TW424382B - Sound scanner - Google Patents

Description

五、發明說明（1) [發明之技術領域] 本發明係有關於一種掃描裝 種利用影像掃描裝置’結合 波即時轉譯裝置以及發音裝 描文字影像進而即時發音之 [發明背景與先前技術] 依習知技術，目前影像掃描 電腦裝置之應用’當成週邊 安裝過程，係利用連接線使 連接，再於個人電腦裝置中 獲得被掃描物之影像數位資 現行的文字辨識軟體，則是 操作環境，再配置週邊裝置 文字之影像數位資料來處理 此外，將選定或指定文字產 音波轉譯技術，而此技術的 人電腦裝置，配合制σ八裝置 似電子字典裝置_，將已事 產生有聲輸出。 置，更明確地說，本發明是一 圖文自動分離技術、文字-音 置之有聲掃描裝置，以達到掃 功效。 裝置的使用環境仍需配合個人 產品。因此，影像掃描裝置的 影像掃描裝置與個人電腦裝置 安裝驅動程式與應用軟體，以 料。 安裝於個人電腦裝置為其使用 —影像掃描裝置，進而以包含 ’達到文字辨識之目的。 生有聲輸出，則是利用文字-實施可藉由軟體方式安裝於個 產生有聲輸出’或是實施於類 先設定在裝置中文字資料轉譯 然’上述的各項技術的择彳七揮^ 一 π β 4 Γ ^ ^ 兄中，對於視覺障礙人士而 5’部並非可輕易地操作而產 效，P疋相關軟體與影 =含ί 人電腦以，對視覺障礙人士欲進 ’輸入到個人電腦裝置再… 產對應該被掃描物上之文字的有聲輪出，幾乎無法

III 第4頁 〜 L· 五、發明說明（2) =作從各個分離的應用軟體加以整合以獲得前述 聲輪出。 4 J β 雖然，上述的各項技術發展皆已達到運用至商品化產。， ^:衰顧目前有的應用軟體與裝置，無沒有可達到將各項。技 字:ι合於一體之產品所以，欲達到從掃描影像到文 匕=’非得由使用者自行完成各項技術的介面檀 =接：換，這當然對視覺障礙人士是一項困難的事， 介iii用者而言，亦需有基本的技術概念方可完成 動即睥發：轉3 °0此，若能提供-種可自影像輪入而自 ^即時發音之有聲掃描裝[將可提供視覺障礙人士 =^ 一般書籍或平面紙張作有聲輸出， 减少點字書籍不足之缺‘點，再者，使用本二：：’並可 有聲輪出之㈣，可提供—般：母發：之裝置具有 具。 從伢股又母親教育小孩之輔助工 主的二提供-種整合影像掃插、圖文分離、 福裝Ϊ 曰波轉譯以及發音技術於-體之有聲掃 明之另__目的係提供_種無需連接個人電腦裝 置。1】將文字影像自動掃插而即時有聲翻譯之有聲^裝° [發明概述] :鑑術中並無整合影像掃描、圖文分離、文字辨 體裝置，因此，本發明提供一薄餐^々體之軟體方法或硬 不赞月耠供一種整合各項技術之有聲掃椙

第5頁 4243 五 '發明說明（3) ------ 裝置。本發明裝置主要包含中央處理單元、影 像掃描單元、影像處理單元、文字辨識單元、字-音轉擇 單元以及音效單元，而本發明為一整合獨立裝1 /具有無 需連結個人電腦裝置即可進行操作之特性，故可達到即時 有聲翻譯、容易攜帶之優點，同時不需額外增加購置電腦 設備之成本’此外’本發明具有自動/手動模式之設定， 對於不善使用影像掃描裝置或視障者可以自動模式進行操 作，皆能方便使用，而對於一般使用者亦可利用手動模 式，將一般掃描影像以列印、檔案，連結個人電腦等方式 輸出。 [圖式之簡單說明] 本，明有聲掃描裝置之諸多實施例及其優點與特徵將從下 述詳細說明及所附圖式中得到進一步的瞭解。 圖一為本發明之主要組成方塊圖。 圖二為本發明有聲掃描裝置的組成方塊圖。 圖三為本發明有聲掃描裝置的處理流程圖。 圖四為字-音轉譯方塊圖。 j五為本發明另一實施例掃描—音譯專用機的組成方塊 機的處理流程圖 圖六為本發明掃描-音譯專用 [圖式標號說明] 10中央處理單元20控制單元 30影像掃描單元4〇影像處理單元 5〇文字辨識單元60字—音轉譯單^元

第6頁 424§§^ 424§§^

五、發明說明（4) 70音效產生單元80輸入介面單元 90輸出介面單元21馬達 22燈管23電源管理 3 1時脈產生器3 2影像感測器 33前級處理41圖片影像 71音效產生器72錄音 73音量調整74耳機 7 5喇《八81設定面板 82人機介面91顯示 92列印93存檔 9 4個人電腦 [發明之詳細說明] 雖然本發明將參閱含有本發明較佳實施例之所附圖式予以 描述’但在此描述之前應瞭解熟悉本行之人士可修^在$ 文中所描述之發明主要組成，同時獲致本發明之功效。因 此’須瞭解以下之描述對熟悉本行技藝之人士而言為—廣 ，且其内容不在於限制本發明。，於，：成熟應 用之S知技術將在以下說明中不在贅述。 I先參考圖一，係顯示本發明有聲掃描裝置之主要組成方 ，圖，根據本發明此一較佳實施例，有聲掃描裝置主要包 1走中央Λ理單元10、控制單元20、影像掃描單元30、影 立#ΐ早7040、文字辨識單元50、字—音轉譯單元60以及 ;之邙ίΐ元70述中央處理單元10主要聯絡繫各單元 ； 遞’並且產生下達影像掃描單元30所需之伺服 4243bc

控制信號至控制單元2〇 ’以驅動相關之光學機構及光學組 件動作，進而使景々像掃描單元3〇掃指文件或圖案以獲得影 像之數位資料，影像處理早元40經由與中央處理單元之 間的訊號交換傳遞，而自影像掃插單元3〇接收影像之數位 資料，加以分析，執行圖文分離之演算法後，使得影像資 料中的文字影像部份被抽取出來，傳送至文字辨識單元5〇 進行識別’以轉換文字影像部份為文字格式；所識別的文 字格式將由字-音轉譯單元60計算出該文字的音波頻域資 料，亦或由查表映對方式來實施，最後，再由音效產生單 元70將對應文字的音波信號或資料產生有聲輸出。 此外，本發明有聲掃描裝置的組成尚包含輸入介面單元 以及輸出介面單元90。輸入介面單元80係包括面板之設 定’做為使用者與本裝置之間的人機介面處理，而中央處 理單元10將接收輸入介面單元80的設定信號而產生—連串 相關動作與伺服控制信號。輸出介面單元9〇，使得本裝置 的操作得以連接到個人電腦裝置或輸出檔案等方式，而延 伸本裝置應用的程度β 3青配合參閱圖二，顯示了本發明有聲掃描裝置在較佳實施 例t的詳細組成方塊圖。本發明在此一較佳實施例中，輸 入介面80包含設定面板81與人機介面82，而使用者藉由設 定面板81下達動作，經由人機介面82將設定訊息傳至中央 處理單元10。該等動作包括手動模式，自動模式等系令央 處理單元10係由一微處理機來實施’能夠根據前述設定訊 息，產生控制信號下達給包含馬達21、燈管2 2以及電源管 424382 五、發明說明（6) 理2 3的控制單元2 〇，以驅動掃描裝置的相關機構進行影像 掃描。當然該控制單元20之功能可由包含在CPU10内。 在影像掃描單元3 〇中，時脈產生器3 1提供時脈信號給影像 感測器3 2，以輸入被掃描物之影像。而該影像感測器3 2 — 般是由CCD所實施。其乍前級處理33之功能係將影像感測 器32所擷取之電訊號予以增益及適當調整，並經類比/數 位轉換器轉換後，以利影像處理4〇進行數位影像處理。該 影像處理單元40可包含一專屬影像處理器或DSP，以執行 圖文分離技術之演算法。影像處理單元4〇的輸出可分為文 字部份與圖片影像，其中文字部份將送至文字辨識單元 5〇，以識別確認文字。圖片影像41以及辨識出的文字可藉 由輸出介面單元90以各種型式輸出’這包含了顯示器的顯 示91、印表機的列印92、儲存裝置的存檔93與傳送至個人 電腦94以進行更廣泛的應用。 當文字辨識單元50識別了文字部份後，其結果傳遞至字、 音轉譯單元60 ,以取得對應文字之音波資料，且該音波資 料將交由音效產生器Π處理，可進行錄音7 2或是由喇队7 5 與耳機74進行有聲輪出，其間並可做音量調整73 ^ 接著參考圖三，顯示本發明有聲掃描裝置之處理流程圖， 首先由程序100開始，將文件放置於掃描平台，由使用者 在面板設定上選擇進行手動模式1(n或自動模式丨〇4。在程 序101的手動模4中，# t的程序1〇2將逐次们則文件有無 及大小，而後根據偵測結果在程序1〇3時進行參數調整設 定例如對比、亮度、影像模式等，以進入程序1〇8 :而程

Mr 4243 82 五 '發明說明（7) 序104的自動模式，其接續的程序105在彳貞測文件有無及大 小時，可以包含程序1 0 6的自動翻頁偵測以及程序1 〇 7的連 續讀頁偵測，之後進入程序1 08。程序1 08係由掃描裝置進 行影像掃描，以獲得文件影像資料，該掃描動作與一般之 影像掃描器相同》影像處理單元40接收文件影像資料便執 行程序1 0 9的圖文自動分離之演算法。程序11 〇與1丨2係分 別取得圖片影像資料與文字影像資料，其中文字影像資料 經程序113的文字辨識處理以識別出文字。程序lu的介面 輸出可將圖片影像與識別的文字加以輸出。接著，程序 114係執行文字-音波的轉譯處理，以獲得對應文字之音波 資料’緊接的程序115將判斷本裝置是否有插入錄音片； 是’則進行程序11 6的錄音工作；否，則直接進行程序11 7 的發音輸出。 進一步說明程序114的字-音轉譯處理，在本發明不同的實 施例中，可分別使用查表映對方法或使用將空間域轉換為 頻率域之運算方法’來達到將字型轉譯為音效資料之目… 的。

緊接著’圖四顯示字-音轉譯方塊圖，當文字辯識5〇輸出 被掃描物影像的文字部份後’處理流程進入字—音轉^處 理114 ’首先文字部份將執行形狀及特徵筆劃之比對^首 601 ’以分類出_文字型與英文字型，而分別進行十文^ 型類比映對602及英文字型之類比映對603 ,以取得該文、 所對應音波頻率域範圍，經由頻率域轉換604以進行*音+ 映對605，在音波信號輸出至音效產生丨夕X 这土？5 ί ί i用』，可經聲

第10頁 4 243 8 2 五、發明說明（8) 音頻率調整608，該聲音頻率調整6 08係以音波映對6〇5運 算的結果暫存606，並依指標進行句型重整607的結果來執 行；之後，音波信號才輪出至音效產生器71。 圖五顯示本發明另一實施例掃指-音譯專用機的組成方塊 圖。在本發明另一實施例的掃描-音譯專用機中，與先前 實施例最大的不同在於沒有設置輸出介面，而影像處理4〇 所實施的圖文自動分離方法，將直接去除背景影像，切割 出文字影像交由文字辨識50辨認出文字部份。圖五中，除 了不再將圖片影像與辨認出的文字部份做輸出之外，其餘 基本的纪成方塊皆與先前實施例中相同的組成方瑰有著相 同的功效與操作運算方式。 接著圖六顯示了本發明掃描-音譯專用機的處理流程圖。 在此一實施例中，處理流程可以自動模式1〇4進行，自動 地Y貞測文件有無及大小105 ’其中程序105尚包含自動翻頁 偵測1 0 6與連續讀頁偵測1 〇 7。另外，處理流程可啟動學習 模式’以針對偵測文件之有無及大小的程序1 0 2進行學習 訓練’記錄參數’並且執行參數調整設定1〇3。 在以學習模式或自動模式處理完起始狀態後，便可執行影 像掃描1 0 8及圖文自動分離1 〇 9。該程序1 〇 9將僅切割保留 文字影像112，由文字辨識處理113進行辨認文字部份。接 著’字-音轉譯114將根據辨認的文字部份運算處理以取得 該文字對應之音波信號，透過程序1 1 5判斷是否插入錄音 片’以決定將音波信號予以錄音11 6或由程序11 7執行發聲 輸出。

4243 82 五、發明說明（9) 在詳細說明本發明的各種實施例之後，熟悉該項技術人士 可清楚的瞭解，並在不脫離下述申請專利範圍與精神下可 進行各種變化與改變，而且本發明亦不受限於說明書之實 施例的實施方式，例如：圖文自動分離演算法、字-音效 轉譯處理所使用將空間域轉換為頻率域之運算方法等，可 從諸多已發表的相關論文中獲得解決。 [發明功效] 根據本發明所實施的有聲掃描裝置與掃描-音譯專用機， 提供了一種整合影像掃描、圖文分離、文字辨識、字-音 轉譯及發音技術於一獨立之裝置中，使用者無需個人電腦 裝置來完成各種技術間之介面信號的轉換與資料的處理， 讓使用者可輕易地藉由自動模式或學習模式操作本發明之 裝置而獲得以影像掃描方式處理之文字、圖形的分離輸 出，亦或直接轉譯文字發音，進一步提供視覺障礙者容易 接收更多的資訊，而不必局限於少量的點字書籍》 綜上所述，本發明具有諸多優良特性，並解決習知技術在 實務上與應用上之缺失與不便，提出有效之解決方法，完 成實用可靠之系統’進而達成新穎且附經濟效益之價值， 實已符合發明專利之申請要件，懇請鈞局能予詳審並賜 准專利權益保障，以優惠民生實感德便。

Claims (1)

1. 4243 六、申請專利範圍 1. 一種有聲掃描裝置，包含： 輸入單元，可產生設定信號： 中央處i單元，用以接收前述輸入單元的設定信號，並反 應產生控制信號； 影像掃描單元，用以接收前述控制信號以驅動光學機構掃 f ¥r *- g像處理j元，用以分離前述影像資料^中的圖形影像資料 字料； ' — 文字辨識單元，用以將文字影像資料轉換成文字格式資 字-音轉譯單元，用以轉換前述文字格式資料成為音波信 至T ~~ — ，用以接收前述音波信號，產生有聲輸出；以及 輸出單元，用以將前述圖形影像資料及文字格式資料以媒 出。 一" — 2.如申請專利範圍第1項所述之有聲掃描裝置，其中前述 影像掃描單元為一影像掃描裝置。 37如~申請專利範圍第1項所述之有聲掃描裝置，其中前述 影像處理單元為一數位信號處理器（DSP)。 —.———~—~ ' *'' 4^如申請專利範圍第1項所述之有聲掃描裝置，其中前述 i > 一音轉譯ϋ包字型與音波對應表。 圍第1項所述之有聲掃描裝置，其中前述 音效單元包含音效產生器與喇。八裝置。 6一^申請!利範圍第1項所述之有聲掃描裝置，其中前述

   第13頁 4^4382 六'申請專利範圍 輸出單元的媒體 7. 如申請專利範 輪出單元的媒體 8, 如申請專利範 輪出單元的媒體 9 ·如申請專利範 輸出單元的媒體 H 一種掃描-音 輸入單元，可產 中央處理單元， 應產生伺服控制 影像掃描單元， 構掃描，產生影 影像處理單元， 料； 文字辨識單元， 資料； 字-音轉譯單元， 號；及 音效單元’用以 型式為顯示裝置。 項所述之有聲掃描裝置，其_前述 忒為列印裝置。 圍第1項#、 呀所返之有聲掃描裝置，其_前述 型，為記錄裝置。 1第1項所述之有聲掃描裴置，其令前述 型式為連接器’可外接個人電腦裝置。 譯專用機，包含： 生設定信號； 用以接收前述輸入單元的設定信號，並反 信號； 用以接收前述伺服控制信號以驅動光學機 像資料： 用以抽離前述影像資料中的文字影像資 用以將前述文字影像資料轉換成文字袼式 用以轉換前述文字格式資料成為音波信 接收音波信號，產生有聲輸出。

   第14頁