TWI588819B - 語音處理之方法、語音通訊裝置及其電腦程式產品 - Google Patents

Description

語音處理之方法、語音通訊裝置及其電腦程式產品

本發明係關於一種語音處理之方法及其語音通訊裝置，特別是一種可以自動進行低頻化處理的語音處理之方法及其語音通訊裝置。

於現今的生活中，利用手機或通訊軟體來進行通話已經是很常見的應用。但此種通訊網路由於頻寬的限制，會將特定頻率以上的訊號去除，因此利用通訊裝置接收到的傳送訊號，通常是已經經過去除特定訊號的已調整訊號，比方說市話將4000Hz以上的頻率去除。這時候不論是聽損者或一般人利用通訊裝置接聽時，都無法聽到4000Hz以上的聲音，由於子音有許多是4000Hz以上的頻率，因此對一般使用者來說會無法辨別出正確的通話內容。

因此，有必要發明一種新的語音處理之方法及其語音通訊裝置，以解決先前技術的缺失。

本發明之主要目的係在提供一種語音通訊裝置，其具有可以自動進行低頻化處理的效果。

本發明之另一主要目的係在提供一種用於上述語音通訊裝置的語音處理之方法。

為達成上述之目的，本發明之語音通訊裝置用以供第一使用者使用來對第二使用者使用之受話端通訊裝置進行通話。語音通訊裝置包括音訊傳輸模組、分析模組及處理器。音訊傳輸模組用以自受話端通訊裝置接收傳送語音訊號。分析模組係電性連接音訊傳輸模組，用以判斷傳送語音訊號之頻寬範圍。處理器係電性連接分析模組，當接收第一使用者輸入之原始語音訊號時，處理器將原始語音處理為處理語音訊號，其中處理語音訊號係根據傳送語音訊號之頻寬範圍而決定，以經由音訊傳輸模組輸出處理語音訊號到受話端通訊裝置。

本發明之語音處理之方法，包括以下步驟：自受話端通訊裝置接收傳送語音訊號；判斷傳送語音訊號之頻寬範圍；接收該第一使用者輸入之原始語音訊號；將原始語音處理為處理語音訊號，其中處理語音訊號係根據傳送語音訊號之頻寬範圍而決定；輸出處理語音訊號到受話端通訊裝置。

為能讓 貴審查委員能更瞭解本發明之技術內容，特舉較佳具體實施例說明如下。

以下請先參考圖1係本發明之語音通訊裝置及受話端通訊裝置之使用環境之示意圖。

於本發明之實施方式中，第一使用者透過可撥打電話之語音通訊裝置10打電話給第二使用者，第二使用者則使用可接聽電話之受話端通訊裝置20。本發明之語音通訊裝置10及受話端通訊裝置20可以為相同的裝置，也就是可以同時具有撥打電話及接聽電話的功能，例如為手機、智慧型手機、電腦(網路電話)、無線對講機、家用電話等、但本發明並不限於上述列舉的裝置。而語音通訊裝置10及受話端通訊裝置20之間係經由一網路90連接，網路90可包括網際網路、電信網路、無線網路(如3G、4G、Wi-Fi)等等。

語音通訊裝置10包括音訊傳輸模組11、分析模組12、處理器13以及記憶體14。音訊傳輸模組11用以傳送及接收語音訊號，於本發明之一實施方式中，語音通訊裝置10與受話端通訊裝置20建立通訊連線後，音訊傳輸模組11係先自受話端通訊裝置20接收傳送語音訊號。分析模組12係電性連接音訊傳輸模組11，用以判斷該傳送語音訊號之一頻寬範圍。由於電話傳輸之頻寬規定，聲音訊號在某一頻寬以上之聲音訊號會被切掉，4G、3G或2G手機通話的頻寬不同。以Skype ^TM為例，單純語音通話8000Hz以上會被切掉，目前一般4G手機對手機通話也是，傳統2G或3G手機通話甚至於4000Hz以上就會被切掉。於本發明之一實施方式中，分析模組12係先分析傳送語音訊號中是否有直接被切除之聲音頻段。當語音訊號中可以判斷出有直接被切除之聲音頻段，則該分析模組12可以得知傳送語音訊號有經過處理，以進一步推知該傳送語音訊號之頻寬範圍。另一方面，分析模組12也可以判斷該傳送語音訊號的頻率的能量值是否皆小於特定值，例如語音訊號在4000Hz以上能量皆非常小，也可確認該傳送語音訊號之頻寬範圍會不超過4000Hz，但本發明並不限於上述的判斷條件。

處理器13係電性連接分析模組12。當第一使用者要進行通話時，語音通訊裝置10會接收第一使用者輸入之原始語音訊號，接著處理器13係根據該傳送語音訊號之頻寬範圍將原始語音處理為一處理語音訊號。當受話端通訊裝置20具有的傳送語音訊號之頻寬範圍夠寬時，例如已經可以達到8000Hz以上時，則處理器13對原始語音訊號進行調整之幅度就可以較小，甚至於處理後的處理語音訊號的頻率可與原始語音相同。

而當該傳送語音訊號之頻寬範圍較小時，即代表受話端通訊裝置20會受限於本身的語音通訊之頻寬，因此處理器13係對原始語音訊號進行調整，例如進行一低頻化處理，再經由該音訊傳輸模組11輸出處理語音訊號到該受話端通訊裝置。於本發明之一實施例中，處理器13係先將輸入的傳送語音訊號切割為複數語音段，其中每一聲音段之時間長度可為0.0001~0.1秒之間。待切割為複數語音段後，處理器13再判斷每一語音段是否為高頻子音段。而判斷是否為一高頻子音段有許多方式，在本發明之一實施方式中為當語音段於1000Hz以下能量小於該語音段所有能量之50%，且語音段於2000Hz以上能量大於該語音段所有能量之30%，當符合上述的條件，處理器13就會判斷為高頻子音段。另一種較簡單之方式是如果某一聲音段於2500赫茲以上之能量至少佔該聲音段總能量之50%時，建議被認為是高頻子音段，但本發明並不限於此。

而記憶體14可以儲存有一聲音處理程式141及使用者之變音參數142。處理器13可以藉由讀取聲音處理程式141來進行低頻化處理，但本發明並不限於此。低頻化處理通常透過壓頻或移頻的方式來達成，聲音處理程式141會依照不同的語音通訊頻寬以進行低頻化處理。由於高頻子音在高頻之部分佔有重要語音能量，因此聲音處理程式141將高頻之能量低頻化處理，以免8000Hz以上之語音資訊直接被切掉。若以Skype ^TM視訊通話為例，因為4000Hz以上會被切掉，所以高頻子音低頻化處理要處理至4000Hz以下。譬如將6KHz~12KHz之區段壓至6KHz~8KHz之區段，而0KHz~6KHz保持不變。或者將8KHz~12KHz之區段壓到8KHz~10KHz之範圍，再移至6KHz~8KHz之區段。上述的語音通訊頻寬並不僅限於受話端通訊裝置20所處之頻寬，當語音通訊裝置10本身的語音通訊頻寬不夠寬時，處理器13也會藉由讀取聲音處理程式141來進行低頻化處理。需注意的是，要如何將高頻子音低頻化處理，會因為語言的不同，各廠商的研究以及電子產品之性能有所不同，由於本發明並不是在探討如何將高頻子音低頻化處理，因此不再贅述。

變音參數142係記錄第二使用者(可為聽障者，包括聽力減弱之老人)關於聽力之資訊(譬如4000HZ以上很難聽到)，或是該如何改變聲音以便改善聽力，譬如放大參數，聽力參數(如聽障者之聽力能力參數)或變頻參數(如壓頻參數、移頻參數)。例如輸入聲音訊號是已經都被處理在8000Hz以下，但由於具有高頻子音聲音，而聽障者只能聽到0~4KHz，因此針對高頻子音聲音之部分進行低頻化處理，處理之後高頻子音聲音之部分被處理於4KHz以下。因此除了原本根據聲音處理程式141進行處理的流程外，處理器13也可以進一步藉由讀取變音參數142來進行低頻化處理。由於透過變音參數142來控制變音之輸出(助聽器之技術)為已知技術，因此在此不再贅述。需注意的是變音參數142也有可能是聽力圖(Audiogram)，而處理器13可以利用一軟體程式根據聽力圖算出如何改變聲音。

在本發明之一實施方式中，處理器13不進行對於母音之處理(譬如處理之4KHz以下)，因為母音於4KHz以上之能量不大，若將母音關於4~8KHz之聲音做壓頻或移頻反而輸出聲音效果不佳。

另外受話端通訊裝置20之架構可以與語音通訊裝置10相同，因此不再於圖1中重複標示。如此一來，受話端通訊裝置20的傳送語音訊號經音訊傳輸模組11接收後，分析模組12再分析是否需進行處理。處理器13處理後形成處理語音訊號，使處理語音訊號能根據傳送語音訊號之頻寬範圍而決定，就能再經由該音訊傳輸模組11輸出到該受話端通訊裝置。若不處理，原始語音訊號就會直接經由該音訊傳輸模組11輸出到該受話端通訊裝置。

需注意的是，語音通訊裝置10及受話端通訊裝置20具有的各模組可以為硬體裝置、軟體程式結合硬體裝置、韌體結合硬體裝置等方式架構而成，但本發明並不以上述的方式為限，例如語音通訊裝置10可以利用存取一電腦程式產品的方式來達成。此外，本實施方式僅例示本發明之較佳實施例，為避免贅述，並未詳加記載所有可能的變化組合。然而，本領域之通常知識者應可理解，上述各模組或元件未必皆為必要。且為實施本發明，亦可能包含其他較細節之習知模組或元件。各模組或元件皆可能視需求加以省略或修改，且任兩模組間未必不存在其他模組或元件。

接著請參考圖2係本發明之語音處理之方法之步驟流程圖。此處需注意的是，以下雖以上述語音通訊裝置10為例說明本發明之語音處理之方法，但本發明之語音處理之方法並不以使用在上述相同結構的語音通訊裝置10為限。

首先進行步驟201：自該受話端通訊裝置接收一傳送語音訊號。

首先語音通訊裝置10與受話端通訊裝置20建立通訊連線後，音訊傳輸模組11係先自受話端通訊裝置20接收傳送語音訊號。

接著進行步驟202：判斷該傳送語音訊號之一頻寬範圍。

接著分析模組12用以判斷該傳送語音訊號之一頻寬範圍。例如其分析方式可以為利用分析模組12分析傳送語音訊號中是否具有頻段遭到切除。若語音訊號中可以判斷出有直接被切除之聲音頻段，則該分析模組12確認該傳送語音訊號為該已調整聲音訊號，以進一步推知該傳送語音訊號之頻寬範圍。另一方面，分析模組12也可以判斷該傳送語音訊號是否皆小於一特定值，例如語音訊號在4000Hz以上能量皆小於一特定值，則該分析模組12也可確認該傳送語音訊號為該已調整聲音訊號。因此如果有偵測到類似的情況，分析模組12就判斷傳送語音訊號為一個已調整聲音訊號，但本發明並不限於上述的判斷條件。

再進行步驟203：接收該第一使用者輸入之一原始語音訊號。

當第一使用者要進行通話時，語音通訊裝置10會接收第一使用者輸入之原始語音訊號。

接著進行步驟204：將該原始語音處理為一處理語音訊號，其中該處理語音訊號係根據該傳送語音訊號之該頻寬範圍而決定。

接著接收第一使用者輸入之原始語音訊號時，處理器13係根據該傳送語音訊號之頻寬範圍將原始語音處理為處理語音訊號。當受話端通訊裝置20具有的傳送語音訊號之頻寬範圍夠寬時，則處理器13對原始語音訊號進行調整之幅度就可以較小。

當該傳送語音訊號之頻寬範圍較小，即代表受話端通訊裝置20會受限於本身的語音通訊之頻寬，因此處理器13可以藉由存取記憶體14中的讀取聲音處理程式141來進行低頻化處理，低頻化處理通常透過壓頻或移頻的方式來達成。除了原本根據聲音處理程式141進行處理的流程外，處理器13也可以進一步藉由存取記憶體14中的讀取變音參數142來針對不同的第二使用者進行低頻化處理。

最後進行步驟205：輸出該處理語音訊號到該受話端通訊裝置。

最後處理器13處理後會形成處理語音訊號，使處理語音訊號能根據傳送語音訊號之頻寬範圍而決定，就能再經由該音訊傳輸模組11輸出到該受話端通訊裝置。

此處需注意的是，本發明之語音處理之方法並不以上述之步驟次序為限，只要能達成本發明之目的，上述之步驟次序亦可加以改變。本發明的重點在於8000Hz或4000Hz以上會被切掉，但本發明將高頻子音低頻化處理，因此保留高頻子音原來在高頻重要的語音資料。

如此一來，語音通訊裝置10可以利用受話端通訊裝置20回傳的聲音來判斷受話端通訊裝置20是否在一個需要調整的通訊環境，以進一步達到較佳的通訊效果。

需注意的是，上述實施方式僅例示本發明之較佳實施例，為避免贅述，並未詳加記載所有可能的變化組合。然而，本領域之通常知識者應可理解，上述各模組或元件未必皆為必要。且為實施本發明，亦可能包含其他較細節之習知模組或元件。各模組或元件皆可能視需求加以省略或修改，且任兩模組間未必不存在其他模組或元件。只要不脫離本發明基本架構者，皆應為本專利所主張之權利範圍，而應以專利申請範圍為準。

10‧‧‧語音通訊裝置
11‧‧‧音訊傳輸模組
12‧‧‧分析模組
13‧‧‧處理器
14‧‧‧記憶體
141‧‧‧聲音處理程式
142‧‧‧變音參數
20‧‧‧受話端通訊裝置
90‧‧‧網路

圖1係本發明之語音通訊裝置及受話端通訊裝置之使用環境之示意圖。 圖2係本發明之語音處理之方法之步驟流程圖。

10‧‧‧語音通訊裝置

11‧‧‧音訊傳輸模組

12‧‧‧分析模組

13‧‧‧處理器

14‧‧‧記憶體

141‧‧‧聲音處理程式

142‧‧‧變音參數

20‧‧‧受話端通訊裝置

90‧‧‧網路

Claims (15)

1. 一種語音處理之方法，用於一第一使用者於使用一語音通訊裝置對一第二使用者使用之一受話端通訊裝置進行通話時，該語音通訊裝置所進行之語音處理，該方法包括： 自該受話端通訊裝置接收一傳送語音訊號； 判斷該傳送語音訊號之一頻寬範圍； 接收該第一使用者輸入之一原始語音訊號； 將該原始語音處理為一處理語音訊號，其中該處理語音訊號係根據該傳送語音訊號之該頻寬範圍而決定；以及 輸出該處理語音訊號到該受話端通訊裝置。
2. 如申請專利範圍第1項所述之語音處理之方法，其中將該原始語音處理為該處理語音訊號之步驟包括： 將該原始語音訊號切割為複數之語音段，以判斷每一語音段是否為一高頻子音段，藉以對該高頻子音段進行一低頻化處理。
3. 如申請專利範圍第2項所述之語音處理之方法，其中當該語音段具有下列特徵時，被判斷為該高頻子音段： 該語音段於1000Hz以下能量小於該語音段所有能量之50%，且該語音段於2000Hz以上能量大於該語音段所有能量之30%。
4. 如申請專利範圍第1項所述之語音處理之方法，其中將該原始語音處理為該處理語音訊號之步驟更包括根據一變音參數以對該原始語音進行一低頻化處理，其中該變音參數為反應該第二使用者之聽力狀況。
5. 如申請專利範圍第1項所述之語音處理之方法，該方法進一步包括根據該語音通訊裝置之一語音通訊頻寬對該原始語音進行處理之步驟。
6. 如申請專利範圍第1項所述之語音處理之方法，其中判斷該傳送語音訊號之該頻寬範圍之步驟係進一步判斷該傳送語音訊號之一頻段是否具有遭到切除。
7. 如申請專利範圍第1項所述之語音處理之方法，其中判斷該傳送語音訊號之該頻寬範圍之步驟係進一步判斷該傳送語音訊號之一頻率的能量值是否皆小於一特定值。
8. 一種電腦程式產品，係用於一語音通訊裝置內以完成申請專利範圍第1項至第7項任一項所述之方法。
9. 一種語音通訊裝置，用以供一第一使用者使用來對一第二使用者使用之一受話端通訊裝置進行通話，該語音通訊裝置包括： 一音訊傳輸模組，用以自該受話端通訊裝置接收一傳送語音訊號； 一分析模組，係電性連接該音訊傳輸模組，用以判斷該傳送語音訊號之一頻寬範圍；以及 一處理器，係電性連接該分析模組，當接收該第一使用者輸入之一原始語音訊號時，該處理器將該原始語音處理為一處理語音訊號，其中該處理語音訊號係根據該傳送語音訊號之該頻寬範圍而決定，以經由該音訊傳輸模組輸出一處理語音訊號到該受話端通訊裝置。
10. 如申請專利範圍第9項所述之語音通訊裝置，其中該處理器係將該原始語音訊號切割為複數之語音段，以判斷每一語音段是否為一高頻子音段，藉以對該高頻子音段進行一低頻化處理。
11. 如申請專利範圍第10項所述之語音通訊裝置，其中當該語音段具有下列特徵時，該處理器係判斷為高頻子音聲音段： 該語音段於1000Hz以下能量小於該語音段所有能量之50%，且該語音段於2000Hz以上能量大於該語音段所有能量之30%。
12. 如申請專利範圍第9項所述之語音通訊裝置，其中該處理器係進一步根據一變音參數以對該原始語音進行一低頻化處理，其中該變音參數為反應該第二使用者之聽力狀況。
13. 如申請專利範圍第9項所述之語音通訊裝置，其中該處理器係進一步根據該語音通訊裝置之一語音通訊頻寬對該原始語音進行處理。
14. 如申請專利範圍第9項所述之語音通訊裝置，其中該分析模組係進一步判斷該傳送語音訊號之一頻段是否具有遭到切除。
15. 如申請專利範圍第9項所述之語音通訊裝置，其中該分析模組係進一步判斷該傳送語音訊號之一頻率的能量值是否皆小於一特定值。