数据处理方法、装置和存储介质与流程

1.本公开涉及数据处理技术领域，尤其涉及一种数据处理方法、装置和存储介质。

背景技术：

2.随着人们生活水平的不断提高，人们对环境的要求也越来越高。
3.目前，用户家庭通常依赖于许多设备，例如空调、油烟机、真空吸尘器、洗衣机等。这些设备的运行过程中不可避免地会产生影响人们生活质量的噪音。另外，用户家庭中除了存在设备的运行所产生噪音之外，还存在不可被消除的背景噪声。如何降低背景噪声对被测声音的影响是目前亟需解决的问题。

技术实现要素：

4.本公开实施例提供一种数据处理方法、装置和存储介质。
5.根据本公开实施例的第一方面，提供了一种数据处理方法，所述方法包括：
6.在目标设备处于非工作状态时，采集目标设备所在空间内的第一音频数据；
7.根据所述第一音频数据，得到所述第一音频数据的统计特征；
8.根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息；其中，所述背景噪声信息，用于所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制。
9.在一些实施例中，所述根据所述第一音频数据，得到所述第一音频数据的统计特征，包括：
10.根据所述第一音频数据中多个采样点的幅值，确定基准幅值；其中，所述基准幅值小于所述采样点的幅值中的最大幅值，且大于所述采样点的幅值中的最小幅值。
11.在一些实施例中，所述根据所述第一音频数据中多个采样点的幅值，确定基准幅值，包括：
12.根据所述多个采样点的平均幅值或幅值的中位值，确定所述基准幅值。
13.在一些实施例中，所述根据所述第一音频数据中多个采样点的幅值，确定基准幅值，包括：
14.根据所述多个采样点的幅值，确定所述多个采样点中幅值最大的m个第一采样点、幅值最小的n个第二采样点以及第三采样点；其中，所述第三采样点，不同于所述第一采样点和所述第二采样点；所述m和n均为正整数；
15.根据所述第三采样点的幅值，确定所述基准幅值。
16.在一些实施例中，所述根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息，包括：
17.将幅值小于或等于所述基准幅值的采样点确定为目标采样点；
18.根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息。
19.在一些实施例中，所述根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息，包括：
20.根据多个不同时段采集的所述第一音频数据的目标采样点的幅值，确定不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值；
21.根据不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值，确定所述目标设备处于工作状态时的背景噪声信息。
22.在一些实施例中，所述方法还包括：
23.在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第二音频数据；
24.根据所述第二音频数据以及所述背景噪音信息，获得第一目标音频数据；
25.确定所述第一目标音频数据是否包括针对所述目标设备的语音唤醒信息；其中，所述语音唤醒信息用于生成所述目标设备的语音唤醒指令。
26.在一些实施例中，所述方法还包括：
27.在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第三音频数据；
28.根据所述第三音频数据以及所述背景噪音信息，获得第二目标音频数据；
29.根据所述第二目标音频数据，确定所述目标设备的设备噪声信息；
30.根据所述设备噪声信息以及所述目标设备的运行目标，调节所述目标设备的运行参数。
31.在一些实施例中，所述目标设备为空调，所述目标设备的运行参数包括以下至少之一：
32.所述空调的压缩机运行频率；
33.所述空调所在空间内的送风风扇转速；
34.所述空调所在空间内的送风风向；
35.所述空调所在空间外的送风风扇转速；
36.所述空调的目标风机的电机转速；其中，所述目标风机，用于净化所述空调所在空间内的空气。
37.根据本公开实施例的第二方面，提供了一种数据处理装置，所述装置包括：
38.采集模块，用于在目标设备处于非工作状态时，采集所述目标设备所在空间内的第一音频数据；
39.第一获取模块，用于根据所述第一音频数据，得到所述第一音频数据的统计特征；
40.第一确定模块，用于根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息；其中，所述背景噪声信息，用于所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制。
41.在一些实施例中，所述第一获取模块具体用于：
42.根据所述第一音频数据中多个采样点的幅值，确定基准幅值；其中，所述基准幅值小于所述采样点的幅值中的最大幅值，且大于所述采样点的幅值中的最小幅值。
43.在一些实施例中，所述第一获取模块具体用于：
44.根据所述多个采样点的平均幅值或幅值的中位值，确定所述基准幅值。
45.在一些实施例中，所述第一获取模块具体用于：
46.根据所述多个采样点的幅值，确定所述多个采样点中幅值最大的m个第一采样点、幅值最小的n个第二采样点以及第三采样点；其中，所述第三采样点，不同于所述第一采样点和所述第二采样点；所述m和n均为正整数；
47.根据所述第三采样点的幅值，确定所述基准幅值。
48.在一些实施例中，所述第一确定模块具体用于：
49.将幅值小于或等于所述基准幅值的采样点确定为目标采样点；
50.根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息。
51.在一些实施例中，所述第一确定模块具体用于：
52.根据多个不同时段采集的所述第一音频数据的目标采样点的幅值，确定不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值；
53.根据不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值，确定所述目标设备处于工作状态时的背景噪声信息。
54.在一些实施例中，所述采集模块，还用于在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第二音频数据；
55.所述装置还包括：
56.第二获取模块，用于根据所述第二音频数据以及所述背景噪音信息，获得第一目标音频数据；
57.第二确定模块，用于确定所述第一目标音频数据是否包括针对所述目标设备的语音唤醒信息；其中，所述语音唤醒信息用于生成所述目标设备的语音唤醒指令。
58.在一些实施例中，所述采集模块，还用于在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第三音频数据；
59.所述装置还包括：
60.第三获取模块，用于根据所述第三音频数据以及所述背景噪音信息，获得第二目标音频数据；
61.第三确定模块，用于根据所述第二目标音频数据，确定所述目标设备的设备噪声信息；
62.调节模块，用于根据所述设备噪声信息以及所述目标设备的运行目标，调节所述目标设备的运行参数。
63.在一些实施例中，所述目标设备为空调，所述目标设备的运行参数包括以下至少之一：
64.所述空调的压缩机运行频率；
65.所述空调所在空间内的送风风扇转速；
66.所述空调所在空间内的送风风向；
67.所述空调所在空间外的送风风扇转速；
68.所述空调的目标风机的电机转速；其中，所述目标风机，用于净化所述空调所在空间内的空气。
69.根据本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器及存储
在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时根据本公开实施例的第一方面任一项所述数据处理方法的步骤。
70.根据本公开实施例的第四方面，提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任一项所述数据处理方法的步骤。
71.本公开提供的一种数据处理方法、装置和存储介质，通过在目标设备处于非工作状态时，采集目标设备所在空间内的第一音频数据；根据所述第一音频数据，得到所述第一音频数据的统计特征；根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息。这样通过确定目标设备所在空间内的背景噪声信息，能够在对所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制时，减少所述背景噪声信息对所述目标设备的语音唤醒信息和/或设备噪声信息的检测所造成的误差，有助于提升声音检测的准确率。
72.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
73.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
74.图1示出了本公开实施例提供的一种数据处理方法的流程图；
75.图2示出了本公开实施例提供的另一种数据处理方法的流程图；
76.图3示出了本公开实施例提供的又一种数据处理方法的流程图；
77.图4示出了本公开实施例提供的再一种数据处理方法的流程图；
78.图5示出了本公开实施例提供的再一种数据处理方法的流程图；
79.图6示出了本公开实施例提供的再一种数据处理方法的流程图；
80.图7示出了本公开实施例提供的一种数据处理装置的结构图；
81.图8示出了本公开实施例提供的一种电子设备的结构框图。
具体实施方式
82.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明实施例的一些方面相一致的装置和方法的例子。
83.在本发明实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明实施例。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
84.应当理解，尽管在本发明实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
85.图1示出了本公开实施例提供的一种数据处理方法的流程图。如图1所示，所述数据处理方法可以包括以下步骤：
86.101，在目标设备处于非工作状态时，采集目标设备所在空间内的第一音频数据；
87.102，根据所述第一音频数据，得到所述第一音频数据的统计特征；
88.103，根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息；其中，所述背景噪声信息，用于所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制。
89.在本公开的实施例中，所述数据处理方法可以应用于目标设备，也可以应用于与目标设备进行通信连接的移动终端或固定终端。所述移动终端可包括但不限于：智能手机、平板电脑、可穿戴设备或智能音箱等移动终端，所述固定终端包括台式计算机、服务器等。
90.上述通信连接可以是采用wifi(wireless-fidelity，无线保真)、蓝牙连接等无线通信连接，还可以是有线连接，本实施例对此不作具体限定。
91.在一些实施例中，所述目标设备可包括家用电器，所述家用电器包括但不限于：空调、洗衣机、微波炉、油烟机和/或烤箱等电器。
92.其中，所述目标设备的状态可以包括：非工作状态和工作状态。
93.在一些实施例中，所述目标设备处于非工作状态包括：目标设备处于停止工作的状态和所述目标设备处于待机状态。所述目标设备处于工作状态指的是所述目标设备处于运行状态。以空调作为所述目标设备为例，所述空调处于待机状态时，空调有通电但未启动，当空调处于工作状态时，空调可以对空调所在空间进行制热或制冷或者送风。
94.在一些实施例中，所述目标设备为支持语音交互功能的设备，所述目标设备具有唤醒模式和非唤醒模式。当检测到针对所述目标设备的语音唤醒信息时，控制所述目标设备进入唤醒模式。在所述目标设备处于唤醒模式时，所述目标设备能够根据针对所述目标设备的语音指令执行相应操作。当未检测到针对所述目标设备的语音唤醒信息时，所述目标设备处于非唤醒模式。可以理解的是，所述目标设备处于待机状态或者运行状态时，所述目标设备均可以在唤醒模式与非唤醒模式之间切换。
95.在一些实施例中，可以根据所述目标设备的状态参数，确定所述目标设备所处状态。其中，所述目标设备的的状态参数可以是与所述目标设备运行有关的各个参数，该状态参数可用于描述目标设备是否运行。例如，所述状态参数包括目标设备的工作电流和/或工作电压等。
96.其中，所述目标设备所在空间可以为住宅、办公楼或者医院等建筑物内的空间，例如，所述目标空间可为客厅或卧室或厨房等。
97.在步骤101中，在目标设备处于非工作状态时，可以通过音频采集模块采集目标设备所在空间内的第一音频数据。
98.其中，所述音频采集模块可以设置在目标设备上，也可以设置在所述目标设备所在空间内的任意位置处，此处不作具体限定。
99.所述第一音频数据的采集时长超过预设时长，所述预设时长可以根据实际应用需要进行设定。例如所述预设时长可以是20s～60s中的任意值。
100.在一些实施例中，所述音频采集模块可以是麦克风，其中，麦克风可以采用麦克风
阵列进行设置。
101.在一些实施例中，上述步骤101中，在所述目标设备处于非工作状态时，采集所述目标设备所在空间内的第一音频数据，可以包括：
102.当满足预设采集条件且所述目标设备处于非工作状态时，采集所述目标设备所在空间内的第一音频数据。
103.其中，所述预设采集条件可以是接收到音频数据采集指令或所述目标设备内置的采集事件被触发。所述采集指令可以是用户在数据处理设备或目标设备上对预设的录音按键的点击操作生成的。所述目标设备内置的采集事件被触发，包括但不限于：当前时刻达到采集事件限定的采集时刻。
104.此外，所述预设采集条件还可以是其他，例如检测到所述目标设备所在空间内不存在处于工作状态的设备，等等。
105.在一些实施例中，所述第一音频数据为pcm(pulse-code modulation，脉冲调制编码)数据。示例性地，所述第一音频数据包括：在时域上离散的多个采样点的音频数据，或者在时域上连续采集的音频数据。
106.在步骤102中，可以根据所述第一音频数据中的多个采样点的幅值，得到所述第一音频数据的统计特征。这里，所述第一音频数据的统计特征可以包括所述第一音频数据在时域上的统计特征和/或所述第一音频数据在频域上的统计特征。
107.所述统计特征包括但不限于以下至少之一：
108.所述第一音频数据中的多个采样点的最大幅值；
109.所述第一音频数据中的多个采样点的最小幅值；
110.所述第一音频数据中的多个采样点的平均幅值或幅值中位值；
111.所述第一音频数据中的多个采样点的幅值的方差和/或标准差；
112.所述第一音频数据的频率范围；
113.所述第一音频数据的能量最集中的频率点。
114.在步骤103中，可以对所述统计特征进行对数运算，确定所述第一音频数据对应的音量信息；根据所述第一音频数据对应的音量信息，确定所述目标设备处于工作状态时的背景噪声信息。此处的音量信息与所述幅值正相关。其中，上述的对数运算包括：对所述统计特征和参考值之间的比值取对数，并乘以20或者10。
115.所述背景噪声信息包括背景噪声的音量信息。背景噪声的音量信息可表示为分贝值。
116.所述背景噪声信息可以用于所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制。这里，所述语音唤醒指令用于唤醒所述目标设备执行相应功能。
117.所述背景噪声是指被测量声源以外的声源发出的环境噪声的总和。
118.所述背景噪声从噪声源的时间特性上可分为平稳噪声和非平稳噪声。
119.所述平稳噪声包括白噪声，所述白噪声是指一段声音中的频率分量的功率在整个可听范围(20～20khz)内都是均匀的。
120.所述非平稳噪声包括周围人的说话声、外界的汽车鸣笛声、自然噪声等不可控的噪音。
121.这里，所述背景噪声不同于所述目标设备处于工作状态时的设备噪声。所述设备
噪声包括来自冰箱、空调、电源和/或电动机等设备的电气噪声。
122.本公开实施例中，通过在目标设备处于非工作状态时，采集目标设备所在空间内的第一音频数据；根据所述第一音频数据，得到所述第一音频数据的统计特征；根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息。这样通过确定目标设备所在空间内的背景噪声信息，能够在对所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制时，减少所述背景噪声信息对所述目标设备的语音唤醒信息和/或设备噪声信息的检测所造成的误差，有助于提升声音检测的准确率。
123.在一些实施例中，上述步骤102中，所述根据所述第一音频数据，得到所述第一音频数据的统计特征，可以包括：
124.根据所述第一音频数据中多个采样点的幅值，确定基准幅值；其中，所述基准幅值小于所述采样点的幅值中的最大幅值，且大于所述采样点的幅值中的最小幅值。
125.其中，所述第一音频数据中包括多个采样点，每个所述采样点的幅值表示为该采样点在所述第一音频数据中的振幅的绝对值。
126.所述第一音频数据可以采用预设的采样位数进行量化，例如，当所述第一音频数据采用16比特(bit)的采样位数进行量化时，所述第一音频数据的幅度可以分别为2
16
＝65536个量化级，所述第一音频数据的振幅的量化范围为-32767～32768。
127.其中，所述采样点的个数与采样频率有关，所述采样频率可以根据实际需要进行设置，此处不作具体限定。
128.在一些实施例中，根据所述多个采样点的平均幅值或幅值的中位值，确定基准幅值。
129.在一些实施例中，采用所述基准幅值表示所述第一音频数据的统计特征。
130.本公开实施例中，通过根据所述第一音频数据中多个采样点的幅值，确定基准幅值，这样可以采用所述基准幅值表示所述第一音频数据的统计特征。
131.在一些实施例中，所述根据所述第一音频数据中多个采样点的幅值，确定基准幅值，可以包括：
132.根据所述多个采样点的平均幅值或幅值的中位值，确定所述基准幅值。
133.其中，所述多个采样点的平均幅值或幅值的中位值，能够用于作为描述多个所述采样点的幅值集中程度的特征值。
134.在一些实施例中，所述基准幅值可以是所述多个采样点的平均幅值。所述多个采样点的平均幅值为：所述多个采样点的幅值总和与多个所述采样点的总个数之间的比值。
135.在一些实施例中，所述基准幅值可以是所述多个采样点的幅值的中位值。具体地，可以按照多个所述采样点的幅值大小进行由大至小(或者由小至大)排序，将排在正中间的幅值确定为所述幅值的中位值。
136.本公开实施例中，通过根据所述多个采样点的平均幅值或幅值的中位值，确定所述基准幅值，这样能够快速地获得所述基准幅值，且计算量小。
137.在一些实施例中，如图2所示，所述根据所述第一音频数据中多个采样点的幅值，确定基准幅值，可以包括：
138.201，根据所述多个采样点的幅值，确定所述多个采样点中幅值最大的m个第一采样点、幅值最小的n个第二采样点以及第三采样点；其中，所述第三采样点，不同于所述第一
采样点和所述第二采样点；所述m和n均为正整数。
139.其中，所述m和所述n均可以根据实际应用需要进行设定，例如所述m和所述n分别取值为5至10中的任意正整，此处不作具体限定。
140.这里，幅值最大的m个所述第一采样点是：按照幅值由大到小的排序，所述多个采样点中排序在第1位至第m位的m个采样点。
141.这里，幅值最小的n个所述第二采样点是：按照幅值由小到大的排序，所述多个采样点中排序在第1位至第n位的n个采样点。
142.202，根据所述第三采样点的幅值，确定所述基准幅值。
143.在步骤202中，可以根据至少一个所述第三采样点的平均幅值或幅值的中位值，确定所述基准幅值。
144.在一些实施例中，可以将至少一个所述第三采样点的平均幅值确定为所述基准幅值；或者，将至少一个所述第三采样点的平均幅值确定为所述基准幅值。
145.考虑到第一音频数据的多个采样点中可能存在幅值特别高或幅值特别低的采样点，若直接通过所述多个采样点的平均幅值或幅值的中位值，确定所述基准幅值，可能会影响到基准幅值的准确性，从而影响到第一音频数据的统计特征的准确性。
146.本公开实施例中，可以通过根据多个采样点中的第三采样点的幅值，确定所述基准幅值，由于第三采样点不同于幅值最大的所述第一采样点以及幅值最小的所述第二采样点，这样可以减少幅值特别高或幅值特别低的采样点对基准幅值的影响，从而提高了基准幅值的准确性，进而提高第一音频数据的统计特征的准确性。
147.在一些实施例中，如图3所示，上述步骤103中，所述根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息，可以包括：
148.301，将幅值小于或等于所述基准幅值的采样点确定为目标采样点。
149.在一些实施例中，所述目标采样点的幅值小于或等于所述基准幅值，且大于所述多个采样点的幅值中的最小幅值。
150.302，根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息。
151.在步骤302中，可以根据至少一个所述目标采样点的平均幅值或幅值的中位值，确定所述目标设备处于工作状态时的背景噪声信息。
152.在一些实施例中，可以根据至少一个所述目标采样点的平均幅值或幅值的中位值，确定所述第一音频数据对应的音量信息；根据所述第一音频数据对应的音量信息，确定所述目标设备处于工作状态时的背景噪声信息。
153.考虑到所述目标设备所在空间内可能存在用户的说话声音等，这些声音不属于背景噪声，但这些声音相对于所述背景噪声的音量较大(或强度较高)，并且会与背景噪声同时被采集。在本公开实施例中，可以将幅值小于或等于所述基准幅值的采样点确定为目标采样点，并根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息，如此能够排除所述第一音频数据中不属于背景噪声的声音信息，从而提高了确定所述背景噪声信息的准确性。
154.在一些实施例中，如图4所示，上述步骤302中，所述根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息，可以包括：
155.401，根据多个不同时段采集的所述第一音频数据的目标采样点的幅值，确定不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值。
156.其中，多个所述第一音频数据的采集时间段在时间上可以连续。例如，第n个第一音频数据的采集时间段的结束时刻的下一个时刻是第n+1个第一音频数据的采集时间段的开始时刻。
157.此外，多个所述第一音频数据的采集时间段在时间上可以不连续。例如根据预设采集周期采集一次所述第一音频数据。所述预设采集周期可以根据实际需要进行设定，例如设置一天或一周等。
158.402，根据不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值，确定所述目标设备处于工作状态时的背景噪声信息。
159.其中，所述背景噪声信息可以表示为分贝值。
160.具体地，对不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值进行对数运算，得到所述第一音频数据对应的音量信息；根据第一音频数据对应的音量信息，确定所述目标设备处于工作状态时的背景噪声信息。
161.本公开实施例中，通过根据不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值，确定所述目标设备处于工作状态时的背景噪声信息，相比于利用单次采集的所述第一音频数据的目标采样点的幅值，能够进一步提高确定所述背景噪声信息的准确性。
162.在一些实施例中，如图5所示，所述方法还可以包括：
163.501，在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第二音频数据。
164.具体地，该步骤中采集所述目标设备所在空间内的第二音频数据可以参照步骤101中采集所述目标设备所在空间内的第一音频数据，此处不再赘述。
165.502，根据所述第二音频数据以及所述背景噪音信息，获得第一目标音频数据。
166.具体地，在所述第二音频数据去除所述背景噪声信息，得到所述第一目标音频数据。
167.其中，可以在所述第二音频数据的时域或者频域上对所述第二音频数据去除所述背景噪声信息，得到所述第一目标音频数据。
168.例如，在所述第二音频数据的时域上，可以对所述第二音频数据的多个采样点的幅值减去所述背景噪声信息对应的幅值，获得所述第一目标音频数据。其中，所述背景噪声信息是对所述背景噪声信息对应的幅值经过对数运算后得到的。
169.503，确定所述第一目标音频数据是否包括针对所述目标设备的语音唤醒信息；其中，所述语音唤醒信息用于生成所述目标设备的语音唤醒指令。
170.具体地，对所述第一目标音频数据进行语义解析，得到所述第一目标音频数据的语义解析结果。对所述语义解析结果与预设的语音唤醒信息进行相似度比对。
171.当所述语义解析结果与预设的唤醒词之间的相似度大于或等于预设相似度时，确定所述第一目标音频数据包括针对所述目标设备的语音唤醒信息。当所述语义解析结果与预设的唤醒词之间的相似度小于预设相似度时，确定所述第一目标音频数据不包括针对所述目标设备的语音唤醒信息。所述预设相似度可以为大于90％的任意值。
172.所述语音唤醒信息包括唤醒词，所述唤醒词的字符长度为预设长度，所述预设长度的取值范围可以为3到5个词，例如所述预设长度为4个词。
173.当确定所述第一目标音频数据包括针对所述目标设备的语音唤醒信息，即可通过所述语音唤醒信息用于生成所述目标设备的语音唤醒指令，使得所述目标设备被唤醒。当终端设备被唤醒后，目标设备处于唤醒模式。当接收到针对处于唤醒模式的所述目标设备的语音指令时，控制所述目标设备根据语音指令执行相应的操作功能。
174.本公开实施例中，根据所述第二音频数据以及所述背景噪音信息，获得第一目标音频数据，这样得到的第一目标音频数据不包含背景噪声信息，如此当确定所述第一目标音频数据是否包括针对所述目标设备的语音唤醒信息时，能够降低背景噪声对语音唤醒信息检测所造成的影响，提高语音唤醒信息检测的准确性。
175.在一些实施例中，所述方法还可以包括：
176.对所述第一目标音频数据进行声纹识别，得到所述第一目标音频数据的声纹识别信息；对所述声纹识别信息与预存的声纹信息进行相似度比对。
177.其中，对所述第一目标音频数据进行声纹识别，可以包括：
178.对所述第一目标音频数据中的多个采样点进行傅里叶变换，得到所述第一目标音频数据的频域数据；获取所述频域数据的能量谱，对所述能量谱进行滤波处理，得到对数能量，然后对所述对数能量进行离散余弦变换，得到所述第一目标音频数据的声纹识别信息。
179.上述步骤503中，确定所述第一目标音频数据是否包括针对所述目标设备的语音唤醒信息，可以包括：
180.当所述声纹识别信息与预存的声纹信息进行相似度大于或等于预设值时，确定所述第一目标音频数据是否包括针对所述目标设备的语音唤醒信息。
181.如此，通过声纹识别进行用户身份认证，并在用户身份认证通过后再检测针对目标设备的唤醒词，能够提升用户使用体验。
182.在一些实施例中，如图6所示，所述方法还可以包括：
183.601，在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第三音频数据。
184.其中，所述第三音频数据为pcm数据，所述第三音频数据包括多个采样点。
185.具体地，该步骤中采集所述目标设备所在空间内的第三音频数据可以参照步骤101中采集所述目标设备所在空间内的第一音频数据，此处不再赘述。
186.602，根据所述第三音频数据以及所述背景噪音信息，获得第二目标音频数据。
187.具体地，在所述第三音频数据去除所述背景噪声信息，得到所述第二目标音频数据。
188.其中，可以在所述第三音频数据的时域或者频域上对所述第三音频数据去除所述背景噪声信息，得到所述第二目标音频数据。
189.例如，在所述第三音频数据的时域上，可以对所述第三音频数据的多个采样点的幅值减去所述背景噪声信息对应的幅值，获得所述第二目标音频数据。其中，所述背景噪声信息是对所述背景噪声信息对应的幅值经过对数运算后得到的。
190.603，根据所述第二目标音频数据，确定所述目标设备的设备噪声信息。
191.具体地，根据所述第二目标音频数据中的多个采样点的幅值，获取所述第二目标
音频数据对应的声音信息；根据第二目标音频数据对应的声音信息，确定所述目标设备的设备噪声信息。
192.上述，根据所述第二目标音频数据中的多个采样点的幅值，获取所述第二目标音频数据对应的声音信息，可以包括：
193.根据所述第二目标音频数据中的多个采样点的幅值，对所述第二目标音频数据中的多个采样点进行傅里叶变换，得到所述第二目标音频数据的频谱数据；将所述第二目标音频数据的频谱数据输入到预设的声音分类器中进行处理，确定所述第二目标音频数据对应的声音标签；其中，所述声音标签包括设备噪声标签和非设备噪声标签；其中，所述非设备噪声标签包括例如人声音、音响声音等。
194.上述，根据第二目标音频数据对应的声音信息，确定所述目标设备的设备噪声信息，可以包括：
195.确定所述第二目标音频数据的频谱数据中与设备噪声标签对应的频谱数据；其中所述频谱数据包括频率和幅值；
196.对所述设备噪声标签对应的频谱数据进行逆傅里叶变换，根据所述逆傅里叶变换得到的多个幅值的平均值或中位值，确定所述目标设备的设备噪声信息。
197.本实施例中，考虑到目标设备处于工作状态时，目标设备所在空间内可能出现人声音或电视音响声音等，即第二目标音频数据中除包含目标设备运行产生的设备噪声信息之外，还可能包含人声音或电视音响声音等，通过利用预设的声音分类器对所述第二目标音频数据的频谱数据进行处理，确定所述第二目标音频数据对应的声音标签，这样能够识别出第二目标音频数据对应的声音标签，从而获取设备噪声标签对应的频谱数据并进行处理，有助于准确获取到目标设备的设备噪声信息。
198.其中，所述声音分类器可以预先通过神经网络算法进行训练得到。
199.在一个示例中，所述声音分类器的训练过程可以包括：
200.获取声音数据集，对所述声音数据集中的声音数据进行标注，得到声音标签信息；其中，所述声音数据包括：非设备噪声数据和目标设备的设备噪声数据，非设备噪声数据包括人声音、音响声音等；
201.提取各所述声音数据的频谱数据，并采用所述声音标签信息和所述声音数据的频谱数据对预先构建的神经网络模型进行训练，获得所述声音分类器。
202.其中，不同声音数据的频谱数据是不同的，例如，背景噪声通常频率范围较大，幅值均值较小；人声音的频率范围较宽(一般100hz-10khz)，通常会在100hz-1khz，且幅值较大；电视播放声音的频率较窄，在1khz-2khz频段内的幅值较高；空调噪声的频率相对稳定，频率小于20khz，基本在2khz-4khz的频段内，且幅值稳定较高，频率和幅值都是恒定周期(因为空调的声音很稳定)。
203.604，根据所述设备噪声信息以及所述目标设备的运行目标，调节所述目标设备的运行参数。
204.其中，不同所述目标设备的运行目标不同，不同所述目标设备的运行参数也不同。
205.在一些实施例中，所述目标设备为空调，所述空调的运行目标可以包括以下之一：所述空调所在空间内的制冷温度、制热温度、净化所述空调所在空间内的空气所需的新风量。
206.在一些实施例中，所述目标设备为空调，所述目标设备的运行参数包括以下至少之一：
207.所述空调的压缩机运行频率；
208.所述空调所在空间内的送风风扇转速；
209.所述空调所在空间内的送风风向；
210.所述空调所在空间外的送风风扇转速；
211.所述空调的目标风机的电机转速；其中，所述目标风机，用于净化所述空调所在空间内的空气。
212.在一些实施例中，上述步骤604的实现过程可以包括：
213.根据所述设备噪声信息以及所述目标设备的运行目标，确定所述目标设备的运行参数的调整值；
214.根据所述运行参数的调整值，调节所述目标设备的运行参数。
215.在一些实施例中，上述根据所述设备噪声信息以及所述目标设备的运行目标，确定所述目标设备的运行参数的调整值，可以包括：
216.确定达到所述目标设备的运行目标的运行参数；
217.确定所述设备噪声信息所代表的设备噪声值是否大于目标噪声值；
218.当所述设备噪声值大于目标噪声值时，根据所述设备噪声值所处的噪声值范围，确定所述运行参数的调整值；其中，不同所述噪声值范围对应的所述运行参数的调整值不同。
219.这里，各个所述噪声值范围对应的所述运行参数的调整值，可以通过训练历史数据进行确定，也可以通过专家经验进行确定，此处不作具体限定。
220.其中，所述目标噪声值可以是用户输入的期望噪声值，例如用户可以在目标设备或目标设备的控制器提供的显示界面上输入期望噪声值；此外，所述目标噪声值还可以是在目标设备或目标设备的控制器中预先设定的标准噪声值，等等。
221.在一些实施例中，上述根据所述运行参数的调整值，调节所述目标设备的运行参数，可以包括：
222.根据各个所述运行参数的优先级顺序，确定当前需要调整的目标运行参数；
223.根据所述目标运行参数的调整值，调整所述目标运行参数；
224.当根据调整后的所述目标运行参数控制所述目标设备运行时，根据所述设备噪声信息确定所述目标设备的设备噪声值是否小于或等于目标噪声值；
225.当所述设备噪声值小于或等于预设噪声值时，不调整优先级顺序晚于所述目标运行参数的运行参数。
226.当所述设备噪声值大于预设噪声值时，调整优先级顺序晚于所述目标运行参数的运行参数。
227.在一些实施例中，采用调整后的所述运行参数运行所述空调所达到的制冷量(或制热量或新风量)，与采用调整前的所述运行参数运行所述空调所达到的制冷量(或制热量或新风量)之间的比值大于或等于预设比值，所述预设比值为介于85％至95％的任意值。
228.本公开实施例中，通过根据目标设备所在空间内的背景噪声信息，确定所述目标设备的设备噪声信息，并根据所述设备噪声信息以及所述目标设备的运行目标，调节所述
目标设备的运行参数，这样在基本不影响目标设备的运行目标的情况下，通过微调所述目标设备的运行参数，能够降低所述目标设备运行中产生的噪声，提升用户体验。
229.下面通过具体实施例来进一步说明本公开提供的数据处理方法。
230.以目标设备为空调为例，空调的噪声与使用和安装环境息息相关，例如地面平整度、使用的时间、器件老化等等，导致空调本身发声或者共振发声等等发声变化，从而使得空调噪声在安装或使用过程中噪声变大或者噪声大的问题。
231.本公开实施例提供的数据处理方法具体可以包括如下步骤：
232.s1，当空调未启动(即非工作状态)时，通过空调的麦克风采集空调所在空间内的第一音频数据，确定所述空调所在空间内的背景噪声信息。
233.所述麦克风数量一般为双麦克，也可以为单麦克或多麦克，此处不作具体限定。
234.具体地，步骤s1的实现过程可以包括：
235.在空调安装后，可以在空调未启动时，采集n次第一音频数据，在不同时间分别采集一次，每次采集的时长为t。
236.对第n次采集的第一音频数据进行数据收敛分析，确定t时间内在所述第一音频数据的多个采样点中占比分别为y％的幅值最高的m个第一采样点和幅值最低的n个第二采样点。
237.在多个采样点中确定除第一采样点和第二采样点之外的第三采样点，并确定第三采样点的幅值的平均值。根据幅值小于第三采样点的幅值的采样点的幅值平均值ax，确定第n次采集的所述第一音频数据中的背景噪声信息。
238.类似地，在其他次采集的第一音频数据进行上述数据收敛分析，最终根据所述幅值平均值ax的均值，确定所述空调所在空间的背景噪声信息。
239.本公开实施例中，上述步骤s1可以由空调的控制器执行，也可以由后台服务器执行，例如用户可以在应用程序(app)上提交针对所述空调所在空间的背景噪声的分析请求，由云端根据分析请求读取所述空调的麦克风采集到的所述第一音频数据，并将所述第一音频数据发送到后台服务器，然后由后台服务器执行针对所述空调所在空间的背景噪声的分析处理。
240.s2，在所述空调处于工作状态时，空调根据所述背景噪声信息确定是否接收到针对所述空调的语音唤醒信息。
241.其中，所述空调具有唤醒模式和非唤醒模式。在所述空调处于唤醒模式时，所述空调能够根据所述空调的麦克风采集到的语音指令，执行相应操作。在所述空调的麦克风未收到用户的唤醒词时，所述空调处于非唤醒模式。
242.在所空调处于工作状态时，采集所述空调所在空间内的第二音频数据，在所述第二音频数据中去除所述背景噪声信息；并确定去除所述背景噪声信息后的所述第二音频数据中是否包含针对所述空调的唤醒词，当包含所述唤醒词时，唤醒所述空调，使得所述空调进入唤醒模式。
243.s3，在所述空调处于工作状态时，空调根据所述背景噪声信息确定所述空调的空调噪声信息。
244.在所述空调处于工作状态时，采集所述空调所在空间内的第三音频数据，在所述第三音频数据中去除所述背景噪声信息，确定所述空调噪声信息。
245.其中，在空调运行时长达到预设时长时，通过所述空调的麦克可以采集到第三音频数据，所述第三音频数据中包括背景噪声信息和所述空调运行过程中产生的空调噪声。
246.值得注意的是，在确定所述空调噪声信息的过程中，所述空调处于非唤醒模式，以抑制用户语音可能对所述空调噪声信息的检测造成的影响。
247.s4，根据所述空调噪声信息以及所述空调的运行目标，调节所述空调的运行参数。
248.所述空调的运行参数根据所述空调噪声信息和所述空调的运行目标确定。
249.其中，所述空调的运行目标可以包括：所述空调所在空间内的制冷温度、制热温度或净化所述空调所在空间内的空气所需的新风量。
250.所述空调的运行参数包括但不限于：空调压缩机频率、空调室外风扇转速、空调室内送风风扇转速、空调送风风向。可以理解的是，当所述空调具有新风功能时，所述空调的运行参数还可以包括新风风机的电机转速。
251.在所述空调的运行参数确定后，所述空调的运行参数会在预设时长内保持不变。
252.在调节所述空调的运行参数时，可以根据所述背景噪声信息和预设的参数调整模型确定所述空调的运行参数的调整值，根据所述调整值，调节所述空调的运行参数，并控制空调采用调整后的所述运行参数运行。
253.采用调整后的所述运行参数运行所述空调所达到的制冷量(或制热量或新风量)，与采用调整前的所述运行参数运行所述空调所达到的制冷量(或制热量或新风量)之间的比值大于或等于预设比值，所述预设比值为介于85％至95％的任意值。
254.所述参数调整模型中的运行参数及其调整值可以包括以下至少之一：
255.压缩机频率：a
±
2hz；
256.室内送风风扇转速：a
±
50转；
257.送风风向：a左偏10
°
或右偏10
°
；
258.调整室外风扇转速：a
±
10转；
259.调整新风电机转速(如有新风功能，且新风功能已开启)：a
±
50转。
260.值得注意的是，本实施例中的上述运行参数的调整值不是恒定不变的，具体可以根据实际应用需要进行灵活设定，此处不作具体限定。
261.本公开实施例中，通过根据空调所在空间内的背景噪声信息，确定空调噪声信息，并根据所述空调噪声信息以及所述空调的运行目标，调节所述空调的运行参数，这样在基本不影响空调的制热量或制冷量或新风量情况下，通过微调所述空调的运行参数，能够降低空调噪声，提升用户体验。
262.图7示出了本公开实施例提供的一种数据处理装置的结构图。如图7所示，该数据处理装置700可以包括：
263.采集模块701，用于在目标设备处于非工作状态时，采集所述目标设备所在空间内的第一音频数据；
264.第一获取模块702，用于根据所述第一音频数据，得到所述第一音频数据的统计特征；
265.第一确定模块703，用于根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息；其中，所述背景噪声信息，用于所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制。
266.在一些实施例中，所述第一获取模块702具体用于：
267.根据所述第一音频数据中多个采样点的幅值，确定基准幅值；其中，所述基准幅值小于所述采样点的幅值中的最大幅值，且大于所述采样点的幅值中的最小幅值。
268.在一些实施例中，所述第一获取模块702具体用于：
269.根据所述多个采样点的平均幅值或幅值的中位值，确定所述基准幅值。
270.在一些实施例中，所述第一获取模块702具体用于：
271.根据所述多个采样点的幅值，确定所述多个采样点中幅值最大的m个第一采样点、幅值最小的n个第二采样点以及第三采样点；其中，所述第三采样点，不同于所述第一采样点和所述第二采样点；所述m和n均为正整数；
272.根据所述第三采样点的幅值，确定所述基准幅值。
273.在一些实施例中，所述第一确定模块703具体用于：
274.将幅值小于或等于所述基准幅值的采样点确定为目标采样点；
275.根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息。
276.在一些实施例中，所述第一确定模块703具体用于：
277.根据多个不同时段采集的所述第一音频数据的目标采样点的幅值，确定不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值；
278.根据不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值，确定所述目标设备处于工作状态时的背景噪声信息。
279.在一些实施例中，所述采集模块701，还用于在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第二音频数据；
280.所述装置还包括：
281.第二获取模块，用于根据所述第二音频数据以及所述背景噪音信息，获得第一目标音频数据；
282.第二确定模块，用于确定所述第一目标音频数据是否包括针对所述目标设备的语音唤醒信息；其中，所述语音唤醒信息用于生成所述目标设备的语音唤醒指令。
283.在一些实施例中，所述采集模块，还用于在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第三音频数据；
284.所述装置还包括：
285.第三获取模块，用于根据所述第三音频数据以及所述背景噪音信息，获得第二目标音频数据；
286.第三确定模块，用于根据所述第二目标音频数据，确定所述目标设备的设备噪声信息；
287.调节模块，用于根据所述设备噪声信息以及所述目标设备的运行目标，调节所述目标设备的运行参数。
288.在一些实施例中，所述目标设备为空调，所述目标设备的工作运行参数包括以下至少之一：
289.所述空调的压缩机运行频率；
290.所述空调所在空间内的送风风扇转速；
291.所述空调所在空间内的送风风向；
292.所述空调所在空间外的送风风扇转速。
293.关于上述实施例中的数据处理装置，其中各个模块执行操作的具体方式已经在有关数据处理方法的实施例中进行了详细描述，此处将不做详细阐述说明。
294.在示例性实施例中，采集模块701、第一获取模块702、第一确定模块703等可以被一个或多个中央处理器(cpu，central processing unit)、图形处理器(gpu，graphics processing unit)、基带处理器(bp，baseband processor)、应用专用集成电路(asic，application specific integrated circuit)、dsp、可编程逻辑器件(pld，programmable logic device)、复杂可编程逻辑器件(cpld，complex programmable logic device)、现场可编程门阵列(fpga，field-programmable gate array)、通用处理器、控制器、微控制器(mcu，micro controller unit)、微处理器(microprocessor)、或其他电子元件实现，用于执行前述方法。
295.图8是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，空调控制器，计算机，平板设备，个人数字助理等。
296.参照图8，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
297.处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
298.存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
299.电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
300.多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
301.音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克
风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
302.i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
303.传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
304.通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如wifi，2g、3g、4g或5g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
305.在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述数据处理方法。
306.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述数据处理方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
307.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本公开旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。
308.应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

技术特征：

1.一种数据处理方法，其特征在于，所述方法包括：在目标设备处于非工作状态时，采集目标设备所在空间内的第一音频数据；根据所述第一音频数据，得到所述第一音频数据的统计特征；根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息；其中，所述背景噪声信息，用于所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一音频数据，得到所述第一音频数据的统计特征，包括：根据所述第一音频数据中多个采样点的幅值，确定基准幅值；其中，所述基准幅值小于所述采样点的幅值中的最大幅值，且大于所述采样点的幅值中的最小幅值。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一音频数据中多个采样点的幅值，确定基准幅值，包括：根据所述多个采样点的平均幅值或幅值的中位值，确定所述基准幅值。4.根据权利要求2所述的方法，其特征在于，所述根据所述第一音频数据中多个采样点的幅值，确定基准幅值，包括：根据所述多个采样点的幅值，确定所述多个采样点中幅值最大的m个第一采样点、幅值最小的n个第二采样点以及第三采样点；其中，所述第三采样点，不同于所述第一采样点和所述第二采样点；所述m和n均为正整数；根据所述第三采样点的幅值，确定所述基准幅值。5.根据权利要求2所述的方法，其特征在于，所述根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息，包括：将幅值小于或等于所述基准幅值的采样点确定为目标采样点；根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息。6.根据权利要求5所述的方法，其特征在于，所述根据至少一个所述目标采样点的幅值，确定所述目标设备处于工作状态时的背景噪声信息，包括：根据多个不同时段采集的所述第一音频数据的目标采样点的幅值，确定不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值；根据不同时段采集的所述第一音频数据的目标采样点的平均幅值、幅值的中位值或者最大值，确定所述目标设备处于工作状态时的背景噪声信息。7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第二音频数据；根据所述第二音频数据以及所述背景噪音信息，获得第一目标音频数据；确定所述第一目标音频数据是否包括针对所述目标设备的语音唤醒信息；其中，所述语音唤醒信息用于生成所述目标设备的语音唤醒指令。8.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：在所述目标设备处于工作状态时，采集所述目标设备所在空间内的第三音频数据；根据所述第三音频数据以及所述背景噪音信息，获得第二目标音频数据；根据所述第二目标音频数据，确定所述目标设备的设备噪声信息；
根据所述设备噪声信息以及所述目标设备的运行目标，调节所述目标设备的运行参数。9.根据权利要求8所述的方法，其特征在于，所述目标设备为空调，所述目标设备的运行参数包括以下至少之一：所述空调的压缩机运行频率；所述空调所在空间内的送风风扇转速；所述空调所在空间内的送风风向；所述空调所在空间外的送风风扇转速；所述空调的目标风机的电机转速；其中，所述目标风机，用于净化所述空调所在空间内的空气。10.一种数据处理装置，其特征在于，执行权利要求1-9任一所述数据处理方法，所述装置包括：采集模块，用于在目标设备处于非工作状态时，采集所述目标设备所在空间内的第一音频数据；第一获取模块，用于根据所述第一音频数据，得到所述第一音频数据的统计特征；第一确定模块，用于根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息；其中，所述背景噪声信息，用于所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制。11.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至9任一项所述数据处理方法的步骤。12.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至9任一项所述数据处理方法的步骤。

技术总结

本公开提供了一种数据处理方法、装置和存储介质，方法包括：在目标设备处于非工作状态时，采集目标设备所在空间内的第一音频数据；根据所述第一音频数据，得到所述第一音频数据的统计特征；根据所述统计特征，确定所述目标设备处于工作状态时的背景噪声信息；其中，所述背景噪声信息，用于所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行参数的控制。本公开实施例通过确定背景噪声信息，能够在对所述目标设备的语音唤醒指令的处理和/或所述目标设备的运行工作参数的控制时，减少所述背景噪声信息对所述目标设备的语音唤醒信息和/或设备噪声信息的检测所造成的误差，有助于提升声音检测的准确率。助于提升声音检测的准确率。助于提升声音检测的准确率。