CN110648686B - 调整语音频率的方法及其声音播放装置 - Google Patents

Abstract

一种调整语音频率的方法及其声音播放装置，包括以下步骤：取得输入语音；当输入语音具有子音时，进行：检测子音的主要频率范围是否有环境音存在且环境音的能量足以干扰子音；若否，则不针对子音进行移频，并输出子音；以及若是，则将子音进行移频至目标频率以避开环境音以形成移频子音，并输出移频子音，藉以形成输出语音，其中目标频率位于子音的主要频率的附近，且该目标频率没有一其他环境音存在且该其他环境音的能量足以干扰子音。

Description

调整语音频率的方法及其声音播放装置

技术领域

本发明关于一种调整语音频率的方法及其声音播放装置，特别是一种可以避开环境音影响的调整语音频率的方法及其声音播放装置。

背景技术

现在用户利用音响、随身听或智能型手机等装置来聆听声音已经是很常见的技术，其中使用者不只用来聆听音乐，也可能聆听单纯的语音信号。但当在听语音信号时，也可能会被外界的声音干扰。于先前技术中，通常是要分析所有的频段来找出外界噪音的频率，但此种方式处理时间较久。且若是外界噪音的频率改变时，声音播放装置也无法实时做出调整。

因此，有必要发明一种新的调整语音频率的方法及其声音播放装置，以解决先前技术的缺失。

发明内容

本发明的主要目的在于提供一种调整语音频率的方法，其具有可以避开环境音影响的效果。

本发明的另一主要目的在于提供一种用于上述方法的声音播放装置。

为达成上述的目的，本发明的调整语音频率的方法使用在声音播放装置上。该方法包括以下步骤：取得输入语音；当输入语音具有子音时，进行：检测子音的主要频率范围是否有环境音存在且环境音的能量足以干扰子音；若否，则不针对子音进行移频，并输出子音；以及若是，则将子音进行移频至目标频率以避开环境音以形成移频子音，并输出移频子音，藉以形成输出语音，其中目标频率位于子音的主要频率的附近，且该目标频率没有一其他环境音存在且该其他环境音的能量足以干扰子音。

本发明的声音播放装置包括语音提供模块、声音检测器、语音处理模块及扬声模块。语音提供模块用以取得输入语音。声音检测器用以检测环境音。噪音分析模块电性连接声音检测器，用以分析环境音的环境音频率范围。语音处理模块电性连接语音提供模块及声音检测器，当输入语音具有子音时，语音处理模块检测子音的主要频率范围是否有环境音存在且环境音的能量足以干扰子音；若否，则不针对子音进行移频；若是，则将子音进行移频至目标频率以避开环境音以形成移频子音，藉以形成输出语音；其中目标频率位于子音的主要频率的附近，且目标频率没有其他环境音存在且其他环境音的能量足以干扰子音。扬声模块电性连接语音处理模块，用以播放输出语音。

附图说明

图1为本发明的声音播放装置的架构示意图。

图2为本发明的调整语音频率的方法的步骤流程图。

图3A-3C为本发明的环境音频率与输入语音的子音的关系示意图。

其中附图标记为：

声音播放装置10

语音提供模块20

声音检测器30

语音处理模块40

扬声模块50

环境音N1、N2、N3

子音F1、F2、F3、F4

频段区间R1、R2、R3、R4、R5

具体实施方式

为能更了解本发明的技术内容，特举较佳具体实施例说明如下。

以下请先参考图1为本发明的声音播放装置的架构示意图。

本发明的声音播放装置10包括语音提供模块20、声音检测器30、语音处理模块40及扬声模块50。语音提供模块20用以取得一输入语音。于本发明的不同实施方式中，语音提供模块20可以为麦克风或其他的声音接收装置，以接收外界的语音。另一方面，语音提供模块20可以为储存语音档案的记忆模块，以提供已经储存的语音。甚至语音提供模块20也可以为文字转语音(text-to-speech，TTS)服务模块，以播放文字内容，本发明并不限定语音提供模块20的语音提供方式或提供路径。

声音检测器30可为麦克风，电性连接该语音提供模块20，用以检测声音播放装置10外的环境音。环境音可以为人说话的声音、汽车引擎声等，本发明并不限于此。语音处理模块40电性连接语音提供模块20及该声音检测器30。语音处理模块40可以找出输入语音具有的一子音。于本发明之一实施方式中以注音符号来进行说明。以注音符号来说，其元音为「ㄧ、ㄨ、ㄩ、ㄚ、ㄛ、ㄜ、ㄝ、ㄞ、ㄟ、ㄠ、ㄡ、ㄢ、ㄣ、ㄤ、ㄥ、ㄦ」，其子音为「ㄅ、ㄆ、ㄇ、ㄈ、ㄉ、ㄊ、ㄋ、ㄌ、ㄍ、ㄎ、ㄏ、ㄐ、ㄑ、ㄒ、ㄓ、ㄔ、ㄕ、ㄖ、ㄗ、ㄘ、ㄙ」。因此语音处理模块40先找出输入语音中的子音与元音，并分析子音与元音之中个别的频率分布。例如当发出「ㄙㄠ」的音时，语音处理模块40就可得知第一音节为「ㄙ」与第二音节为「ㄠ」，并分析第一音节「ㄙ」的频率，以得知子音所在的频率。

接着语音处理模块40判断该子音所在的频段区间是否为干净的区间，也就是判断该输入语音的一子音的主要频率范围是否有一环境音存在且该环境音的能量足以干扰该子音。举例来说，如果当该环境音的能量为该子音的能量的M倍时，则判断该环境音存在且该环境音的能量足以干扰该子音，其中0.3≦M≦10000，但本发明并不限定M的上限，亦不限定M的下限，以环境音的能量足以干扰该子音为准。因此语音处理模块40会将该输入语音的子音频率进行调整以避开该环境音，藉以形成一输出语音。但如果环境音的能量小于该子音的能量的M倍的最小值时，例如环境音的能量小于该子音的能量的0.3倍时，代表环境音的能量不足以干扰该子音，因此就不对子音进行处理，直接输出以形成一输出语音。

但是若是当环境音的能量足以干扰该子音，则语音处理模块40会将该子音进行移频至一目标频率以避开该环境音，例如往较高频或较低频调整，藉以形成一移频子音。而该目标频率位于该子音的主要频率的附近，且该目标频率没有一其他环境音存在且该其他环境音的能量足以干扰该子音。举例来说，语音处理模块40会先寻找子音的较高频的频段区间中，是否有其他环境音。频段区间可以为差距300赫兹，但本发明并不限于此。如果在较高频的频段区间有其他环境音，语音处理模块40就再寻找子音的较低频的频段区间。藉此重复执行后，语音处理模块40即可以将输入语音的子音频率调整到干净的区间。最后输出该移频子音，以形成输出语音。

需注意的是，本发明的频率调整方法并不限要先找较高频或较低频的频段区间，本发明也不限定调整的幅度，只要能达成类似效果，亦可采用其他方法。该输入语音的子音频率范围调整后最高不超过12000赫兹，最低不低于3000赫兹，但本发明并不限于此数值。且于本发明的另一实施例中，语音处理模块40也可保留该输入语音的子音，使得原始的子音与移频子音共同形成输出语音，但本发明并不限于此处理方式。另一方面，语音处理模块40不处理该输入语音中的元音，以避免输入语音完全失真。

最后扬声模块50电性连接该语音处理模块40，用以播放该输出语音。扬声模块50可以为耳机或喇叭，但本发明并不限于此。如此一来，用户在使用时，扬声模块50播放的输出语音即可避开外界环境音的干扰。

需注意的是，声音播放装置10具有的各模块可以为硬件装置、软件程序结合硬件装置、固件结合硬件装置等方式架构而成，例如可以将一计算机程序产品储存于一计算机可读取媒体中读取并执行以达成本发明的各项功能，但本发明并不以上述的方式为限。此外，本实施方式仅例示本发明的较佳实施例，为避免赘述，并未详加记载所有可能的变化组合。然而，本领域的通常知识者应可理解，上述各模块或元件未必皆为必要。且为实施本发明，亦可能包含其他较细节的现有模块或元件。各模块或元件皆可能视需求加以省略或修改，且任两模块间未必不存在其他模块或元件。

接着请参考图2为本发明的调整语音频率的方法的步骤流程图。此处需注意的是，以下虽以上述声音播放装置10为例说明本发明的调整语音频率的方法，但本发明的调整语音频率的方法并不以使用在上述相同结构的声音播放装置10为限。

首先声音播放装置10进行步骤201：取得一输入语音。

其次语音提供模块20用以取得一输入语音。输入语音可以为外界的语音、已经储存的语音或是文字转语音(text-to-speech，TTS)服务模块所产生的语音，但本发明并不限于此。

接着进行步骤202：找出该输入语音的一子音频。

接着语音处理模块40可以找出输入语音的一子音，并得知其频率。在此也请参考图3A-3C为本发明的环境音频率与输入语音的子音的关系示意图。于图3A中，语音处理模块40找到位于区段R2中的子音频率F1。

接着进行步骤203：检测该子音的主要频率范围是否有一环境音存在且该环境音的能量足以干扰该子音。

接着声音检测器30检测声音播放装置10外的环境音后，语音处理模块40再分析该子音的主要频率范围是否有一环境音存在且该环境音的能量足以干扰该子音。以图3A为例，语音处理模块40就会得知子音F1所在的主要频率范围，即频段区间R2内具有环境音N1。需注意的是，标示频段区间R1到R5仅为方便进行说明，本发明并不限定要如图3A到3C中切割成频段区间R1到R5。

若语音处理模块40确认该子音的主要频率范围没有环境音存在或是该环境音的能量不足以干扰该子音，则进行步骤204：不针对该子音进行移频，并输出该子音。

此时语音处理模块40就不会对子音进行处理，直接输出子音，以形成输出语音。

若语音处理模块40确认该子音的主要频率范围有环境音存在且该环境音的能量足以干扰该子音，语音处理模块40进行步骤205：将该子音进行移频至一目标频率以避开该环境音以形成一移频子音，并输出该移频子音。

语音处理模块40将该输入语音的子音进行频率调整至一目标频率，以避开该环境音，以形成一移频子音，藉以形成输出语音。该输入语音的子音频率范围调整后最高不超过12000赫兹，最低不低于3000赫兹。且该语音处理模块40不处理该输入语音中的元音。因此如同图3A所示，当语音处理模块40得知频段区间R2内的输入语音的子音F1会被环境音N1干扰时，语音处理模块40将该输入语音中的子音F1进行调整到较低频的目标频率，即频段区间R3内，以成为移频子音，即为子音F2，最后形成该输出语音。子音F2不与环境音频率范围N1重迭，因此输出语音可以避开环境音频率范围N1的干扰。需注意的是，上述的语音处理模块40先将子音移频到较低的频率，但本发明并不限于此，语音处理模块40也可先将子音移频到较高的频率。

另外，环境音的频率范围也可能较大到超过调整频率，或是其他频率中有其他环境音干扰。如图3B所示，在频段区间R3中具有环境音N2。所以当该语音处理模块40将该输入语音中的子音F1移频为子音F2时，子音F2所在频段区间R3内仍会有环境音N2，所以语音处理模块40会再将子音F2移频到更高频的频段区间R1，以形成子音F3。

另外，就如图3C所示，若有另外的环境音N3位于频段区间R1内时，语音处理模块40就要再次对子音F3进行调整，将子音F3移频到更低频的频段区间R4内，以形成子音F4。当确认频段区间R4内没有会影响子音F4的环境音时，才将子音F4确认为要输出的移频子音。由此可知，语音处理模块40会反复测试较高或较低频的区段内的环境音，直到找到真正干净的区间为止。

最后进行步骤206：播放该输出语音。

最后扬声模块50播放出该输出语音。如此一来，输出语音即可避开噪音的干扰。并且该输出语音除了包括调整后的移频子音外，也可以包括原始的输入语音。于本发明的另一实施例中，语音处理模块40也可保留该输入语音的子音，以图3A为例，原始的子音F1与移频子音F2可以共同形成输出语音，但本发明并不限于此处理方式。

此处需注意的是，本发明的检测环境音以改变播放语音频率的方法并不以上述的步骤次序为限，只要能达成本发明的目的，上述的步骤次序亦可加以改变。

如此一来，根据上述实施方式，用户使用声音播放装置10时就可以避开环境音的干扰，声音播放装置10也不需要将所有的频段进行分析，可以节省处理的时间。若环境音的频率改变时，声音播放装置10也可以实时反应。

需注意的是，上述实施方式仅例示本发明的较佳实施例，为避免赘述，并未详加记载所有可能的变化组合。然而，本领域的通常知识者应可理解，上述各模块或元件未必皆为必要。且为实施本发明，亦可能包含其他较细节的现有模块或元件。各模块或元件皆可能视需求加以省略或修改，且任两模块间未必不存在其他模块或元件。只要不脱离本发明基本架构者，皆应为本专利所主张的权利范围，而应以专利申请范围为准。

Claims (12)

1.一种调整语音频率的方法，使用在一声音播放装置上，其特征在于，该方法包括以下步骤：

取得一输入语音；

当该输入语音具有一子音时，进行：

检测该子音的频率范围是否有一环境音存在且该环境音的能量足以干扰该子音；

若否，则不针对该子音进行移频，并输出该子音；以及

若是，则将该子音进行移频至一目标频率以避开该环境音以形成一移频子音，并输出该移频子音，藉以形成一输出语音，其中该目标频率是与子音的频率范围最接近的频率范围，且该目标频率没有一其他环境音存在且该其他环境音的能量不足以干扰该子音；

其中，语音处理模块保留该输入语音的子音，使得原始的子音与移频子音共同形成输出语音。

2.如权利要求1所述的调整语音频率的方法，其特征在于，该目标频率比该子音的频率范围高或低。

3.如权利要求1到2的任一项所述的调整语音频率的方法，更包括以下步骤：当该环境音的能量为该子音的能量的M倍时，则判断该环境音存在且该环境音的能量足以干扰该子音，其中0.3≦M≦10000。

4.如权利要求1到2的任一项所述的调整语音频率的方法，其特征在于，更包括以下步骤：

当目标频率中存在的环境音的能量为该子音的能量的M倍时，则判断该目标频率中存在的环境音存在，且该环境音的能量足以干扰该子音，其中0.3≦M≦10000。

5.如权利要求1到2的任一项所述的调整语音频率的方法，其特征在于，该移频子音的频率最高不超过12000赫兹，最低不低于3000赫兹。

6.如权利要求1所述的调整语音频率的方法，其特征在于，更包括不对该输入语音中的一元音进行调整的步骤。

7.一种声音播放装置，其特征在于，包括：

一语音提供模块，用以取得一输入语音；

一声音检测器，电性连接该语音提供模块，用以检测一环境音；

一语音处理模块，电性连接该语音提供模块及该声音检测器，当该输入语音具有一子音时，该语音处理模块检测该子音的频率范围是否有一环境音存在且该环境音的能量足以干扰该子音；若否，则不针对该子音进行移频；若是，则将该子音进行移频至一目标频率以避开该环境音以形成一移频子音，藉以形成一输出语音；其中该目标频率是与子音的频率范围最接近的频率范围，且该目标频率没有一其他环境音存在且该其他环境音的能量不足以干扰该子音，其中，语音处理模块保留该输入语音的子音，使得原始的子音与移频子音共同形成输出语音；以及

一扬声模块，电性连接该语音处理模块，用以播放该输出语音。

8.如权利要求7所述的声音播放装置，其特征在于，该目标频率比该子音的频率范围高或低。

9.如权利要求7到8的任一项所述的声音播放装置，其特征在于，当该环境音的能量为该子音的能量的M倍时，则该语音处理模块判断该环境音存在且该环境音的能量足以干扰该子音，其中0.3≦M≦10000。

10.如权利要求7到8的任一项所述的声音播放装置，其特征在于，当目标频率中存在的环境音的能量为该子音的能量的M倍时，则该语音处理模块判断该目标频率中存在的环境音存在，且该环境音的能量足以干扰该子音，其中0.3≦M≦10000。

11.如权利要求7到8的任一项所述的声音播放装置，其特征在于，该子音调整后频率最高不超过12000赫兹，最低不低于3000赫兹。

12.如权利要求7所述的声音播放装置，其特征在于，该语音处理模块不调整该输入语音中的一元音频率。

Images