CN112399004B - 声音输出的调整方法及执行该调整方法的电子装置 - Google Patents

Abstract

一种声音输出的调整方法包括下列步骤：接收声音信息，其中声音信息具有母音语音信息；判断声音信息是否为一悄悄声语音信息；若接收到的声音信息为悄悄声语音信息，则输出一正常声语音信息，其中正常声语音信息具有与声音信息相同的语音内容，并包括一母音正常声语音信息，其中母音正常声语音信息低频部分的声音能量为母音语音信息低频部分的声音能量的1.5倍至1000000倍。

Description

声音输出的调整方法及执行该调整方法的电子装置

技术领域

本发明涉及一种声音输出的调整方法及执行该调整方法的电子装置，特别涉及一种有关调整悄悄声语音信息声音的方法及执行该调整方法的电子装置。

背景技术

有时候基于一些原因，例如在会议中，为避免打扰会议的进行，我们必须小声地接听电话。但发话者以悄悄声说话时，将会导致受话对象听不清楚，造成对话上的困难和不便。此外，在有些时候，如以悄悄声和携带助听器的听障者当面说话时，亦会使该听障者无法听清楚说话的内容，造成听障者的困扰。

因此，实有必要发明一种声音输出的调整方法，以解决前揭提到的缺失。

发明内容

本发明的主要目的在于提供一种针对悄悄话声音输出的调整方法。

本发明的另一主要目的在于提供一种执行上述调整方法的电子装置。

为达成上述的目的，本发明的声音输出的调整方法适用于一电子装置。本发明的声音输出的调整方法包括下列步骤：接收声音信息，声音信息包括一母音语音信息；判断该声音信息是否为一悄悄声语音信息；若接收到的声音信息为悄悄声语音信息，则输出一正常声语音信息，其中该正常声语音信息具有与声音信息相同的语音内容，并包括一母音正常声语音信息，其中该母音正常声语音信息低频部分的声音能量为该母音语音信息低频部分的声音能量的1.5倍至1000000倍。

本发明的电子装置包括有信号接收端以及处理单元，其中处理单元系与信号接收端耦接。信号接收端用以接收声音信息，其中声音信息包括一母音语音信息。处理单元用以判断声音信息是否为一悄悄声语音信息，并在声音信息为悄悄声语音信息时，输出正常声语音信息，其中该正常声语音信息具有与声音信息相同的语音内容，并包括一母音正常声语音信息，其中母音正常声语音信息低频部分的声音能量为母音语音信息低频部分的声音能量的1.5倍至1000000倍。

以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。

附图说明

图1表示本发明的电子装置的第一实施例的使用环境示意图；

图2表示本发明的电子装置的第二实施例的使用环境示意图；

图3表示本发明的电子装置的第三实施例的使用环境示意图；

图4表示本发明的电子装置的第四实施例的使用环境示意图；

图5表示本发明的声音输出的调整方法的一实施例的步骤流程图。

其中，附图标记

电子装置 1

信号接收端 10

储存单元 20

第一人工智能模型 21

第二人工智能模型 22

处理单元 30

通讯模块 40

喇叭 50

麦克风 80

声音播放装置 90

通讯模块 91

扬声器 92

声音信息 100

正常声语音信息 200

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至图4。图1表示本发明的电子装置的第一实施例的使用环境示意图；图2表示本发明的电子装置的第二实施例的使用环境示意图；图3表示本发明的电子装置的第三实施例的使用环境示意图；图4表示本发明的电子装置的第四实施例的使用环境示意图。

如图1所示，在本发明的第一实施例中，本发明的电子装置1可和声音播放装置90连线通讯，电子装置1包括有信号接收端10、储存单元20、处理单元30及通讯模块40。在本发明第一实施例中，电子装置1可为智能型手机，但本发明不以此为限。

在本发明的第一实施例中，信号接收端10用以接收来自麦克风80传来的声音信息100，更具体而言，麦克风80在接收外界声音后，可产生声音信息100并将该声音信息100传送至信号接收端10。但应注意的是，在此所述的声音信息100的来源并不以麦克风80为限，例如声音信息100也可以是经由网络发送而来，并由通讯模块40接收后，发送至信号接收端10。声音信息100包括有母音语音信息及子音语音信息。通常语言结构有母音、子音之分，且实际正常说话时，母音发声音量会比子音发声来得大。本发明所称的母音语音信息是指当声音信息包含人类说话的语音信息时，该语音信息当中的母音部分，子音语音信息则是指该语音信息中的子音部分。

在本发明的第一实施例中，储存单元20用以储存一第二人工智能模型22。

在本发明的第一实施例中，处理单元30与信号接收端10及储存单元20耦接；在具体实施例中，处理单元30可与储存单元20整合成为一颗微处理器，但本发明不以此为限。处理单元30用以判断声音信息100是否为一悄悄声语音信息。在本发明的第一实施例中，处理单元30会检测声音信息中的母音语音信息的声音能量特征，如果声音信息100的母音语音信息低频部分(指频率低于400Hz以下)的声音能量为该母音语音信息整体的声音能量的X％，其中0.00000001≤X<4时，则处理单元30即会将声音信息100判断为悄悄声语音信息。由于人在讲悄悄话时所发出的声音，母音低频部分的声音能量相比母音整体(即全部频率)的声音能量占比会非常小，因此，是否为悄悄声可根据母音低频部分的声音能量与母音整体的声音能量占比来判断。故在本实施例中，当处理单元30检测到声音信息100的母音语音信息低频部分的声音能量为该母音语音信息整体的声音能量的X％，其中0.00000001≤X<4时，即判断声音信息100为悄悄声语音信息。惟本发明悄悄声的判断方法并不以此为限，除包含下述将会提到的利用人工智能进行判断的方法外，亦可藉由检测声音信息100的母音语音信息的声波是否具有共振特性来判断。当处理单元30检测出声音信息100的母音语音信息的声波不具有共振特性时，处理单元30判断声音讯100为悄悄声语音信息。由于声波波形的检测为现有现有技术，故在此不再多做赘述。

此外，在本发明的第一实施例中，处理单元30可通过执行第二人工智能模型22进行声音辨识，以判断声音信息100是否为一预设使用者发出的声音。在具体实施上，第二人工智能模型22可藉由现有人工智能的训练机制来产生，也就是说，可通过现有人工智能训练机制来产生可根据声音音色判断声音信息是否由预设使用者发出的程式参数，处理单元30可执行该程式参数进行声音辨识，完成声音信息100是否为预设使用者所发出的判断。由于如何针对特定声音的辨识需求来训练可辨识声音的人工智能模型，并通过经训练后的人工智能模型实现声音辨识为现有现有技术，故在此不多做赘述。另此处需注意的是，声音信息100是否为预设使用者发出的声音的判断未必是藉由第二人工智能模型22的执行来实现，其判断也可利用执行现有语音识别的演算法来实现。

当判断声音信息100为悄悄声语音信息时，进一步地，处理单元30会输出一正常声语音信息200。其中被输出的正常声语音信息200具有与原本的声音信息相同的语音内容，因此，如果接收到的声音信息100包括母音语音信息及子音语音信息时，则输出的正常声语音信息200即会包括母音正常声语音信息及子音正常声语音信息。输出的母音正常声语音信息低频部分的声音能量为母音语音信息低频部分的声音能量的1.5倍至1000000倍，并且母音正常声语音信息的声音能量为正常声语音信息200的声音能量的25％～400％，亦即输出声音的母音声音能量占比相较于输入声音会被明显提升。

除此之外，当判断声音信息100为预设使用者所发出的声音时，处理单元30并会根据该预设使用者声音的音色输出前揭提到的正常声语音信息200。也就是说，当接收到的声音信息100为悄悄声语音信息，且为预设使用者所发出时，除了将输出声音调整为正常声外，也会依照该预设使用者的音色来调整该输出声音。但如果声音信息为悄悄声语音信息，但并非由预设使用者所发出时，则仅调整为预设的正常声。

在本发明的第一实施例中，通讯模块40与处理单元30耦接。通讯模块40可和声音播放装置90的通讯模块91执行通讯，以使被输出的正常声语音信息200可经由通讯模块40传送至声音播放装置90。通讯模块91接收正常声语音信息200后，会将该正常声语音信息200传输至扬声器92播放。

如图2所示，在本发明的第二实施例中，悄悄声语音信息的判断并非根据母音语音信息的声音能量特征来判断，而是利用人工智能声音辨识的方式来完成。因此，在本发明的第二实施例中，和前揭第一实施例不同的是，电子装置1更包括有第一人工智能模型21储存在储存单元20，处理单元30系通过执行该第一人工智能模型21进行语音辨识，以完成悄悄声语音信息的判断。同样地，由于如何针对特定声音的辨识需求来训练可辨识声音的人工智能模型，并通过经训练后的人工智能模型实现声音辨识为现有技术，故在此不多做赘述。需注意的是，在其他实施例中，第一人工智能模型21与前揭提到的第二人工智能模型22可为同一人工智能模型，亦即处理单元30也可藉由执行单一人工智能模型，以实现悄悄声及预设使用者声音的判断，并据以输出对应的调整声音或直接输出接收到的声音；举例而言，接收到的声音信息100经执行人工智能模型判断为一预设使用者说悄悄声的声音，则处理单元30便会依照该预设使用者的音色来调整输出正常声语音信息200；又如果声音信息100经执行人工智能模型判断为一预设使用者讲话的正常声，则处理单元30即不会调整该声音信息100。

如图3所示，在本发明的第三实施例中，电子装置1可例如为一助听器，相较第一实施例，电子装置1更包括有一喇叭50，被输出的正常声语音信息200不会被传送到声音播放装置90来播放，而是由喇叭50来播放。因此，在此实施例中，当有人和携带助听器的听障者说悄悄话时，通过前揭提到的输出声音调整，该听障者仍可清楚听见说话的内容。

如图4所示，在本发明的第四实施例中，和第三实施例不同的是，悄悄声语音信息的判断利用人工智能语音辨识方式来完成。故同第二实施例，电子装置1包括有第一人工智能模型21储存在储存单元20中，处理单元30通过执行该第一人工智能模型21进行语音辨识，以完成悄悄声语音信息的判断。被输出的正常声语音信息由喇叭50来播放。

接着请参考图5本发明的声音输出的调整方法的步骤流程图。此处需注意的是，以下虽是以图1至图4揭示的电子装置1为例，说明本发明的声音输出的调整方法，但本发明的声音输出的调整方法并不以使用在上述相同结构的电子装置1为限。

首先进行步骤S1：接收一声音信息。

如图1至图4所示，在本发明的实施例中，电子装置1可通过信号接收端10以自麦克风80接收声音信息100，其中该声音信息100包括有母音语音信息及子音语音信息。

进行步骤S2：判断声音信息是否为悄悄声语音信息。

本发明的声音输出的调整方法是在输入声音为悄悄声语音信息时，提高该声音信息输出时的音量，以让听取声音的人能听清楚该语音信息的内容。因此，在接收声音信息100后，电子装置1的处理单元30会去判断该声音信息100是否为一悄悄声语音信息。

在一具体实施例中，是否为悄悄声语音信息是根据声音信息100的母音语音信息的声音能量来判断。当声音信息100的母音语音信息低频部分(低于400Hz)的声音能量为该母音语音信息整体的声音能量的X％，声音信息100被判断为悄悄声语音信息，其中0.00000001≤X≤4。

在另一具体实施例中，是否为悄悄声语音信息是依据声音信息100的母音语音信息的声波特性来判断。当母音语音信息的声波不具有共振特性时，声音信息100被判断为悄悄声语音信息。

在另一具体实施例中，是否为悄悄声语音信息是利用人工智能技术来判断。悄悄声语音信息的判断系处理单元30通过执行一第一人工智能模型21进行声音辨识而完成。

进行步骤S3：判断声音信息是否为一预设使用者发出的声音。

步骤S2中，如果判断声音信息100并非悄悄声语音信息，则处理单元30对声音信息100不做任何调整。相反地，在本发明的一实施例中，当判断声音信息100为悄悄声语音信息时，进一步处理单元30会通过第二人工智能模型进行语音辨识，以判断声音信息100是否为预设使用者发出的声音。惟需注意的是，此步骤的执行并不以此为限，其判断也可利用执行现有语音识别的演算法来实现。

执行步骤S4：根据该预设使用者声音的音色输出正常声语音信息。

当判断声音信息100为悄悄声语音信息，且是由预设使用者所发出的声音时，处理单元30会依照判断的结果来调整将被输出的声音。输出声音会根据该预设使用者声音的音色来产生，并提高输出声音的音量。输出声音(即正常声语音信息200)具有与声音信息相同的语音内容，且该输出声音的母音段落(即母音正常声语音信息)低频部分(低于400Hz)的声音能量为声音信息100的母音段落(即母音语音信息)低频部分的1.5倍至1000000倍。同时，母音正常声语音信息的声音能量为正常声语音信息的声音能量的Y％，其中25≤Y≤400。

执行步骤S5：输出正常声语音信息。

若判断声音信息100为悄悄声语音信息，但并非由预设使用者所发出时，处理单元30便仅会调整将输出声音的音量而不会调整音色，即如同前揭所述，被输出的正常声语音信息200会具有与声音信息相同的语音内容，且正常声语音信息200的母音正常声语音信息低频部分(低于400Hz)的声音能量为声音信息100的母音语音信息低频部分的1.5倍至1000000倍。

此处需注意的是，本发明的声音输出的调整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。

经由前揭说明可知，本发明的声音输出的调整方法及电子装置1可检测发话者说话的声音是正常声抑或悄悄声，并在发话者说悄悄话时，调整将被输出声音的音量，以让受话对象可以听清楚说话的内容。

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，而应以权利要求的保护范围为准。

Claims (20)

1.一种声音输出的调整方法，适用于一电子装置，其特征在于，该调整方法包括下列步骤：

接收一声音信息，该声音信息包括一母音语音信息；

当该母音语音信息低频部分的声音能量为该母音语音信息整体的声音能量的X%时，该声音信息被判断为悄悄声语音信息，其中0.00000001≤X<4；以及

当该声音信息为悄悄声语音信息，将该母音语音讯息中低频部分的声音能量放大一设定倍数，以产生输出一正常声语音信息。

2.根据权利要求1所述的调整方法，其特征在于，当该母音语音信息的声波不具有共振特性时，该声音信息被判断为该悄悄声语音信息。

3.根据权利要求1所述的调整方法，其特征在于，该正常声语音信息包括一正常声母音信息，该正常声母音信息的声音能量为该正常声语音信息的声音能量的Y%，其中25≤Y≤400。

4.根据权利要求1所述的调整方法，其特征在于，更包括下列步骤：

判断该声音信息是否为一预设使用者发出的声音；以及

若是，根据该预设使用者声音的音色输出的该正常声语音信息。

5.根据权利要求4所述的调整方法，其特征在于，判断该声音信息是否为该预设使用者发出的声音通过执行一第二人工智能模块进行声音辨识而完成。

6.根据权利要求1所述的调整方法，其特征在于，该悄悄声语音信息的判断是通过执行一第一人工智能模型进行声音辨识而完成。

7.根据权利要求6所述的调整方法，其特征在于，更包括下列步骤：

判断该声音信息是否为一预设使用者发出的声音；以及

若是，根据该预设使用者声音的音色输出的该正常声语音信息。

8.根据权利要求7所述的调整方法，其特征在于，判断该声音信息是否为该预设使用者发出的声音是通过执行一第二人工智能模块进行声音辨识而完成。

9.根据权利要求6所述的调整方法，其特征在于，更包括下列步骤：

通过执行该第一人工智能模型进行声音辨识，以判断该声音信息是否为一预设使用者发出的声音；以及

若是，根据该预设使用者声音的音色输出的该正常声语音信息。

10.一种声音输出的调整方法，适用于一电子装置，其特征在于，该调整方法包括下列步骤：

接收一声音信息，该声音信息包括一母音语音信息；

当该母音语音信息的声波不具有共振特性时，判断该声音信息为一悄悄声语音信息；以及

当该声音信息为该悄悄声语音信息，将该母音语音讯息中频率低于一门槛频率的声音能量放大一设定倍数，以产生输出一正常声语音信息。

11.一种电子装置，其特征在于，包括：

一信号接收端，接收一声音信息，该声音信息包括一母音语音信息；以及

一处理单元，与该信号接收端耦接，当该母音语音信息低频部分的声音能量为该母音语音信息整体的声音能量的X%时，该声音信息被判断为悄悄声语音信息，其中0.00000001≤X<4，该处理单元并在该声音信息为悄悄声语音信息时，将该母音语音讯息中低频部分的声音能量放大一设定倍数，以产生输出一正常声语音信息。

12.根据权利要求11所述的电子装置，其特征在于，当该母音语音信息的声波不具有共振特性时，该处理单元判断该声音信息为该悄悄声语音信息。

13.根据权利要求11所述的电子装置，其特征在于，该正常声语音信息包括一正常声母音信息，该正常声母音信息的声音能量为该正常声语音信息的声音能量的Y%，其中25≤Y≤400。

14.根据权利要求11所述的电子装置，其特征在于，该处理单元更判断该声音信息是否为一预设使用者发出的声音，并在该声音信息为该预设使用者发出的声音时，根据该预设使用者声音的音色控制输出端输出的该正常声语音信息。

15.根据权利要求14所述的电子装置，其特征在于，该处理单元通过执行一第二人工智能模型进行声音辨识，以判断该声音信息是否为该预设使用者发出的声音。

16.根据权利要求11所述的电子装置，其特征在于，该处理单元通过执行一第一人工智能模型，以完成该悄悄声语音信息的判断。

17.根据权利要求16所述的电子装置，其特征在于，该处理单元更判断该声音信息是否为一预设使用者发出的声音，并在该声音信息为该预设使用者发出的声音时，根据该预设使用者声音的音色输出的该正常声语音信息。

18.根据权利要求17所述的电子装置，其特征在于，该处理单元通过执行一第二人工智能模型进行声音辨识，以判断该声音信息是否为该预设使用者发出的声音。

19.根据权利要求16所述的电子装置，其特征在于，该处理单元更执行该第一人工智能模型进行声音辨识，以判断该声音信息是否为一预设使用者发出的声音，并在该声音信息为该预设使用者发出的声音时，根据该预设使用者声音的音色输出的该正常声语音信息。

20.一种电子装置，其特征在于，包括：

一信号接收端，接收一声音信息，该声音信息包括一母音语音信息；以及

一处理单元，与该信号接收端耦接，当该母音语音信息的声波不具有共振特性时，该处理单元判断该声音信息为一悄悄声语音信息，该处理单元并在该声音信息为该悄悄声语音信息时，将该母音语音讯息中频率低于一门槛频率的声音能量放大一设定倍数，以产生输出一正常声语音信息。