[发明专利]用于音频模式识别的系统和方法

说明书

一个示例装置基于由一个或更多个麦克风接收的声波提供输入信号。输入信号包括语音命令分量和一个或更多个干扰分量。该装置通过一个或更多个计算机网络接收音频数据，并且该音频数据对应于一个或更多个干扰分量。该装置使用音频数据从输入信号中去除一个或更多个干扰分量的一部分以生成输出信号，并提供输出信号作为语音命令分量的估计，用于话音识别。

相关申请

本申请是于2017年9月26日提交的第15/716,173号美国专利申请的国际申请，其要求于2017年6月6日提交的第62/515,712号美国临时申请的优先权，这两个申请都通过引用以其整体并入本文。

技术领域

本主题涉及连接解决方案领域。更具体地，但不是作为限制，本主题公开了用于促进音频模式识别的技术。

背景

音频模式识别通常包括音频处理设备接收预定音频模式(例如通过麦克风)，并本地地或远程地执行音频模式识别，以将预定音频模式与相应的语意匹配。音频处理设备的环境不仅可以包括预定音频模式的源，还可以包括干扰音频输入的源。当干扰音频输入在音频处理设备的麦克风处被作为声波接收时，干扰音频输入与预定音频模式的声波结合，使得模式识别成为技术挑战。

发明概述

本公开提供以下方面：

1)一种方法，包括：

基于由一个或更多个麦克风接收的声波提供输入信号，所述输入信号包括语音命令分量和一个或更多个干扰分量；

经由一个或更多个计算机网络接收音频数据，所述音频数据对应于所述一个或更多个干扰分量；

使用所述音频数据，从所述输入信号中去除所述一个或更多个干扰分量的至少一部分，以生成输出信号；和

提供所述输出信号作为所述语音命令分量的估计，用于话音识别。

2)根据1)所述的方法，其中，所述音频数据的使用包括通过组合所述音频数据的第一音频数据和所述音频数据的第二音频数据来生成参考信号，其中，所述第一音频数据对应于所述一个或更多个干扰分量的第一干扰分量，并且所述第二音频数据对应于所述一个或更多个干扰分量的第二干扰分量，其中，从所述输入信号中去除所述一个或更多个干扰分量的至少一部分包括从所述输入信号中减去所述参考信号。

3)根据2)所述的方法，其中，从所述输入信号中去除所述一个或更多个干扰分量的至少一部分包括将所述音频数据的至少一部分与所述输入信号的至少一部分进行组合。

4)根据1)所述的方法，其中，从所述输入信号中去除所述一个或更多个干扰分量的至少一部分包括将所述音频数据的至少一部分与所述输入信号的至少一部分进行比较。

5)根据1)所述的方法，还包括缓冲所述输入信号，并且使用所缓冲的输入信号的至少一部分来使所述音频数据的定时与所述输入信号的定时同步。

6)根据1)所述的方法，还包括：

缓冲所述输入信号，至少直到接收到所述音频数据为止；

检测接收音频数据的指示；和

响应于检测到所述指示，经由所述一个或更多个计算机网络接收所述音频数据，其中，所述音频数据的接收响应于所述指示的检测。

7)根据6)所述的方法，还包括检测停止接收音频数据的指示，并响应地停止所述音频数据的接收，以及缓冲所述输入信号。

8)根据1)所述的方法，其中，经由所述一个或更多个计算机网络接收所述音频数据包括通过一个或更多个射频信道无线地接收所述音频数据的第一音频数据。