[发明专利]电子设备及其音频降噪方法和介质

说明书

本申请的实施例提供一种音频降噪方法及其电子设备和介质，涉及人工智能(Artificial Intelligence，AI)领域的语音识别技术。本申请的音频降噪方法，包括：在第一电子设备采集各模态数据(例如，事件感应数据、环境图像和环境声音)后，第一电子设备分别计算各模态数据表示第一电子设备处于第一场景的单模场景概率；同时，第一电子设备确定对应各模态数据的多个权值，并基于多个权值，将对应各模态数据的不同单模场景概率进行融合，得到表示第一电子设备处于第一场景的融合场景概率。在融合场景概率满足第一场景的识别条件的情况下，第一电子设备确定音频降噪模式为与第一场景对应的降噪模式。

本申请要求在2020年07月31日提交的申请号为“202010759885.9”，申请名称为“电子设备及其音频降噪方法和介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及人工智能领域的语音识别技术。尤其涉及一种电子设备及其音频降噪方法和介质。

背景技术

目前的耳机的主动降噪技术，只能基于单模态数据(例如，环境声音)进行场景识别，进而对耳机设置降噪模式。而与耳机连接的电子设备都配置有多种传感器，可以通过传感器以及内置应用采集当前环境的各模态数据(例如，事件感应数据、环境图像和环境声音)。目前急需一种能够将各模态数据进行融合计算，识别出当前环境的场景，再对耳机设置降噪模式的技术。

同时，现有的各模态数据进行融合计算技术，采用的是为每个模态数据分配固定权值，或者是通过手动方式调节权值，并未采用人工智能技术调节权值。在进行融合计算时，过度依赖专家知识，未考虑存在模态数据偏差以及模态数据动态变化的因此，因此，融合计算的结果往往不准确。

发明内容

本申请实施例提供一种电子设备及其音频降噪方法和介质，以提高音频降噪的灵活度和准确度。

本申请的第一方面提供了一种电子设备的音频降噪方法，包括：获取电子设备的事件感应数据；在未能根据事件感应数据确定电子设备所处的场景类型的情况下，获取电子设备当前采集到的音频和场景图像，并基于获取的音频的音频特征和场景图像的图像特征确定电子设备所处的场景类型；根据确定的场景类型确定电子设备的音频降噪模式。

在上述第一方面的一种可能的实现中，在根据事件感应数据确定出电子设备所处的场景类型的情况下，根据确定的场景类型确定电子设备的音频降噪模式。

在该方法中，电子设备可以是任何一种终端设备，例如手机，在用户打开手机的地铁乘车应用程序扫码进入地铁站后，手机通过监测该地铁乘车应用程序获取了事件感应数据，并根据该事件感应数据确定手机当前处于地铁场景。手机获取地铁场景对应的音频降噪模式后，对降噪耳机配置该音频降噪模式实现音频降噪。

在用户通过刷公交卡进入地铁站后，由于手机无法获取事件感应数据，手机通过自身的摄像头以及降噪耳机的麦克风采集地铁场景的场景噪声和场景图像。这里的场景噪声就是音频。手机通过对场景噪声和场景图像分别提取音频特征和图像特征，通过音频特征和图像特征确定手机当前处于地铁场景，对降噪耳机配置地铁场景对应的音频降噪模式实现音频降噪。

在上述第一方面的一种可能的实现中，事件感应数据为电子设备检测到电子设备的应用程序的运行结果。

在上述第一方面的一种可能的实现中，在应用程序的运行结果为电子设备的共享单车应用程序运行扫码骑行的情况下，确定电子设备所处的场景类型为户外骑行场景。

在上述第一方面的一种可能的实现中，事件感应数据为电子设备的传感器的运行结果。

在上述第一方面的一种可能的实现中，在传感器为气压传感器的情况下，当气压传感器的运行结果为低气压环境时，确定电子设备所处的场景类型为低气压场景。

在该方法中，手机除了监测自身安装的应用程序，还可以通过监测自身的传感器的运行结果获取事件感应数据。