CN104952456A - 一种语音处理方法以及一种电子设备 - Google Patents

Abstract

本申请公开了一种语音处理方法以及一种电子设备，所述方法应用于电子设备，所述电子设备包括第一语音播放装置和第二语音播放装置，所述方法包括：获得用户的位置信息；基于所述位置信息，获得音频信号的第一调整参数和第二调整参数；基于所述第一调整参数调整所述音频信号，获得第一语音；基于所述第二调整参数调整所述音频信号，获得第二语音；使用所述第一语音播放装置播放所述第一语音，且使用所述第二语音播放装置播放所述第二语音，以使所述第一语音和所述第二语音在传递到所述用户时具有相同的特征参数。

Description

一种语音处理方法以及一种电子设备

技术领域

本发明涉及电子技术领域，特别涉及一种语音处理方法以及一种电子设备。

背景技术

目前，随着电子技术的不断发展，越来越多的电子设备进入人们的生活，例如电脑、电视、手机等等设备。而电子设备的设计，都是围绕如何更好地为用户提供服务这一目的进行设计。例如，电子设备中的音频驱动的设计，都是采用等边三角形音效理念，从而确保无失真的均衡音效。如图1，描述的是电子设备上具有两个喇叭，分别是左喇叭和右喇叭（喇叭的方位是以用户为参照命名），若用户、左喇叭、右喇叭三者构成等边三角形形状，两个喇叭播放的音效无失真且均衡，以保证用户的听音效果最佳。

而本申请人在实现本申请的过程中发现，由于用户的随意性较大，用户不可能一直处于最佳的听音位置。而电子设备的语音播放装置的位置是固定不变的，因此，只能够在固定的位置保证用户具有最佳听音效果，无法保证用户在任何位置都能够具有最佳听音效果。

因此，现有技术存在的技术问题是：现有技术的电子设备由于本身的局限性，不能够随时为用户提供最佳听音效果，进而导致用户的体验度降低。

发明内容

本发明提供一种语音处理方法以及一种电子设备，用以解决现有技术中存在的现有技术的电子设备由于本身的局限性，不能够随时为用户提供最佳听音效果，进而导致用户的体验度降低的技术问题。

一方面，本发明通过本申请的一个实施例，提供如下技术方案：

一种语音处理方法，所述方法应用于电子设备，所述电子设备包括第一语音播放装置和第二语音播放装置，所述方法包括：获得用户的位置信息；基于所述位置信息，获得音频信号的第一调整参数和第二调整参数；基于所述第一调整参数调整所述音频信号，获得第一语音；基于所述第二调整参数调整所述音频信号，获得第二语音；使用所述第一语音播放装置播放所述第一语音，且使用所述第二语音播放装置播放所述第二语音，以使所述第一语音和所述第二语音在传递到所述用户时具有相同的特征参数。

优选的，所述电子设备具有第一语音采集装置和第二语音采集装置，所述第一语音采集装置和所述第二语音采集装置的位置不同；所述获得用户的位置信息，具体包括：控制所述第一语音采集装置和所述第二语音采集装置采集用户发出的语音信息；分析所述第一语音采集装置采集的语音信息和所述第二语音采集装置采集的语音信息，获得所述用户的位置信息。

优选的，所述电子设备具有图像采集装置；所述获得用户的位置信息，具体包括：控制所述图像采集装置采集获得包含所述用户的图像；分析所述图像，获得所述用户的位置信息。

优选的，所述电子设备包括位置和调整参数的对应关系；所述基于所述位置信息，获得音频信号的第一调整参数和第二调整参数，具体为：基于所述用户的位置信息，查询位置和调整参数的对应关系，获得所述第一调整参数和所述第二调整参数。

另一方面，本发明通过本申请的另一个实施例提供：

一种电子设备，所述电子设备包括第一语音播放装置和第二语音播放装置，所述电子设备还包括：所述音效处理装置，用于获得用户的位置信息；基于所述位置信息，获得音频信号的第一调整参数和第二调整参数；基于所述第一调整参数调整所述音频信号，获得第一语音；基于所述第二调整参数调整所述音频信号，获得第二语音；所述第一语音播放装置，用于播放所述第一语音；所述第二语音播放装置，用于播放所述第二语音；以使所述第一语音和所述第二语音在传递到所述用户时具有相同的特征参数。

优选的，所述电子设备具有第一语音采集装置和第二语音采集装置，所述第一语音采集装置和所述第二语音采集装置的位置不同；所述第一语音采集装置和所述第二语音采集装置，用于采集用户发出的语音信息；中央处理器，用于分析所述第一语音采集装置采集的语音信息和所述第二语音采集装置采集的语音信息，获得所述用户的位置信息，然后将所述位置信息发送给所述音效处理装置。

优选的，所述电子设备具有图像采集装置，用于采集获得包含所述用户的图像；中央处理器，用于分析所述图像，获得所述用户的位置信息。

优选的，所述电子设备包括位置和调整参数的对应关系；所述音效处理装置具体用于基于所述用户的位置信息，查询位置和调整参数的对应关系，获得所述第一调整参数和所述第二调整参数。

上述技术方案中的一个或多个技术方案，具有如下技术效果或优点：

在本发明的技术方案中，首先会获得用户的位置信息，然后根据用户的位置信息获得对应的两个调整参数，这两个调整参数能够将音频信号调整为两列不同的语音，并播放这两列语音。调制的两列语音在传递到用户的位置时特征参数相同。本发明的核心内容是将用户的位置信息作为参考因素来调整音频信号，进而能够保证随时为用户提供最佳听音效果，提高用户的体验度。

附图说明

图1为现有技术中最佳听音位置的示意图；

图2为本申请实施例中电子设备的示意图；

图3为本申请实施例中语音采集装置采集用户语音的示意图；

图4为本申请实施例中语音处理方法的实施过程图。

具体实施方式

为了解决现有技术中存在的现有技术的电子设备由于本身的局限性，不能够随时为用户提供最佳听音效果，进而导致用户的体验度降低的技术问题，本发明实施例提出了一种语音处理方法以及一种电子设备，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例和实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。

实施例一：

在本申请实施例中，描述了一种电子设备。

本发明涉及的电子设备可以有多种，如电脑（包含笔记本电脑、台式电脑、一体机等等），移动终端（如手机终端、PAD等等），电视等等电子设备。

下面请参看图2，该电子设备001具体包括：第一语音采集装置01，第二语音采集装置02，编码器03，中央处理器04，音效处理装置05，数模转换器06，放大器07，第一语音播放装置08，第二语音播放装置09。

下面描述各个器件各自的功能。

所述音效处理装置05，用于获得用户的位置信息；基于所述位置信息，获得音频信号的第一调整参数和第二调整参数；基于所述第一调整参数调整所述音频信号，获得第一语音；基于所述第二调整参数调整所述音频信号，获得第二语音。

所述第一语音播放装置08，用于播放所述第一语音；所述第二语音播放装置，用于播放所述第二语音；以使所述第一语音和所述第二语音在传递到所述用户时具有相同的特征参数。

而在具体的实施过程中，用户的位置信息可以由多种方式获得。例如通过采集分析用户发出的语音信息，进而探测用户的位置，或者通过摄像头直接检测获得用户位置等等。下面分别对这两种方式进行说明。

第一种方式：通过采集分析用户发出的语音信息，进而探测用户的位置。

在本实施例中，电子设备具有第一语音采集装置01和第二语音采集装置02，所述第一语音采集装置01和所述第二语音采集装置02的位置不同。所述第一语音采集装置01和所述第二语音采集装置02，用于采集用户发出的语音信息。中央处理器04，用于分析所述第一语音采集装置01采集的语音信息和所述第二语音采集装置02采集的语音信息，获得所述用户的位置信息，然后将所述位置信息发送给所述音效处理装置05。

结合图2和图3，对本实施例中获取用户位置的方法进行具体说明，图3描述了语音采集装置采集用户语音的示意图。

在图3中，第一语音采集装置01使用麦克风1为例，第二语音采集装置02使用麦克风2为例，用户A发出语音信息时，麦克风1和麦克风2会接收到用户的A发出的语音信息。由于用户A和两个麦克风的相对距离不同，那么每个麦克风采集到的用户发出的语音信息的时间和分贝大小都有差距。若获得两个麦克风采集到的语音信息的声级差和时间差，便能够进一步计算获得用户A的位置。例如表1所示，表1列举的是声级差、时间差和用户位置的对应关系。声级差=麦克风1的采集到的语音信息的分贝-麦克风2采集到的语音信息的分贝，时间差类似。当然也可以使用麦克风2采集到的语音信息的分贝作为被减数来计算获得用户的位置，两者计算获得的用户位置相同，本发明不再举例赘述。而在实际情况中，两个麦克风采集到的语音信息是模拟信号，当每个麦克风采集到用户的语音信息之后，则会传送给编码器03。编码器03的主要作用就在于将两个麦克风采集到的模拟信号转换为数字信号，例如将模拟信号处理成PCM（Pulse Code Modulation，脉冲编码调制）格式的码流。然后传送给中央处理器04进行分析。而中央处理器04在分析的过程中，主要是通过分析两个麦克风采集得到语音信息之间的时间差和声级差来判断用户的位置，具体请参看表1。

声级差	时间差	用户A位置
			1	-1	S1
2	-3	S2

4

-5

S3

表1

表1可以看出，声级差的数值小，表明用户A和两个麦克风的距离相差不大。声级差的数值大，表示用户A离麦克风1的距离较近。而时间差的数值小，表示两个麦克风接收到的用户A的语音信息的时间差距较大。时间差的数值越大，表示用户A和两个麦克风的距离相差不大。

第二种方法：通过摄像头直接检测获得用户位置。

在本实施例中，电子设备具有图像采集装置（例如摄像头）。图像采集装置，用于采集获得包含所述用户的图像；中央处理器04，用于分析所述图像，获得所述用户的位置信息。在具体的实施过程中，当需要检测使用电子设备的用户A的位置信息，中央处理器04会发送控制指令，控制摄像头采集用户A当前的图像，然后分析该图像，进而获得用户的位置信息。

当获得了用户的位置信息之后，音效处理装置05便可以根据用户的位置信息调整音频信号。更为具体的，所述电子设备包括位置和调整参数的对应关系；所述音效处理装置05具体用于基于所述用户的位置信息，查询位置和调整参数的对应关系，获得所述第一调整参数和所述第二调整参数。

在具体的实施过程中，音频信号具体是带有语音、音乐和音效的有规律的声波的频率、幅度变化信息载体。而位置信息和音频信号的调整参数具有对应关系。因此，音效处理装置05则会基于用户的位置信息基于所述用户的位置信息，查询位置和调整参数的对应关系，获得所述第一调整参数和所述第二调整参数。

举例来说，此时的调整参数具有两类：分贝调整参数和时间调整参数。分贝调整参数用于调整音频信号的幅度、频率等。时间调整参数用于调整音频信号开始播放时的延迟时间。请参看表2，表2中列举了用户位置和调整参数的对应关系。

用户位置

第一调整参数

第二调整参数

	分贝	时间	分贝	时间
					S1	1	4	3	3
S2	2	3	4	0
					S3	2	4	5	0

表2

假设用户A的位置是S1，那么则可以从对应关系中获得音频信号的第一调整参数和第二调整参数。进一步的，获得的两个调整参数能够将音频信号调整为不同的语音，例如，音频信号原本的分贝数是10分贝，在2：00播放。当这两个调整参数对音频信号进行调整过后，第一语音为：分贝：11，播放时间：2:04。第二语音为：分贝：13，播放时间：2:03。调制完毕后，会将这两列语音传送至各自的语音播放装置播放。而在两个语音播放装置播放之后，两个语音播放装置播放的语音在传递到用户A的位置时都具有相同的特征参数，即语音传递到用户A的位置时，没有声级差和时间差，以保证用户的听音效果最佳。

下面结合具体的场景，从整体架构上对语音调整的过程进行说明。

在用户A观看电影时，第一语音采集装置01和第二语音采集装置02会采集到用户A发出的语音信息。此时用户A发出的语音信息，有可能是用户A在观影之前发出，也可能是用户A在观看过程中发出语音信息。

第一语音采集装置01和第二语音采集装置02采集到用户A发出的语音信息之后，会将语音信息传送给编码器03。而此时的语音信息主要是模拟信号，模拟信号是指用连续变化的物理量表示的信息，信号波形模拟随着信息的变化而变化，模拟信号其特点是幅度连续，其信号的幅度、频率、相位可以随时间作连续变化。目前广播的声音信号、图像信号等都属于模拟信号。

编码器03主要用于将两个语音采集装置采集到的模拟信号转换为数字信号，并将数字信号传送给中央处理器04进行分析。数字信号指自变量是离散的、因变量也是离散的信号，这种信号的自变量用整数表示，因变量用有限数字中的一个数字来表示。在计算机中，数字信号的大小常用有限位的二进制数表示。

中央处理器04从两列数字信号中分析获得两个语音采集装置采集到的语音信息的时间差和声级差，并基于该时间差和声级差获得用户的位置信息，然后将位置信息传送给音效处理装置05。当然，在实际情况中，也可以使用其他的方式来确定用户A的位置信息，在此本发明不做限制。

音效处理装置05获得用户的位置信息之后，会基于用户的位置信息获得音频信号的两个调整参数。然后使用这两个调整参数将音频信号调制为不同的两列语音。此时的两列语音仍旧是数字信号，因此音效处理装置05会将两列语音传送给数模转换器06转换为模拟信号。

放大器07从数模转换器06中接受到两列模拟信号之后，则会进行放大操作，然后将两列模拟信号分别转送到各自的语音播放装置。

第一语音播放装置08和第二语音播放装置09，用于接收传来的模拟信号，并进行播放。

在本发明实施例中，通过用户的位置信息来调整播放的音频信号，使得调整后的播放的语音，能够在传递到所述用户时具有相同的特征参数。保证用户在任何位置都能够具有最佳听音效果。

基于同一发明构思，下面的实施例提供了一种语音处理方法。

在具体的实施过程中，该方法应用于电子设备。本发明涉及的电子设备可以有多种，如电脑（包含笔记本电脑、台式电脑、一体机等等），移动终端（如手机终端、PAD等等），电视等等电子设备。另外，电子设备包括第一语音播放装置08和第二语音播放装置09，此时的语音播放装置包括但不限于是喇叭等。

下面请参看图4，描述的是语音处理方法的实施过程图。

S401，获得用户的位置信息。

在具体的实施过程中，用户的位置信息可以由多种方式获得。例如通过采集分析用户发出的语音信息，进而探测用户的位置，或者通过摄像头直接检测获得用户位置等等。下面分别对这两种方式进行说明。

第一种方式：通过采集分析用户发出的语音信息，进而探测用户的位置。

在本实施例中，电子设备还具有第一语音采集装置和第二语音采集装置，所述第一语音采集装置和所述第二语音采集装置的位置不同。本发明涉及的2个语音采集装置可以使用麦克风为例，2个麦克风的位置不同。此时，获得用户的位置信息，具体的实施过程如下：

首先，控制所述第一语音采集装置和所述第二语音采集装置采集用户发出的语音信息。

其次，分析所述第一语音采集装置采集的语音信息和所述第二语音采集装置采集的语音信息，获得所述用户的位置信息。

具体的，两个语音采集装置用麦克风为例，当用户A发出语音信息之后，两个麦克风会各自采集到用户的A发出的语音信息，而对于两个麦克风来说，由于和用户A的相对位置不同，那么接收到用户A的语音信息的分贝和时间也不一样。进而会计算出用户A到达两个麦克风的声级差和时间差。然后根据声级差和时间差进一步计算获得用户A的位置，而在实际情况中，根据声级差和时间差计算用户的方式由多种，本发明不做限制。而具体的实施过程请参看实施例一中的描述，在此本发明不再赘述。

第二种方法：通过摄像头直接检测获得用户位置

在本实施例中，电子设备具有图像采集装置。例如摄像头。此时，获得用户的位置信息的具体实施过程如下：

首先，控制所述图像采集装置采集获得包含该用户的图像。

其次，分析所述图像，获得该用户的位置信息。

当获得了用户的位置信息之后，则具有下面的实施过程。

S402，基于所述位置信息，获得音频信号的第一调整参数和第二调整参数。

在具体的实施过程中，音频信号具体是带有语音、音乐和音效的有规律的声波的频率、幅度变化信息载体。而位置信息和音频信号的调整参数具有对应关系。此时获得音频信号的第一调整参数和第二调整参数，具体为：使用所述用户的位置信息，查询位置和调整参数的对应关系，获得所述第一调整参数和所述第二调整参数。

在获得了两个调整参数之后，则会执行下面的步骤。

S403，基于所述第一调整参数调整所述音频信号，获得第一语音。

S404，基于所述第二调整参数调整所述音频信号，获得第二语音。

S405，使用所述第一语音播放装置播放所述第一语音，且使用所述第二语音播放装置播放所述第二语音，以使所述第一语音和所述第二语音在传递到所述用户时具有相同的特征参数。

通过本发明的一个或多个实施例，可以实现如下技术效果：

在本发明实施例中，首先会获得用户的位置信息，然后根据用户的位置信息获得对应的两个调整参数，这两个调整参数能够将音频信号调整为两列不同的语音，并播放这两列语音。调制的两列语音在传递到用户的位置时特征参数相同。本发明的核心内容是将用户的位置信息作为参考因素来调整音频信号，进而能够保证随时为用户提供最佳听音效果，提高用户的体验度。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

具体来讲，本申请实施例中的一种语音处理方法对应的计算机程序指令可以被存储在光盘，硬盘，U盘等存储介质上，当存储介质中的与一种语音处理方法对应的计算机程序指令被一电子设备读取或被执行时，包括如下步骤：获得用户的位置信息；基于所述位置信息，获得音频信号的第一调整参数和第二调整参数；基于所述第一调整参数调整所述音频信号，获得第一语音；基于所述第二调整参数调整所述音频信号，获得第二语音；使用所述第一语音播放装置播放所述第一语音，且使用所述第二语音播放装置播放所述第二语音，以使所述第一语音和所述第二语音在传递到所述用户时具有相同的特征参数。

优选的，所述电子设备具有第一语音采集装置和第二语音采集装置，所述第一语音采集装置和所述第二语音采集装置的位置不同；所述获得用户的位置信息，具体包括：控制所述第一语音采集装置和所述第二语音采集装置采集用户发出的语音信息；分析所述第一语音采集装置采集的语音信息和所述第二语音采集装置采集的语音信息，获得所述用户的位置信息。

优选的，所述电子设备具有图像采集装置；所述获得用户的位置信息，具体包括：控制所述图像采集装置采集获得包含所述用户的图像；分析所述图像，获得所述用户的位置信息。

优选的，所述电子设备包括位置和调整参数的对应关系；所述基于所述位置信息，获得音频信号的第一调整参数和第二调整参数，具体为：基于所述用户的位置信息，查询位置和调整参数的对应关系，获得所述第一调整参数和所述第二调整参数。

Claims (8)

1.一种语音处理方法，所述方法应用于电子设备，所述电子设备包括第一语音播放装置和第二语音播放装置，所述方法包括：

获得用户的位置信息；

基于所述位置信息，获得音频信号的第一调整参数和第二调整参数；

基于所述第一调整参数调整所述音频信号，获得第一语音；

基于所述第二调整参数调整所述音频信号，获得第二语音；

使用所述第一语音播放装置播放所述第一语音，且使用所述第二语音播放装置播放所述第二语音，以使所述第一语音和所述第二语音在传递到所述用户时具有相同的特征参数。

2.如权利要求1所述的方法，其特征在于，所述电子设备具有第一语音采集装置和第二语音采集装置，所述第一语音采集装置和所述第二语音采集装置的位置不同；

所述获得用户的位置信息，具体包括：

控制所述第一语音采集装置和所述第二语音采集装置采集用户发出的语音信息；

分析所述第一语音采集装置采集的语音信息和所述第二语音采集装置采集的语音信息，获得所述用户的位置信息。

3.如权利要求1所述的方法，其特征在于，所述电子设备具有图像采集装置；

所述获得用户的位置信息，具体包括：

控制所述图像采集装置采集获得包含所述用户的图像；

分析所述图像，获得所述用户的位置信息。

4.如权利要求1所述的方法，其特征在于，所述电子设备包括位置和调整参数的对应关系；

所述基于所述位置信息，获得音频信号的第一调整参数和第二调整参数，具体为：

基于所述用户的位置信息，查询位置和调整参数的对应关系，获得所述第一调整参数和所述第二调整参数。

5.一种电子设备，所述电子设备包括第一语音播放装置和第二语音播放装置，所述电子设备还包括：

所述音效处理装置，用于获得用户的位置信息；基于所述位置信息，获得音频信号的第一调整参数和第二调整参数；基于所述第一调整参数调整所述音频信号，获得第一语音；基于所述第二调整参数调整所述音频信号，获得第二语音；

所述第一语音播放装置，用于播放所述第一语音；所述第二语音播放装置，用于播放所述第二语音；以使所述第一语音和所述第二语音在传递到所述用户时具有相同的特征参数。

6.如权利要求5所述的电子设备，其特征在于，所述电子设备具有第一语音采集装置和第二语音采集装置，所述第一语音采集装置和所述第二语音采集装置的位置不同；

所述第一语音采集装置和所述第二语音采集装置，用于采集用户发出的语音信息；

中央处理器，用于分析所述第一语音采集装置采集的语音信息和所述第二语音采集装置采集的语音信息，获得所述用户的位置信息，然后将所述位置信息发送给所述音效处理装置。

7.如权利要求5所述的电子设备，其特征在于，所述电子设备具有图像采集装置，用于采集获得包含所述用户的图像；中央处理器，用于分析所述图像，获得所述用户的位置信息。

8.如权利要求5所述的电子设备，其特征在于，所述电子设备包括位置和调整参数的对应关系；

所述音效处理装置具体用于基于所述用户的位置信息，查询位置和调整参数的对应关系，获得所述第一调整参数和所述第二调整参数。