智能设备和音频处理方法与流程

1.本公开涉及一种音频处理技术，特别涉及对麦克风采集的音频信号的降噪处理。


背景技术：

2.人们生活工作的环境中往往存在各种噪声，特别是低频噪声，例如电梯、变压器、中央空调(包括冷却塔)等造成的噪声，以及交通噪声等等。
3.低频噪声与高频噪声不同。高频噪声随着距离增加或遭遇障碍物，能迅速衰减。如高频噪声的点声源，每10米距离就能下降6分贝。而低频噪声却递减得很慢。而且低频噪声的声波又较长，能轻易穿越障碍物，长距离奔袭且穿墙透壁。
4.这样，当采用例如智能设备的麦克风进行例如语音监听、语音识别、人机交互等操作时，麦克风会同时采集到周围环境的噪声，特别是低频噪声。这些噪声会影响语音信号的质量，降低清晰度。这样，在例如语音设备唤醒或语音识别等应用场景中，会导致唤醒率和识别率下降。
5.通常，智能设备通过常规单麦降噪算法或阵列算法降噪。然而，这些降噪方案对低频噪声的消除效果不够好。
6.因此，仍然需要一种能够消除麦克风采集到的音频信号中的噪声的方案。


技术实现要素：

7.本公开要解决的一个技术问题是提供一种能够消除麦克风采集到的音频信号中的噪声的音频处理方法和智能设备。
8.根据本公开的第一个方面，提供了一种智能设备，包括：麦克风，用于采集第一音频信号；扬声器，包括信号输入端和振膜，信号输入端接收要播放的音频信号，振膜基于音频信号振动以播放音频，并且振膜响应于外界声波而振动，从而在信号输入端产生回馈信号；信号采集装置，连接到扬声器的信号输入端，从信号输入端接收回馈信号；以及处理器，基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号。
9.可选地，处理器通过将回馈信号反向并加权，叠加到第一音频信号上，来对第一音频信号进行降噪处理。
10.可选地，该智能设备还可以包括：输入模块，用于设定回馈信号的权重系数。
11.可选地，信号采集装置包括模拟数字转换器，将从信号输入端接收的模拟回馈信号转换为数字回馈信号。
12.可选地，扬声器是高顺性扬声器。
13.可选地，处理器基于从麦克风采集第一音频信号到处理器接收到第一音频信号的第一延时，和振膜振动产生回馈信号到处理器接收到回馈信号的第一延时，将第一音频信号和回馈信号对齐，以进行叠加处理。
14.可选地，响应于在扬声器播放音频时麦克风采集到第一音频信号，使扬声器停止音频播放。
15.可选地，响应于在扬声器播放音频时麦克风采集到第一音频信号，基于先前获取的回馈信号对当前采集的第一音频信号进行降噪处理。
16.可选地，该智能设备还可以包括：存储器，用于存储经模拟数字转换的数字回馈信号。
17.可选地，该智能设备还可以包括：通信模块，向服务器或其它设备发送第二音频信号，以及/或者从服务器或其它设备接收音频内容，以在扬声器上播放。
18.可选地，处理器基于第二音频信号执行下述至少一项操作：设备唤醒；人机交互过程中的用户语音采集；语音指令采集。
19.可选地，扬声器的朝向与麦克风的朝向相反。
20.可选地，扬声器朝向外界声波的来源方向。
21.可选地，麦克风朝向发出语音的用户。
22.可选地，麦克风和/或扬声器的朝向能够被调整。
23.可选地，该智能设备可以包括多个扬声器。
24.处理器基于来自多个扬声器的回馈信号的叠加信号或加权叠加信号进行降噪处理。
25.或者，处理器基于来自多个扬声器的回馈信号中信号最强的回馈信号进行降噪处理。
26.或者，处理器基于来自离麦克风最近的扬声器的回馈信号进行降噪处理。
27.或者，处理器基于来自离麦克风最远的扬声器的回馈信号进行降噪处理。
28.或者，处理器基于来自朝向外界声波来源方向的扬声器的回馈信号进行降噪处理。
29.或者，处理器基于来自朝向与麦克风朝向相反的扬声器的回馈信号进行降噪处理。
30.可选地，响应于用户的设置，确定处理器对来自多个扬声器的回馈信号的选择和/或叠加方案。
31.根据本公开的第二个方面，提供了一种智能设备，包括：麦克风，用于采集第一音频信号；扬声器，包括信号输入端、信号输出端和振膜，信号输入端接收要播放的音频信号，振膜基于音频信号振动以播放音频，并且振膜响应于外界声波而振动，从而在信号输出端产生回馈信号；信号采集装置，连接到扬声器的信号输出端，从信号输出端接收回馈信号；以及处理器，基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号。
32.根据本公开的第三个方面，提供了一种音频采集设备，包括：麦克风，用于采集第一音频信号；扬声器，包括信号输入端和振膜，信号输入端接收要播放的音频信号，振膜基于音频信号振动以播放音频，并且振膜响应于外界声波而振动，从而在信号输入端产生回馈信号；信号采集装置，连接到扬声器的信号输入端，从信号输入端接收回馈信号；以及处理器，基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号。
33.根据本公开的第四个方面，提供了一种音频处理方法，包括：获取麦克风采集的第一音频信号；获取扬声器的振膜响应于外界声波而振动从而在信号输入端或独立于信号输入端的信号输出端产生的回馈信号；以及基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号。
34.根据本公开的第五个方面，提供了一种设备唤醒方法，包括：获取麦克风采集的第一音频信号；获取扬声器的振膜响应于外界声波而振动从而在信号输入端或独立于信号输入端的信号输出端产生的回馈信号；基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号；以及从第二音频信号中识别唤醒指令。
35.根据本公开的第六个方面，提供了一种人机交互方法，包括：获取麦克风采集的第一音频信号；获取扬声器的振膜响应于外界声波而振动从而在信号输入端或独立于信号输入端的信号输出端产生的回馈信号；基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号；基于第二音频信号确定要向用户反馈的音频内容；以及通过扬声器播出音频内容。
36.根据本公开的第七个方面，提供了一种智能控制方法，包括：获取麦克风采集的第一音频信号；获取扬声器的振膜响应于外界声波而振动从而在信号输入端或独立于信号输入端的信号输出端产生的回馈信号；基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号；基于第二音频信号确定控制指令；以及执行控制指令。
37.根据本公开的第八个方面，提供了一种音频处理装置，包括：第一获取装置，用于获取麦克风采集的第一音频信号；第二获取装置，用于获取扬声器的振膜响应于外界声波而振动从而在信号输入端或独立于信号输入端的信号输出端产生的回馈信号；以及降噪装置，用于基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号。
38.根据本公开的第九个方面，提供了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行上述第三至第六方面的方法。
39.根据本公开的第十个方面，提供了一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行上述第四至第七方面的方法。
40.由此，通过检测扬声器回馈信号，可以得到具有很高参考价值的低频噪声信号。使用该回馈信号对麦克风采集的音频信号进行降噪处理，能够实现良好的低频降噪效果。
41.例如在设备语音唤醒及语音识别等应用场景中，可以提高语音清晰度，从而提高唤醒率或识别率，显著改善用户体验。
附图说明
42.通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
43.图1示意性地示出了根据本公开的智能设备的框图。
44.图2示意性地示出了扬声器的简单结构。
45.图3示意性地示出了根据本公开的音频处理方法的流程图。
46.图4示意性地示出了根据本公开的设备唤醒方法的流程图。
47.图5示意性地示出了根据本公开的人机交互方法的流程图。
48.图6示意性地示出了根据本公开的智能控制方法的流程图。
49.图7示意性地示出了能够用于实施根据本公开的上述音频处理方法的音频处理装
置的框图。
50.图8示出了根据本发明一实施例可用于实现上述音频处理及相关各方法的计算设备的结构示意图。
具体实施方式
51.下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
52.为解决上述麦克风采集音频受环境噪声影响的问题，本公开提出了利用设备上的扬声器来获取噪声信息，从而对麦克风采集的音频信号进行降噪处理。
53.图1示意性地示出了根据本公开的智能设备的框图。
54.如图1所示，本公开的智能设备可以包括麦克风10、扬声器20、模拟数字转换器adc 30、以及处理器40。
55.在一些实施例中，本公开的智能设备还可以进一步包括存储器50、通信模块60和输入模块70中的一个或多个。图1中以虚线框示出这些模块。
56.麦克风10用于采集音频信号。为作区别，在此称为“第一音频信号”。应当明白，本公开中用到的序数词例如“第一”、“第二”等仅用于区分的目的，而没有先后次序或重要性等级等附加含义。
57.这里的第一音频信号可以是麦克风10采集的任何音频信号。在智能设备领域，第一音频信号例如可以对应于用户或某个设备发出的设备/系统唤醒词，可以对应于用户或某个设备发出的语音控制指令，或者还可以对应于用户或某个设备与系统或服务器进行人机交互时发出的语音。
58.在一些场合下，该设备还可以用作例如直播等场景的音频采集设备，第一音频信号可以对应于直播场景中的语音或音乐等音频内容。或者，作为音频采集设备，也可以采集各种音频信号，由此得到的降噪后的第二音频信号可以用于相应的各种用途。
59.麦克风10采集的第一音频信号可以是数字音频信号，或者可以将麦克风10采集的模拟第一音频信号输入到数字模拟转换器adc(可以与图1所示adc 30相同，也可以是另外提供的adc)中，将其从模拟信号转换为数字信号。
60.应当可以理解，当麦克风10所在环境中存在噪声时，麦克风10所采集的第一音频信号中也会相应包含噪声。
61.在一些实施例中，麦克风10可以设置为朝向发出语音的用户，以便更充分地接收用户语音信号。
62.扬声器20可以是设备中原本用于输出音频内容的扬声器。
63.扬声器20的结构可以与现有扬声器相同。本公开则是发明人意识到扬声器的振膜也会随外界声波(特别是低频噪声)而振动，反向带动线圈运动从而切割磁感线，从而产生电信号，创造性地提出，利用了扬声器的上述原理来采集环境噪声信号，以用于对麦克风所采集的音频信号进行降噪处理。
64.在一些实施例中，扬声器20的朝向可以是设置为与麦克风10的朝向相反。
65.在一些实施例中，扬声器20可以设置为朝向外界声波的来源方向。
66.另外，麦克风10和/或扬声器20的朝向均可以设置为能够被调整，以便更有利于采集用户的语音信号，消除环境噪声。
67.在一些实施例中，扬声器20可以是高顺性扬声器。
68.顺性可以理解为振膜或纸盆轴向运动的柔软度，其值越大，则扬声器的整个振动系统越软，常用单位为毫米/牛顿(mm/n)。对于高顺性的扬声器，振膜受力后的位移较大。
69.这样，扬声器20的振膜可以对噪声，特别是低频噪声，做出更有效的响应，更加有利于实现噪声信号的检测。
70.图2示意性地示出了扬声器的简单结构，以用于解释说明扬声器的上述噪声检测原理。
71.如图2所示，扬声器20可以包括信号输入端220和振膜210。
72.常规情况下，在扬声器20的音频播放过程中，信号输入端220可以接收要播放的音频信号，而振膜210则可以基于该音频信号发生振动，从而播放音频。
73.图2中还示意性地示出了线圈230和磁体240。在上述常规音频播放过程中，线圈230中流动的电流信号导致线圈230在磁体240产生的磁场中运动，从而带动振膜210振动，发出声音。
74.另一方面，在噪声检测过程中，响应于外界声波，特别是低频噪声，振膜210也会振动。相对应地，振膜210的振动会带动线圈230在磁场中运动，从而在信号输入端220产生电信号，这里称为“回馈信号”。
75.此时，原本的“信号输入”端220实际起到了回馈信号的输出端的作用。因此，也可以将信号输入端220称为“信号输入输出端”。
76.另外，也可以独立于信号输入端了220而单独设置用于输出回馈信号的信号输出端(未示出)，从而在信号输出端产生回馈信号，并提供给后续的信号采集装置。
77.这样，可以在设备中添加信号采集装置，连接到扬声器20的信号输入端220或独立于信号输入端220的信号输出端，从信号输入端220或信号输出端接收上述回馈信号。
78.图1中示出了以adc 30作为信号采集装置的示例。adc 30可以将从信号输入端220或信号输出端接收的模拟回馈信号转换为数字回馈信号。
79.这样，处理器40可以基于来自adc 30的回馈信号对麦克风10采集的第一音频信号进行降噪处理，以得到第二音频信号。
80.具体说来，处理器40可以通过将回馈信号反向并加权，然后叠加到第一音频信号上，从而实现对第一音频信号的降噪处理。
81.这里的加权处理中，所使用的权重系数可以是经验参数，根据实际情况予以设置。
82.或者，还可以设置输入模块70，以用于设定回馈信号的上述权重系数。输入模块70可以是各种形式的，例如用于直接输入权重参数数值的数字输入框，或通过按压或波动来上下调节权重参数的增减按钮或拨钮等。
83.由于是在麦克风10采集第一音频信号的同时，由扬声器20检测噪声从而生成回馈信号，所以第一音频信号和回馈信号是同步的。
84.在一些实施例中，为了使第一音频信号和回馈信号之间的同步效果更好，实现更好地对齐，可以进一步考虑两个方面各自的延时。这样，处理器40可以基于从麦克风10采集
第一音频信号到处理器40接收到第一音频信号的第一延时，和振膜振动产生回馈信号到处理器40接收到回馈信号的第一延时，将第一音频信号和回馈信号对齐，以进行叠加处理。
85.扬声器20播放音频时，将难以检测环境噪声。如果此时麦克风10采集到第一音频信号，需要进行特殊处理。
86.在一些实施例中，响应于在扬声器20播放音频时麦克风10采集到第一音频信号，可以使扬声器20停止音频播放。可以只是暂停，带第一音频信号采集结束后继续播放音频。或者，也可以完全停止播放，在第一音频信号采集结束后，需要重新发起播放指令才继续或重新播放音频。
87.这样，扬声器20仍然可以与麦克风10采集第一音频信号的操作同步地检测环境中的噪声，从而处理器40能够对第一音频信号进行降噪处理，得到降噪后的第二音频信号，提高后续处理的精准度。
88.或者，在另一些实施例中，响应于在扬声器20播放音频时麦克风10采集到第一音频信号，也可以基于先前获取的回馈信号对当前采集的第一音频信号进行降噪处理。
89.考虑到环境噪声，特别是低频噪声往往是具有较高重复性的噪声，采用先前检测得到的回馈信号，同样可以在一定程度上反应当前噪声信息，从而实现一定的降噪效果。
90.可以设置存储器50，用于存储经adc 30模拟数字转换后的数字回馈信号。
91.为了避免在长期运行之后占用存储器50中过大的存储空间，可以设定一个最大存储时长(预定时长)。响应于在存储器50上存储的数字回馈信号对应的时间超过预定时长，可以删除所存储的数字回馈信号中最早的一部分。
92.这样，存储器50中存储的数字回馈信号总是离当前时间最近的预定时长的数字回馈信号，最能反应当前的噪声信息，从而处理器40能够更好地实现降噪效果。
93.或者，在另一些实施例中，在扬声器20正在播放音频的情况下，如果麦克风10采集到第一音频信号，也可以由扬声器20正常继续播放其正在播放的音频(或适当降低音量)，而adc 30不从扬声器20的信号输入端220或信号输出端接收回馈信号，处理器40不从adc 30接收数字回馈信号，或者，不使用此时来自adc 30的数字回馈信号来对第一音频信号进行降噪处理。直接将第一音频信号(作为第二音频信号)输出到下一级处理中。
94.另外，根据本公开的智能设备还可以包括多个扬声器20。例如，有些智能设备具有包含多个扬声器的音响系统。又例如，有些智能设备是由多个设备构成的系统，该系统中设置有多个扬声器，并且/或者在多个设备中分别设置有扬声器。
95.这种情况下，处理器40可以基于来自这多个扬声器20的回馈信号的叠加信号来进行降噪处理。
96.或者，可以基于多个回馈信号的加权叠加信号来进行降噪处理。加权权重系数可以基于多个扬声器20各自的类型、位置、信号强弱等来设置，也可以由用户自行设置。
97.或者，处理器40可以基于来自多个扬声器20的回馈信号中信号最强的回馈信号来进行降噪处理。这样，有可能获取更准确的环境噪声信号。
98.或者，处理器40可以基于来自离麦克风10最近的扬声器20的回馈信号进行降噪处理。这样，有可能获取最接近于麦克风10所接收到的外界声波(环境噪声信号)的回馈信号。
99.或者，处理器40基于来自离麦克风10最远的扬声器20的回馈信号进行降噪处理。这样，有可能获取受用户语音影响最小的回馈信号，避免在降噪的同时不必要地减弱语音
信号。
100.或者，处理器40基于来自朝向外界声波来源方向的扬声器20的回馈信号进行降噪处理。这样，在多个扬声器20分别朝向不同方向的情况下，确定外界声波(环境噪声)的来源方向。朝向外界声波来源方向的扬声器20的回馈信号将更能反映外界声波(环境噪声)的信息，从而有可能能够更好地实现降噪效果。
101.或者，处理器40基于来自朝向与麦克风10朝向相反的扬声器20的回馈信号进行降噪处理。这样，有可能获取受用户语音影响最小的回馈信号，避免在降噪的同时不必要地减弱语音信号。
102.另外，还可以响应于用户的设置，来确定处理器40对来自多个扬声器20的回馈信号的选择和/或叠加方案，从而实现更好的降噪效果。
103.如图1所示，本公开的智能设备还可以具有通信模块60，向服务器(未示出)或其它设备(未示出)发送第二音频信号，以进行后续处理。
104.另一方面，通信模块60还可以从服务器或其它设备接收各种音频内容，以在扬声器20上播放。
105.这里的音频内容可以是歌曲等从服务器下发的内容，也可以在用户与服务器进行人机交互时，响应于用户发出的语音(作为第二音频信号上传到服务器)而下发的反馈语音(对话)。
106.另外，通信模块60也可以从服务器或其它设备接收控制指令，以便进行相应控制处理。一些情况下，通信模块60还可以将来自服务器的控制指令转发给其它设备，以便对其它设备进行控制。
107.处理器40自身，或者通过通信模块60结合服务器，可以基于第二音频信号执行各种操作，例如设备唤醒，人机交互过程中的用户语音采集，语音指令采集等。
108.下面参考图3至图6进一步描述根据本公开的各种音频相关处理方法。其中，与音频处理相关的一些细节内容可以与上文中描述的相应内容相同，在此不再赘述。
109.应当理解，这些方法中的各个步骤，可以由上述智能设备中的处理器40来执行，也可以由其它设备或服务器来执行，或者也可以有上述智能设备上的处理器40结合其它设备或服务器来共同实施。
110.图3示意性地示出了根据本公开的音频处理方法的流程图。
111.如图3所示，在步骤s310，获取麦克风10采集的第一音频信号。
112.在步骤s320，获取扬声器20的振膜210响应于外界声波而振动从而在信号输入端220或独立于信号输入端220的信号输出端(未示出)产生的回馈信号。
113.在步骤s330，基于回馈信号对第一音频信号进行降噪处理，以得到第二音频信号。
114.如上文所述，这里可以通过将回馈信号反向并加权，然后叠加到第一音频信号上，从而实现对第一音频信号的降噪处理。
115.由此，可以得到降噪后的第二音频信号。可以基于此第二音频信号执行各种处理，为用户提供更加优良的服务体验。
116.图4示意性地示出了根据本公开的设备唤醒方法的流程图。
117.如图4所示，步骤s310至s330可以与图3所示相同，由此得到降噪后的第二音频信号。
118.而在步骤s440，可以从经过上述步骤降噪后的第二音频信号中识别唤醒指令。
119.步骤s440的该识别操作可以在上述智能设备的处理器40上执行，也可以通过其它设备或服务器来执行，或者也可以由处理器40结合其它设备或服务器来执行。
120.当由此检测到唤醒指令，例如指定唤醒词时，可以唤醒该智能设备。
121.由于对第一音频信号进行了降噪处理，提高了第二音频信号所携带的语音清晰度，能够提升唤醒指令(唤醒词)的识别精准度及成功率，显著提升用户体验。
122.图5示意性地示出了根据本公开的人机交互方法的流程图。
123.如图5所示，步骤s310至s330可以与图3所示相同，由此得到降噪后的第二音频信号。
124.而在步骤s540，可以基于经过上述步骤降噪后的第二音频信号确定要向用户反馈的音频内容。
125.同样地，步骤s540可以在上述智能设备的处理器40上执行，也可以通过其它设备或服务器来执行，或者也可以由处理器40结合其它设备或服务器来执行。
126.例如，用户要求播放歌曲，“请播放歌曲xxxx”。降噪后的第二音频信号携带该语音信息上传到服务器。于是服务器可以确定并相应下发指定歌曲xxxx的音频内容数据。
127.又例如，用户可以提问，“世界上最高的山峰是什么？”降噪后的第二音频信号携带该语音信息上传到服务器。于是服务器可以确定需要反馈“珠穆朗玛峰海拔高度为8848米，是世界第一高峰”，并下发上述文本转换为音频得到的相应音频内容数据。
128.然后，在步骤s550，可以通过扬声器20播出该音频内容。
129.同样地，由于对第一音频信号进行了降噪处理，提高了第二音频信号所携带的语音清晰度，能够提升服务器对第二音频信号所携带的语音信息的识别精准度，更快捷准确地识别并实现用户的意图，显著提升用户体验。
130.图6示意性地示出了根据本公开的智能控制方法的流程图。
131.如图6所示，步骤s310至s330可以与图3所示相同，由此得到降噪后的第二音频信号。
132.在步骤s640，可以基于经过上述步骤降噪后的第二音频信号确定控制指令。
133.同样地，步骤s640可以在上述智能设备的处理器40上执行，也可以通过其它设备或服务器来执行，或者也可以由处理器40结合其它设备或服务器来执行。
134.然后，在步骤s650，可以相应执行控制指令。
135.该控制指令可以是针对该设备本身的，例如“提高音量”等。也可以是针对其它关联设备的，例如“关灯”、“开电视”等。在后一种情况下，在步骤s650，可以将所确定的控制指令例如通过上述通信模块60发送给相应设备，以便执行该控制指令。
136.同样地，由于对第一音频信号进行了降噪处理，提高了第二音频信号所携带的语音清晰度，能够提升服务器对第二音频信号所携带的语音指令信息的识别精准度，更快捷准确地识别并相应执行控制指令，显著提升用户体验。
137.图7示意性地示出了能够用于实施根据本公开的上述音频处理方法的音频处理装置的框图。
138.如图7所示，根据公开的音频处理装置可以包括第一获取装置710、第二获取装置720以及降噪装置730。
139.第一获取装置710用于获取麦克风采集的第一音频信号。
140.第二获取装置720用于获取扬声器的振膜响应于外界声波而振动从而在信号输入端或独立于信号输入端的信号输出端产生的回馈信号。
141.降噪装置730用于基于所述回馈信号对第一音频信号进行降噪处理，以得到第二音频信号。
142.根据本公开，通过麦克风10对声音信号进行采集，同时高顺性扬声器20受到低频噪声扰动振膜，产生回馈信号，作为噪声参考信号。在麦克风10采集到的声音信号中，叠加加权和反向后的回馈信号，达到消除低频噪声的目的，得到对低频降噪后的信号。
143.图8示出了根据本发明一实施例可用于实现上述音频处理及相关各方法的计算设备的结构示意图。
144.参见图8，计算设备800包括存储器810和处理器820。
145.处理器820可以是一个多核的处理器，也可以包含多个处理器。在一些实施例中，处理器820可以包含一个通用的主处理器以及一个或多个特殊的协处理器，例如图形处理器(gpu)、数字信号处理器(dsp)等等。在一些实施例中，处理器820可以使用定制的电路实现，例如特定用途集成电路(asic，application specific integrated circuit)或者现场可编程逻辑门阵列(fpga，field programmable gate arrays)。
146.存储器810可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)，和永久存储装置。其中，rom可以存储处理器820或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器810可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(dram，sram，sdram，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器810可以包括可读和/或写的可移除的存储设备，例如激光唱片(cd)、只读数字多功能光盘(例如dvd-rom，双层dvd-rom)、只读蓝光光盘、超密度光盘、闪存卡(例如sd卡、min sd卡、micro-sd卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
147.存储器810上存储有可执行代码，当可执行代码被处理器820处理时，可以使处理器820执行上文述及的音频处理及相关各方法。
148.上文中已经参考附图详细描述了根据本发明的智能设备和音频处理方案。
149.此外，根据本发明的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本发明的上述方法中限定的上述各步骤的计算机程序代码指令。
150.或者，本发明还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤。
151.本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
152.附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法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、程序段或代码的一部分，所述模块、程序段或代码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。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。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操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。
153.以上已经描述了本发明的各实施例，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。