语音提取方法、装置、设备、系统及存储介质与流程

1.本技术涉及声学技术领域，尤其涉及一种语音提取方法、一种语音提取装置、一种电子设备、一种电子系统以及一种计算机可读存储介质。


背景技术：

2.随着智能设备(例如智能音箱及智能电视)的快速发展，语音交互逐渐代替遥控器等直接接触的交互方式，成为智能设备的主要控制方式之一。
3.目前，智能设备可向用户提供沉浸式体验的大音量低音的音频信号。但是，在智能设备向用户提供大音量低音的音频信号的过程中，若用户向智能设备输入语音指令，大音量低音的音频信号将导致智能设备对用户输入的语音指令识别率低。


技术实现要素：

4.本技术的一个目的是提供一种用于语音提取的新技术方案。
5.根据本技术的第一方面，提供了一种语音提取方法，应用于电子设备，所述电子设备包括扬声器、麦克风以及振动传感器，所述方法包括：
6.获取振动噪声信号、环境声音信号以及音频信号，所述振动噪声信号为所述振动传感器在所述麦克风位置处采集到的信号，所述环境声音信号为所述麦克风采集到的信号，所述音频信号为所述扬声器播放的信号；
7.根据所述振动噪声信号，确定所述振动噪声信号的消振动噪声抑制比以及所述音频信号的消回声抑制比；
8.根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除，以得到目标语音信号。
9.可选的，所述根据所述振动噪声信号，确定所述振动噪声信号的消振动噪声抑制比以及所述音频信号的消回声抑制比，包括：
10.根据所述振动噪声信号，确定所述音频信号的类型；
11.根据所述音频信号的类型，确定所述振动噪声信号的消振动噪声抑制比以及所述音频信号的消回声抑制比。
12.可选的，所述方法在所述根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除之前，还包括：
13.根据所述振动噪声信号，确定所述音频信号的增益值；
14.根据所述增益值调整所述音频信号；
15.所述根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除，包括：
16.根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及调整增益后的所述音频信号进行相适应的消除。
17.可选的，所述方法在所述根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除，以得到目标语音信号之后，包括：
18.对所述目标语音信号进行自适应增益调整，得到自适应增益调整后的所述目标语音信号。
19.可选的，所述方法在所述获取振动噪声信号、环境声音信号以及音频信号之后，还包括：
20.对所述环境声音信号执行降噪处理，得到降噪处理后的环境声音信号；
21.所述根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除，包括：
22.根据所述振动噪声抑制比和所述消回声抑制比，对降噪处理后的环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除。
23.可选的，所述方法还包括：
24.在所述电子设备处于非语音接收状态的情况下，识别所述目标语音信号中是否包含激活词对应的语音信号；
25.在是的情况下，重新执行所述获取振动噪声信号、环境声音信号以及音频信号的步骤，以得到下一目标语音信号；
26.在得到下一目标语音信号的情况下，识别下一目标语音信号是否为预设语音信号；
27.在是的情况下，根据下一目标语音信号，控制所述电子设备执行相匹配的操作。
28.可选的，所述识别下一目标语音信号是否为预设语音信号，包括：
29.在语音库中查找是否存在与下一目标语音信号匹配的语音控制指令；
30.在是的情况下，确定下一目标语音信号为预设语音信号；
31.所述在是的情况下，根据下一目标语音信号，控制所述电子设备执行相匹配的操作，包括：
32.在是的情况下，根据与下一目标语音信号匹配的语音控制指令，控制电子设备执行相匹配的操作。
33.根据本技术的第二方面，提供了一种语音提取装置，应用于电子设备，所述电子设备包括扬声器、麦克风以及振动传感器，所述装置包括：
34.获取模块，用于获取振动噪声信号、环境声音信号以及音频信号，所述振动噪声信号为所述振动传感器在所述麦克风位置处采集到的信号，所述环境声音信号为所述麦克风采集到的信号，所述音频信号为所述扬声器播放的信号；
35.确定模块，用于根据所述振动噪声信号，确定所述振动噪声信号的消振动噪声抑制比以及所述音频信号的消回声抑制比；
36.消除模块，用于根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除，以得到目标语音信号。
37.根据本技术的第三方面，提供了一种电子设备，所述电子设备包括扬声器、麦克风、振动传感器以及如第二方面所述的装置；
38.或者，包括所述扬声器、所述麦克风、所述振动传感器、存储器以及处理器，其中：
39.所述扬声器用于播放音频信号；
40.所述麦克风用于采集环境声音信号；
41.所述振动传感器用于在所述麦克风位置处采集振动噪声信号；
42.所述存储器用于存储计算机指令；
43.所述处理器用于从所述存储器中调用所述计算机指令，以执行如第一方面中任一项所述的方法。
44.根据本技术的第四方面，提供了一种电子系统，包括如第三方面所示的电子设备。
45.根据本技术的第五方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现根据第一方面中任一项所述的方法。
46.在本实施例中，提供了一种语音提取方法，该方法应用于电子设备，该电子设备包括扬声器、麦克风以及振动传感器，该方法包括：获取振动噪声信号、环境声音信号以及音频信号，振动噪声信号为骨传感器在麦克风位置处采集到的信号，环境声音信号为麦克风采集到的信号，音频信号为扬声器播放的信号；根据振动噪声信号，确定对振动噪声信号的消振动噪声抑制比以及对音频信号的消回声抑制比；根据振动噪声抑制比以及消回声抑制比，对环境声音信号中的振动噪声信号以及音频信号进行相适应的消除，以得到目标语音信号。在本实施例中，第一方面，通过振动传感器采集振动噪声信号，并对环境声音信号中的振动噪声信号的消除，可提高目标语音信号识别率低。另一方面，可实现利用合理的振动噪声抑制比以及合理的消回声抑制比，对环境声音信号中的振动噪声信号以及音频信号消除。这样可避免偏大的消振动噪声抑制比以及偏大消回声抑制比导致目标语音信号对应的语音不饱满及干涩失真，以及避免偏小的消振动噪声抑制比以及偏小消回声抑制比导致音频信号和振动噪声消除不彻底。
47.通过以下参照附图对本技术的示例性实施例的详细描述，本技术的其它特征及其优点将会变得清楚。
附图说明
48.被结合在说明书中并构成说明书的一部分的附图示出了本技术的实施例，并且连同其说明一起用于解释本技术的原理。
49.图1是本技术实施例提供的一种语音提取方法的流程示意图；
50.图2是本技术实施例提供的一种语音提取装置的结构示意图；
51.图3是本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
52.现在将参照附图来详细描述本技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本技术的范围。
53.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本技术及其应用或使用的任何限制。
54.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适
当情况下，所述技术、方法和设备应当被视为说明书的一部分。
55.在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
56.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
57.<方法实施例>
58.本技术实施例提供了一种语音提取方法，该方法应用于电子设备，该电子设备包括扬声器、麦克风以及振动传感器。
59.需要说明的是，本技术实施例提供的语音提取方法通常应用于电子设备播放低音的音频信号的场景下。其中，“低音”，通常指的是频率低于400hz的音频信号。
60.如图1所示，本技术实施例提供的语音提取方法包括如下s1100
‑
s1300：
61.s1100、获取振动噪声信号、环境声音信号以及音频信号。
62.其中，振动噪声信号为麦克风的振动信号，环境声音信号为麦克风采集到的信号，音频信号为输入至扬声器中，以供扬声器播放的信号。
63.在一个实施例中，电子设备可以为能够进行语音交互的电子设备，例如智能音箱或者智能电视等。
64.在本实施例中，可采用在麦克风外壳安装振动传感器的方式检测上述的振动噪声信号。
65.在本实施例中，振动传感器可尽可能的靠近麦克风的外壳，这样，振动传感器可采集到更为准确的振动噪声信号。当然，振动传感器还可设置在其他位置，只要其可采集麦克风到的振动信号即可。另外，本实施例中的麦克风可以为单个麦克风，也可以为麦克风阵列。以及，振动传感器可以为一个骨振动传感器。
66.在本实施例中，申请人发现，电子设备在播放大音量低音的音频信号时，电子设备的麦克风的外壳会产生强烈的谐振，这导致麦克风拾取到的环境声音信号中包括麦克风的外壳因谐振带来的振动噪声信号。而在传统技术中，电子设备在识别麦克风采集到的环境声音信号中的目标语音信号(即为用户发出的语音对应的信号)时，是将目标语音信号和振动噪声信号均视为目标语音信号，因此导致了目标语音信号的识别率低。在此基础上，本技术在电子设备上设置振动传感器以采集低音的音频信号带来的振动噪声信号。进一步的，对麦克风采集到的环境声音信号中的振动噪声信号进行消除，便可提高目标语音信号的识别率。
67.s1200、根据振动噪声信号，确定振动噪声信号的消振动噪声抑制比以及音频信号的消回声抑制比。
68.在本实施例中，消振动噪声抑制比用于表示对振动噪声信号的消除程度，消振动噪声抑制比越高，表明对振动噪声信号的消除程度越高。
69.消回声抑制比用于表示对音频信号的消除程度，消回声抑制比越高，表明对音频信号的消除程度越高。
70.在本实施例中，由于不同音量以及低音程度的音频信号导致麦克风外壳的振动程度不同，因此，不同音量以及低音程度的音频信号可使得振动传感器采集到振动噪声信号不同。在此基础上，可根据振动噪声信号，确定出音频信号的音量以及低音程度。进一步的，
基于该音频信号的音量以及低音程度可确定出音频信号对目标语音信号的干扰程度。通过该干扰程度可设置对应的消除回声抑制比，以实现对音频信号进行消除。
71.另外，还可根据振动噪声信号，确定出振动噪声信号对目标语音信号的干扰程度。通过该干扰程度可设置对应的消振动回声抑制比，以实现对振动噪声信号进行消除。结合上述内容可知，通过上述s1200可确定出合理的消振动噪声抑制比以及消回声抑制比。
72.s1300、根据振动噪声抑制比以及消回声抑制比，对环境声音信号中的振动噪声信号以及音频信号进行相适应的消除，以得到目标语音信号。
73.在一个实施例中，上述s1300的具体实现方式可以为：在环境声音信号以及振动噪声信号的频谱中，对于与环境声音信号重叠的部分振动噪声信号，在消振动噪声抑制比为最低等级的抑制比时，可对环境声音信号中的振动噪声信号不进行消除。在消振动噪声抑制比为较高等级的抑制比时，可对环境声音信号中的振动噪声信号进行一定百分比(该百分比与消振动噪声抑制比相匹配)的消除。在消振动噪声抑制比为最高等级的抑制比时，可对环境声音信号中的振动噪声信号进行完全消除。
74.可以理解的是，在环境声音信号以及振动噪声信号的频谱中，对于与环境声音信号不重叠的振动噪声信号，可直接对环境声音信号的振动噪声信号进行完全消除。
75.对应的，在环境声音信号以及音频信号的频谱中，对于与环境声音信号重叠的部分音频信号，在消回声抑制比为最低等级的抑制比时，可对环境声音信号中的音频信号不进行消除。在消回声抑制比为较高等级的抑制比时，可对环境声音信号中的音频信号进行一定百分比(该百分比与消回声抑制比相匹配)的消除。在消回声抑制比为最高等级的抑制比时，可对环境声音信号中的音频信号进行完全消除。
76.可以理解的是，在环境声音信号以及音频信号的频谱中，对于与环境声音信号不重叠的音频信号，可直接对环境声音信号的音频信号进行完全消除。
77.其中，上述的消除的具体实现方式为：将频谱进行相减。
78.结合上述内容可知，对于目标语音信号的一个频率点来说，上述s1300的具体实现可以为：
79.a
目
＝a
环
‑
a*a
振
‑
b*a
音
80.其中，a
目
表示的是目标语音信号的频响值，a
环
表示的是环境声音信号的幅值，a
振
表示的是振动噪声信号的频响值，a
音
表示的是音频信号的频响值，a表示的消振动噪声抑制比，b指的是消回声抑制比。其中，0≤a≤1，且0≤b≤1。
81.需要说明的是，在对振动噪声信号不进行消除的情况下，a取值为0，在对振动噪声信号进行完全消除的情况下，a取值为1。在对音频信号不进行消除的情况下，b的取值为0，在对音频信号进行完全消除的情况下，b的取值为1。
82.在本实施例中，通过上述s1300，可实现利用合理的振动噪声抑制比以及合理的消回声抑制比，对环境声音信号中的振动噪声信号以及音频信号消除。这样可避免偏大的消振动噪声抑制比以及偏大消回声抑制比导致目标语音信号对应的语音不饱满及干涩失真，以及避免偏小的消振动噪声抑制比以及偏小消回声抑制比导致音频信号和振动噪声信号消除不彻底。
83.在本实施例中，提供了一种语音提取方法，该方法应用于电子设备，该电子设备包括扬声器、麦克风以及振动传感器，该方法包括：获取振动噪声信号、环境声音信号以及音
频信号，振动噪声信号为骨传感器在麦克风位置处采集到的信号，环境声音信号为麦克风采集到的信号，音频信号为扬声器播放的信号；根据振动噪声信号，确定对振动噪声信号的消振动噪声抑制比以及对音频信号的消回声抑制比；根据振动噪声抑制比以及消回声抑制比，对环境声音信号中的振动噪声信号以及音频信号进行相适应的消除，以得到目标语音信号。在本实施例中，第一方面，通过振动传感器采集振动噪声信号，并对环境声音信号中的振动噪声信号的消除，可提高目标语音信号识别率低。另一方面，可实现利用合理的振动噪声抑制比以及合理的消回声抑制比，对环境声音信号中的振动噪声信号以及音频信号消除。这样可避免偏大的消振动噪声抑制比以及偏大消回声抑制比导致目标语音信号对应的语音不饱满及干涩失真，以及避免偏小的消振动噪声抑制比以及偏小消回声抑制比导致音频信号和振动噪声消除不彻底。
84.在本技术的一个实施例中，上述s1200可通过如下s1210和s1211来实现：
85.s1210、根据振动噪声信号，确定音频信号的类型。
86.在一个实施例中，上述s1210的具体实现可以为：将振动噪声信号的幅值记为v，设置门限值v1、v2、v3以及v4。在v小于v1时，则确定电子设备未播放音频信号。在v大于等于v1，且小于v2时，则确定电子设备播放小音量的音频信号。在v大于等于v2,且小于v3时，则确定电子设备播放大音量的音频信号，且该音频信号的低音较轻。在v大于等于v4时，则确定电子设备播放大音量的音频信号，且该音频信号的低音较重。
87.需要说明的是，上述的v1、v2、v3以及v4可根据经验值或者实验得到。以及，还可以将门限值设置更多。
88.s1211、根据音频信号的类型，确定振动噪声信号的消振动噪声抑制比以及音频信号的消回声抑制比。
89.在本实施例中，音频信号的类型可反映出电子设备播放音频信号的音量和低音程度。
90.结合上述s1210的例子，上述s1211的具体实现可以为：
91.在音频信号的类型为电子设备未播放音频信号的情况下，确定振动噪声信号的消振动噪声抑制比为0，以及音频信号的消回声抑制比为0。
92.在音频信号的类型为电子设备播放小音量的音频信号的情况下，确定振动噪声信号的消振动噪声抑制比为r1，以及音频信号的消回声抑制比为0。
93.在音频信号的类型为电子设备播放大音量的音频信号，且该音频信号的低音较轻的情况下，确定振动噪声信号的消振动噪声抑制比为r2，以及音频信号的消回声抑制比为rr1。
94.在音频信号的类型为电子设备播放大音量的音频信号，且该音频信号的低音较重的情况下，确定振动噪声信号的消振动噪声抑制比为r3，以及音频信号的消回声抑制比为rr2。
95.其中，r3＞r2＞r1＞0，且rr2＞rr1＞0。
96.在本技术的一个实施例中，本技术实施例提供的语音提取方法在上述s1300之前，还包括如下s1310和s1311：
97.s1310、根据振动噪声信号，确定音频信号的增益值。
98.在一个实施例中，上述s131的具体实现可以为：根据振动噪声信号，确定音频信号
的类型。根据音频信号的类型确定音频信号的增益值。
99.其中，根据振动噪声信号确定音频信号的类型的具体实现，与上述s1210的具体实现相同，这里不再赘述。
100.以及，根据音频信号的类型确定音频信号的增益值的具体实现可以为：
101.在音频信号的类型为电子设备未播放音频信号的情况下，确定音频信号的增益值为1。
102.在音频信号的类型为电子设备播放小音量的音频信号的情况下，确定音频信号的增益值为gh。
103.在音频信号的类型为电子设备播放大音量的音频信号，且该音频信号的低音较轻的情况下，确定音频信号的增益值gm。
104.在音频信号的类型为电子设备播放大音量的音频信号，且该音频信号的低音较重的情况下，确定音频信号的增益值gl。
105.其中，gh＞gm＞1＞gl＞0。
106.s1311、根据增益值调整音频信号。
107.在本实施例中，上述s1311的具体实现可以为利用增益值乘以音频信号。
108.在本实施例中，通过根据振动噪声信号确定音频信号的增益值，进一步的利用该增益值调整音频信号，第一方面，可避免音频信号过大而被削顶，或者避免音频信号过小被淹没。第二方面，还可使得音频信号的幅度与麦克风采集到的环境声音信号的幅度相匹配，从为实现环境声音信号对音频信号的消除提供基础，进而满足消回声的需求。
109.在本实施例中，上述s1300的具体实现为：根据振动噪声抑制比以及消回声抑制比，对环境声音信号中的振动噪声信号以及调整增益后的音频信号进行相适应的消除。
110.在本技术的一个实施例中，本技术实施例提供的语音提取方法在上述s1300之后还包括如下s1400：
111.s1400、对目标语音信号进行自适应增益调整，得到自适应增益调整后的目标音频信号。
112.在本实施例中，上述s1400的具体实现可以为：利用自适应增益控制算法，对目标语音信号进行自适应增益调整，从而得到自适应增益调整后的目标音频信号。
113.在本实施例中，通过对目标语音信号进行自适应增益调整，得到自适应增益调整后的目标信号，这样，可避免目标语音信号在幅度过大的情况下被截幅，以及目标语音信号在幅度过小的情况下无法被提取。
114.在本技术的一个实施例中，本技术实施例提供的语音提取方法在上述s1100之后，还包括如下s1110：
115.s1110、对环境声音信号执行降噪处理，得到降噪处理后的环境声音信号。
116.在本实施例中，上述s1110的具体实现可以为：滤除波束外的噪声和稳态噪声，以得到降噪处理后的环境声音信号。
117.在本实施例中，通过对环境声音信号进行降噪处理，这样可滤除电子设备所处环境的噪声信号。
118.在上述s1110的基础上，上述s1300的具体实现可以为：根据振动噪声抑制比以及消回声抑制比，对降噪处理后的环境声音信号中的振动噪声信号以及音频信号进行相适应
的消除。
119.在本技术的一个实施例中，本技术实施例提供的语音提取方法在上述s1300之后，还包括如下s1510
‑
s1513：
120.s1510、在电子设备处于非语音接收状态的情况下，识别目标语音信号中是否包含激活词对应的语音信号。
121.在一个实施例中，电子设备处于非语音接收状态时，电子设备的状态可以体现为：不显示语音助手界面，和/或电子设备上的led灯熄灭。
122.在本实施例中，激活词为用户欲控制电子设备处于语音接收状态时所发出的词。
123.在本实施例中，在电子设备处于非语音接收状态的情况下，识别目标语音信号中是否包含激活词对应的语音信号，这样可识别出用户是否需要控制电子设备处于语音接收状态，以进一步的向电子设备输入语音控制指令。
124.s1511、在是的情况下，重新执行获取振动噪声信号、环境声音信号以及音频信号的步骤，以得到下一目标语音信号。
125.在本实施例中，在目标语音信号中包含激活词对应的语音信号的情况下，这样可确定出用户需要控制电子设备处于语音接收状态，以进一步的向电子设备输入语音控制指令。在此基础上，电子设备从非语音接收状态进入语音接收状态，以及电子设备重复执行上述s1100
‑
s1300的步骤，可得到用户所发出的作为语音控制指令的语音，即下一目标语音信号。
126.需要说明的是，若在预设时间段内，例如10s内，未得到下一目标语音指令的情况下，则说明用户在发出激活词后并未输出语音控制指令。在此情况下，电子设备则重复执行上述s1100
‑
s1300的步骤。
127.s1512、在得到下一目标语音信号的情况下，识别下一目标语音信号是否为预设语音信号。
128.在本实施例中，预设语音信号为电子设备所能识别的语音控制指令对应的语音信号。在此基础上，在得到下一目标语音信号的情况下，识别该下一目标语音信号是否为预设的语音指令，可以得到下一目标语音信号是否为电子设备所能识别的语音控制指令对应的语音信号。
129.s1513、在是的情况下，根据下一目标语音信号，控制电子设备执行相匹配的操作。
130.在本实施例中，在是的情况下，说明下一目标语音信号为电子设备所能识别的语音控制指令对应的语音信号。在此基础上，电子设备可根据该下一目标语音信号对应的语音控制指令，执行相匹配的操作。
131.对应的，在否的情况下，说明下一目标语音信号为电子设备无法识别的语音控制指令对应的语音信号。此时电子设备将该下一目标语音信号识别为无效语音信号，并重复执行上述s1100
‑
s1300的步骤。或者，电子设备在将该下一目标语音信号识别为无效语音信号的情况下，可输出“未能理解主人的请求，请重新输入”，之后并重复执行上述s1100
‑
s1300的步骤。
132.示例性的，下一目标语音信号可以为用户发出的“关机”的语音，在此基础上，该下一目标语音信号对应的语音控制指令用于指示电子设备关机。此时，电子设备在识别到下一目标语音信号的情况下主动关闭。
133.在一个实施例中，在目标语音信号中包含激活词对应的语音信号的情况下，可首先调低电子设备当前所播放音频信号的音量，这样使得重新执行获取振动噪声信号、环境声音信号以及音频信号的步骤后，可得到更为准确的下一目标语音信号。在此基础上，在得到下一目标语音信号后，可恢复电子设备当前所播放音频信号的音量为降低之前的音量。
134.对应于上述s1510，在电子设备处于语音接收状态的情况下，可将目标语音信号作为上述实施例中的下一目标语音信号，并执行上述s1512和s1513的步骤。
135.在本实施例中，在电子设备处于语音接收状态的情况下，电子设备的状态可以体现为：显示语音助手界面，和/或电子设备上的led灯点亮或闪烁。
136.在本技术的一个实施例中，上述s1512的具体实现可以为如下s1512
‑
1和s1512
‑
2：
137.s1512
‑
1、在语音库中查找是否存在与下一目标语音信号匹配的语音控制指令。
138.在本实施例中，语音库包括本地语音库和/或远程语音库。上述s1512
‑
1的具体查找过程可以为：首先在本地语音库中查找是否存在与下一目标语音信号匹配的语音控制指令。
139.在本地语音库中存在与下一目标语音信号匹配的语音控制指令的情况下，触发下述s1512
‑
2。
140.在本地语音库中不存在与下一目标语音信号匹配的语音控制指令的情况下，在远程语音库中查找是否存在与下一目标语音信号匹配的语音控制指令。在远程语音库中存在与下一目标语音信号匹配的语音控制指令的情况下，触发下述s1512
‑
2。在远程语音库中不存在与下一目标语音信号匹配的语音控制指令的情况下，电子设备将该下一目标语音信号识别为无效语音信号。
141.s1512
‑
2、在是的情况下，确定下一目标语音信号为预设语音信号。
142.在上述s1512
‑
1和s1512
‑
2的基础上，上述s1513的具体实现可以为：在是的情况下，根据与下一目标语音信号匹配的语音指令，控制电子设备执行相匹配的操作。
143.综上所述，本技术实施例提供的一种语音提取方法可包括如下步骤：
144.s2100、获取振动噪声信号、环境声音信号以及音频信号。
145.s2200、对环境声音信号执行降噪处理，得到降噪处理后的环境声音信号。
146.s2300、根据振动噪声信号，确定音频信号的类型。
147.s2400、根据音频信号的类型，确定振动噪声信号的消振动噪声抑制比以及音频信号的消回声抑制比。
148.s2500、根据振动噪声信号，确定音频信号的增益值。
149.s2600、根据增益值调整音频信号。
150.s2700、根据振动噪声抑制比以及消回声抑制比，对降噪处理后的环境声音信号中的振动噪声信号以及调整增益后的音频信号进行相适应的消除。
151.s2800、对目标语音信号进行自适应增益调整，得到自适应增益调整后的目标语音信号。
152.<装置实施例>
153.本技术实施例提供了一种语音提取装置300，应用于电子设备，所述电子设备包括扬声器、麦克风以及振动传感器，如图2所示，所述装置300包括获取模块301、确定模块302以及消除模块303，其中：
154.获取模块301用于获取振动噪声信号、环境声音信号以及音频信号，所述振动噪声信号为所述振动传感器在所述麦克风位置处采集到的信号，所述环境声音信号为所述麦克风采集到的信号，所述音频信号为所述扬声器播放的信号。
155.确定模块302用于根据所述振动噪声信号，确定所述振动噪声信号的消振动噪声抑制比以及所述音频信号的消回声抑制比。
156.消除模块303用于根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除，以得到目标语音信号。
157.在一个实施例中，确定模块302具体用于根据所述振动噪声信号，确定所述音频信号的类型；根据所述音频信号的类型，确定所述振动噪声信号的消振动噪声抑制比以及所述音频信号的消回声抑制比。
158.在一个实施例中，确定模块302还用于根据所述振动噪声信号，确定所述音频信号的增益值。
159.本技术实施例提供的语音提取装置300还包括调整模块，调整模块用于根据所述增益值调整所述音频信号。
160.在本实施例中，消除模块303具体用于根据所述振动噪声抑制比以及所述消回声抑制比，对所述环境声音信号中的所述振动噪声信号以及调整增益后的所述音频信号进行相适应的消除。
161.在一个实施例中，调整模块还用于对所述目标语音信号进行自适应增益调整，得到自适应增益调整后的所述目标语音信号。
162.在一个实施例中，本技术实施例提供的语音提取装置300还包括降噪模块，降噪模块用于对所述环境声音信号执行降噪处理，得到降噪处理后的环境声音信号。
163.在本实施例中，消除模块303具体用于据所述振动噪声抑制比和所述消回声抑制比，对降噪处理后的环境声音信号中的所述振动噪声信号以及所述音频信号进行相适应的消除。
164.在一个实施例中，本技术实施例提供的语音提取装置300还包括识别模块、重新执行模块以及控制模块，其中：
165.识别模块用于在所述电子设备处于非语音接收状态的情况下，识别所述目标语音信号中是否包含激活词对应的语音信号。
166.重新执行模块用于重新执行所述获取振动噪声信号、环境声音信号以及音频信号的步骤，以得到下一目标语音信号。
167.识别模块还用于在得到下一目标语音信号的情况下，识别下一目标语音信号是否为预设语音信号。
168.控制模块还用于在是的情况下，根据下一目标语音信号，控制所述电子设备执行相匹配的操作。
169.在一个实施例中，识别模块具体用于在语音库中查找是否存在与下一目标语音信号匹配的语音控制指令；在是的情况下，确定下一目标语音信号为预设语音信号。
170.在本实施例中，控制模块具体用于在是的情况下，根据与下一目标语音信号匹配的语音控制指令，控制电子设备执行相匹配的操作。
171.<设备实施例>
172.本技术实施例提供了一种电子设备400，该电子设备包括扬声器401、麦克风402、振动传感器403以及如上述装置实施例所述的装置300；
173.或者，如图3所示，包括所述扬声器401、所述麦克风402、所述振动传感器403、存储器404以及处理器405，其中：
174.所述扬声器401用于播放音频信号。
175.所述麦克风402用于采集环境声音信号。
176.所述振动传感器403用于在所述麦克风位置处采集振动噪声信号；
177.所述存储器404用于存储计算机指令。
178.所述处理器405用于从所述存储器401中调用所述计算机指令，以执行如上述方法实施例中任一项所述的方法。
179.<系统实施例>
180.本技术实施例提供了一种电子系统，该系统包括如上述设备实施例提供的任一种电子设备400。
181.在一个示例中，系统可以为：智能家居系统、家庭影院以及私人影院等。
182.<存储介质实施例>
183.本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现根据上述方法实施例中任一项所述的方法。
184.本技术可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本技术的各个方面的计算机可读程序指令。
185.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd
‑
rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
186.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
187.用于执行本技术操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如
smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本技术的各个方面。
188.这里参照根据本技术实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本技术的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
189.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
190.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
191.附图中的流程图和框图显示了根据本技术的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
192.以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本技术的范围由所附权利要求来限定。