本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及一種音頻信號(hào)處理方法，及裝置。

背景技術(shù)：

通過(guò)手機(jī)進(jìn)行直播的網(wǎng)絡(luò)應(yīng)用逐步普及，但直播與通信過(guò)中音頻信號(hào)存在較大不同之處，例如：打電話是語(yǔ)音數(shù)據(jù)的傳遞，而直播并非簡(jiǎn)單的進(jìn)行語(yǔ)音數(shù)據(jù)的傳遞，主播在直播過(guò)程中可能會(huì)唱歌或表演等，同時(shí)還可能會(huì)存在音樂(lè)伴奏或者現(xiàn)場(chǎng)伴奏等情況。

目前的音頻信號(hào)降噪處理有兩類(lèi)：

一、通信類(lèi)降噪技術(shù)，主要針對(duì)的是語(yǔ)音之外的噪音，通常將采集到的音頻信號(hào)區(qū)分為噪音和語(yǔ)音。進(jìn)而抑制噪音，保留語(yǔ)音。采用這種降噪方式音樂(lè)甚至歌唱等聲音很容易被混淆為噪音，導(dǎo)致抑制噪音的同時(shí)，音樂(lè)等內(nèi)容嚴(yán)重受損。因此，在直播過(guò)程中的語(yǔ)音之外的唱歌、伴奏以及正常的環(huán)境音等，很容易嚴(yán)重受損。

二、音樂(lè)類(lèi)降噪技術(shù)，可以比較好的保留音樂(lè)，語(yǔ)音等內(nèi)容，但通常應(yīng)用于儲(chǔ)存音頻信號(hào)的修復(fù)，比如舊唱盤(pán)或錄音帶進(jìn)行重新編輯或數(shù)字化時(shí)，由于介質(zhì)本身的老化和當(dāng)時(shí)的技術(shù)限制，數(shù)字化后得到的數(shù)據(jù)中帶有底噪或背景噪音。因此，音樂(lè)類(lèi)降噪技術(shù)對(duì)此類(lèi)噪音進(jìn)行抑制，但對(duì)于現(xiàn)在直播中常見(jiàn)的汽車(chē)噪音，餐廳噪音，辦公室噪音則難以取得較好的抑制效果。

正是因?yàn)橐陨蟽煞N降噪方案的局限性，目前直播應(yīng)用中很多都沒(méi)有使用降噪技術(shù)。但手機(jī)直播的環(huán)境很難達(dá)到例如專(zhuān)業(yè)錄音間的高要求，因?yàn)橹辈?chǎng)地并不局限在安靜環(huán)境，例如：汽車(chē)上，餐廳里，商場(chǎng)等各種嘈雜環(huán)境都有可能成為主播進(jìn)行直播的場(chǎng)所。因此迫切需要適合直播場(chǎng)景的降噪技術(shù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種音頻信號(hào)處理方法，及裝置，用于直播應(yīng)用場(chǎng)景下，音頻信號(hào)的降噪，提升音頻信號(hào)質(zhì)量。

一方面本發(fā)明實(shí)施例提供了一種音頻信號(hào)處理方法，包括：

獲取直播過(guò)程中產(chǎn)生的待處理音頻信號(hào)，從所述待處理音頻信號(hào)中提取音頻幀；

根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率；所述第一概率為所述音頻幀屬于語(yǔ)音的概率，所述第二概率為所述音頻幀屬于音樂(lè)的概率，所述第三概率為所述音頻幀屬于噪音的概率；

若所述第一概率小于第一門(mén)限或者所述第二概率小于第二門(mén)限，并且，所述第三概率大于第三門(mén)限，則確定所述音頻幀包含噪音；

在確定所述待處理音頻信號(hào)中包含噪音后，對(duì)屬于噪音的音頻幀進(jìn)行降噪處理。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述從所述待處理音頻信號(hào)中提取音頻幀包括：

從所述待處理音頻信號(hào)中提取連續(xù)的預(yù)定個(gè)數(shù)的音頻幀；

所述第一概率為所述預(yù)定個(gè)數(shù)的音頻幀屬于語(yǔ)音的概率的算數(shù)平均值，所述第二概率為所述預(yù)定個(gè)數(shù)的音頻幀屬于音樂(lè)的概率的算數(shù)平均值，所述第三概率為所述預(yù)定個(gè)數(shù)的音頻幀屬于噪音的概率的算數(shù)平均值。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述方法還包括：

若所述第一概率小于第四門(mén)限或者所述第二概率小于第五門(mén)限，并且，所述第三概率大于第六門(mén)限，則確定所述音頻幀可能包含噪音；

若所述第一概率大于第七門(mén)限，則確定所述音頻幀不包含噪音；

所述第一門(mén)限大于所述第四門(mén)限，所述第二門(mén)限大于所述第五門(mén)限，所述第六門(mén)限大于所述第三門(mén)限；所述第六門(mén)限大于所述第一門(mén)限和所述第二門(mén)限。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述方法還包括：

若確定所述音頻幀包含噪音，則依據(jù)所述音頻幀包含噪音的結(jié)果更新所述音頻幀的權(quán)值；

若確定所述音頻幀可能包含噪音，則依據(jù)所述音頻幀包含的底噪更新所述音頻幀的權(quán)值。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述對(duì)屬于噪音的音頻幀進(jìn)行降噪處理包括：

根據(jù)所述待處理音頻信號(hào)U以及包含噪音的音頻幀的數(shù)量V計(jì)算信噪比SNR；然后計(jì)算維納濾波器的傳遞函數(shù)H，H＝SNR/(SNR+1)，在頻域計(jì)算輸出的音頻信號(hào)Y，Y＝H×U。

在一個(gè)可能的實(shí)現(xiàn)方式中，在所述根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率之前，所述方法還包括：

通過(guò)深度神經(jīng)網(wǎng)絡(luò)、隱含馬爾科夫模型或者頻譜特征聚類(lèi)的方式獲得所述先驗(yàn)的音頻模型。

二方面本發(fā)明實(shí)施例提供了一種音頻信號(hào)處理裝置，包括：

提取單元，用于獲取直播過(guò)程中產(chǎn)生的待處理音頻信號(hào)，從所述待處理音頻信號(hào)中提取音頻幀；

概率確定單元，用于根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率；所述第一概率為所述音頻幀屬于語(yǔ)音的概率，所述第二概率為所述音頻幀屬于音樂(lè)的概率，所述第三概率為所述音頻幀屬于噪音的概率；

噪音確定單元，用于若所述第一概率小于第一門(mén)限或者所述第二概率小于第二門(mén)限，并且，所述第三概率大于第三門(mén)限，則確定所述音頻幀包含噪音；

降噪處理單元，用于在確定所述待處理音頻信號(hào)中包含噪音后，對(duì)屬于噪音的音頻幀進(jìn)行降噪處理。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述提取單元，具體用于從所述待處理音頻信號(hào)中提取連續(xù)的預(yù)定個(gè)數(shù)的音頻幀；

所述概率確定單元，具體用于根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率；所述第一概率為所述預(yù)定個(gè)數(shù)的音頻幀屬于語(yǔ)音的概率的算數(shù)平均值，所述第二概率為所述預(yù)定個(gè)數(shù)的音頻幀屬于音樂(lè)的概率的算數(shù)平均值，所述第三概率為所述預(yù)定個(gè)數(shù)的音頻幀屬于噪音的概率的算數(shù)平均值。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述噪音確定單元，還用于若所述第一概率小于第四門(mén)限或者所述第二概率小于第五門(mén)限，并且，所述第三概率大于第六門(mén)限，則確定所述音頻幀可能包含噪音；

若所述第一概率大于第七門(mén)限，則確定所述音頻幀不包含噪音；

所述第一門(mén)限大于所述第四門(mén)限，所述第二門(mén)限大于所述第五門(mén)限，所述第六門(mén)限大于所述第三門(mén)限；所述第六門(mén)限大于所述第一門(mén)限和所述第二門(mén)限。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述裝置還包括：

模型更新單元，用于若確定所述音頻幀包含噪音，則依據(jù)所述音頻幀包含噪音的結(jié)果更新所述音頻幀的權(quán)值；若確定所述音頻幀可能包含噪音，則依據(jù)所述音頻幀包含的底噪更新所述音頻幀的權(quán)值。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述降噪處理單元，具體用于根據(jù)所述待處理音頻信號(hào)U以及包含噪音的音頻幀的數(shù)量V計(jì)算信噪比SNR；然后計(jì)算維納濾波器的傳遞函數(shù)H，H＝SNR/(SNR+1)，在頻域計(jì)算輸出的音頻信號(hào)Y，Y＝H×U。

在一個(gè)可能的實(shí)現(xiàn)方式中，所述裝置還包括：

模型訓(xùn)練單元，用于通過(guò)深度神經(jīng)網(wǎng)絡(luò)、隱含馬爾科夫模型或者頻譜特征聚類(lèi)的方式獲得所述先驗(yàn)的音頻模型。

從以上技術(shù)方案可以看出，本發(fā)明實(shí)施例具有以下優(yōu)點(diǎn)：采用先驗(yàn)的音頻模型確定了音頻幀屬于語(yǔ)音的概率、屬于音樂(lè)的概率以及屬于噪音的概率，通過(guò)這些概率綜合確定了是否存在噪音，并精確定位了噪音，可以適用于直播的應(yīng)用場(chǎng)景，實(shí)現(xiàn)音頻信號(hào)的降噪，提升音頻信號(hào)質(zhì)量。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)要介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例方法流程示意圖；

圖2為本發(fā)明實(shí)施例方法流程示意圖；

圖3為本發(fā)明實(shí)施例裝置結(jié)構(gòu)示意圖；

圖4為本發(fā)明實(shí)施例裝置結(jié)構(gòu)示意圖；

圖5為本發(fā)明實(shí)施例裝置結(jié)構(gòu)示意圖；

圖6為本發(fā)明實(shí)施例終端設(shè)備結(jié)構(gòu)示意圖；

圖7為本發(fā)明實(shí)施例手機(jī)結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步地詳細(xì)描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部份實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例提供了一種音頻信號(hào)處理方法，如圖1所示，包括：

101：獲取直播過(guò)程中產(chǎn)生的待處理音頻信號(hào)，從上述待處理音頻信號(hào)中提取音頻幀；

本發(fā)明實(shí)施例中音頻信號(hào)處理可以在直播源端完成，即：在對(duì)音頻信號(hào)進(jìn)行降噪處理后發(fā)送到直播接收方；如果在直播接收方執(zhí)行音頻信號(hào)處理，理論上也是可行的，直播源端數(shù)據(jù)處理量會(huì)減少，不過(guò)這樣會(huì)加大直播接收方的數(shù)據(jù)處理量；前者可以作為優(yōu)選實(shí)現(xiàn)方案。如果在直播源端執(zhí)行音頻信號(hào)處理，那么待處理音頻信號(hào)可以是直播源端的設(shè)備通過(guò)語(yǔ)音拾取設(shè)備，例如：話筒，獲得音頻信號(hào)并作為待處理音頻信號(hào)。音頻信號(hào)是以音頻的幀組成的，因此可以提取出各幀的數(shù)據(jù)。

102：根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率；上述第一概率為上述音頻幀屬于語(yǔ)音的概率，上述第二概率為上述音頻幀屬于音樂(lè)的概率，上述第三概率為上述音頻幀屬于噪音的概率；

先驗(yàn)的音頻模型是預(yù)先訓(xùn)練的音頻模型，用于區(qū)分音頻幀屬于哪一種類(lèi)型；在本實(shí)施例中，音頻模型基于三種音頻幀分類(lèi)訓(xùn)練，由于三種類(lèi)型的音頻幀會(huì)各自具有自身的一些頻譜特征，訓(xùn)練方式可以是深度神經(jīng)網(wǎng)絡(luò)或隱含馬爾科夫模型等，也可以采用頻譜特征聚類(lèi)的簡(jiǎn)單方法。具體如何訓(xùn)練本發(fā)明實(shí)施例不作唯一性限定。

103：若上述第一概率小于第一門(mén)限或者上述第二概率小于第二門(mén)限，并且，上述第三概率大于第三門(mén)限，則確定上述音頻幀包含噪音；

在本實(shí)施例中，第一門(mén)限和第二門(mén)限可以是同一個(gè)值，該值用于判斷不是噪音的概率，第三門(mén)限則是用于判斷是噪音的概率；第一門(mén)限和第二門(mén)限如果設(shè)置得較小，第三門(mén)限設(shè)置得較大，則會(huì)減少誤判；如果第一門(mén)限和第二門(mén)限設(shè)置較大的值，第三門(mén)限設(shè)置較小的值，則會(huì)減少漏判；具體如何設(shè)置可以通過(guò)測(cè)試來(lái)確定，本發(fā)明實(shí)施例最具體取值不作唯一性限定。

104：在確定上述待處理音頻信號(hào)中包含噪音后，對(duì)屬于噪音的音頻幀進(jìn)行降噪處理。

由于本發(fā)明實(shí)施例已經(jīng)定位到了音頻信號(hào)中包含噪音的音頻幀，因此可以準(zhǔn)確的進(jìn)行降噪處理，具體采用何種降噪處理方案，本發(fā)明實(shí)施例不作唯一性限定。

本發(fā)明實(shí)施例，采用先驗(yàn)的音頻模型確定了音頻幀屬于語(yǔ)音的概率、屬于音樂(lè)的概率以及屬于噪音的概率，通過(guò)這些概率綜合確定了是否存在噪音，并精確定位了噪音，可以適用于直播的應(yīng)用場(chǎng)景，實(shí)現(xiàn)音頻信號(hào)的降噪，提升音頻信號(hào)質(zhì)量。

可選地，在本實(shí)施例中可以通過(guò)算數(shù)平均的方式來(lái)減少誤判，具體如下：上述從上述待處理音頻信號(hào)中提取音頻幀包括：

從上述待處理音頻信號(hào)中提取連續(xù)的預(yù)定個(gè)數(shù)的音頻幀；

上述第一概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于語(yǔ)音的概率的算數(shù)平均值，上述第二概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于音樂(lè)的概率的算數(shù)平均值，上述第三概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于噪音的概率的算數(shù)平均值。

在本實(shí)施例中，預(yù)定個(gè)數(shù)可以是10～100個(gè)音頻幀，具體如何確定這個(gè)值本發(fā)明實(shí)施例不作唯一性限定。在計(jì)算算數(shù)平均值時(shí)，每個(gè)音頻幀會(huì)有一個(gè)權(quán)重值，如果對(duì)應(yīng)的音頻幀被確定為噪音的概率越大則其權(quán)重值可以設(shè)置得大一些，具體設(shè)定哪一權(quán)重值本發(fā)明實(shí)施例不作唯一性限定。舉個(gè)例子，如果預(yù)定個(gè)數(shù)為10，待處理的音頻信號(hào)從1編號(hào)到1000；以第110個(gè)音頻幀的判斷為例，那么將會(huì)獲取第101～110這10個(gè)音頻幀分別在音樂(lè)、語(yǔ)音和噪音三個(gè)維度的概率，確定其屬于噪音的概率來(lái)確定各自權(quán)重，然后計(jì)算算數(shù)平均值作為第110個(gè)音頻幀是否為噪音的依據(jù)；本次噪音計(jì)算將會(huì)影響到后續(xù)9個(gè)音頻幀的判斷。

進(jìn)一步地，基于以上實(shí)施例中確定噪音的方案，還有兩種情況是可能有噪音也可能沒(méi)噪音，或者不太可能有噪音(即判斷為沒(méi)噪音)，基于這兩種情況具體如下：上述方法還包括：

若上述第一概率小于第四門(mén)限或者上述第二概率小于第五門(mén)限，并且，上述第三概率大于第六門(mén)限，則確定上述音頻幀可能包含噪音；

若上述第一概率大于第七門(mén)限，則確定上述音頻幀不包含噪音；

上述第一門(mén)限大于上述第四門(mén)限，上述第二門(mén)限大于上述第五門(mén)限，上述第六門(mén)限大于上述第三門(mén)限；上述第六門(mén)限大于上述第一門(mén)限和上述第二門(mén)限。

進(jìn)一步地，基于已經(jīng)判斷有噪音或者可能包含噪音的情況，本發(fā)明實(shí)施例提供了更新權(quán)值的具體實(shí)現(xiàn)方案，采用兩種不同的更新方式避免降噪處理對(duì)語(yǔ)音和音樂(lè)造成的傷害，具體如下：上述方法還包括：

若確定上述音頻幀包含噪音，則依據(jù)上述音頻幀包含噪音的結(jié)果更新上述音頻幀的權(quán)值；

若確定上述音頻幀可能包含噪音，則依據(jù)上述音頻幀包含的底噪更新上述音頻幀的權(quán)值。

前一種更新權(quán)值的方式，會(huì)較快影響到音頻模型對(duì)音頻幀是否為噪音的判斷，后一種則較為平和。

更具體地，本發(fā)明實(shí)施例還提供了采用維納濾波器進(jìn)行降噪的具體實(shí)現(xiàn)方案，如下：上述對(duì)屬于噪音的音頻幀進(jìn)行降噪處理包括：

根據(jù)上述待處理音頻信號(hào)U以及包含噪音的音頻幀的數(shù)量V計(jì)算信噪比SNR；然后計(jì)算維納濾波器的傳遞函數(shù)H，H＝SNR/(SNR+1)，在頻域計(jì)算輸出的音頻信號(hào)Y，Y＝H×U。

更具體地，本發(fā)明實(shí)施例還提供了先驗(yàn)的音頻模型的自動(dòng)化訓(xùn)練方案，如下：在上述根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率之前，上述方法還包括：

通過(guò)深度神經(jīng)網(wǎng)絡(luò)、隱含馬爾科夫模型或者頻譜特征聚類(lèi)的方式獲得上述先驗(yàn)的音頻模型。

在獲得先驗(yàn)的音頻模型后，可以通過(guò)實(shí)際測(cè)試來(lái)確定訓(xùn)練的效果，選擇較好的先驗(yàn)的音頻模型在后續(xù)判斷噪音的過(guò)程中使用。

本發(fā)明實(shí)施例進(jìn)行音頻信號(hào)的噪音抑制主要分為三個(gè)步驟，第一步是進(jìn)行信號(hào)建模，第二步是噪音分析，第二部是進(jìn)行噪音抑制；如圖2所示，具體如下：

201：首先對(duì)采集的足夠數(shù)量的音頻信號(hào)進(jìn)行預(yù)先的分類(lèi)，默認(rèn)音頻信號(hào)由語(yǔ)音，音樂(lè)和噪音組成，根據(jù)先驗(yàn)的分類(lèi)結(jié)果，分別對(duì)語(yǔ)音，音樂(lè)和噪音進(jìn)行建模。得到的模型用于實(shí)時(shí)對(duì)采集的音頻信號(hào)進(jìn)行分類(lèi)。

訓(xùn)練模型的方法可以采用深度神經(jīng)網(wǎng)絡(luò)或隱含馬爾科夫模型等，也可以采用頻譜特征聚類(lèi)的簡(jiǎn)單方法。

202：根據(jù)預(yù)先訓(xùn)練好的模型對(duì)實(shí)時(shí)采集的音頻信號(hào)進(jìn)行判定后，得出每一幀分別對(duì)應(yīng)語(yǔ)音，音樂(lè)和噪音的概率。

由于每一幀信號(hào)的判定由于模型準(zhǔn)確率的問(wèn)題會(huì)有較大波動(dòng)，因此可以對(duì)每一幀的判定結(jié)果作一個(gè)時(shí)間區(qū)間的平滑，根據(jù)準(zhǔn)確度，實(shí)時(shí)性等不同的上層要求，可以采用10到100幀之間長(zhǎng)度的數(shù)據(jù)來(lái)計(jì)算算術(shù)平均值，從而減少誤判。

在本實(shí)施例中，可以分成兩套實(shí)時(shí)噪音估計(jì)模型的更新方式：

一種是：根據(jù)平滑后的三種信號(hào)的概率值，當(dāng)噪音概率超過(guò)某一較高門(mén)限a，語(yǔ)音和音樂(lè)的概率低于某一較低門(mén)限b時(shí)，再根據(jù)當(dāng)前的噪音概率使用當(dāng)前幀信號(hào)對(duì)上述用于實(shí)時(shí)噪音估計(jì)的模型進(jìn)行更新。因此可以快速準(zhǔn)確的更新噪音估計(jì)模型。更新模型的方式，可以通過(guò)更新算術(shù)平均值中各幀對(duì)應(yīng)的權(quán)值實(shí)現(xiàn)。

另一種是：當(dāng)前幀屬于噪音的概率高于某一較低門(mén)限c，語(yǔ)音或音樂(lè)的概率低于某一較高門(mén)限d時(shí)，使用較為平緩的方式上述用于實(shí)時(shí)噪音估計(jì)的模型，只收集非常平穩(wěn)的底噪作為噪音信息。

還有一種情況是不需要更新模型的：當(dāng)前幀語(yǔ)音或音樂(lè)的概率高于某一更高的門(mén)限d時(shí)，不更新上述用于實(shí)時(shí)噪音估計(jì)的模型。

203：使用維納濾波等降噪方法對(duì)當(dāng)前的音頻信號(hào)進(jìn)行降噪處理。

維納濾波過(guò)程可以是：

1.根據(jù)輸入音頻信號(hào)U和噪聲估計(jì)V的結(jié)果，計(jì)算出信噪比SNR；

2.計(jì)算維納濾波器傳遞函數(shù)H＝SNR/(SNR+1)；

3.在頻域計(jì)算輸出信號(hào)Y＝H×U；

本發(fā)明實(shí)施例提供了對(duì)手機(jī)上錄制的語(yǔ)音，音樂(lè)，噪音混合場(chǎng)景中進(jìn)行有效的降噪處理的方案，可以保護(hù)語(yǔ)音和音樂(lè)不受?chē)?yán)重?fù)p傷。

本發(fā)明實(shí)施例，在檢測(cè)噪音環(huán)節(jié)，預(yù)先將音頻信號(hào)分為語(yǔ)音，噪音和音樂(lè)三類(lèi)，與傳統(tǒng)語(yǔ)音噪音兩類(lèi)的方法相區(qū)分。對(duì)判定結(jié)果做一個(gè)較長(zhǎng)時(shí)間的平滑，有效減少誤判。在噪音估計(jì)環(huán)節(jié)，使用兩套不同性能的估計(jì)方式，在不存在語(yǔ)音和音樂(lè)的場(chǎng)景下較快速準(zhǔn)確的更新噪音模型，在語(yǔ)音和音樂(lè)存在的場(chǎng)景下，只將最平穩(wěn)的信號(hào)認(rèn)為是噪音，避免對(duì)語(yǔ)音和音樂(lè)造成傷害。采用兩套噪音估計(jì)模型更新方式有別于使用一套估計(jì)系統(tǒng)只根據(jù)判定調(diào)整更新加權(quán)值的方法。

本發(fā)明實(shí)施例還提供了一種音頻信號(hào)處理裝置，如圖3所示，包括：

提取單元301，用于獲取直播過(guò)程中產(chǎn)生的待處理音頻信號(hào)，從上述待處理音頻信號(hào)中提取音頻幀；

概率確定單元302，用于根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率；上述第一概率為上述音頻幀屬于語(yǔ)音的概率，上述第二概率為上述音頻幀屬于音樂(lè)的概率，上述第三概率為上述音頻幀屬于噪音的概率；

噪音確定單元303，用于若上述第一概率小于第一門(mén)限或者上述第二概率小于第二門(mén)限，并且，上述第三概率大于第三門(mén)限，則確定上述音頻幀包含噪音；

降噪處理單元304，用于在確定上述待處理音頻信號(hào)中包含噪音后，對(duì)屬于噪音的音頻幀進(jìn)行降噪處理。

本發(fā)明實(shí)施例中音頻信號(hào)處理可以在直播源端完成，即：在對(duì)音頻信號(hào)進(jìn)行降噪處理后發(fā)送到直播接收方；如果在直播接收方執(zhí)行音頻信號(hào)處理，理論上也是可行的，直播源端數(shù)據(jù)處理量會(huì)減少，不過(guò)這樣會(huì)加大直播接收方的數(shù)據(jù)處理量；前者可以作為優(yōu)選實(shí)現(xiàn)方案。如果在直播源端執(zhí)行音頻信號(hào)處理，那么待處理音頻信號(hào)可以是直播源端的設(shè)備通過(guò)語(yǔ)音拾取設(shè)備，例如：話筒，獲得音頻信號(hào)并作為待處理音頻信號(hào)。音頻信號(hào)是以音頻的幀組成的，因此可以提取出各幀的數(shù)據(jù)。

先驗(yàn)的音頻模型是預(yù)先訓(xùn)練的音頻模型，用于區(qū)分音頻幀屬于哪一種類(lèi)型；在本實(shí)施例中，音頻模型基于三種音頻幀分類(lèi)訓(xùn)練，由于三種類(lèi)型的音頻幀會(huì)各自具有自身的一些頻譜特征，訓(xùn)練方式可以是深度神經(jīng)網(wǎng)絡(luò)或隱含馬爾科夫模型等，也可以采用頻譜特征聚類(lèi)的簡(jiǎn)單方法。具體如何訓(xùn)練本發(fā)明實(shí)施例不作唯一性限定。

在本實(shí)施例中，第一門(mén)限和第二門(mén)限可以是同一個(gè)值，該值用于判斷不是噪音的概率，第三門(mén)限則是用于判斷是噪音的概率；第一門(mén)限和第二門(mén)限如果設(shè)置得較小，第三門(mén)限設(shè)置得較大，則會(huì)減少誤判；如果第一門(mén)限和第二門(mén)限設(shè)置較大的值，第三門(mén)限設(shè)置較小的值，則會(huì)減少漏判；具體如何設(shè)置可以通過(guò)測(cè)試來(lái)確定，本發(fā)明實(shí)施例最具體取值不作唯一性限定。

由于本發(fā)明實(shí)施例已經(jīng)定位到了音頻信號(hào)中包含噪音的音頻幀，因此可以準(zhǔn)確的進(jìn)行降噪處理，具體采用何種降噪處理方案，本發(fā)明實(shí)施例不作唯一性限定。

本發(fā)明實(shí)施例，采用先驗(yàn)的音頻模型確定了音頻幀屬于語(yǔ)音的概率、屬于音樂(lè)的概率以及屬于噪音的概率，通過(guò)這些概率綜合確定了是否存在噪音，并精確定位了噪音，可以適用于直播的應(yīng)用場(chǎng)景，實(shí)現(xiàn)音頻信號(hào)的降噪，提升音頻信號(hào)質(zhì)量。

可選地，在本實(shí)施例中可以通過(guò)算數(shù)平均的方式來(lái)減少誤判，具體如下：上述提取單元301，具體用于從上述待處理音頻信號(hào)中提取連續(xù)的預(yù)定個(gè)數(shù)的音頻幀；

上述概率確定單元302，具體用于根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率；上述第一概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于語(yǔ)音的概率的算數(shù)平均值，上述第二概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于音樂(lè)的概率的算數(shù)平均值，上述第三概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于噪音的概率的算數(shù)平均值。

在本實(shí)施例中，預(yù)定個(gè)數(shù)可以是10～100個(gè)音頻幀，具體如何確定這個(gè)值本發(fā)明實(shí)施例不作唯一性限定。在計(jì)算算數(shù)平均值時(shí)，每個(gè)音頻幀會(huì)有一個(gè)權(quán)重值，如果對(duì)應(yīng)的音頻幀被確定為噪音的概率越大則其權(quán)重值可以設(shè)置得大一些，具體設(shè)定哪一權(quán)重值本發(fā)明實(shí)施例不作唯一性限定。舉個(gè)例子，如果預(yù)定個(gè)數(shù)為10，待處理的音頻信號(hào)從1編號(hào)到1000；以第110個(gè)音頻幀的判斷為例，那么將會(huì)獲取第101～110這10個(gè)音頻幀分別在音樂(lè)、語(yǔ)音和噪音三個(gè)維度的概率，確定其屬于噪音的概率來(lái)確定各自權(quán)重，然后計(jì)算算數(shù)平均值作為第110個(gè)音頻幀是否為噪音的依據(jù)；本次噪音計(jì)算將會(huì)影響到后續(xù)9個(gè)音頻幀的判斷。

進(jìn)一步地，基于以上實(shí)施例中確定噪音的方案，還有兩種情況是可能有噪音也可能沒(méi)噪音，或者不太可能有噪音(即判斷為沒(méi)噪音)，基于這兩種情況具體如下：上述噪音確定單元303，還用于若上述第一概率小于第四門(mén)限或者上述第二概率小于第五門(mén)限，并且，上述第三概率大于第六門(mén)限，則確定上述音頻幀可能包含噪音；

若上述第一概率大于第七門(mén)限，則確定上述音頻幀不包含噪音；

上述第一門(mén)限大于上述第四門(mén)限，上述第二門(mén)限大于上述第五門(mén)限，上述第六門(mén)限大于上述第三門(mén)限；上述第六門(mén)限大于上述第一門(mén)限和上述第二門(mén)限。

進(jìn)一步地，基于已經(jīng)判斷有噪音或者可能包含噪音的情況，本發(fā)明實(shí)施例提供了更新權(quán)值的具體實(shí)現(xiàn)方案，采用兩種不同的更新方式避免降噪處理對(duì)語(yǔ)音和音樂(lè)造成的傷害，具體如下：如圖4所示，上述裝置還包括：

模型更新單元401，用于若確定上述音頻幀包含噪音，則依據(jù)上述音頻幀包含噪音的結(jié)果更新上述音頻幀的權(quán)值；若確定上述音頻幀可能包含噪音，則依據(jù)上述音頻幀包含的底噪更新上述音頻幀的權(quán)值。

前一種更新權(quán)值的方式，會(huì)較快影響到音頻模型對(duì)音頻幀是否為噪音的判斷，后一種則較為平和。

更具體地，本發(fā)明實(shí)施例還提供了采用維納濾波器進(jìn)行降噪的具體實(shí)現(xiàn)方案，如下：上述降噪處理單元304，具體用于根據(jù)上述待處理音頻信號(hào)U以及包含噪音的音頻幀的數(shù)量V計(jì)算信噪比SNR；然后計(jì)算維納濾波器的傳遞函數(shù)H，H＝SNR/(SNR+1)，在頻域計(jì)算輸出的音頻信號(hào)Y，Y＝H×U。

進(jìn)一步地，本發(fā)明實(shí)施例還提供了先驗(yàn)的音頻模型的自動(dòng)化訓(xùn)練方案，如下：如圖5所示，上述裝置還包括：

模型訓(xùn)練單元501，用于通過(guò)深度神經(jīng)網(wǎng)絡(luò)、隱含馬爾科夫模型或者頻譜特征聚類(lèi)的方式獲得上述先驗(yàn)的音頻模型。

本發(fā)明實(shí)施例還提供了一種終端設(shè)備，該終端設(shè)備可以是直播的源端設(shè)備，例如：手機(jī)；如圖6所示，該終端設(shè)備可以包括：音頻信號(hào)采集設(shè)備601、處理器602以及存儲(chǔ)器603等；其中存儲(chǔ)器603可以用于存儲(chǔ)音頻數(shù)據(jù)，也可以用于提供處理器602執(zhí)行數(shù)據(jù)處理時(shí)所需的緩存；

上述音頻信號(hào)采集設(shè)備601，用于獲取直播過(guò)程中產(chǎn)生的待處理音頻信號(hào)；

上述處理器602，用于從上述待處理音頻信號(hào)中提取音頻幀；根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率；上述第一概率為上述音頻幀屬于語(yǔ)音的概率，上述第二概率為上述音頻幀屬于音樂(lè)的概率，上述第三概率為上述音頻幀屬于噪音的概率；若上述第一概率小于第一門(mén)限或者上述第二概率小于第二門(mén)限，并且，上述第三概率大于第三門(mén)限，則確定上述音頻幀包含噪音；在確定上述待處理音頻信號(hào)中包含噪音后，對(duì)屬于噪音的音頻幀進(jìn)行降噪處理。

本發(fā)明實(shí)施例中音頻信號(hào)處理可以在直播源端完成，即：在對(duì)音頻信號(hào)進(jìn)行降噪處理后發(fā)送到直播接收方；如果在直播接收方執(zhí)行音頻信號(hào)處理，理論上也是可行的，直播源端數(shù)據(jù)處理量會(huì)減少，不過(guò)這樣會(huì)加大直播接收方的數(shù)據(jù)處理量；前者可以作為優(yōu)選實(shí)現(xiàn)方案。如果在直播源端執(zhí)行音頻信號(hào)處理，那么待處理音頻信號(hào)可以是直播源端的設(shè)備通過(guò)語(yǔ)音拾取設(shè)備，例如：話筒，獲得音頻信號(hào)并作為待處理音頻信號(hào)。音頻信號(hào)是以音頻的幀組成的，因此可以提取出各幀的數(shù)據(jù)。

先驗(yàn)的音頻模型是預(yù)先訓(xùn)練的音頻模型，用于區(qū)分音頻幀屬于哪一種類(lèi)型；在本實(shí)施例中，音頻模型基于三種音頻幀分類(lèi)訓(xùn)練，由于三種類(lèi)型的音頻幀會(huì)各自具有自身的一些頻譜特征，訓(xùn)練方式可以是深度神經(jīng)網(wǎng)絡(luò)或隱含馬爾科夫模型等，也可以采用頻譜特征聚類(lèi)的簡(jiǎn)單方法。具體如何訓(xùn)練本發(fā)明實(shí)施例不作唯一性限定。

在本實(shí)施例中，第一門(mén)限和第二門(mén)限可以是同一個(gè)值，該值用于判斷不是噪音的概率，第三門(mén)限則是用于判斷是噪音的概率；第一門(mén)限和第二門(mén)限如果設(shè)置得較小，第三門(mén)限設(shè)置得較大，則會(huì)減少誤判；如果第一門(mén)限和第二門(mén)限設(shè)置較大的值，第三門(mén)限設(shè)置較小的值，則會(huì)減少漏判；具體如何設(shè)置可以通過(guò)測(cè)試來(lái)確定，本發(fā)明實(shí)施例最具體取值不作唯一性限定。

由于本發(fā)明實(shí)施例已經(jīng)定位到了音頻信號(hào)中包含噪音的音頻幀，因此可以準(zhǔn)確的進(jìn)行降噪處理，具體采用何種降噪處理方案，本發(fā)明實(shí)施例不作唯一性限定。

本發(fā)明實(shí)施例，采用先驗(yàn)的音頻模型確定了音頻幀屬于語(yǔ)音的概率、屬于音樂(lè)的概率以及屬于噪音的概率，通過(guò)這些概率綜合確定了是否存在噪音，并精確定位了噪音，可以適用于直播的應(yīng)用場(chǎng)景，實(shí)現(xiàn)音頻信號(hào)的降噪，提升音頻信號(hào)質(zhì)量。

可選地，在本實(shí)施例中可以通過(guò)算數(shù)平均的方式來(lái)減少誤判，具體如下：上述處理器602，用于從上述待處理音頻信號(hào)中提取音頻幀包括：

從上述待處理音頻信號(hào)中提取連續(xù)的預(yù)定個(gè)數(shù)的音頻幀；

上述第一概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于語(yǔ)音的概率的算數(shù)平均值，上述第二概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于音樂(lè)的概率的算數(shù)平均值，上述第三概率為上述預(yù)定個(gè)數(shù)的音頻幀屬于噪音的概率的算數(shù)平均值。

在本實(shí)施例中，預(yù)定個(gè)數(shù)可以是10～100個(gè)音頻幀，具體如何確定這個(gè)值本發(fā)明實(shí)施例不作唯一性限定。在計(jì)算算數(shù)平均值時(shí)，每個(gè)音頻幀會(huì)有一個(gè)權(quán)重值，如果對(duì)應(yīng)的音頻幀被確定為噪音的概率越大則其權(quán)重值可以設(shè)置得大一些，具體設(shè)定哪一權(quán)重值本發(fā)明實(shí)施例不作唯一性限定。舉個(gè)例子，如果預(yù)定個(gè)數(shù)為10，待處理的音頻信號(hào)從1編號(hào)到1000；以第110個(gè)音頻幀的判斷為例，那么將會(huì)獲取第101～110這10個(gè)音頻幀分別在音樂(lè)、語(yǔ)音和噪音三個(gè)維度的概率，確定其屬于噪音的概率來(lái)確定各自權(quán)重，然后計(jì)算算數(shù)平均值作為第110個(gè)音頻幀是否為噪音的依據(jù)；本次噪音計(jì)算將會(huì)影響到后續(xù)9個(gè)音頻幀的判斷。

進(jìn)一步地，基于以上實(shí)施例中確定噪音的方案，還有兩種情況是可能有噪音也可能沒(méi)噪音，或者不太可能有噪音(即判斷為沒(méi)噪音)，基于這兩種情況具體如下：上述處理器602，還用于若上述第一概率小于第四門(mén)限或者上述第二概率小于第五門(mén)限，并且，上述第三概率大于第六門(mén)限，則確定上述音頻幀可能包含噪音；

若上述第一概率大于第七門(mén)限，則確定上述音頻幀不包含噪音；

上述第一門(mén)限大于上述第四門(mén)限，上述第二門(mén)限大于上述第五門(mén)限，上述第六門(mén)限大于上述第三門(mén)限；上述第六門(mén)限大于上述第一門(mén)限和上述第二門(mén)限。

進(jìn)一步地，基于已經(jīng)判斷有噪音或者可能包含噪音的情況，本發(fā)明實(shí)施例提供了更新權(quán)值的具體實(shí)現(xiàn)方案，采用兩種不同的更新方式避免降噪處理對(duì)語(yǔ)音和音樂(lè)造成的傷害，具體如下：上述處理器602，還用于若確定上述音頻幀包含噪音，則依據(jù)上述音頻幀包含噪音的結(jié)果更新上述音頻幀的權(quán)值；

若確定上述音頻幀可能包含噪音，則依據(jù)上述音頻幀包含的底噪更新上述音頻幀的權(quán)值。

前一種更新權(quán)值的方式，會(huì)較快影響到音頻模型對(duì)音頻幀是否為噪音的判斷，后一種則較為平和。

更具體地，本發(fā)明實(shí)施例還提供了采用維納濾波器進(jìn)行降噪的具體實(shí)現(xiàn)方案，如下：上述處理器602，用于5、根據(jù)權(quán)利要求1至4任意一項(xiàng)所述方法，其特征在于，所述對(duì)屬于噪音的音頻幀進(jìn)行降噪處理包括：

根據(jù)上述待處理音頻信號(hào)U以及包含噪音的音頻幀的數(shù)量V計(jì)算信噪比SNR；然后計(jì)算維納濾波器的傳遞函數(shù)H，H＝SNR/(SNR+1)，在頻域計(jì)算輸出的音頻信號(hào)Y，Y＝H×U。

進(jìn)一步地，本發(fā)明實(shí)施例還提供了先驗(yàn)的音頻模型的自動(dòng)化訓(xùn)練方案，如下：上述處理器602，還用于在上述根據(jù)先驗(yàn)的音頻模型確定第一概率、第二概率以及第三概率之前，通過(guò)深度神經(jīng)網(wǎng)絡(luò)、隱含馬爾科夫模型或者頻譜特征聚類(lèi)的方式獲得上述先驗(yàn)的音頻模型。

本發(fā)明實(shí)施例還提供了一種手機(jī)，如圖7所示，為了便于說(shuō)明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，具體技術(shù)細(xì)節(jié)未揭示的，請(qǐng)參照本發(fā)明實(shí)施例方法部分。圖7示出的是與本發(fā)明實(shí)施例提供的終端設(shè)備相關(guān)的手機(jī)的部分結(jié)構(gòu)的框圖。參考圖7，手機(jī)包括：射頻(Radio Frequency，RF)電路710、存儲(chǔ)器720、輸入單元730、顯示單元740、傳感器750、音頻電路760、無(wú)線保真(wireless fidelity，WiFi)模塊770、處理器780、以及電源790等部件。本領(lǐng)域技術(shù)人員可以理解，圖7中示出的手機(jī)結(jié)構(gòu)并不構(gòu)成對(duì)手機(jī)的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件布置。

下面結(jié)合圖7對(duì)手機(jī)的各個(gè)構(gòu)成部件進(jìn)行具體的介紹：

RF電路710可用于收發(fā)信息或通話過(guò)程中，信號(hào)的接收和發(fā)送，特別地，將基站的下行信息接收后，給處理器780處理；另外，將設(shè)計(jì)上行的數(shù)據(jù)發(fā)送給基站。通常，RF電路710包括但不限于天線、至少一個(gè)放大器、收發(fā)信機(jī)、耦合器、低噪聲放大器(Low Noise Amplifier，LNA)、雙工器等。此外，RF電路710還可以通過(guò)無(wú)線通信與網(wǎng)絡(luò)和其他設(shè)備通信。上述無(wú)線通信可以使用任一通信標(biāo)準(zhǔn)或協(xié)議，包括但不限于全球移動(dòng)通訊系統(tǒng)(Global System of Mobile communication，GSM)、通用分組無(wú)線服務(wù)(General Packet Radio Service，GPRS)、碼分多址(Code Division Multiple Access，CDMA)、寬帶碼分多址(Wideband Code Division Multiple Access,WCDMA)、長(zhǎng)期演進(jìn)(Long Term Evolution，LTE)、電子郵件、短消息服務(wù)(Short Messaging Service，SMS)等。

存儲(chǔ)器720可用于存儲(chǔ)軟件程序以及模塊，處理器780通過(guò)運(yùn)行存儲(chǔ)在存儲(chǔ)器720的軟件程序以及模塊，從而執(zhí)行手機(jī)的各種功能應(yīng)用以及數(shù)據(jù)處理。存儲(chǔ)器720可主要包括存儲(chǔ)程序區(qū)和存儲(chǔ)數(shù)據(jù)區(qū)，其中，存儲(chǔ)程序區(qū)可存儲(chǔ)操作系統(tǒng)、至少一個(gè)功能所需的應(yīng)用程序(比如聲音播放功能、圖像播放功能等)等；存儲(chǔ)數(shù)據(jù)區(qū)可存儲(chǔ)根據(jù)手機(jī)的使用所創(chuàng)建的數(shù)據(jù)(比如音頻數(shù)據(jù)、電話本等)等。此外，存儲(chǔ)器720可以包括高速隨機(jī)存取存儲(chǔ)器，還可以包括非易失性存儲(chǔ)器，例如至少一個(gè)磁盤(pán)存儲(chǔ)器件、閃存器件、或其他易失性固態(tài)存儲(chǔ)器件。

輸入單元730可用于接收輸入的數(shù)字或字符信息，以及產(chǎn)生與手機(jī)的用戶設(shè)置以及功能控制有關(guān)的鍵信號(hào)輸入。具體地，輸入單元730可包括觸控面板731以及其他輸入設(shè)備732。觸控面板731，也稱(chēng)為觸摸屏，可收集用戶在其上或附近的觸摸操作(比如用戶使用手指、觸筆等任何適合的物體或附件在觸控面板731上或在觸控面板731附近的操作)，并根據(jù)預(yù)先設(shè)定的程式驅(qū)動(dòng)相應(yīng)的連接裝置?？蛇x的，觸控面板731可包括觸摸檢測(cè)裝置和觸摸控制器兩個(gè)部分。其中，觸摸檢測(cè)裝置檢測(cè)用戶的觸摸方位，并檢測(cè)觸摸操作帶來(lái)的信號(hào)，將信號(hào)傳送給觸摸控制器；觸摸控制器從觸摸檢測(cè)裝置上接收觸摸信息，并將它轉(zhuǎn)換成觸點(diǎn)坐標(biāo)，再送給處理器780，并能接收處理器780發(fā)來(lái)的命令并加以執(zhí)行。此外，可以采用電阻式、電容式、紅外線以及表面聲波等多種類(lèi)型實(shí)現(xiàn)觸控面板731。除了觸控面板731，輸入單元730還可以包括其他輸入設(shè)備732。具體地，其他輸入設(shè)備732可以包括但不限于物理鍵盤(pán)、功能鍵(比如音量控制按鍵、開(kāi)關(guān)按鍵等)、軌跡球、鼠標(biāo)、操作桿等中的一種或多種。

顯示單元740可用于顯示由用戶輸入的信息或提供給用戶的信息以及手機(jī)的各種菜單。顯示單元740可包括顯示面板741，可選的，可以采用液晶顯示器(Liquid Crystal Display，LCD)、有機(jī)發(fā)光二極管(Organic Light-Emitting Diode,OLED)等形式來(lái)配置顯示面板741。進(jìn)一步的，觸控面板731可覆蓋顯示面板741，當(dāng)觸控面板731檢測(cè)到在其上或附近的觸摸操作后，傳送給處理器780以確定觸摸事件的類(lèi)型，隨后處理器780根據(jù)觸摸事件的類(lèi)型在顯示面板741上提供相應(yīng)的視覺(jué)輸出。雖然在圖7中，觸控面板731與顯示面板741是作為兩個(gè)獨(dú)立的部件來(lái)實(shí)現(xiàn)手機(jī)的輸入和輸入功能，但是在某些實(shí)施例中，可以將觸控面板731與顯示面板741集成而實(shí)現(xiàn)手機(jī)的輸入和輸出功能。

手機(jī)還可包括至少一種傳感器750，比如光傳感器、運(yùn)動(dòng)傳感器以及其他傳感器。具體地，光傳感器可包括環(huán)境光傳感器及接近傳感器，其中，環(huán)境光傳感器可根據(jù)環(huán)境光線的明暗來(lái)調(diào)節(jié)顯示面板741的亮度，接近傳感器可在手機(jī)移動(dòng)到耳邊時(shí)，關(guān)閉顯示面板741和/或背光。作為運(yùn)動(dòng)傳感器的一種，加速計(jì)傳感器可檢測(cè)各個(gè)方向上(一般為三軸)加速度的大小，靜止時(shí)可檢測(cè)出重力的大小及方向，可用于識(shí)別手機(jī)姿態(tài)的應(yīng)用(比如橫豎屏切換、相關(guān)游戲、磁力計(jì)姿態(tài)校準(zhǔn))、振動(dòng)識(shí)別相關(guān)功能(比如計(jì)步器、敲擊)等；至于手機(jī)還可配置的陀螺儀、氣壓計(jì)、濕度計(jì)、溫度計(jì)、紅外線傳感器等其他傳感器，在此不再贅述。

音頻電路760、揚(yáng)聲器761，傳聲器762可提供用戶與手機(jī)之間的音頻接口。音頻電路760可將接收到的音頻數(shù)據(jù)轉(zhuǎn)換后的電信號(hào)，傳輸?shù)綋P(yáng)聲器761，由揚(yáng)聲器761轉(zhuǎn)換為聲音信號(hào)輸出；另一方面，傳聲器762將收集的聲音信號(hào)轉(zhuǎn)換為電信號(hào)，由音頻電路760接收后轉(zhuǎn)換為音頻數(shù)據(jù)，再將音頻數(shù)據(jù)輸出處理器780處理后，經(jīng)RF電路710以發(fā)送給比如另一手機(jī)，或者將音頻數(shù)據(jù)輸出至存儲(chǔ)器720以便進(jìn)一步處理。

WiFi屬于短距離無(wú)線傳輸技術(shù)，手機(jī)通過(guò)WiFi模塊770可以幫助用戶收發(fā)電子郵件、瀏覽網(wǎng)頁(yè)和訪問(wèn)流式媒體等，它為用戶提供了無(wú)線的寬帶互聯(lián)網(wǎng)訪問(wèn)。雖然圖7示出了WiFi模塊770，但是可以理解的是，其并不屬于手機(jī)的必須構(gòu)成，完全可以根據(jù)需要在不改變發(fā)明的本質(zhì)的范圍內(nèi)而省略。

處理器780是手機(jī)的控制中心，利用各種接口和線路連接整個(gè)手機(jī)的各個(gè)部分，通過(guò)運(yùn)行或執(zhí)行存儲(chǔ)在存儲(chǔ)器720內(nèi)的軟件程序和/或模塊，以及調(diào)用存儲(chǔ)在存儲(chǔ)器720內(nèi)的數(shù)據(jù)，執(zhí)行手機(jī)的各種功能和處理數(shù)據(jù)，從而對(duì)手機(jī)進(jìn)行整體監(jiān)控?？蛇x的，處理器780可包括一個(gè)或多個(gè)處理單元；優(yōu)選的，處理器780可集成應(yīng)用處理器和調(diào)制解調(diào)處理器，其中，應(yīng)用處理器主要處理操作系統(tǒng)、用戶界面和應(yīng)用程序等，調(diào)制解調(diào)處理器主要處理無(wú)線通信?？梢岳斫獾氖?，上述調(diào)制解調(diào)處理器也可以不集成到處理器780中。

手機(jī)還包括給各個(gè)部件供電的電源790(比如電池)，優(yōu)選的，電源可以通過(guò)電源管理系統(tǒng)與處理器780邏輯相連，從而通過(guò)電源管理系統(tǒng)實(shí)現(xiàn)管理充電、放電、以及功耗管理等功能。

盡管未示出，手機(jī)還可以包括攝像頭、藍(lán)牙模塊等，在此不再贅述。

在本實(shí)施例中，音頻電路760或者輸入單元730可以作為音頻拾取設(shè)備使用，處理器780則可以對(duì)應(yīng)到前述實(shí)施例中處理器602的功能。在此不再贅述。

值得注意的是，上述裝置實(shí)施例中，所包括的各個(gè)單元只是按照功能邏輯進(jìn)行劃分的，但并不局限于上述的劃分，只要能夠?qū)崿F(xiàn)相應(yīng)的功能即可；另外，各功能單元的具體名稱(chēng)也只是為了便于相互區(qū)分，并不用于限制本發(fā)明的保護(hù)范圍。

另外，本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述各方法實(shí)施例中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，相應(yīng)的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤(pán)或光盤(pán)等。

以上僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明實(shí)施例揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。