[发明专利]电子设备及其音频降噪方法和介质

权利要求书

1.一种第一电子设备的音频降噪方法，其特征在于，包括：

所述第一电子设备获取用于场景识别的多个模态的数据；

所述第一电子设备分别计算各模态的数据表示所述第一电子设备处于第一场景的单模场景概率；

所述第一电子设备确定对应各模态数据的多个权值，并基于所述多个权值，将对应各模态数据的不同单模场景概率进行融合，得到表示所述第一电子设备处于所述第一场景的融合场景概率，其中，同一模态的数据所属的预设数据范围不同，进行所述融合时所用的权值不同；

在所述融合场景概率满足所述第一场景的识别条件的情况下，所述第一电子设备确定音频降噪模式为与所述第一场景对应的降噪模式。

2.根据权利要求1所述的音频降噪方法，其特征在于，所述多个模态的数据包括下列中的至少一种：

所述第一电子设备上运行的应用程序的运行结果，所述第一电子设备上传感器的运行结果，所述第一电子设备上传感器的检测数据，所述第一电子设备采集到的图像数据，所述第一电子设备采集到的音频数据，所述第一电子设备接收到的WIFI信号，以及与所述第一电子设备通信连接的基站的基站信号。

3.根据权利要求2所述的音频降噪方法，其特征在于，在所述应用程序的运行结果包括共享单车应用程序运行了扫码骑行、地铁出行应用程序扫码进入地铁站；并且

所述第一电子设备上传感器的运行结果包括在所述传感器为心率传感器的情况下所述心率传感器的运行结果为睡眠状态；并且

所述第一电子设备上传感器的检测数据包括光照传感器采集到的光照数据、加速度传感器采集到的第一电子设备的加速度、气压传感器采集的气压数据中的至少一种。

4.根据权利要求1所述的音频降噪方法，其特征在于，所述多个模态包括第一模态，并且对应所述第一模态的多个预设数据范围包括第一预设数据范围和第二预设数据范围，其中在计算所述第一场景的所述融合场景概率时，属于第一预设数据范围的第一模态数据的所述单模场景概率大于属于第二预设数据范围的第一模态数据的所述单模场景概率，并且对应所述第一预设数据范围的所述权值大于对应所述第二预设数据范围的所述权值。

5.根据权利要求4所述的音频降噪方法，其特征在于，所述第一电子设备基于神经网络模型对应各模态数据的不同单模场景概率进行融合，得到表示所述第一电子设备处于所述第一场景的融合场景概率。

6.根据权利要求4或5所述的音频降噪方法，其特征在于，通过以下方式训练所述神经网络模型中用于确定各模态数据的权值的权值映射子模型：

获取属于第一模态的多个样本数据和所述多个样本数据分别对应的期望单模场景概率；

将所述属于第一模态的多个样本数据按照数值大小进行降序排列；

将排序后的所述样本数据按预定数量均分为多个数据预设范围，其中所述多个数据预设范围包括所述第一预设数据范围和第二预设数据范围；

计算各数据预设范围的平均值或者中值，并将所述平均值或者中值输入权值映射子模型中；

通过将所述权值映射子模型的输出与所述期望单模场景概率进行比较，调整所述权值映射子模型的系数。

7.根据权利要求1所述的音频降噪方法，其特征在于，在确定对应各模态数据的多个权值，并基于所述多个权值，将对应各模态数据的不同单模场景概率进行融合之前，对所述单模场景概率进行筛选，去除数值属于所述单模场景概率的中值范围内的所述单模场景概率。

8.根据权利要求1所述的音频降噪方法，其特征在于，还包括：

所述第一电子设备向第二电子设备发送降噪模式。

9.根据权利要求1所述的音频降噪方法，其特征在于，所述第一电子设备为手机，第二电子设备为耳机。