[发明专利]一种虚拟隔音通信系统及相关设备

说明书

本发明公开一种虚拟隔音通信系统，应用于移动终端，包括音频存储器、音频处理器、音频输出组件、拾音阵列、多个接近传感器与拾音模式切换模块；拾音阵列与所述音频存储器连接；多个接近传感器均连接所述拾音模式切换模块；拾音模式切换模块连接所述拾音阵列；拾音阵列包括第一拾音阵列与第二拾音阵列；拾音模式切换模块接收所述接近传感器的接近检测信号，基于接近检测信号控制所述第一拾音阵列和所述第二拾音阵列的状态。音频处理器为音频AI处理器，音频AI处理器包括至少一个可更新的音频AI识别模型。本发明还公开了基于所述系统构造实现的虚拟隔音通信设备。本发明的技术方案能够自适应的进行不同场景下的隔音消噪。

技术领域

本发明属于智能通信领域，尤其涉及一种虚拟隔音通信系统及相关设备。

背景技术

自动语音识别技术（ASR:Automatic Speech Recognition）是解决人机语音交互问题的关键核心技术之一。智能终端的人机交互方式也朝着更加便捷精准的方向转变，移动手机终端控制和语音交互渐渐成为主流，主流的语音识别方案提供商如科大讯飞、搜狗、百度等提供了方便的语音识别开发接口，智能终端的开发者可以便捷的调用这些接口到各自的应用场景中。这些解决方案对于安静环境下的语音识别具有很好的识别效果，但是在更为复杂的使用场景下，例如现场直播、室外语音通话等，由于远场拾音、噪音干扰、等因素导致错误的发生，产生误唤醒、识别结果错误、输出音频质量欠佳等问题，效果不稳定。

对于移动终端的语音降噪系统，要滤除传感器本身产生的噪声，而且麦克风采集到的语音信号经常信噪比很低，还要考虑对非稳态噪声的滤除，另外过于复杂的滤波算法会产生影响通话质量的时延，传统的单麦克风降噪算法变得无能为力。

此外，在不同的交互性场景中，用户需要的语音识别效果是不同的。例如私密状态下的端对端语音通话，其实受噪声的影响较低甚至可以忽略不计；而在多方通话例如视频直播、免提/外放式通话等场景中，外部噪声又是最重要的干扰因素，需要不同的通话模式和拾音模式。

对此，申请号为 CN201910607790.2的中国发明专利申请提出一种虚拟隔音通信方法、装置、系统、电子设备、存储介质。基于光通信的虚拟隔音通信方法包括：基于光通信确定由光分隔而成的公共区域及私密区域；采集第一语音数据；自所述第一语音数据分离一个或多个声源的声源语音数据；根据所述声源语音数据确定该声源语音数据的声源位置；自所述第一语音数据中过滤声源位置位于所述私密区域的声源语音数据；以及利用过滤后的第一语音数据进行语音通信，从而实现音频通话和/或视频通话中的智能隔音；公布号为CN107148782A的申请，其公开了一种具有可配置区的音频系统，其基于用户、音频源和/或扬声器阵列的定位，可被配置为向独立区中输出表示针对一条或多条声音节目内容的信道的音频的波束。

然而，上述现有技术仍然未能解决在不同的交互性场景中通话模式和拾音模式自动化切换和识别的问题。

发明内容

为解决上述技术问题，本发明提出一种虚拟隔音通信系统，应用于移动终端，包括音频存储器、音频处理器、音频输出组件、拾音阵列、多个接近传感器与拾音模式切换模块；拾音阵列与所述音频存储器连接；多个接近传感器均连接所述拾音模式切换模块；拾音模式切换模块连接所述拾音阵列；拾音阵列包括第一拾音阵列与第二拾音阵列；拾音模式切换模块接收所述接近传感器的接近检测信号，基于接近检测信号控制所述第一拾音阵列和所述第二拾音阵列的状态。音频处理器为音频AI处理器，音频AI处理器包括至少一个可更新的音频AI识别模型。本发明还公开了基于所述系统在移动终端上实现的虚拟隔音通信设备。

本发明的技术方案能够自适应的进行不同场景下的隔音消噪，并且在不同的交互性场景中实现通话模式和拾音模式自动化切换和识别。

具体来说，在本发明的第一个方面，提供一种虚拟隔音通信系统，所述系统包括音频存储器、音频处理器、音频输出组件以及拾音阵列。