[发明专利]会议系统中的啸叫检测

说明书

所公开的远程会议方法涉及在远程会议期间检测啸叫状态，所述远程会议涉及两个或更多个远程会议客户端位置以及远程会议服务器。所述远程会议服务器被配置用于在所述远程会议客户端位置之间提供全双工音频连接。所述啸叫状态是涉及某一远程会议客户端位置中的两个或更多个远程会议装置的声反馈状态。检测所述啸叫状态涉及对远程会议音频数据的频谱特性和时间特性两者的分析。所公开的远程会议方法涉及确定哪个客户端位置正在导致所述啸叫状态并且涉及减轻所述啸叫状态或者发送啸叫状态检测消息。

相关申请的交叉引用

本申请要求2017年9月29日提交的国际专利申请号PCT/CN2017/104604、2017年10月23日提交的美国临时申请号62/575,701和2017年11月10日提交的欧洲专利申请号17201011.8的优先权，所述专利申请中的每一个都通过引用以其全文并入本文。

技术领域

本公开涉及音频信号的处理。特别地，本公开涉及处理与远程会议或视频会议相关的音频信号。

背景技术

声反馈是当音频输入(例如，麦克风)与音频输出(例如，扬声器)之间存在声音环路时发生的一种类型的反馈。例如，麦克风接收的信号可能被扬声器放大和再现。来自扬声器的再现声音然后可能被麦克风再次接收，进一步放大，并且然后被扬声器再次以更高的幅度或音量水平再现。在这种类型的系统中，声反馈的声音可以是响亮的尖叫或长声尖叫，这在本文中可以称为“啸叫(howl)”。在一些实例中，吉他手和其他表演者可能故意制造啸叫(例如，在吉他拾音器与扬声器之间)以便产生期望的音乐效果。虽然一些方法已经被证明成功地检测和减轻无意中产生的啸叫，但是已经证明在远程会议的情景下要解决这个问题更加困难。

发明内容

本文公开了各种方法。一些远程会议方法可以涉及在涉及两个或更多个客户端位置的远程会议期间检测啸叫状态以及确定哪个客户端位置正在导致所述啸叫状态。所述远程会议可以涉及两个或更多个远程会议客户端位置和一个远程会议服务器。所述远程会议服务器可以被配置用于在所述远程会议客户端位置之间提供全双工音频连接。所述啸叫状态可以是涉及某一远程会议客户端位置中的两个或更多个远程会议装置的声反馈状态。检测所述啸叫状态可能涉及对远程会议音频数据的频谱特性和时间特性两者的分析。在一些示例中，所述方法可以涉及减轻所述啸叫状态和/或发送啸叫状态检测消息。

根据一些示例，所述远程会议服务器可以确定哪个客户端位置正在导致所述啸叫状态。在一些实施方式中，所述远程会议服务器可以检测所述啸叫状态。

在一些这样的示例中，远程会议客户端位置处的远程会议装置可以对所述远程会议音频数据中的至少一些远程会议音频数据执行啸叫特征提取过程。所述啸叫特征提取过程可以产生啸叫特征数据。所述远程会议装置可以将所述啸叫特征数据发送到所述远程会议服务器。所述远程会议服务器可以至少部分地基于所述啸叫特征数据来检测所述啸叫状态。

根据一些实施方式，所述远程会议服务器可以至少部分地基于从所述远程会议客户端位置中的一个或多个远程会议客户端位置接收的远程会议音频数据来检测所述啸叫状态。在一些这样的实施方式中，所述远程会议服务器可以创建包括从所述远程会议客户端位置接收的远程会议音频数据的远程会议音频数据混合。在一些示例中，所述远程会议服务器可以基于所述远程会议音频数据混合来检测所述啸叫状态。

根据一些这样的示例，所述远程会议服务器可以从所述远程会议客户端位置接收远程会议元数据。所述远程会议服务器可以至少部分地基于所述远程会议元数据来确定哪个客户端位置正在导致所述啸叫状态。所述远程会议元数据可以例如包括语音活动检测元数据、电平元数据和/或能量元数据。

在一些示例中，所述方法可以涉及根据所述远程会议音频数据来估计啸叫存在概率。检测所述啸叫状态可以至少部分地基于所述啸叫存在概率。根据一些这样的示例，所述啸叫存在概率估计可以基于分层规则集或机器学习方法。