音频信号去混响制造技术

可以使用处理器、根据机器可读存储介质上的指令来执行音频信号去混响。在一示例中，可以确定房间中的人员的位置。可以使用波束成形来捕获从所述人员的位置接收到的音频信号。可以部分地基于房间的信号扫掠来确定房间性质。可以部分地基于所述人员的位置和所述房间性质来确定去混响参数。可以将所述去混响参数应用于所述音频信号。用于所述音频信号。用于所述音频信号。

【技术实现步骤摘要】
【国外来华专利技术】音频信号去混响

技术介绍

[0001]视频会议系统可以用于不同位置中的各方之间的通信。近端处的视频会议系统可以捕获近端处的音频
‑
视频信息，并且将该音频
‑
视频信息传输到远端。类似地，远端处的视频会议系统可以捕获远端处的音频
‑
视觉信息，并且将该音频
‑
视觉信息传输到近端。
附图说明
[0002]图1图示了根据本公开的包括多个个体的近端房间中的视频会议系统的示例；图2图示了根据本公开的用于针对音频信号执行去混响的技术的示例；图3图示了根据本公开的用于执行去混响的视频会议系统和相关操作的示例；图4是图示了根据本公开的在视频会议系统中执行去混响的示例方法的流程图；图5是图示了根据本公开的在视频会议系统中执行去混响的另一个示例方法的流程图；以及图6是提供了可以在本公开中采用的计算设备的示例图示的框图。
具体实施方式
[0003]本公开描述了一种机器可读存储介质、以及用于音频信号去混响的方法和系统，诸如可以应用于视频会议系统的情境中。本公开的示例可以包括一种机器可读存储介质，所述机器可读存储介质包括指令，所述指令在由处理器执行时使得处理器：确定房间中的人员的位置。所述指令在由处理器执行时可以使得处理器：使用波束成形来捕获从所述人员的位置接收到的音频信号。所述指令在由处理器执行时可以使得处理器：部分地基于房间的信号扫掠来确定房间性质。所述指令在由处理器执行时可以使得处理器：部分地基于所述人员的位置和所述房间性质来确定去混响参数。所述指令在由处理器执行时可以使得处理器：将所述去混响参数应用于所述音频信号。在一个示例中，所述指令使得处理器：响应于所述人员的位置满足位置标准，将所述去混响参数应用于所述音频信号以减少所述音频信号中的混响；以及传输具有减少的混响的所述音频信号。在另一个示例中，所述指令使得处理器：向机器学习模型提供所述人员的位置和所述房间性质；以及使用所述机器学习模型来确定所述去混响参数。在另外的示例中，可以使用超声传感器以超声频率来执行房间的信号扫掠。在又另外的示例中，所述房间性质包括房间表面反射率（reflectance）、房间几何形状、房间边界或其组合。在一个示例中，所述指令使得处理器：使用相机信息来确定所述人员相对于房间边界的位置。在另一个示例中，所述指令使得处理器：将来自房间的信号扫掠的数据输出以及相机信息与预定义房间标签进行比较，以确定所述房间性质；或者将来自房间的信号扫掠的数据输出以及相机信息与检测到的房间标签进行比较，以确定所述房间性质，其中检测到的房间标签可以使用红外发光二极管（IR LED）或激光发射器和相机来确定；或者将来自房间的信号扫掠的数据输出以及相机信息提供给机器学习模型，以确定所述房间性质，其中所述机器学习模型可以被训练成对信号扫掠数据和相机信息进行分类以用于确定所述房间性质。
[0004]本公开的另一个示例可以包括用于音频信号去混响的方法。所述方法可以包括：部分地基于相机信息来确定房间中的人员的位置。所述方法可以包括：使用波束成形来捕获从所述人员的位置接收到的音频信号。所述方法可以包括：部分地基于房间的超声信号扫掠来确定房间性质。所述方法可以包括：向机器学习模型提供所述人员的位置和所述房间性质。所述方法可以包括：基于所述机器学习模型来确定去混响参数。所述方法可以包括：响应于所述人员的位置满足位置标准，将所述去混响参数应用于所述音频信号以减少所述音频信号中的混响。所述方法可以包括：传输具有减少的混响的所述音频信号。在一个示例中，所述房间性质可以包括房间表面反射率、房间几何形状、房间边界或其组合。在另一个示例中，所述方法可以包括：将所述机器学习模型训练成基于相对人员位置和房间性质来确定所述去混响参数。
[0005]本公开的另一个示例可以包括用于音频信号去混响的系统。所述系统可以包括相机，以捕获房间的相机信息。所述系统可以包括麦克风，以捕获从房间中的人员的位置接收到的音频信号。所述系统可以包括超声传感器，以捕获房间的信号扫掠信息。所述系统可以包括机器可读存储介质以存储机器学习模型。所述系统可以包括处理器。处理器可以部分地基于所述相机信息来确定房间中的所述人员的位置。处理器可以使用波束成形来捕获从所述人员的位置接收到的所述音频信号。处理器可以部分地基于所述信号扫掠信息来确定房间性质。处理器可以向所述机器学习模型提供所述人员的位置和所述房间性质。处理器可以使用所述机器学习模型来确定去混响参数。处理器可以将所述去混响参数应用于所述音频信号，以减少所述音频信号中的混响。处理器可以传输具有减少的混响的所述音频信号。在一个示例中，当麦克风与所述人员的位置之间的距离低于所定义的阈值时，处理器可以将所述去混响参数应用于所述音频信号。在另一个示例中，所述相机可以是立体相机、结构光传感器相机或飞行时间相机。在又一个示例中，所述系统可以是视频会议系统。
[0006]在这些示例中，要注意的是，当讨论所述存储介质、方法或系统时，任何这种讨论都可以被认为适用于其他示例，无论它们是否在该示例的情境中被明确讨论。因此，例如，在所述存储介质的情境中讨论关于音频信号的细节时，这种讨论还涉及本文中描述的方法和系统，并且反之亦然。
[0007]现在转到附图，图1图示了包括多个人员110的近端房间120中的视频会议系统100的示例。视频会议系统100可以包括相机102，以捕获近端房间120的相机信息。例如，相机102可以捕获近端房间120中的人员110的视频。在近端房间120中捕获到的视频可以被转换成视频信号，并且该视频信号可以被传输到远端房间150。视频会议系统100可以包括扬声器（或扩音器）104。扬声器104可以接收来自远端房间150的音频信号，并且基于该音频信号产生声音。视频会议系统100可以包括麦克风106，以捕获近端房间120中的音频。例如，麦克风106可以捕获由近端房间120中的人员110说出的音频。在近端房间120中捕获到的音频可以被转换成音频信号，并且该音频信号可以被传输到远端房间150。此外，视频会议系统100可以包括显示器108，以显示从远端房间150接收到的视频信号。
[0008]在一个示例中，远端房间150可以包括视频会议系统130。视频会议系统130可以包括相机132，以捕获远端房间150的相机信息。例如，相机132可以捕获远端房间160中的人员140的视频。在远端房间150中捕获到的视频可以被转换成视频信号，并且该视频信号可以被传输到近端房间120。视频会议系统130可以包括扬声器134，扬声器134可以接收来自近
端房间120的音频信号，并且基于该音频信号产生声音。视频会议系统130可以包括麦克风136，以捕获远端房间150中的音频。例如，麦克风136可以捕获由远端房间150中的人员140说出的音频。在远端房间150中捕获到的音频可以被转换成音频信号，并且该音频信号可以被传输到近端房间120。此外，视频会议系统130可以包括显示器138，以显示从近端房间120接收到的视频信号。
[0009]在图1所示本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种包括指令的机器可读存储介质，所述指令在由处理器执行时使得所述处理器：确定房间中的人员的位置；使用波束成形来捕获从所述人员的位置接收到的音频信号；部分地基于房间的信号扫掠来确定房间性质；部分地基于所述人员的位置和所述房间性质来确定去混响参数；以及将所述去混响参数应用于所述音频信号。2.根据权利要求1所述的机器可读存储介质，其中所述指令使得所述处理器：响应于所述人员的位置满足位置标准，将所述去混响参数应用于所述音频信号以减少所述音频信号中的混响；以及传输具有减少的混响的所述音频信号。3.根据权利要求1所述的机器可读存储介质，其中所述指令使得所述处理器：向机器学习模型提供所述人员的位置和所述房间性质；以及使用所述机器学习模型来确定所述去混响参数。4.根据权利要求1所述的机器可读存储介质，其中使用超声传感器以超声频率来执行房间的信号扫掠。5.根据权利要求1所述的机器可读存储介质，其中所述房间性质包括房间表面反射率、房间几何形状、房间边界或其组合。6.根据权利要求1所述的机器可读存储介质，其中所述指令使得所述处理器：使用相机信息来确定所述人员相对于房间边界的位置。7.根据权利要求1所述的机器可读存储介质，其中所述指令使得所述处理器：将来自房间的信号扫掠的数据输出以及相机信息与预定义房间标签进行比较，以确定所述房间性质；或者将来自房间的信号扫掠的数据输出以及相机信息与检测到的房间标签进行比较，以确定所述房间性质，其中检测到的房间标签是使用红外发光二极管（IR LED）或激光发射器和相机来确定的；或者将来自房间的信号扫掠的数据输出以及相机信息提供给机器学习模型，以确定所述房间性质，其中所述机器学习模型被训练成对信号扫掠数据和相机信息进行分类以用于确定所述房间性质。8.一种用于音频信号去混响的方法，包括：部分地基于相机信息来确定房间中的人员的位置；使用波束成形来捕获从所述人员的位置接收到的音频信号；部分地基于房间的超声信号扫掠来确定房间性质；向机器学习模型提供所述人员的位置和所述房间性质；基...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：惠普发展公司，有限责任合伙企业，
类型：发明
国别省市：