CN106297821A - 提升音频辨识率的声音传输系统及其数据处理方法 - Google Patents

Abstract

本发明提供一种提升音频辨识率的声音传输系统及其数据处理方法，主要由一第一装置向一第二装置发送声波，并由该第二装置进行即时的音频处理与辨识；其中，该第一装置将读取到的信息进行转换，并执行一数据状态变换运算，以产生一具有时间状态特性的字元序列数据，再将其调变后进行播放，当该第二装置收到声波后，则将其进行滤波、解调变并取得该字元序列数据，再将字元序列数据转换为一可读信息以取得信息内容，由于该字元序列数据具有时间状态特性，能够在连续时间中提供多数的脉冲信号，以提升音频辨识率，达到增加系统精确度及稳定性的目的。

Description

提升音频辨识率的声音传输系统及其数据处理方法

技术领域

本发明关于一种声音传输系统，尤指一种可提升音频辨识率的声音传输系统及其数据处理方法。

背景技术

科技日新月异，将信息通过移动装置的3G或者Wi-Fi进行发送、接收的传输技术已经相当的常见，而近年来更有利用声音来传输信息的技术，例如传输URL信息，用户只要拿着手机靠近电视旁，便可以播放相关的信息，或者看到演唱会影片就可以收到相关介绍，或者是购买信息，零售店也可以送出一些电子优惠券等，其应用相当广泛。目前现有技术中具有一种利用声音传输数据及控制命令的系统，请参阅图7所示，其包括一播音设备91、一收音设备92，使用者在该播音设备91上操作并输入字串或指令等，并转换为可播放的声音档，以通过空气将声波传递至该收音设备92，而该收音设备92接收声波后便将声波进行处理，以取得声波中的字串或指令，并根据辨识字串或指令的内容而自动执行相对应的动作，让使用者可以仅利用播音设备91发送声音，就能控制相对应的收音设备92并取得所需要的服务。

为要说明现有技术中的播音设备91如何将使用者输入的字串转换为声波进行传送，并由对应的收音设备92接收，如图8与图9所示，其中分别由该播音设备91、该收音设备92执行以下步骤：该播音设备91接受一使用者输入的字串，把使用者输入的字串转换成二进制的数据，并将二进制的数据调变为一声音档；再由该播音设备91根据系统预设的模式判断是否压缩该声音档，若是，则进行破坏性/无失真压缩，并将压缩后的档案播放，若否，则直接将该声音档播放；当该收音设备92接收到一组声音频号，将该组声音频号解调变，并转换为一字串，再根据该字串的内容以决定所采取的后续动作。

由所述的步骤可知，若使用者于该播音设备91输入一笔字串(如“NB”)，该播音设备91将该笔字串通过ASCII码转换为二进制的数据(如“00110101”)，并通过一频率偏移调变(FSK)将二进制的数据调变为一声音档，以将该笔字串通过声波的方式进行传输，然而，该频率偏移调变的技术通过不同频率来表示二进制的数据，意即是通过改变傅立叶变换(Fourier transform)中的频域(f)来记录数据，若以频率为15KHz以及18KHz为例，将字串转换并得到“00110101”时，便将“0”的数据纪录于15KHz，而将1的数据纪录于18KHz，因此，播音设备91将以两个不同的频率来分别记录数据。

进一步的，为了减少数据的传输量，在该播音设备91与该收音设备92进行传输的时候，该播音设备91会将FSK调变过后的数据进行破坏性压缩，如图10所示，其中该播音设备91通过FSK将二进制的数据调变，并以一原始频谱93的形式呈现数据调变后的声音频号及其特征，当该播音设备91对声音频号执行一破坏性压缩(如HE-AAC64Kbps压缩)演算法步骤后，并以一经压缩的频谱94的形式呈现，虽然压缩后确实减少传输量，但必须说明的是，由于该破坏性压缩演算法利用破坏、删减或修改部分原始声音频号的方式，并以减少数据量为其主要目的，故现有技术中普遍的作法是先将原始声音频号进行采样，再利用人类所具有的听觉门槛与遮蔽效应，将一般人所无法察觉的部分滤除、整并或削减，但是其结果会造成声音频号的模糊、混乱、频率偏移或能量衰减，如该经压缩的频谱94所呈现的声音频号及其特征都模糊、难以分析；再者，破坏性压缩演算法在调整位元率(bit rate)时，当位元率越低，则被破坏、删减或修改的信息越多，虽然对人耳听觉感受造成的影响微小，但是对于该收音设备92将接收到的声音频号进行频率或波形的分析，以读取其预藏的信息而言，在通过破坏性压缩演算法后，极易造成该收音设备92无法识别声音频号内容的情况。

由所述可知，现有技术中利用声音传输隐藏信息的技术，其存在有通过破坏性压缩演算法后，极易造成该收音设备92无法识别声音频号内容的问题，而且现有技术中其他的超音波传信技术也都是采用调频方式，即利用频率的高低表示位元值的“0”或“1”，也有少数是使用一相位偏移调变(PSK)的技术，其主要是利用波形的相位角来表示不同的位元值以对数据进行调变，但是现有技术中无论是通过FSK或PSK甚至是ASK进行调变，在通过破坏性压缩编码后，皆会使得原始声音频号的波形或频率遭到破坏，亦经常造成该收音设备92无法读取正确的位元值而产生错误，更导致数据传输经常有失败、不稳定的问题，因此，以所述现有技术而言，确实有待提出更理想解决方案的必要性。

发明内容

有鉴于所述现有技术的不足，本发明主要目的提供一种提升音频辨识率的声音传输系统及其数据处理方法，其通过一用于发送声音的装置及相对应一用于接收声音的装置进行声音传输，将所要传输的信息经过处理、调变后，使多数脉冲信号能被隐含在传输的声波之中，故在连续时间中能够提升装置对音频的辨识率，并增加系统精确度以及稳定性。

欲达所述目的所采取的主要技术手段令前述提升音频辨识率的声音传输系统的数据处理方法，主要由一第一装置向相匹配的一第二装置传递声波，并由该第一装置执行下列步骤：

接受一信息；

将该信息转换为一数字数据，并对该数字数据执行一数据状态变换运算，以产生一具有时间状态特性的字元序列数据；

将该字元序列数据加入一校验码及一标头信息，以构成一位元排列；

读取该位元排列，并将其调变为一组声波；

将该组声波播放以供该第二装置接收。

所述步骤主要由该第一装置向该第二装置播放声音，当该第一装置接受到该信息，并将该信息转换为该数字数据，该第一装置再对该数字数据执行数据状态变换运算，以产生具有时间状态特性的字元序列数据，使得该字元序列数据能够在连续时间中以多数脉冲信号供第二装置判读数据内容，而该第一装置将该字元序列数据加入该校验码及该标头信息以构成新的位元排列，再将其调变为一组声波以供该第二装置接收，当该第二装置收到该组声波后，只需将其进行滤波、解调变并取得该具有时间状态特性的字元序列数据，以将该字元序列数据转换回一可读信息，并根据该可读信息进一步取得信息内容，由于该字元序列数据具有时间状态特性，能够在连续时间中快速又精准的让第二装置判读多数脉冲信号而取得信息内容，不仅提升音频辨识率，更能够达到增加系统精确度及稳定性的目的。

欲达所述目的所采取的又一主要技术手段令前述提升音频辨识率的声音传输系统包括：

一第一装置，其包括一第一处理器、一音频输出单元，该第一处理器与该音频输出单元连接，并通过该音频输出单元将音频输出；

一第二装置，其包括一第二处理器、一音频接收单元，该第二处理器与该音频接收单元连接，该音频接收单元用以接收音频，并传送至该第二处理器，由该第二处理器执行音频处理或数据辨识；

其中，当该第一装置的第一处理器读取一信息，则使该信息转换为一数字数据，并对该数字数据执行一数据状态变换运算以产生一具有时间状态特性的字元序列数据，该第一处理器再将该字元序列数据加入一校验码及一标头信息以构成一位元排列，当该第一处理器读取该位元排列后便将其调变为一组声波，并播放该组声波供第二装置接收。

由所述构造可知，本发明提升音频辨识率的声音传输系统主要是由该第一装置的第一处理器将处理后的音频通过其音频输出单元播放一组含有信息的声波，并由该第二装置的音频接收单元接收该组声波，再将该组声波转换成音频传送至该第二处理器，经由该第二处理器执行后续所需的音频处理或数据辨识；其中该第一装置处理音频的方式，是通过第一处理器读取该信息，使该信息转换为一数字数据，并对该数字数据执行数据状态变换运算以产生具有时间状态特性的字元序列数据，该第一处理器再将该字元序列数据加入校验码及标头信息以构成该位元排列，再将该位元排列调变为该组声波并播放给该第二装置；当该第二装置收到该组含有信息的声波后，即通过该第二处理器执行音频处理或数据辨识，该第二处理器对该组声波进行滤波、解调变并取得前述具有时间状态特性的字元序列数据，以将该字元序列数据转换回一可读信息，并根据该可读信息取得信息内容，由于该字元序列数据具有时间状态特性，令该第二处理器能够快速又精准的判读多数脉冲信号，以进一步的取得隐含的信息内容，因此能够提升音频辨识率，而达到增加系统精确度及稳定性的目的。

附图说明

图1为本发明一较佳实施例的声音传输系统示意图。

图2为本发明一较佳实施例的信息转换的数据结构示意图。

图3为本发明一较佳实施例的调变频谱与压缩的测试结果示意图。

图4为本发明一较佳实施例的第一装置数据处理方法流程图。

图5为本发明一较佳实施例的第二装置数据处理方法流程图。

图6为本发明一较佳实施例的第二装置解调变与数据转换流程图。

图7为一已知的声音传输系统方块图。

图8为一已知的播音设备的播放声音流程图。

图9为一已知的收音设备的接收声音流程图。

图10为一已知将FSK调变数据进行压缩的应用状态示意图。

附图标号

10 第一装置

11 第一处理器 12 音频输出单元

20 第二装置

21 第二处理器 22 音频接收单元

91 播音设备 92 收音设备

93 原始频谱 94 经压缩的频谱

具体实施方式

关于本发明提升音频辨识率的声音传输系统的较佳实施例，请参阅图1所示，其主要由一第一装置10在一介质(如空气)中向一第二装置20传递一组声波，该声波(声音)是在空气中一连续不断的信号，可称为声音频号(Audio Signal,音频)，亦泛指由人耳听到的各种声音的信号。本实施例中，该第一装置10、该第二装置20可分别为一移动装置、一智能装置或一电脑设备等电子装置。

该第一装置10包括一第一处理器11、一音频输出单元12以及一输入单元(图中未示)，该第一处理器11分别与该音频输出单元12、该输入单元连接，该第一处理器11可内建/预设信息，或通过该输入单元输入信息，通过该第一装置10的第一处理器11读取一信息，并对该信息进行信息转换，并对转换结果执行一数据状态变换运算以产生一具有时间状态特性的字元序列数据，该第一处理器11再将该字元序列数据加入一校验码及一标头信息以构成一位元排列，当该第一处理器11读取该位元排列后便将其调变为一组声波，并通过该音频输出单元12播放该组声波并于空气中传递，以将一含有信息的声波输出供该第二装置20接收。

本实施例中，该第一处理器11对该信息进行信息转换，使该信息转换为一数字数据，并对该数字数据执行该数据状态变换运算以产生具有时间状态特性的字元序列数据。

该第二装置20包括一第二处理器21、一音频接收单元22，该第二处理器21分别与该音频接收单元22连接，该音频接收单元22用以接收该第一装置10所播放出来的声音，并将接收的该组声波传送至该第二处理器21，由该第二处理器21执行音频处理或数据辨识；当该第二装置20收到该组含有信息的声波后，即通过第二处理器21对该组声波进行滤波、解调变并取得前述具有时间状态特性的字元序列数据，以将该字元序列数据转换回一可读信息，并根据该可读信息中具有前述标头信息、校验码，而能够正确取得该信息，由于该字元序列数据具有时间状态特性，令该第二处理器21能够快速又精准的判读出多数脉冲信号，以进一步取得隐含的信息内容，不仅能提升音频辨识率，更能够增加系统的精确度及稳定性。

本实施例中，该第二处理器21对该组声波进行滤波、解调变并取得前述具有时间状态特性的字元序列数据，其中该第二处理器21进一步通过一带通滤波器、一快速傅立叶转换(Fast Fourier Transform,FFT)以分别对该组声波进行滤波、解调变。

为说明本发明较佳实施例中该第一装置10于信息转换的数据结构的处理方式，请参阅图2所示，其中由该第一装置10的第一处理器11读取该信息，本实施例中，该信息可为一输入字串(如“0xD6”)，在进行信息转换时，先将该输入字串对应ASCII码而产生该数字数据，该数字数据可为一组二进制数据(如“11010110”)，并对该组二进制数据执行该数据状态变换运算，以产生一具有时间状态特性的字元序列数据，本实施例中，该数据状态变换运算由该第一处理器11依序判断该二进制数据的位元数据，当读取到第一个位元数据为“1”时，通过一调变程序在一时域(t)的一时间点被呈现为一有脉冲信号状态，当接收到第二个位元数据亦为“1”时，该调变程序在2倍时域(t+t)的时间点又被呈现为一有脉冲信号状态，若继续接收到第三个位元数据为“0”时，该调变程序在3倍时域(t+t+t)的时间点被呈现为一无脉冲信号状态，依此类推，即产生具有时间状态特性的字元序列数据，之后再加入一校验码及一标头信息以构成该位元排列30，并由该第一装置10将该位元排列30调变为声波；本实施例中，该调变程序可为一数学公式Asin(2Πft+θ)，其中A为振幅、f为频率、t为时间、θ为相位。

为进一步说明本实施例中的位元排列30即使经调变、压缩仍具有高度的可判读性，请参阅图3所示，当所述声波以一频谱31的形式呈现该位元排列30经调变后的声音频号及其声音特征，该频谱31的一垂直轴代表一频率(HZ)、一水平轴代表一时间(T)；当该第一处理器11对声音频号及其声音特征执行一破坏性压缩(如HE-AAC64Kbps压缩)演算法进行测试，并以一破坏性压缩的频谱32的形式呈现，由此可知，虽然信号经过压缩后仍旧会模糊，但是通过数据排列方式的处理，将使数据间不会相互影响，而且压缩后还能大幅度的减少传输量，因此当该第二装置20读取、辨识“有/无脉冲信号”的状态时，仍能快速、精确的解读信息内容，即使声音频号更加模糊仍可以通过调整傅立叶变换的时域间距，使其依然能够快速区分“有/无脉冲信号”的状态，使得该第二装置20接收到声音频号时，可成功传递信息并正确的解调变出原来的信息内容。

另外，于本实施例中当该第一装置10的第一处理器11将该位元排列30调变为声波后，可进一步的由该第一处理器11执行一数据比对程序，该数据比对程序于第一处理器11预先测试否能将声波中的信息正确判读，若无法将信息完整判读，则将进一步回到进行信息转换前，并将该数据状态变换运算的一时间参数(T)放大，该时间参数可为傅立叶变换的时域(t)间距。

由所述本发明的较佳实施例的说明，可归纳出提升音频辨识率的声音传输系统的数据处理方法，其主要由该第一装置10向相匹配的该第二装置20传递声波，如图4所示，并由该第一装置10执行下列步骤：

接受一信息(S41)；

将该信息转换为一数字数据，并对该数字数据执行一数据状态变换运算(S42)，以产生一具有时间状态特性的字元序列数据；本实施例中，当进行信息转换时，使该信息转换为该数字数据(如二进制数据)，并对该数字数据执行该数据状态变换运算；进一步的，该信息亦可为一字串；

将该字元序列数据加入一校验码及一标头信息，以构成一位元排列(S43)；

读取该位元排列，并将其调变为一组声波(S44)；

将该组声波播放以供该第二装置20接收，或储存该组声波(S45)；于本实施例中，进一步对该组声波进行压缩，并执行一数据比对程序，预先测试能否将声波中的信息正确判读，若无法将信息完整判读，则将进一步回到进行信息转换步骤，并调整该数据状态变换运算的参数；

判断是否需产生下一组声波(S46)，若是，则回到前述“接受一信息(S41)”步骤。

通过所述步骤，以该第一装置10向该第二装置20播放声音，当该第一装置10接受到信息后再将其转换为数字数据，并于执行该数据状态变换运算后产生具有时间状态特性的字元序列数据，使得该字元序列数据能够在连续时间中只以有/无脉冲信号的状态供第二装置判读出数据内容，于本实施例中，当该第一装置10将该组声波播放并供该第二装置20接收时，如图5所示，并由该第二装置20执行下列步骤：

接受一组声波(S51)；

将该组声波进行转换(S52)，本实施例中亦可进一步将该组声波进行滤波并转换，该第二装置20进一步通过一带通滤波器、一快速傅立叶转换(Fast FourierTransform,FFT)以分别对该组声波进行滤波、解调变；

将转换后的声音特征解调变为一数字数据，并将该数字数据转换为一可读信息，并根据该可读信息取得信息内容(S53)；本实施例中，该可读信息可为一字串。

将该可读信息回传至近/远端(S54)，判断是否继续接收下一组声波(S55)，若是，则回到前述“接受一组声波(S51)”步骤。

由所述步骤可知，当该第二装置20收到该组声波后便将其进行滤波、解调变并取得该具有时间状态特性的字元序列数据，以将该字元序列数据转换回一可读信息，并根据该可读信息取得信息内容，当所述步骤执行至“将转换后的声音特征解调变为一数字数据，并将该数字数据转换为一可读信息，并根据该可读信息取得信息内容(S53)”步骤，如图6所示，并由该第二装置20进一步执行下列步骤：

读取该组声波经转换后的声音特征(S531)；

将该声音特征进行解调变(S532)，以产生该数字数据；

根据该数字数据判断是否有读取到其中一标头信息(S533)；

若是，则根据一校验码判断其中的信息是否正确(S534)；

若是，则将解调变后的数字数据转换为一信息(S535)；

将该信息回传至近/远端(S536)；

当执行前述“判断其中的信息是否正确(S534)”步骤，若否，则改变读取该组声波的范围(S537)，并回到“读取该组声波经转换后的声音特征(S531)”步骤；

当执行前述“根据该数字数据判断是否有读取到其中一标头信息(S533)”步骤，若否，则改变读取该组声波的范围(S537)，并回到“读取该组声波经转换后的声音特征(S531)”步骤。

本发明通过所述具有时间状态特性的字元序列数据，采用仅读取“有/无脉冲信号”(即声音脉冲的状态)，所以即使经过破坏性压缩编码后只要仍然有脉冲信号，该第二装置20还是可以判读信息内容，确实能够解决现有技术中声音频号通过破坏性压缩编码后，皆会使得原始声音频号的波形或频率遭到破坏，亦经常造成无法读取到正确的数据而产生错误，以及数据传输经常有失败、不稳定的问题。

Claims (12)

1.一种提升音频辨识率的声音传输系统的数据处理方法，其特征在于，所述方法主要由一第一装置向相匹配的一第二装置传递声波，并由所述第一装置执行下列步骤：

接受一信息；

将所述信息转换为一数字数据，并对所述数字数据执行一数据状态变换运算，以产生一具有时间状态特性的字元序列数据；

将所述字元序列数据加入一标头信息，以构成一位元排列；

读取所述位元排列，并将其调变为一组声波；

将所述组声波播放以供所述第二装置接收。

2.根据权利要求1所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，当所述步骤执行至将所述字元序列数据加入一标头信息，以构成一位元排列步骤，进一步执行下列步骤：

将所述字元序列数据加入一校验码及所述标头信息，以构成所述位元排列。

3.根据权利要求1所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，当进行信息转换时，使所述信息转换为一数字数据，并对所述数字数据执行所述数据状态变换运算。

4.根据权利要求1所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，当所述步骤执行至将所述组声波播放以供所述第二装置接收步骤，所述方法进一步包括下列步骤：

对所述组声波进行压缩，并执行一数据比对程序，预先测试否能将声波中的信息正确判读，若无法将信息完整判读，则将进一步回到进行信息转换步骤，并调整所述数据状态变换运算的参数。

5.根据权利要求1所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，所述信息可为一输入字串，进行信息转换而产生所述数字数据，并对所述数字数据执行所述数据状态变换运算。

6.根据权利要求1所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，所述数据状态变换运算依序判断数据，将读取到的数据通过一调变程序，在一时域的一时间点，以有/无脉冲信号来表示。

7.根据权利要求1至6中任一项所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，当所述第一装置将所述组声波播放并供所述第二装置接收，并进一步由所述第二装置执行下列步骤：

接受一组声波；

将所述组声波进行转换；

将转换后的声音特征解调变，并转换为一可读信息，再根据所述可读信息取得前述信息；

将所述信息回传。

8.根据权利要求7所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，当所述步骤执行至将所述组声波进行转换步骤，进一步执行下列步骤：

将所述组声波进行滤波并转换。

9.根据权利要求7所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，当所述步骤执行至将转换后的声音特征解调变，并转换为一可读信息，再根据所述可读信息取得前述信息，更包括下列步骤：

读取所述组声波经转换后的声音特征；

将所述声音特征进行解调变；

判断是否有读取到其中一标头信息；

若是，则判断其中的信息是否正确；

若是，则将解调变后的数据转换为一信息；

将所述信息回传。

10.根据权利要求9所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，当执行前述判断是否有读取到其中一标头信息步骤，若否，则改变读取所述组声波的范围，并回到读取所述组声波经转换后的声音特征步骤。

11.根据权利要求9所述的提升音频辨识率的声音传输系统的数据处理方法，其特征在于，当执行前述判断其中的信息是否正确，若否，则改变读取所述组声波的范围，并回到读取所述组声波经转换后的声音特征步骤。

12.一种前述提升音频辨识率的声音传输系统，其特征在于，所述系统包括：

一第一装置，其包括一第一处理器、一音频输出单元，所述第一处理器与所述音频输出单元连接，并通过所述音频输出单元将音频输出；

一第二装置，其包括一第二处理器、一音频接收单元，所述第二处理器与所述音频接收单元连接，所述音频接收单元用以接收音频，并传送至所述第二处理器，由所述第二处理器执行音频处理或数据辨识；

其中，所述第一装置的第一处理器执行根据权利要求1至11中任一项所述的提升音频辨识率的声音传输系统的数据处理方法；所述第二装置的第二处理器执行根据权利要求6至11中任一项所述的提升音频辨识率的声音传输系统的数据处理方法。