音頻特徵數據的提取及分析的製作方法

2023-05-22 08:41:41

音頻特徵數據的提取及分析的製作方法
【專利摘要】一種特定方法包含在處理器處從低功率狀態轉變出。所述方法還包含在從所述低功率狀態轉變出之後從緩衝器檢索音頻特徵數據。所述音頻特徵數據指示在所述處理器的所述低功率狀態期間接收的音頻數據的特徵。
【專利說明】音頻特徵數據的提取及分析
[0001]相關申請案的交叉參考
[0002]本申請案主張來自2011年11月I日申請的第61/554，318號美國臨時申請案及2012年5月30日申請的第13/483，732號美國非臨時申請案的優先權，所述申請案中的每一者的內容以引用的方式全文併入。
【技術領域】
[0003]本發明大體涉及音頻特徵數據的提取及分析。
【背景技術】
[0004]技術的進步已產生更小且更強大的計算裝置。舉例來說，當前存在多種可攜式個人計算裝置，包含無線計算裝置，例如較小、輕重量且易於由用戶攜帶的可攜式無線電話、個人數字助理(PDA)及尋呼裝置。更具體來說，例如蜂窩式電話及網際網路協議(IP)電話的可攜式無線電話可經由無線網絡傳達語音及數據包。此外，許多此類無線電話包含併入其中的其它類型裝置。舉例來說，無線電話還可包含數字靜態相機、數字視頻攝像機、數字記錄器及音頻文件播放器。
[0005]由於併入到無線電話中的裝置數目增加，無線電話處的電池資源可變得缺乏。為節省電池資源，無線電話可在非活動時段後轉變到「閒置」或「睡眠」模式中。無線電話可響應於網絡事件(例如，接收電話呼叫)或用戶輸入(例如，用戶按壓無線電話的按鈕)而轉變回到「活動」或「喚醒」模式中。一些裝置還可包含響應於音頻輸入(例如，語音命令)而「喚醒」的能力。然而，為了實施此類功能性，裝置的處理器及其它組件可在「一直接通」模式中運行且可持續消耗功率，這可降低裝置的整體電池壽命。

【發明內容】

[0006]揭示一種提取及分析音頻特徵數據的低功率系統及方法。舉例來說，本文所揭示的技術可以減少的功率消耗來實現電子裝置(例如，無線電話)中的聲音感測功能性。電子裝置可包含耦合到處理器(例如，音頻數位訊號處理器(DSP))的低功率解碼器/解碼器(CODEC)。系統可具有多個操作模式，每一模式對應於CODEC活動性與處理器活動性的不同比率。舉例來說，在第一模式中，CODEC可持續操作且處理器可以第一速率工作循環。舉例來說，處理器可根據10%工作循環而操作(B卩，10%的時間活動且90%的時間閒置)。在第二模式中，CODEC也可為具有工作循環的。CODEC可在不同模式中以不同的速率工作循環。在一些模式中，CODEC的活動性可大於或等於處理器的活動性。在其它模式中，例如在處理器具有沉重的計算負荷時，處理器的活動性可大於CODEC的活動性。CODEC可接收音頻數據(例如，從裝置的麥克風)，並從音頻數據提取音頻特徵。處理器可分析音頻特徵，且可基於分析而執行一或多個動作。舉例來說，處理器可基於分析而激活電子裝置的一或多個其它組件。
[0007]在特定實施例中，一種方法包含在處理器處從低功率狀態轉變出。所述方法還包含處理器在從所述低功率狀態轉變出之後從緩衝器檢索音頻特徵數據。所述音頻特徵數據指示在所述處理器的所述低功率狀態期間接收的音頻數據的特徵。在一些實施例中，在處理器處於低功率狀態中時，可能已接收到音頻數據，且可能已由耦合到處理器的CODEC提取音頻特徵數據。
[0008]在另一特定實施例中，一種方法包含在CODEC處接收音頻數據的幀。所述方法還包含從音頻數據的所述幀提取音頻特徵數據。所述方法進一步包含將所述經提取音頻特徵數據存儲在緩衝器中以在具有工作循環的處理器的活動狀態期間可由所述具有工作循環的處理器存取。
[0009]在另一特定實施例中，一種設備包含處理器及多個濾波器，所述濾波器經配置以對音頻數據的一或多個幀濾波以產生經濾波音頻數據的能量(與所述處理器處於低功率狀態中或是處於活動狀態中無關)。所述設備還包含轉換器，其經配置以基於所述經濾波音頻數據的所述能量而產生音頻特徵數據。所述設備進一步包含變換器，其經配置以將變換函數應用於所述音頻特徵數據以產生經變換數據。所述處理器經配置以在從所述低功率狀態轉變出到所述活動狀態之後對所述經變換數據執行一或多個操作。
[0010]在另一特定實施例中，一種設備包含處理器，所述處理器經配置以基於所述處理器的應用程式上下文而在於第一模式中操作與在第二模式中操作之間動態地切換。所述處理器還經配置以在從低功率狀態轉變出之後從緩衝器檢索及處理音頻特徵數據。所述音頻特徵數據指示在所述處理器處於所述低功率狀態時由CODEC接收的音頻數據的特徵。在所述第一模式中CODEC活動性與處理器活動性的比率大於在所述第二模式中CODEC活動性與處理器活動性的比率。
[0011]在另一特定實施例中，一種非暫時性處理器可讀媒體包含在由處理器執行時致使所述處理器在於第一模式中操作與在第二模式中操作之間動態地切換的指令。在所述第一模式中CODEC活動性與處理器活動性的比率大於在所述第二模式中CODEC活動性與處理器活動性的比率。所述指令在執行時還致使處理器在工作循環期間從較低功率狀態轉變出，以及分析在所述低功率狀態期間提取的音頻特徵數據。所述指令在執行時進一步致使處理器轉變回到所述低功率狀態中。
[0012]所揭示實施例中的至少一者所提供的特定優點包含電子裝置通過使用一直接通CODEC(或具有工作循環的CODEC)及具有工作循環的處理器而提取及分析音頻特徵數據的能力。
[0013]舉例來說，所述音頻特徵數據可指示在所述具有工作循環的處理器處於低功率狀態時由CODEC接收的音頻數據的特性。音頻特徵數據的提取及分析可以與包含一直接通CODEC及一直接通音頻處理器的系統相比而降低的功率消耗來執行。音頻特徵數據的分析可觸發各種操作，例如激活電子裝置的觸控螢幕或其它組件。
[0014]在檢視整個申請案之後，將明白本發明的其它方面、優點及特徵，申請案包含以下部分:【專利附圖】

【附圖說明】、【具體實施方式】及權利要求書。
【專利附圖】

【附圖說明】
[0015]圖1是用以說明可操作以提取及分析音頻特徵數據的系統的特定實施例的圖；
[0016]圖2是用以說明可操作以提取及分析音頻特徵數據的系統的另一特定實施例的圖；
[0017]圖3是用以說明圖2的CODEC與圖2的處理器之間的劃分操作的特定實施例的圖；
[0018]圖4是用以說明在圖1的系統或圖2的系統處的操作的特定實施例的圖；
[0019]圖5是用以說明在圖1的系統或圖2的系統處的功率消耗的特定實施例的圖；
[0020]圖6是用以說明在具有工作循環的處理器處對音頻特徵執行聲音辨識的方法的特定實施例的流程圖；
[0021]圖7是用以說明在CODEC處提取音頻特徵的方法的特定實施例的流程圖；
[0022]圖8是用以說明在處理器處於存儲並轉發模式中操作與在直接傳送模式中操作之間動態切換的方法的特定實施例的流程圖；
[0023]圖9是用以說明通過電子裝置的較低功率組件來執行所述電子裝置的較高功率組件的交錯分級激活的方法的特定實施例的流程圖；以及
[0024]圖10是根據圖1-9的系統及方法的可操作以提取及分析音頻特徵數據的無線裝置的框圖。
【具體實施方式】
[0025]參考圖1，展示並大體用100表示可操作以提取及分析音頻特徵數據的系統的特定實施例。系統100包含耦合到處理器150的解碼器/解碼器(CODEC) 120。在特定實施例中，處理器150可為數位訊號處理器(DSP)，例如音頻DSP。在一些實施例中，緩衝器140可位於C0DEC120與處理器150之間，如圖所示。在替代實施例中，緩衝器140可在C0DEC120或處理器150內部，如參考圖2-3進一步描述。
[0026]在特定實施例中，C0DEC120可持續操作且接收音頻數據110。舉例來說，音頻數據110可通過耦合到C0DEC120的麥克風或其它聲音輸入裝置來產生。音頻數據110可為「原始」(即，未處理及/或未壓縮)音頻數據。C0DEC120可經配置以從音頻數據110提取音頻特徵，藉此產生音頻特徵數據130。在特定實施例中，音頻特徵數據130在大小方面可實質上小於音頻數據110。C0DEC120可將音頻特徵數據130存儲在緩衝器140 (例如，隨機存取存儲器(RAM)緩衝器)中。在特定實施例中，音頻特徵數據130可指示音頻數據110的特定特性，例如音高、音調、音量及/或節奏特性。C0DEC120還可在提取音頻特徵數據130後丟棄音頻數據110。
[0027]處理器150可根據工作循環來操作。為了進行說明，如果處理器150根據10%的工作循環來操作，那麼處理器150在10%的時間為「活動」的(即，處於高功率狀態)，且在90%的時間為「閒置」的(即，處於低功率狀態)。在特定實施例中，處理器150可響應於可編程時間周期(例如，處理器150的工作循環可為可編程的)的過期而在活動狀態與閒置狀態之間定期轉變。具有工作循環的處理器150因此可消耗比「一直接通」處理器少的功率。
[0028]在從低功率狀態轉變出之後，處理器150可從緩衝器140檢索音頻特徵數據130且分析所檢索的音頻特徵數據130。處理器150可基於分析的結果來執行一或多個操作。舉例來說，當將系統100集成到電子裝置(例如無線電話)中時，處理器150可基於音頻特徵數據130的分析而產生激活信號160以激活電子裝置的一或多個組件(例如，應用程式處理器或移動站數據機(MSM)的一部分，如參考圖10進一步描述)。
[0029]在操作期間，C0DEC120可持續接收音頻數據110的幀，並將從音頻數據110提取的音頻特徵數據130存儲在緩衝器140中。舉例來說，音頻數據110的每一幀可為20ms長。在特定實施例中，根據先進先出政策，較新的音頻特徵數據130可改寫緩衝器140中的較舊的音頻特徵數據130。
[0030]應注意，代替如圖1中所描繪而持續地操作，C0DEC120可代替為具有工作循環的。舉例來說，如果C0DEC120沒有比所希望的節能或為「傳統」CODEC，那麼C0DEC120可為具有工作循環的。一股來說，即使C0DEC120為具有工作循環的，C0DEC120仍可比處理器150更多活動。因此，系統100可支持多個操作模式。在第一模式中，C0DEC120可執行較頻繁的音頻信號處理且可大概消耗較多功率。在第二模式中，C0DEC120可執行較不頻繁的音頻信號處理且可大概消耗較少功率。處理器150可在第一模式與在第二模式中具有相同工作循環。
[0031]將了解，可由雙模式(或多模式)系統100支持各種實施方案,每一模式具有不同的CODEC活動性與處理器活動性比率。舉例來說，較高的活動性模式可涉及以第一速率(例如，Dl)工作循環的持續操作的C0DEC120及處理器150，且較低的活動性模式可涉及以大於或等於第一速率的第二速率(例如，D2，D2 >= Dl)工作循環的C0DEC120。作為另一實例，較高的活動性模式可涉及以第一速率(例如，Dl)工作循環的C0DEC120及以第二速率(例如，D2)工作循環的處理器150，且較低的活動性模式可涉及以第三速率(例如，D3)工作循環的C0DEC120及以第二速率(例如，D2)工作循環的處理器150。第一速率可實質上大於第二速率(例如，Dl >>D2)，且第三速率可大於或等於第二速率(例如，D3>=D2)。選定實施方案還可支持其中CODEC活動性小於或等於處理器活動性的模式，例如在沉重的處理器計算負荷的時段期間。舉例來說，第三速率可小於或等於第二速率(例如，D3< =D2)。
[0032]取決於C0DEC120及處理器150活動的頻率，系統100可在存儲並轉發模式中操作或在直接傳送模式中有效工作。在存儲並轉發模式中，處理器150可在從低功率狀態轉變出後即騰空緩衝器140。即，處理器150可在處理器150處於低功率模式中的同時檢索對應於C0DEC120所接收的音頻數據110的每個幀(或多個幀)的音頻特徵數據130。在直接傳送模式中，處理器150可檢索對應於音頻數據110的單個幀(例如，音頻數據110的最近接收的幀)的音頻特徵數據130。在特定實施例中，處理器150可在於存儲並轉發模式中操作與在直接傳送模式中操作之間動態切換，及/或基於處理器150的應用程式上下文在較高活動性模式與較低活動性模式(其中較高活動性模式具有比較低活動性模式高的CODEC活動性與處理器活動性比率)之間切換，如參看圖2及4進一步描述。
[0033]在檢索音頻特徵數據130之後，處理器150可分析音頻特徵數據130且可基於分析而產生激活信號160。舉例來說，當音頻特徵數據130的分析識別特定語音輸入命令(例如，「喚醒」)時，處理器150可產生激活信號160以激活電子裝置的各種組件。
[0034]圖1的系統100 (其包含具有工作循環的處理器)因此可實現以比具有一直接通CODEC及一直接通處理器的系統低的功率來進行音頻特徵提取及分析。此外，通過緩衝音頻數據來代替原始音頻數據，圖1的系統100可在降低存儲器使用量的情況下執行音頻分析。
[0035]參考圖2，展示並大體用200表示可操作以提取及分析音頻特徵數據的系統的另一特定實施例。系統200可包含耦合到處理器230(例如，圖1的處理器150)的C0DEC220(例如，圖1的C0DEC120)。C0DEC220還可耦合到聲音輸入裝置，例如說明性麥克風 210。
[0036]C0DEC220可包含模擬/數字轉換器(ADC) 221，所述ADC221接收來自麥克風210的模擬音頻數據212且將所述模擬音頻數據212轉換為數字音頻數據。在其中麥克風210產生數字音頻數據的替代實施例中，ADC可不存在。
[0037]C0DEC220還可包含經配置以從音頻數據212提取音頻特徵226的特徵提取器222。在特定實施例中，特徵提取器222可包含對音頻數據212濾波以產生經濾波音頻數據的能量224 (例如，梅爾帶(mel-band)能量)的多個濾波器223。舉例來說，濾波器223可為梅爾帶濾波器，其中每一梅爾帶濾波器對應於人類感知頻率標度的不同部分(例如，倍頻程)。為了說明，濾波器223可包含產生對應於22個倍頻程的梅爾帶能量224的22個梅爾帶濾波器。在替代實施例中，特徵提取器222可執行基於快速傅立葉變換(FFT)的特徵提取。
[0038]特徵提取器222還可包含對數轉換器225。對數轉換器225可將對數函數應用於經濾波音頻數據的能量224以產生經提取音頻特徵226。經提取音頻特徵226可存儲在緩衝器(例如，RAM緩衝器)227中。經提取音頻特徵226可由於緊密設計的音頻特徵(例如，來自每一 20ms幀的22個對數梅爾帶能量)而在大小方面實質上小於音頻數據212。為了說明，音頻數據212可具有16kHz、16位的解析度。200ms(例如，對應於10個幀)的音頻數據212可佔據6400位元組的空間。然而，10個幀的經提取音頻特徵226可僅佔據220位元組的空間(10幀X每幀22特徵X每特徵I字節)。因此，通過將經提取音頻特徵226代替原始音頻數據212存儲在緩衝器227中，緩衝器227可保持地相對小且可消耗相對少的功率。
[0039]處理器230可包含狀態轉變邏輯231。在特定實施例中，狀態轉變邏輯231可將處理器230轉變進入及轉變出低功率狀態(例如，根據工作循環)。在從低功率狀態轉變出後，處理器230即可從緩衝器227檢索經提取的音頻特徵226。變換器233可將變換函數應用於經提取音頻特徵226以產生經變換音頻特徵數據234。在特定實施例中，變換器233可經配置以應用離散餘弦變換(DCT)函數。為了說明，變換經提取音頻特徵226(其中經提取音頻特徵226包含對應於每幀22個梅爾帶的特徵)可通過獲取DCT係數的12個元素而產生每幀12個梅爾頻率倒頻譜係數(MFCC)。
[0040]處理器230還可包含經配置以分析經變換音頻特徵數據234的一或多個聲音辨識模塊241-245。在特定實施例中，哪些聲音辨識模塊241-245為活動的可取決於處理器230在哪一模式中操作。為了說明，處理器230處的動態模式切換邏輯232可基於上下文(例如，應用程式上下文)而動態切換處理器230的操作。舉例來說，當包含圖2的系統200的裝置執行應用程式或涉及收聽位置、持續音頻指紋識別及/或持續關鍵詞檢測的其它操作時，邏輯232可致使處理器230在存儲並轉發模式(例如，其中來自音頻數據的多個幀的特徵在處理器230活動時經處理)中操作，且模塊241-243可為活動的。作為另一實例，當裝置執行涉及目標聲音檢測(例如，特定音樂或話音的檢測)及/或新穎性檢測時，邏輯232可致使處理器230在存儲並轉發模式中或在直接傳送模式(例如，其中來自音頻數據的單個幀的特徵在處理器活動時經處理)中操作，且模塊244-245可為活動的。在替代實施例中，動態模式切換邏輯232可基於其它因素而切換處理器230的操作，所述其它因素包含(例如)音頻數據212及/或音頻特徵226的特性。
[0041]收聽位置模塊241可將輸入聲音轉換為音頻籤名。可將所述籤名發送到伺服器(未圖示)，且伺服器可比較所述籤名與從其它裝置接收的籤名。如果來自不同裝置的籤名類似，那麼伺服器可確定不同裝置處於相同的聲學空間中，其可指示不同裝置處於相同的物理位置，收聽相同的內容，或具有如由周圍聲音確定的類似上下文。舉例來說，收聽位置可用於社交網絡服務中以將人分組及/或與一群人共享一項目。
[0042]持續音頻指紋識別模塊242可試圖檢測預登記(例如，預定)聲音快照的存在。與目標聲音或環境檢測不同，持續音頻指紋識別可在存在聲音質量失真的情況下強勁地檢測感知相同的聲音快照，例如與信道降級、均衡、速度改變、數字/模擬或模擬/數字轉換等相關的失真。持續音頻指紋識別因此可在音樂及廣播識別情境下找到應用程式。
[0043]持續關鍵詞檢測模塊243可接收聲音輸入且可檢測預登記(例如，預定)關鍵詞集合的存在。持續關鍵詞檢測可在相對低的功率狀態中執行，且可基於所檢測關鍵詞而激活預定義應用程式。預定關鍵詞集合可通過應用程式處理器而可編程。在特定實施例中，可通過應用程式處理器來下載用於關鍵詞的模型。持續關鍵詞檢測因此可在不使用專用語音命令按鈕或非語言用戶輸入的情況下實現語音激活命令。
[0044]目標聲音檢測模塊244可檢測聲音的類型，且可通知對應應用程式以響應所述聲音。舉例來說，在檢測到話音後，目標聲音檢測可致使語音記錄應用程式記錄話音。作為另一實例，在檢測到音樂後，目標聲音檢測可致使應用程式識別音樂的屬性，例如歌名、藝術家名字及專輯名稱。
[0045]新穎性檢測模塊245可檢測輸入音頻中對應於位置改變及/或活動性改變的改變。新穎性檢測可結合其它聲音辨識操作(例如，收聽位置及目標聲音檢測)來使用以識別位置及聲音活動性，且記錄用於後續使用及分析的對應時間。當在環境聲學中存在顯著的改變時，新穎性檢測還可用以激活其它聲音辨識操作。
[0046]在操作期間，C0DEC220可持續接收來自麥克風的音頻數據212的幀，從音頻數據212提取音頻特徵226，且將音頻特徵226存儲在緩衝器227中。處理器230可根據工作循環而轉變進入及轉變出低功率狀態。在從低功率狀態轉變出之後，處理器230可檢索及變換對應於音頻數據212的多個幀(當在存儲並轉發模式中操作時)或對應於音頻數據212的單個幀(當在直接傳送模式中操作時)的變換音頻特徵226。處理器230還可在於較高活動性模式中操作與在較低活動性模式中操作之間轉變，如參考圖1所描述。當活動時，處理器230可經由聲音辨識模塊241-245中的一或多者來分析經變換音頻特徵數據234，且可基於所述分析來確定是否激活應用程式處理器及/或移動站數據機(MSM)的組件或其它組件。
[0047]在特定實施例中，圖2的系統200可提供可服務多個高級應用程式(例如，音樂辨識應用程式、關鍵詞檢測應用程式等)的一股收聽服務。舉例來說，一股收聽服務可為高級應用程式提供(例如，經由應用程式編程接口(API)、共享存儲器等)處理器230所執行的聲音辨識操作的結果。一股收聽服務可減少互操作性問題，且可比其中每一高級應用程式具有其自身收聽引擎的系統更節省功率。
[0048]圖2的系統200因此可以減少的功率消耗來實現音頻特徵提取及分析。舉例來說，可將相對低功率操作(例如，模擬數字轉換及特徵提取)併入到低功率一直接通CODEC (或具有工作循環的CODEC)中，及可將較高功率操作(例如，數據變換及聲音辨識)併入到具有工作循環的DSP，且所述較高功率操作可間斷地執行。
[0049]在特定實施例中，圖2的系統200可在電子裝置處提供低功率用戶接口，所述低功率用戶接口包含通過低功率組件激活高功率組件。為了說明，系統200可支持聲訊(例如，0-16kHz的取樣速率)、信標(例如，16-24kHz的取樣速率)及超聲波(例如，> 24kHz的取樣速率)輸入。為了支持多個類型的輸入，麥克風210可能夠接收音頻、信標及超聲波信號。或者，可將額外麥克風或組件併入到系統200中用於超聲波及/或信標檢測。用以將聲音信號轉換為電信號的組件可包含(但不限於)麥克風、壓電傳感器及超聲波換能器。低功率C0DEC220可對所接收信號執行粗略檢測/分類290。應注意，儘管圖2說明粗略檢測/分類290被執行於模擬/數字轉換器221的輸出上，但替代實施例可包含代替對模擬信號執行粗略檢測/分類290。取決於粗略檢測/分類290的結果，C0DEC220可經由激活信號292來激活較高功率處理器230。舉例來說，處理器230可在粗略檢測/分類290指示已接收到超聲波輸入的情況下被激活。
[0050]應注意，雖然圖2說明兩級激活等級(即，C0DEC220及處理器230)，但可實施任何數目個級別。舉例來說，在三級等級中，低功率數字/模擬電路可執行粗略檢測來確定是否激活較高功率前端處理單元，且前端處理單元可執行精細檢測以確定是否激活更高功率主要處理單元，所述更高功率主要處理單元執行最終檢測並執行應用程式/用戶接口組件。在特定實施例中，可將數字/模擬電路及前端處理單元集成到C0DEC220中，且可將主要處理單元集成到處理器230中。為了說明，可將粗略檢測/分類塊290集成到C0DEC220的數字/模擬電路中，且可經由第一激活信號294來選擇性地激活C0DEC220的前端單元中的精細檢測/分類塊296。精細檢測/分類塊296可經由第二激活信號298來激活處理器230處的最終檢測/分類塊。由較低功率組件進行的較高功率組件的交錯分級激活可改進電子裝置處的電池壽命。
[0051]可在系統200處使用各種檢測及分類方法，且一次可使用一個以上方法。在特定實施例中，均方根(RMS)或帶功率分類可用以確定所接收信號是否包含在音頻、信標及/或超聲波範圍中的數據。時域方法可包含使用具有信號級檢測的濾波器組，其中每一濾波器經設計以提取特定類型的聲音，且其中將濾波器輸出級別與閾值比較以確定聲音是否合格。頻域方法可包含執行梅爾間隔倒頻譜係數的FFT以導出用以對輸入數據分類的頻率。聲音內容方法可涉及通過使輸入信號與已知樣式相關來進行樣式匹配(例如，以確定輸入信號是否從超聲波數字觸筆接收)。基於模型的方法可包含計算輸入信號與預定音樂或話音模型匹配的概率。新穎性檢測可涉及檢測輸入聲音特性的改變。當檢測到改變時，可通知應用程式以更新上下文信息(例如，裝置是室內的還是室外的)。舉例來說，當用戶從室內環境進到室外環境時，輸入聲音特性的所得改變可導致用戶的行動電話處的應用程式增加電話的振鈴音量。
[0052]針對圖2的系統200及/或其組件的使用情況的實例包含(但不限於):用以控制裝置(例如，電視、遊戲控制臺、計算機及電話)的語音辨識、用於上下文感知的音頻辨識、用於數字觸筆(例如，用於經由超聲波的傳輸而手寫輸入到數字裝置的超聲波數字觸筆)的聲學及脈衝辨識、超聲波手勢或鄰近檢測、使用超聲波的裝置對裝置定位、聲學觸摸檢測、用以識別裝置的位置的聲音信標、通過音頻指紋識別的內容識別、通過聲音匹配的對等發現及鄰近檢測、及通過聲音匹配的位置估計。
[0053]應注意，雖然圖1-2描繪CODEC所執行的特徵提取及處理器所執行的數據變換，但這僅用於說明。在替代實施例中，不同功能性可由不同的硬體組件執行。舉例來說，參考圖3，展示並大體用300表示圖2的C0DEC220與圖2的處理器(例如，DSP) 230之間的劃分操作的特定實施例。
[0054]在第一實施例中，C0DEC/DSP邊界可位於302。在此第一實施例中，CODEC可包含ADC321，且ADC321的輸出可被緩衝。DSP可執行特徵提取(例如，經由梅爾帶濾波器323及對數轉換器325)、數據變換(例如，經由DCT變換器333)、及聲音辨識(例如，經由聲音辨識模塊340)。
[0055]在第二實施例中，C0DEC/DSP邊界可位於304。因此，在此第二實施例中，特徵提取可部分由CODEC執行且部分由DSP執行。梅爾帶濾波器232的輸出可被緩衝。數據變換及聲音辨識可由DSP執行。
[0056]在第三實施例中，C0DEC/DSP邊界可位於306。將注意，第三實施例可對應於圖1的系統100及圖2的系統200。在此第三實施例中，特徵提取可完全由CODEC執行，且對數轉換器325的輸出可被緩衝。數據變換及聲音辨識可由DSP執行。
[0057]在第四實施例中，C0DEC/DSP邊界可位於308。在此第四實施例中，特徵提取及數據變換兩者可由CODEC執行，且DCT變換器333的輸出可被緩衝。聲音辨識可由DSP執行。
[0058]如參考圖1-2所描述，所揭示技術可涉及使用一直接通低功率CODEC (或具有工作循環的CODEC)及具有工作循環的處理器，所述具有工作循環的處理器消耗比CODEC在「活動」時多的功率。因此，可需要將相對低功率功能性併入到CODEC中，且在DSP中留下相對高功率功能性。如圖3中所示，C0DEC/DSP邊界及緩衝點可靈活位於多個位置中的任一者中。在特定實施例中，可在電子裝置的設計及測試期間且可基於例如電子裝置的整體功率消耗及性能的因素來確定C0DEC/DSP邊界的位置。
[0059]參考圖4，展示在圖1的系統100或圖2的系統200處的操作的特定說明且大體上將所述操作標示為400。舉例來說，圖4比較存儲並轉發模式與直接傳送(例如，實時或接近實時地)模式中的DSP操作。
[0060]當DSP在存儲並轉發模式中操作時，包含多個濾波器(例如，22個梅爾帶濾波器)的解碼器/解碼器可對於所接收音頻數據的每一幀提取並累積22個特徵/幀(如402處所指示)，同時DSP處於低功率狀態。當DSP轉變出低功率狀態時，DSP可檢索並分析所累積的特徵，如412處所指示。在圖4中所說明的特定實施例中，DSP在已由解碼器/解碼器提取對應於10幀音頻數據的音頻特徵之後轉變出低功率狀態。因此，在存儲並轉發模式中，DSP可在轉變回到低功率狀態之前檢索並處理220個音頻特徵(對應於10幀)。此過程可繼續(如由在404處對特徵的後續提取所指示)，且處理所檢索的特徵(在414處)。
[0061]為避免或減小音頻特徵損失及緩衝器溢出，當在存儲並轉發模式中操作時，DSP可根據可編程時間周期轉變出低功率狀態。所述可編程時間周期可小於或等於基於緩衝器的大小的最大時間周期。因此，在存儲並轉發模式中，來自由解碼器/解碼器接收的每一幀的音頻特徵可最終由DSP加以分析。在特定實施例中，可利用DSP-解碼器/解碼器握手或另一技術來維持DSP與解碼器/解碼器之間的同步且減小緩衝器溢出/下溢。
[0062]當DSP在直接傳送模式中操作時，對應於最近接收的音頻幀的音頻特徵(在406處指示)可經檢索且由DSP處理，如在416處所指示。因為存在音頻特徵到DSP的有效的「直接傳送」，因此音頻特徵可緩衝極短時間量或可根本不緩衝，且可獨立於緩衝器的大小而編程DSP的工作循環。因此，在直接傳送模式中，DSP可在轉變回到低功率狀態之前檢索並處理22個音頻特徵(對應於單個音頻幀)。此過程可繼續，如由在408處的後續提取的特徵及418處的所檢索特徵所指示。因此，在直接傳送模式中，可由DSP分析來自由解碼器/解碼器接收的幀的僅一子集(例如，在圖4的實施例中每10幀一個)的音頻特徵。
[0063]應注意，解碼器/解碼器及DSP可同樣支持額外操作模式。通常，解碼器/解碼器的活動性可大於或等於DSP的活動性。各種操作模式可對應於解碼器/解碼器活動性與處理器活動性的不同比率。每一操作模式可包含解碼器/解碼器的工作循環(其中100%對應於一直接通)、DSP的工作循環及/或每次處理器喚醒時分析音頻數據的幀的數目的不同設定。可在設計時及/或製造時確定所支持的操作模式的細節。可基於例如應用程式上下文等因素在運行時間確定選擇哪一特定操作模式。
[0064]參看圖5，展示在各種聲音感測系統處的功率消耗的特定說明，且其大體標示為500。更明確地說，圖5的左手側說明包含一直接通解碼器/解碼器及一直接通DSP的系統處的功率消耗，且圖5的右手側說明根據所揭示技術的系統(例如圖1的系統100或圖2的系統200)處的功率消耗。
[0065]左側的聲音感測系統可包含一直接通解碼器/解碼器502。所述系統還可包含一直接通DSP，其包含一直接通DSP特徵提取504及一直接通DSP分析506。因為解碼器/解碼器及DSP —直接通，因此由所述系統消耗的功率可由相對平坦的曲線表示，如508處所
/Jn ο
[0066]右側的聲音感測系統(例如，圖1的系統100或圖2的系統200)可包含一直接通低功率解碼器/解碼器512及514處的解碼器/解碼器特徵提取。所述系統還可包含具有工作循環的DSP。舉例來說，在圖5的特定實施例中，DSP具有20ms活動時間及200ms閒置時間。因此，儘管在右手側上的解碼器/解碼器與具有工作循環的DSP的組合可能在20ms活動時間516、518期間比左手側上的系統消耗更多功率，但所述組合在具有工作循環的DSP的200ms閒置時間期間可消耗實質上較少的功率。右手側系統的功率消耗可由曲線518說明。將了解，圖5的右手側上的系統的平均功率消耗(由曲線519說明)可因此實質上小於圖5的左手側上的系統的功率消耗(由曲線508說明)。在一些實施方案中，解碼器/解碼器512可同樣具有工作循環，如參考圖1到4所描述。
[0067]參考圖6，展示在具有工作循環的處理器處對音頻特徵數據執行聲音辨識的方法的特定實施例，且其大體標示為600。在一說明性實施例中，方法600可由圖1的處理器150或圖2的處理器230執行。
[0068]方法600可包含在602處在處理器的工作循環期間轉變出處理器處的低功率狀態。在特定實施例中，處理器可為具有10%工作循環的數位訊號處理器(DSP)。舉例來說，在圖2中，處理器230可在工作循環期間轉變出低功率狀態(例如，從閒置轉變到活動)。
[0069]方法600還可包含從緩衝器檢索音頻特徵數據，其中所述音頻特徵數據指示在處理器的低功率狀態期間接收的音頻數據的特徵。在604處，當處理器在存儲並轉發模式中操作時，所述音頻特徵數據可對應於多個音頻幀。或者，在606處，當處理器在直接傳送模式中操作時，所述音頻特徵數據可對應於單個音頻幀。舉例來說，在圖2中，所述處理器可從緩衝器227檢索所提取的音頻特徵226。
[0070]方法600可進一步包含在608處變換所檢索的音頻特徵數據以產生經變換的音頻特徵數據，且在610處對所述經變換的音頻特徵數據執行一或多個聲音辨識操作。在特定實施例中，所述音頻特徵數據可經由離散餘弦變換(DCT)變換器來變換，且所得經變換音頻特徵數據可包含多個梅爾頻率倒頻譜係數(MFCC)。舉例來說，在圖2中，變換器233可變換所檢索的音頻特徵226以產生經變換音頻特徵數據234，且聲音辨識模塊241到245中的一或多者可對經變換音頻特徵數據234執行一或多個聲音辨識操作(例如，收聽位置、連續音頻指紋識別、連續關鍵字檢測、目標聲音檢測，及/或新穎性檢測)。
[0071]方法600可包含在於614處轉變回到低功率狀態之前，在612處基於所述一或多個聲音辨識操作的結果確定是否激活應用程式處理器及/或移動臺數據機的一部分或其它組件。舉例來說，在圖2中，處理器230可基於由聲音辨識模塊241到245中的一或多者執行的分析而確定是否在轉變回到低功率狀態中之前激活應用程式處理器及/或移動臺數據機的一部分。
[0072]在特定實施例中，圖6的方法600可經由處理單元(例如中央處理單元(CPU)、數位訊號處理器(DSP))或控制器的硬體(例如，現場可編程門陣列(FPGA)裝置、專用集成電路(ASIC)等)、經由固件裝置或其任何組合來實施。作為一實例，可由執行指令的處理器執行圖6方法600,如關於圖10所描述。
[0073]參考圖7，展示在解碼器/解碼器處提取音頻特徵數據的方法的特定實施例，且其大體上標示為700。在一說明性實施例中，方法700可由圖1的解碼器/解碼器120或圖2的解碼器/解碼器220執行。
[0074]方法700可包含在702處在解碼器/解碼器處接收音頻數據的幀。舉例來說，在圖2中，解碼器/解碼器220可接收音頻數據212的幀。方法700還可包含在704處從所述幀提取音頻特徵數據。為進行說明，提取音頻特徵數據可包含在706處計算經由多個梅爾帶濾波器濾波的所述幀的音頻數據的能量，且在708處將對數函數應用於所計算的能量。舉例來說，在圖2中，特徵提取器222可使用濾波器223對音頻數據212進行濾波以產生經濾波音頻數據的能量224，且可使用對數轉換器225應用對數函數以產生所提取的音頻特徵226。
[0075]方法700可進一步包含在710處將所提取的音頻特徵數據存儲在可由具有工作循環的處理器在具有工作循環的處理器的活動狀態期間存取的緩衝器中，且在712處丟棄所述音頻數據幀。舉例來說，在圖2中，所提取的音頻特徵226可存儲在緩衝器227中，且音頻數據212的幀可由解碼器/解碼器220丟棄。可針對由解碼器/解碼器在具有工作循環的處理器處於低功率狀態中時接收的後續音頻幀重複方法700。
[0076]在特定實施例中，圖7的方法700可經由解碼器/解碼器的硬體(例如，現場可編程門陣列(FPGA)裝置、專用集成電路(ASIC)、控制器，等)、經由固件裝置或其任何組合來實施。作為一實例，可由執行指令的解碼器/解碼器(或其中的處理器)執行圖7方法700，如關於圖10所描述。
[0077]參考圖8，展示在處理器處於在存儲並轉發模式中操作與在直接傳送模式中操作之間動態地切換的方法的特定實施例，且大體標示為800。在一說明性實施例中，方法800可由圖1的處理器150或圖2的處理器230執行。[0078]方法800可包含在處802,在處理器處基於處理器的應用程式上下文於在第一模式中操作與在第二模式中操作之間動態地切換。第一模式中的解碼器/解碼器活動與處理器活動的比率可大於第二模式中的解碼器/解碼器活動與處理器活動的比率。舉例來說，在圖2中，動態模式切換邏輯232可基於處理器230的應用程式上下文在各種模式之間動態地切換處理器230的操作。類似動態模式切換邏輯還可存在於圖2的解碼器/解碼器220中。或者，控制圖2的解碼器/解碼器220及處理器230兩者的動態模式切換邏輯可在外部組件中(例如，集成到控制器中)。方法800還可包含在804處在處理器的工作循環期間轉變出處理器處的低功率狀態。舉例來說，在圖2中，處理器230可在工作循環期間轉變出低功率狀態。
[0079]方法800可包含在806處分析所檢索的音頻特徵數據，且在808處轉變回到低功率狀態。舉例來說，在圖2中，聲音辨識模塊441到445中的一或多者可在處理器230轉變回到低功率狀態之前分析所檢索的音頻特徵數據。在特定實施例中，處理器230還可基於所述分析是否是否激活其它系統組件，例如應用程式處理器及/或移動臺數據機(MSM)的部分。舉例來說，處理器230可基於所述分析產生激活信號，如參考圖1的激活信號160所描述。
[0080]在特定實施例中，圖8的方法800可經由處理單元(例如中央處理單元(CPU)、數位訊號處理器(DSP))或控制器的硬體(例如，現場可編程門陣列(FPGA)裝置、專用集成電路(ASIC)等)、經由固件裝置或其任何組合來實施。作為一實例，可由執行指令的處理器執行圖8方法800，如關於圖10所描述。
[0081]參考圖9，展示通過電子裝置的較低功率組件執行電子裝置的較高功率組件的交錯分級激活的方法的特定實施例，且其大體標示為900。在一說明性實施例中，方法900可由圖2的系統200執行。
[0082]方法900可包含在902處在電子裝置的第一組件處接收聲音數據。所述第一組件可在解碼器/解碼器的數字/模擬電路處。舉例來說，在圖2中，粗略檢測/分類塊290可接收聲音數據。方法900還可包含在904處在所述第一組件處對所述聲音數據執行至少一個信號檢測操作。舉例來說，在圖2中，粗略檢測/分類塊290可執行信號檢測操作(例如,RMS操作或帶功率操作(band-power operation))以確定所述聲音數據是否包含音頻、信標或超聲波數據。
[0083]方法900可進一步包含在906處基於所述至少一個信號檢測操作的結果選擇性地激活電子裝置的第二組件。第二組件在活動時可比第一組件在活動時在電子裝置處消耗更多功率。在特定實施例中，所述第二組件可處於解碼器/解碼器的前端單元處。舉例來說，在圖2中，粗略檢測/分類塊290可經由第一激活信號294選擇性地激活精細檢測/分類塊 296。
[0084]方法900可包含在908處，在所述第二組件處執行至少一個第二信號檢測操作。方法900可包含基於所述至少一個第二信號檢測操作的結果選擇性地激活電子裝置的第三組件。所述第三組件在活動時可比第二組件在活動時在電子裝置處消耗更多功率。在特定實施例中，所述第三組件可併入DSP中。舉例來說，在圖2中，精細檢測/分類塊296可經由第二激活信號298選擇性地激活處理器230處的最終檢測/分類塊。
[0085]在特定實施例中，圖9的方法900可經由處理單元(例如中央處理單元(CPU)、數位訊號處理器(DSP))或控制器的硬體(例如，現場可編程門陣列(FPGA)裝置、專用集成電路(ASIC)等)、經由固件裝置或其任何組合來實施。作為一實例，可由執行指令的處理器執行圖9方法900，如關於圖10所描述。
[0086]參考圖10，描繪無線通信裝置的特定說明性實施例的框圖，且將其大體上標示為1000。裝置1000包含兩者皆耦合到存儲器1032的應用程式處理器1010及數位訊號處理器(DSP) 1080。在一說明性實施例中，DSP1080可為由圖1的處理器150或圖2的處理器230。存儲器1032可包含可由DSP1010執行以執行本文所揭示的方法及過程(例如圖6的方法600及圖8的方法800)的指令1060。所述指令還可由解碼器/解碼器(解碼器/解碼器)1034執行以執行本文所揭示的方法及過程(例如圖7的方法700)。所述指令還可由解碼器/解碼器1034及DSP1080執行以執行圖9的方法900。
[0087]圖10還展示耦合到應用程式處理器1010及顯示器1028的顯示器控制器1026。解碼器/解碼器1034可耦合到DSP1080，如圖所示。揚聲器1036及麥克風1038可耦合到解碼器/解碼器1034。舉例來說，麥克風1038可為圖2的麥克風210。圖10還指示無線控制器1040可耦合到處理器1010、1080及無線天線1042。
[0088]解碼器/解碼器1034可包含模擬/數字轉換器(ADC) 1071、多個濾波器1072，及對數轉換器1073。舉例來說，ADC1071可為圖2的ADC221，濾波器1072可為圖2的濾波器223，且對數轉換器1073可為圖2的對數轉換器225。在特定實施例中，解碼器/解碼器1034還可包含緩衝器1074 (例如，如參考圖2的緩衝器227所描述)。或者，緩衝器1074可在解碼器/解碼器1034及DSP1080外部(例如，如參考圖1的緩衝器140所描述)。DSP1080可包含變換器1082 (例如，圖2的變換器233)及經配置以執行一或多個聲音辨識操作的一或多個聲音辨識模塊1083(例如，圖2的聲音辨識模塊241到245)。在特定實施例中，變換器1082及聲音辨識模塊1083可包含在DSP1080的低功率音頻子系統(LPASS) 1081中。
[0089]在特定實施例中，處理器1010、1080、顯示器控制器1026、存儲器1032、解碼器/解碼器1034及無線控制器1040包含在系統級封裝或晶片上系統裝置(例如，移動臺數據機(MSM)) 1022中。在特定實施例中，例如觸控螢幕及/或小鍵盤等輸入裝置1030及電力供應器1044耦合到晶片上系統裝置1022。此外，在特定實施例中，如圖10中所說明，顯示器1028、輸入裝置1030、揚聲器1036、麥克風1038、無線天線1042及電力供應器1044在晶片上系統裝置1022外部。然而，顯示器1028、輸入裝置1030、揚聲器1036、麥克風1038、無線天線1042及電力供應器1044中的每一者可耦合到晶片上系統裝置1022的組件，例如接口或控制器。
[0090]結合所描述的實施例，揭示包含用於接收音頻數據的一或多個幀的裝置的設備。舉例來說，所述用於接收的裝置可包含圖1的解碼器/解碼器120、圖2的麥克風210、圖3的麥克風310、圖10的麥克風1038、經配置以接收音頻數據幀的一或多個裝置，或其任何組合。所述設備還可包含用於獨立於處理器處於低功率狀態還是活動狀態而對音頻數據的所述一或多個幀進行濾波以產生經濾波音頻數據的裝置。舉例來說，所述用於濾波的裝置可包含圖1的解碼器/解碼器120、圖2的濾波器223、圖3的濾波器323、圖10的濾波器1072、經配置以對音頻數據幀進行濾波的一或多個裝置，或其任何組合。
[0091]所述設備可進一步包含用於基於經濾波音頻數據的能量產生音頻特徵數據的裝置。舉例來說，所述用於產生的裝置可包含圖2的解碼器/解碼器120、圖2的對數轉換器225、圖3的對數轉換器325、圖10的對數轉換器1073、經配置以產生音頻特徵數據的一或多個裝置，或其任何組合。所述設備可包含用於變換所述音頻特徵數據以產生經變換數據的裝置。舉例來說，所述用於變換的裝置可包含圖1的處理器150、圖2的變換器233、圖3的DCT333、圖10的變換器1082、經配置以變換音頻特徵數據的一或多個裝置，或其任何組
入
口 ο
[0092]所述設備還可包含用於在處理器從低功率狀態轉變到活動狀態之後對經變換數據執行一或多個操作的裝置。舉例來說，所述用於執行的裝置可包含圖1的處理器150、圖2的聲音辨識模塊241到245中的一或多者、圖3的聲音辨識模塊340中的一或多者、圖10的聲音辨識模塊1083中的一或多者、經配置以對經變換數據執行操作的一或多個裝置，或其任何組合。所述設備可進一步包含用於緩衝所述用於濾波的裝置、所述用於產生的裝置及所述用於變換的裝置中的至少一者的輸出的裝置。舉例來說，所述用於緩衝的裝置可包含圖1的緩衝器140、圖2的緩衝器227、圖3的緩衝點302到308中的一或多者處的緩衝器、圖10的緩衝器1074、經配置以緩衝數據的一或多個裝置，或其任何組合。
[0093]所屬領域的技術人員將進一步了解，結合本文所揭示的實施例所描述的各種說明性邏輯塊、配置、模塊、電路及算法步驟可實施為電子硬體、由例如硬體處理器等處理裝置執行的計算機軟體或兩者的組合。上文已大體在其功能性方面描述各種說明性組件、塊、配置、模塊、電路和步驟。此功能性是實施為硬體還是可執行軟體取決於特定應用及施加於整個系統的設計約束。所屬領域的技術人員可針對每一特定應用以不同方式實施所描述的功能性，但此類實施決策不應被解譯為引起對本發明的範圍的偏離。
[0094]結合本文中所揭示的實施例而描述的方法或演算法的步驟可直接體現於硬體、由處理器執行的軟體模塊或其兩者的組合中。軟體模塊可駐留在非暫時性存儲媒體中，例如隨機存取存儲器(RAM)、磁阻隨機存取存儲器(MRAM)、自旋力矩轉移MRAM(STT-MRAM)、快閃記憶體、只讀存儲器(ROM)、可編程只讀存儲器(PROM)、可擦除可編程只讀存儲器(EPROM)、電可擦除可編程只讀存儲器(EEPROM)、寄存器、硬碟、可移除式磁碟、只讀光碟(CD-ROM)，或此項技術中已知的任何其它形式的存儲媒體。示範性存儲媒體耦合到處理器，使得處理器可從存儲媒體讀取信息和將信息寫入到存儲媒體。在替代方案中，存儲媒體可與處理器成一體式。處理器及存儲媒體可駐留在專用集成電路(ASIC)中。ASIC可駐留在計算裝置或用戶終端中。在替代方案中，處理器與存儲媒體可作為離散組件駐留在計算裝置或用戶終端中。
[0095]提供對所揭示實施例的先前描述以使得所屬領域的技術人員能夠製造或使用所揭示的實施例。所屬領域的技術人員將容易了解對這些實施例的各種修改，且可將本文定義的原理應用到其它實施例而不脫離本發明的範圍。因此，本發明並不既定限於本文展示的實施例，而應符合與如由所附權利要求書界定的原理和新穎特徵一致的可能最寬範圍。
【權利要求】
1.一種方法，其包括: 在處理器處從低功率狀態轉變出；以及 在從所述低功率狀態轉變出之後，從緩衝器檢索音頻特徵數據，所述音頻特徵數據指示在所述處理器的所述低功率狀態期間接收的音頻數據的特徵。
2.根據權利要求1所述的方法，其中所述處理器包括數位訊號處理器，且所述方法進一步包括基於所述經檢索音頻特徵數據而確定是否激活應用程式處理器。
3.根據權利要求1所述的方法，其中通過解碼器/解碼器CODEC來提取所述音頻特徵數據，所述CODEC在所述處理器的所述低功率狀態的至少一部分期間為活動的。
4.根據權利要求1所述的方法，其中所述處理器經配置以在多個模式中操作，其中在所述多個模式中的第一模式中CODEC活動性與處理器活動性的比率大於在所述多個模式中的第二模式中CODEC活動性與處理器活動性的比率，且所述方法進一步包括基於所述處理器的應用程式上下文來確定在哪一模式中操作所述處理器。
5.根據權利要求4所述的方法，其中在所述第一模式期間，所述CODEC—直接通且所述處理器以第一速率工作循環，且其中在所述第二模式期間，所述CODEC以第二速率工作循環且所述處理器以所述第一速率工作循環，其中所述第二速率大於或等於所述第一速率。
6.根據權利要求4所述的方法，其中在所述第一模式期間，所述CODEC以第一速率工作循環且所述處理器以第二速率工作循環，且其中在所述第二模式期間，所述CODEC以第三速率工作循環且所述處理器以所述第二速率工作循環，其中所述第一速率大於所述第二速率，且其中所述第三速率小於或等於所述第二速率。
7.根據權利要求4所述的方法，其中在特定模式中，所述音頻特徵數據對應於多個音頻幀，且其中所述處理器在轉變回到所述低功率狀態中之前檢索及處理所述音頻特徵數據。
8.根據權利要求4所述的方法，其中在特定模式中，所述音頻特徵數據對應於單個音頻幀，且其中所述處理器在轉變回到所述低功率狀態中之前檢索及處理所述音頻特徵數據。
9.根據權利要求4所述的方法，其中: 所述處理器響應於可編程時間周期的過期而從所述低功率狀態轉變出； 在存儲並轉發模式中，所述可編程時間周期小於或等於基於所述緩衝器的大小而確定的最大時間周期；以及 在直接傳送模式中，所述可編程時間周期與所述緩衝器的所述大小無關。
10.根據權利要求3所述的方法，其中在所述處理器處於所述低功率狀態中時，所述CODEC: 接收所述音頻數據； 經由多個濾波器對所述音頻數據濾波； 從所述多個濾波器中的每一者計算經濾波音頻數據的能量； 將對數函數應用於所述經計算能量以產生所述音頻特徵數據； 將所述音頻特徵數據存儲在所述緩衝器中；以及 丟棄所述音頻數據。
11.根據權利要求3所述的方法，其中所述緩衝器在所述CODEC內部。
12.根據權利要求3所述的方法，其中所述緩衝器在所述CODEC外部且在所述處理器外部。
13.根據權利要求1所述的方法，其中所述處理器基於工作循環而轉變進入及轉變出所述低功率狀態。
14.根據權利要求1所述的方法，其進一步包括: 變換所述音頻特徵數據； 對所述經變換音頻特徵數據執行一或多個聲音辨識操作；以及 在執行所述一或多個聲音辨識操作之後轉變回所述低功率狀態。
15.根據權利要求14所述的方法，其中變換所述音頻特徵數據產生多個梅爾頻率倒頻譜係數。
16.根據權利要求14所述的方法，其中所述一或多個聲音辨識操作包含收聽位置操作、關鍵詞檢測操作、音頻指紋識別操作、目標聲音檢測操作、新穎性檢測操作或其任何組合。
17.根據權利要求14所述的方法，其中將所述處理器集成到無線裝置中，且所述方法進一步包括基於所述一或多個聲音辨識操作的結果而確定是否激活所述無線裝置的移動站數據機的至少一部分。
18.根據權利要求14所述的方法，其進一步包括將所述一或多個聲音辨識操作的結果提供到多個應用程式中的每一者。
19.一種方法,其包括: 在解碼器/解碼器CODEC處接收音頻數據的幀； 從音頻數據的所述幀提取音頻特徵數據；以及 將所述經提取音頻特徵數據存儲在緩衝器中以在具有工作循環的處理器的活動狀態期間可由所述具有工作循環的處理器存取。
20.根據權利要求19所述的方法，其進一步包括將所述CODEC的模擬/數字轉換器應用於音頻數據的所述所接收幀。
21.根據權利要求19所述的方法，其中提取所述音頻特徵數據包括: 經由多個濾波器對音頻數據的所述幀濾波； 從所述多個濾波器中的每一者計算經濾波音頻數據的能量；以及 將對數函數應用於所述經計算能量以產生所述音頻特徵數據。
22.根據權利要求21所述的方法，其中所述多個濾波器中的每一者包括對應於人類感知頻率標度的不同部分的梅爾帶濾波器。
23.根據權利要求19所述的方法，其進一步包括在提取所述音頻特徵數據之後丟棄音頻數據的所述幀。
24.—種設備,其包括: 處理器； 多個濾波器，其經配置以對音頻數據的一或多個幀濾波以產生經濾波音頻數據的能量，此與所述處理器處於低功率狀態中或是處於活動狀態中無關； 轉換器，其經配置以基於所述經濾波音頻數據的所述能量而產生音頻特徵數據；以及 變換器，其經配置以將變換函數應用於所述音頻特徵數據以產生經變換數據，其中，所述處理器經配置以在從所述低功率狀態轉變出到所述活動狀態之後對所述經變換數據執行一或多個操作。
25.根據權利要求24所述的設備，其進一步包括解碼器/解碼器CODEC，其中所述轉換器包括對數轉換器，且其中所述多個濾波器及所述對數轉換器被集成在所述CODEC中。
26.根據權利要求24所述的設備，其中所述變換器包括被集成在所述處理器中的離散餘弦變換器。
27.根據權利要求24所述的設備，其進一步包括經配置以存儲所述音頻特徵數據的緩衝器。
28.根據權利要求24所述的設備，其中所述緩衝器包括隨機存取存儲器RAM。
29.—種設備,其包括: 處理器，其經配置以: 基於所述處理器的應用程式上下文而在於第一模式中操作與在第二模式中操作之間動態地切換； 在從低功率狀態轉變出之後從緩衝器檢索音頻特徵數據，所述音頻特徵數據指示在所述處理器處於所述低功率狀態時由解碼器/解碼器CODEC接收的音頻數據的特徵；以及 分析所述音頻特徵數 據， 其中在所述第一模式中CODEC活動性與處理器活動性的比率大於在所述第二模式中CODEC活動性與處理器活動性的比率。
30.根據權利要求29所述的設備，其中在所述第一模式期間，所述CODEC—直接通且所述處理器以第一速率工作循環，且其中在所述第二模式期間，所述CODEC以第二速率工作循環且所述處理器以所述第一速率工作循環，其中所述第二速率大於或等於所述第一速率。
31.根據權利要求29所述的設備，其中在所述第一模式期間，所述CODEC以第一速率工作循環且所述處理器以第二速率工作循環，且其中在所述第二模式期間，所述CODEC以第三速率工作循環且所述處理器以所述第二速率工作循環，其中所述第一速率大於所述第二速率，且其中所述第三速率大於或等於所述第二速率。
32.根據權利要求29所述的設備，其中所述應用程式上下文包含收聽位置檢測、持續關鍵詞檢測、持續音頻指紋識別、目標聲音檢測、新穎性檢測或其任何組合。
33.根據權利要求29所述的設備，其進一步包括所述解碼器/解碼器CODEC，其中所述CODEC經配置以從所述音頻數據提取所述音頻特徵數據且將所述經提取音頻特徵數據存儲在所述緩衝器中。
34.根據權利要求29所述的設備，所述所述處理器響應於可編程時間周期的過期而從所述低功率狀態轉變出。
35.一種設備,其包括: 用於接收音頻數據的一或多個幀的裝置； 用於對音頻數據的所述一或多個幀濾波以產生經濾波音頻數據的裝置，此與處理器處於低功率狀態中或是處於活動狀態中無關； 用於基於所述經濾波音頻數據的能量而產生音頻特徵數據的裝置； 用於變換所述音頻特徵數據以產生經變換數據的裝置；以及用於在所述處理器從所述低功率狀態轉變出到所述活動狀態之後對所述經變換數據執行一或多個操作的裝置。
36.根據權利要求35所述的設備，其進一步包括用於緩衝所述用於濾波的裝置、所述用於產生的裝置及所述用於變換的裝置中的至少一者的輸出的裝置。
37.一種非暫時性處理器可讀媒體，其包括在由處理器執行時致使所述處理器進行以下操作的指令: 在於第一模式中操作與在第二模式中操作之間動態地切換， 其中在所述第一模式中解碼器/解碼器CODEC活動性與處理器活動性的比率大於在所述第二模式中CODEC活動性與處理器活動性的比率； 在工作循環期間從低功率狀態轉變出； 分析在所述低功率狀態期間提取的音頻特徵數據；以及 轉變回到所述低功率狀態中。
38.根據權利要求37所述的非暫時性處理器可讀媒體，其中所述音頻特徵數據是由CODEC提取。
39.一種方法，其包括 在電子裝置的第一組件處接收聲音數據； 在所述第一組件處對所述聲音數據執行至少一個信號檢測操作；以及 基於所述至少一個信號檢測操作的結果而選擇性地激活所述電子裝置的第二組件， 其中所述第二組件在活動時比所述第一組件在活動時在所述電子裝置處消耗更多功率。
40.根據權利要求39所述的方法，其中所述第一組件包括解碼器/解碼器CODEC的第一部分。
41.根據權利要求40所述的方法，其中所述第二組件包括所述CODEC的第二部分。
42.根據權利要求40所述的方法，其中所述第二組件包括所述電子裝置的處理器。
43.根據權利要求40所述的方法，其進一步包括: 在所述第二組件處執行至少一個第二信號檢測操作；以及 基於所述至少一個第二信號檢測操作的結果而選擇性地激活所述電子裝置的第三組件， 其中所述第三組件在活動時比所述第二組件在活動時在所述電子裝置處消耗更多功率。
44.根據權利要求39所述的方法，其中所述至少一個信號檢測操作包括均方根RMS分類操作、帶功率分類操作、時域操作、頻域操作、樣式匹配操作、基於模型的操作、新穎性檢測操作或其任何組合。
【文檔編號】H04W52/02GK103999517SQ201280052875
【公開日】2014年8月20日 申請日期:2012年9月25日 優先權日:2011年11月1日
【發明者】黃奎雄, 延奇宣, 真珉豪, 彼得·日萬·沙阿, 張國亮, 金泰殊 申請人:高通股份有限公司