，而后摄像组件则根据目标子区域的图像信息确定发声者的具体的目标位置信息，最后音频处理器便可以根据与目标位置信息对麦克风阵列获取的声音数据进行增益控制。因为整个过程中，集合声音数据和图像数据共同去决定发声者的位置信息，相比现有技术中仅依靠声音数据的方案会更准确，而且也可以避免噪声对位置信息判断结果的影响，从而使得最终确定的目标位置信息更加准确，最终根据该目标位置信息对声音数据进行增益控制的效果也就更好。
[0007]第二方面，提供一种音频增益方法，包括：获取拾音区域的声音数据；根据声音数据，确定声音数据对应的发声者所在的目标子区域；目标子区域为拾音区域包括的多个子区域中的一个；获取目标子区域的目标图像，并根据目标图像确定发声者的目标位置信息；
根据目标位置信息对声音数据进行增益控制。
[0008]第三方面，提供一种视频通话设备，包括存储器、处理器、总线和通信接口；存储器用于存储计算机执行指令，处理器与存储器通过总线连接；当视频通话设备运行时，处理器执行存储器存储的计算机执行指令，以使视频通话设备执行如第二方面提供的音频增益方法。
[0009]第四方面，提供一种计算机可读存储介质，包括计算机执行指令，当计算机执行指令在视频通话设备上运行时，使得视频通话设备执行如第二方面提供的音频增益方法。
[0010]第五方面，提供一种计算机程序产品，当该计算机程序产品中的指令由视频通话设备的处理器执行时，使得视频通话设备执行如第二方面提供的音频增益方法。
[0011]可以理解的，上述提供的第二方面至第五方面提供的方案包括有第一方面提供的技术方案中相同的技术特征，其具备有和第一方面提供的技术方案相同的技术效果，所以其技术效果可参照第一方面的相关表述，此处不再赘述。
附图说明
[0012]为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。
[0013]图1为本申请实施例提供的一种远程会议的场景示意图；
[0014]图2为本申请实施例提供的一种视频通话设备的结构示意图；
[0015]图3为本申请实施例提供的另一种视频通话设备的结构示意图；
[0016]图4为本申请实施例提供的一种图像处理方法中用于计算深度信息的示意图；
[0017]图5为本申请实施例提供的一种拾音区域的子区域划分示意图；
[0018]图6为本申请实施例提供的一种音频增益方法的流程示意图一；
[0019]图7为本申请实施例提供的一种音频增益方法的流程示意图二；
[0020]图8为本申请实施例提供的一种音频增益方法的流程示意图三；
[0021]图9为本申请实施例提供的一种音频增益方法的流程示意图四；
[0022]图10为本申请实施例提供的一种音频增益方法的流程示意图五；
[0023]图11为本申请实施例提供的又一种视频通话设备的结构示意图。
具体实施方式
[0024]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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做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。
[0025]需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
[0026]还需要说明的是，本申请实施例中，“的(英文：of)”，“相应的(英文：corresponding，relevant)”和“对应的(英文：corresponding)”有时可以混用，应当指出的是，在不强调其区别时，其所要表达的含义是一致的。
[0027]为了便于清楚描述本申请实施例的技术方案，在本专利技术的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
[0028]图1是根据一示例性实施例示出的一种实施环境的示意图，如图1所示，为一种远程会议的场景示意图。其中，A区域中的人物通过设置在A区域中的视频通话设备01-1以及设置在B区域中视频通话设备01-2的和B区域中的人物进行视频会议。在A区域中的人物进行发言时，A区域作为本申请实施例中提到的拾音区域，反之则B区域为拾音区域。拾音区域中可以设置有多个固定位置的座椅供参与视频会议的人物使用。视频通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频通话设备，其特征在于，包括：麦克风阵列，由多个麦克风组成，用于获取所述视频通话设备对应的拾音区域中的声音数据；音频处理器，用于根据所述麦克风阵列获取的声音数据，确定所述声音数据对应的发声者所在的目标子区域；所述目标子区域为所述拾音区域包括的多个子区域中的一个；摄像组件，用于获取所述音频处理器确定的目标子区域的目标图像，并根据所述目标图像确定所述发声者的目标位置信息；所述音频处理器，还用于根据所述摄像组件确定的目标位置信息，对所述麦克风阵列获取到的声音数据进行增益控制。2.根据权利要求1所述的视频通话设备，其特征在于，所述摄像组件包括摄像头和图像识别模块；所述摄像头，用于对所述音频处理器确定的目标子区域进行拍照，得到所述目标图像；所述图像识别模块，用于对所述摄像头得到的所述目标图像进行图像识别，以确定所述目标图像中发声者的目标位置信息。3.根据权利要求2所述的视频通话设备，其特征在于，所述音频处理器具体用于：从增益数据库中查找与所述摄像组件确定的目标位置信息对应的目标音频增益信息；使用所述目标音频增益信息对所述麦克风阵列获取到的声音数据进行增益控制。4.根据权利要求3所述的视频通话设备，其特征在于，在所述麦克风阵列获取所述视频通话设备对应的拾音区域中的声音数据之前，所述摄像组件还用于获取所述拾音区域的区域图像，并根据所述区域图像确定所述拾音区域的环境信息和所述拾音区域中每个人物的位置信息；音频处理器还用于根据所述摄像组件获取的所述环境信息和每个人物的位置信息，确定每个所述位置信息对应的音频增益信息，并存储到所述增益数据库中；所有所述位置信息对应的音频增益信息中包括所述目标音频增益信息。5.根据权利要求4所述的视频通话设备，其特征在于，在所述麦克风阵列获取所述视频通话设备对应的拾音区域中的声音数据之前，所述摄像头还用于对所述拾音区域拍照得到所述区域图像；所述...

【专利技术属性】
技术研发人员：董圣伟，
申请(专利权)人：青岛海信商用显示股份有限公司，
类型：发明
国别省市：