公开(公告)号：WO2016098315A1

公开(公告)日：2016-06-23

申请号：PCT/JP2015/006127

申请日：2015-12-09

Applicant: パナソニックIPマネジメント株式会社

Inventor： 福田　鉄平 ,  渡辺　周一 ,  松本　宏之 ,  辻　寿嗣

IPC: G08B25/00 ,  G10L25/51 ,  H04R1/02 ,  H04R1/06 ,  H04R1/40 ,  H04R3/00

CPC classification number: H04R1/406 ,  G08B5/36 ,  G08B25/08 ,  G10L25/72 ,  H04N5/2252 ,  H04N5/23296 ,  H04N7/18 ,  H04N7/188 ,  H04R1/028 ,  H04R3/005 ,  H04R2201/021 ,  H04R2201/401

Abstract: 　カメラ装置が設置された店舗内において、マイクアレイ装置を後から取り付ける際、プリセット処理では、カメラ装置の撮像中心であるプリセット位置に音源を置き、音声を発生させる。マイクアレイ装置が音源から出力される所定音量以上の音声を収音してその音声データを音声処理装置に送ると、音源方向検知部は、ディスプレイに指向方向を表す音源マークを表示させ、ユーザにその選択及びカメラ情報の入力を促す。音声処理装置は、入力されたカメラ情報と指向方向をマイクアレイ装置に送信する。マイクアレイ装置は、プリセット情報テーブルとして記憶部に格納する。これにより、カメラとマイクアレイとの互いの位置関係が不明である場合でも、既定の撮像位置に指向性が適正に形成され、既定の撮像位置における音声が明瞭に出力される。

Abstract translation: 在本发明中，当麦克风阵列装置随后安装在其中安装了相机装置的商店中时，将声源放置在作为相机装置的成像中心的预设位置处，并且产生声音。 当麦克风阵列装置从声源拾取声音输出并且具有等于或大于规定音量的音量并将其音频数据发送到音频处理装置时，声源方向检测单元在显示器上显示声源 指示取向方向的标记，并提示用户进行选择并输入摄像机信息。 音频处理装置将输入的相机信息和取向方向发送到麦克风阵列装置，并且麦克风阵列装置将其作为预设信息表存储在存储单元中。 因此，即使当相机和麦克风阵列之间的相互位置关系未知时，在现有成像位置适当地形成方向性，并且清楚地输出现有成像位置处的声音。

公开(公告)号：WO2014196836A1

公开(公告)日：2014-12-11

申请号：PCT/KR2014/005024

申请日：2014-06-05

Applicant: 삼성전자 주식회사

Inventor： 김진성 ,  정재훈 ,  박정은 ,  엄기완 ,  고병섭 ,  바이잘아난트 ,  황인우 ,  고상철 ,  김정수 ,  이승열 ,  조재연

IPC: G01H17/00

CPC classification number: H04R29/008 ,  G08B1/08 ,  G08B13/1672 ,  G08B21/0208 ,  G10L25/18 ,  G10L25/72 ,  G10L25/78 ,  H04R29/004

Abstract: 음향 사건 검출 장치가 동작하는 방법은, 음향 입력을 수신하는 단계; 상기 음향 입력의 주파수 특성을 추출하는 단계; 상기 추출된 주파수 특성을 분석함으로써 제 1 음향 사건이 발생하였는지 여부를 결정하는 단계; 상기 제 1 음향 사건이 발생한 것으로 결정되면, 음향 사건 검출 장치의 외부로부터 음향, 영상 및 동영상 중 적어도 하나에 대한 데이터를 획득하는 단계; 및 상기 획득된 데이터를 제 1 디바이스로 전송하는 단계를 포함할 수 있다.

Abstract translation: 声音事件检测装置操作的方法可以包括以下步骤：接收声音输入; 提取声音输入的频率特性; 通过分析提取的频率特性来确定是否发生了第一声音事件; 当确定发生了第一声音事件时，从声音事件检测装置的外部获取与声音，图像和视频中的至少一个有关的数据; 以及将所获取的数据发送到第一设备。

公开(公告)号：WO2017112277A1

公开(公告)日：2017-06-29

申请号：PCT/US2016/063460

申请日：2016-11-23

Applicant: INTEL CORPORATION

Inventor： BEGUM, Shamim ,  WHITNEY, Kofi C.

IPC: H04N5/445 ,  H04R3/00 ,  G10L21/10 ,  G02B27/01

CPC classification number: A63F13/217 ,  A63F13/215 ,  A63F13/25 ,  A63F13/5255 ,  A63F13/65 ,  A63F2300/8082 ,  G06T19/006 ,  G10L15/20 ,  G10L17/00 ,  G10L25/51 ,  G10L25/72

Abstract: Systems, apparatus and methods may provide for audio processing of received user audio input from a microphone that may optionally be a tissue conducting microphone. Audio processing may be further conducted on received ambient audio from one or more additional microphones. A translator may translate the ambient audio into content to be output to a user. In an embodiment, ambient audio is translated into visual content to be displayed on a virtual reality device.

Abstract translation: 系统，设备和方法可以提供从麦克风接收的用户音频输入的音频处理，该麦克风可以可选地是组织传导麦克风。 可以对来自一个或多个附加麦克风的接收到的环境音频进一步进行音频处理。 翻译器可以将环境音频转换成内容以输出给用户。 在一个实施例中，环境音频被转换成可视内容以显示在虚拟现实设备上。

公开(公告)号：WO2016026204A1

公开(公告)日：2016-02-25

申请号：PCT/CN2014/089055

申请日：2014-10-21

Applicant: 京东方科技集团股份有限公司

Inventor： 陈硕 ,  赵天月 ,  张凯亮

IPC: G09F9/00

CPC classification number: G05B11/44 ,  G10L15/00 ,  G10L25/51 ,  G10L25/72 ,  H04R3/005 ,  H04R2201/025 ,  H04R2430/21 ,  H04R2499/15

Abstract: 一种显示装置及显示装置观看角度的调节方法，可以实现自动调节角度。显示装置包括：显示器主体（1）；底座（2）；至少3个语音接收模块（3），用于接收位于显示装置之外的语音信息，设置在显示器主体（1）和/或底座（2）上，且各语音接收模块（3）在水平面上的投影不在同一直线上；控制模块，用于记录其接收到各语音接收模块（3）所输入的语音信息的时刻，计算任意两个语音接收模块（3）所接收到语音信息的时间差，并根据各时间差确定语音信息的发出位置并发出转动指令；转动模块（4），用于根据转动指令旋转显示器主体（1）。

公开(公告)号：WO2013089236A1

公开(公告)日：2013-06-20

申请号：PCT/JP2012/082533

申请日：2012-12-14

Applicant: エイディシーテクノロジー株式会社

Inventor： 足立　勉 ,  横井　丈誠 ,  林　茂 ,  近藤　健純 ,  黒田　辰美 ,  毛利　大介 ,  野澤　豪生 ,  竹中　謙史 ,  前川　博司 ,  川西　毅

IPC: H04M3/56 ,  G10L19/00 ,  H04M1/00 ,  H04M3/42

CPC classification number: G10L25/72 ,  G06Q30/0261 ,  G06Q30/0266 ,  G06Q30/0267 ,  H04M1/6075 ,  H04M1/7255 ,  H04M1/72572

Abstract: 　本発明に係る通信システムは、互いに通信可能な複数の端末装置を備えている。各端末装置は、音声入力変換手段と、音声送信手段と、音声受信手段と、音声再生手段とを備えている。音声再生手段は、再生が完了していない複数の音声信号が存在する場合、各音声信号に対応する音声が重複しないように整列させてから再生する。

Abstract translation: 根据本发明的通信系统包括能够与之通信的多个终端设备。 每个终端设备还包括音频输入转换装置，音频传输装置，音频接收装置和音频播放装置。 当存在其中播放没有完成的多个音频信号时，音频播放器装置布置成使得与每个音频信号相对应的音频不重叠，然后播放。

公开(公告)号：WO2012177641A2

公开(公告)日：2012-12-27

申请号：PCT/US2012043152

申请日：2012-06-19

Applicant: NET POWER & LIGHT INC ,  LEMMEY TARA ,  SURIN NIKOLAY ,  VONOG STANISLAV

Inventor： LEMMEY TARA ,  SURIN NIKOLAY ,  VONOG STANISLAV

IPC: G06Q50/30

CPC classification number: G06F3/017 ,  A63F13/211 ,  A63F13/215 ,  A63F13/54 ,  A63F2300/1081 ,  A63F2300/1093 ,  A63F2300/8023 ,  G06F1/1694 ,  G10L25/21 ,  G10L25/72 ,  H04L67/38 ,  H04N7/15 ,  H04N21/422 ,  H04N21/4223 ,  H04N21/44218 ,  H04N21/4667

Abstract: The present disclosure relates to the use of gestures and feedback to facilitate gathering experiences and/or applause events with natural, social ambiance. For example, audio feedback responsive to participant action may swell and diminish in response to intensity and social aspects of participant participation. Each participant can have unique sounds or other feedback assigned to represent their actions to create a social ambiance.

Abstract translation: 本公开涉及使用手势和反馈来促进以自然，社会氛围收集经验和/或掌声事件。 例如，响应于参与者行动的音频反馈可以响应参与者参与的强度和社会方面而膨胀和减少。 每个参与者可以拥有独特的声音或其他反馈，以表示他们的行为，以创造一个社会氛围。

公开(公告)号：WO2009086341A2

公开(公告)日：2009-07-09

申请号：PCT/US2008088097

申请日：2008-12-23

Applicant: GENESYS TELECOMM LAB INC ,  GALVIN BRIAN ,  PERLMUTTER S MICHAEL ,  SNEYDERS DAVE

Inventor： GALVIN BRIAN ,  PERLMUTTER S MICHAEL ,  SNEYDERS DAVE

IPC: G10L21/00

CPC classification number: G06N5/025 ,  G10L15/26 ,  G10L17/22 ,  G10L25/72 ,  H04M3/5133 ,  H04M3/5141 ,  H04M3/5166 ,  H04M3/5183 ,  H04M2203/357

Abstract: A management system for guiding an agent in a media- specific dialogue has a conversion engine for instantiating ongoing dialogue as machine-readable text, if the dialogue is in voice media, a context analysis engine for determining facts from the text, a rules engine for asserting rules based on fact input, and a presentation engine for presenting information to the agent to guide the agent in the dialogue. The context analysis engine passes determined facts to the rules engine, which selects and asserts to the presentation engine rules based on the facts, and the presentation engine provides periodically updated guidance to the agent based on the rules asserted.

Abstract translation: 用于在媒体特定对话中指导代理的管理系统具有用于将当前对话作为机器可读文本实例化的转换引擎，如果对话在语音媒体中，则用于从文本确定事实的上下文分析引擎，用于 基于事实输入来声明规则，以及呈现引擎，用于向代理人呈现信息以指导代理在对话中。 上下文分析引擎将确定的事实传递给规则引擎，规则引擎根据事实选择和断言呈现引擎规则，并且呈现引擎基于所声明的规则向代理提供定期更新的指导。

公开(公告)号：WO2018128660A1

公开(公告)日：2018-07-12

申请号：PCT/US2017/056460

申请日：2017-10-13

Applicant: GOOGLE LLC

Inventor： TRIVI, Jean-Michel ,  KIM, Moonseok

IPC: H04R5/00

CPC classification number: G10L21/0232 ,  G10L21/0364 ,  G10L25/51 ,  G10L25/72 ,  G10L2021/02082 ,  H04M3/002 ,  H04M9/08 ,  H04R3/02 ,  H04R29/00 ,  H04R2420/03 ,  H04R2499/11

Abstract: Methods, systems, and apparatus, including computer programs encoded on a computer storage medium, for adjusting acoustic parameters. In one aspect, a method includes receiving an identifier associated with an enclosure for a computing device, transmitting data identifying the identifier associated with the enclosure for the computing device, and receiving one or more physical parameters of the enclosure for the computing device. The method also includes based on the one or more physical parameters of the enclosure for the computing device, determining, one or more acoustic parameter adjustments of the computing device in the enclosure, the one or more acoustic parameter adjustments being configured to preserve one or more acoustic characteristics of the computing device out of the enclosure while the computing device is in the enclosure, and based on the one or more acoustic parameter adjustments, adjusting the one or more acoustic parameters of the computing device.

公开(公告)号：WO2017112261A1

公开(公告)日：2017-06-29

申请号：PCT/US2016/063347

申请日：2016-11-22

Applicant: INTEL IP CORPORATION

Inventor： HOFER, Joachim ,  BOCKLET, Tobias ,  STEMMER, Georg ,  PEARCE, David ,  CZYRYBA, Sebastian ,  BAUER, Josef G.

IPC: G10L25/48 ,  G10L25/30 ,  G10L19/038 ,  G10L15/30

CPC classification number: G10L25/51 ,  G10L15/16 ,  G10L25/24 ,  G10L25/27 ,  G10L25/72

Abstract: Technologies for identifying sounds are disclosed. A sound identification device may capture sound data, and split the sound data into frames. The sound identification device may then determine an acoustic feature vector for each frame, and determine parameters based on how each acoustic feature varies over the duration of time corresponding to the frames. The sound identification device may then determine if the sound matches a pre-defined sound based on the parameters. In one embodiment, the sound identification device may be a baby monitor, and the pre-defined sound may be a baby crying.

Abstract translation: 公开了用于识别声音的技术。 声音识别设备可以捕捉声音数据，并将声音数据分成帧。 声音识别设备然后可以为每个帧确定声学特征向量，并且基于每个声学特征在对应于帧的时间段内如何变化来确定参数。 声音识别设备然后可以基于参数来确定声音是否匹配预定义的声音。 在一个实施例中，声音识别设备可以是婴儿监视器，并且预定义的声音可以是婴儿哭闹。

公开(公告)号：WO2017106281A1

公开(公告)日：2017-06-22

申请号：PCT/US2016/066557

申请日：2016-12-14

Applicant: DOLBY LABORATORIES LICENSING CORPORATION

Inventor： SHI, Dong ,  GUNAWAN, David ,  DICKINS, Glenn, N.

IPC: G10L25/72 ,  G10L21/02

CPC classification number: G10L25/72 ,  G10L21/02

Abstract: Example embodiments disclosed herein relate to audio signal processing. A method of indicating a presence of a nuisance in an audio signal is disclosed. The method includes determining a probability of the presence of the nuisance in a frame of the audio signal based on a feature of the audio signal, the nuisance representing an unwanted sound made by a user, in response to the probability of the presence of the nuisance exceeding a threshold, tracking the audio signal based on a metric over a plurality of frames following the frame, determining, based on the tracking, that the presence of the nuisance is to be indicated to the user, and in response to the determination, presenting to the user a notification of the presence of the nuisance. Corresponding system and computer program product are also disclosed.

Abstract translation: 这里公开的示例实施例涉及音频信号处理。 公开了一种指示音频信号中存在干扰的方法。 该方法包括基于音频信号的特征来确定在音频信号的帧中存在令人讨厌的概率，所述麻烦表示由用户做出的不想要的声音，以响应存在干扰的概率 超过阈值，基于帧之后的多个帧上的度量来跟踪音频信号，基于跟踪来确定要向用户指示麻烦的存在，并且响应于该确定，呈现 向用户通知存在该妨碍。 相应的系统和计算机程序产品也被披露。