TWI764151B

TWI764151B - 過濾聲音的方法以及聲音濾波器

Info

Publication number: TWI764151B
Application number: TW109116543A
Authority: TW
Inventors: 蔡岱芸; 羅郁中; 秦允求
Original assignee: 仁寶電腦工業股份有限公司
Priority date: 2019-05-20
Filing date: 2020-05-19
Publication date: 2022-05-11
Also published as: TW202046294A

Abstract

提出一種過濾聲音的方法以及聲音濾波器。過濾聲音的方法包含：取得聲音訊號以及用戶配置；自聲音訊號中提取出噪音；辨識噪音所包含的至少一噪音訊號；響應於至少一噪音訊號與用戶配置匹配而增強至少一噪音訊號以產生增強噪音訊號；以及輸出增強噪音訊號。

Description

過濾聲音的方法以及聲音濾波器

本發明是有關於一種過濾聲音的方法以及聲音濾波器。

目前，市售的輔聽器（hearing aid）可具備過濾噪音的功能。當用戶通過輔聽器收聽周遭的聲音時，輔聽器可根據安裝在輔聽器內的濾波器來過濾特定頻率的噪音，以使聲音中對應於語音部分的頻帶更加清晰。然而，目前的輔聽器並無法為了用戶客製化以滿足用戶的需求。舉例來說，一特定頻率的聲音對人員甲來說可能是一種噪音，但對人員乙來說該聲音可能包含必要的資訊。針對此種情況，製造商將無法製作出同時滿足人員甲以及人員乙的需求的輔聽器。

本發明提供一種過濾聲音的方法以及聲音濾波器，可根據用戶的需求而調整需要濾除或需要增強的噪音的類型。

本發明的一種聲音濾波器，包括處理器、儲存媒體、訊號接收器以及輸出裝置。訊號接收器取得聲音訊號。儲存媒體儲存用戶配置以及多個模組。處理器耦接儲存媒體、訊號接收器以及輸出裝置，並且存取和執行多個模組，其中多個模組包括噪音提取模組、噪音辨識模組以及聲音處理模組。噪音提取模組自聲音訊號中提取出噪音。噪音辨識模組辨識噪音所包括的至少一噪音訊號。聲音處理模組響應於至少一噪音訊號與用戶配置匹配而增強至少一噪音訊號以產生增強噪音訊號，並且通過輸出裝置輸出增強噪音訊號。

在本發明的一實施例中，上述的噪音提取模組對聲音訊號進行第一降噪處理以產生降噪語音訊號，並且根據降噪語音訊號以對聲音訊號進行第二降噪處理以提取出噪音。

在本發明的一實施例中，上述的聲音處理模組疊加降噪語音訊號以及增強噪音訊號以產生輸出訊號，並且通過輸出裝置輸出輸出訊號。

在本發明的一實施例中，上述的聲音處理模組響應於至少一噪音訊號與用戶配置不匹配而過濾至少一噪音訊號。

在本發明的一實施例中，上述的聲音濾波器更包括傳聲器。傳聲器耦接訊號接收器，其中傳聲器接收聲波以產生聲音訊號。

在本發明的一實施例中，上述的聲音濾波器更包括輸入裝置。輸入裝置耦接處理器，其中輸入裝置接收用戶操作以產生用戶配置。

在本發明的一實施例中，上述的聲音濾波器更包括至少一深度降噪自動編碼器。至少一深度降噪自動編碼器其中噪音提取模組根據至少一深度降噪自動編碼器以對聲音訊號進行第一降噪處理以及第二降噪處理。

在本發明的一實施例中，上述的噪音提取模組通過訊號接收器取得多個標籤聲音訊號，並且根據多個標籤聲音訊號訓練至少一深度降噪自動編碼器。

在本發明的一實施例中，上述的多個標籤聲音訊號的每一者包括語音訊號。

在本發明的一實施例中，上述的儲存媒體更儲存頻率設定資訊，其中噪音提取模組根據頻率設定資訊所指示的頻率來提取出噪音。

在本發明的一實施例中，上述的噪音對應於第一頻率，並且聲音訊號更包括對應於第二頻率的第二噪音，其中噪音提取模組根據頻率設定資訊增加噪音並且減弱第二噪音。

在本發明的一實施例中，上述的多個模組更包括噪音預錄模組。噪音預錄模組預錄第三噪音以取得第三噪音的頻率資訊，並且根據頻率資訊配置頻率設定資訊。

本發明的一種過濾聲音的方法，包括：取得聲音訊號以及用戶配置；自聲音訊號中提取出噪音；辨識噪音所包括的至少一噪音訊號；響應於至少一噪音訊號與用戶配置匹配而增強至少一噪音訊號以產生增強噪音訊號；以及輸出增強噪音訊號。

在本發明的一實施例中，上述的自聲音訊號中提取出噪音的步驟包括：對聲音訊號進行第一降噪處理以產生降噪語音訊號；以及根據降噪語音訊號以對聲音訊號進行第二降噪處理以提取出噪音。

在本發明的一實施例中，上述的輸出增強噪音訊號的步驟包括：疊加降噪語音訊號以及增強噪音訊號以產生輸出訊號；以及輸出輸出訊號。

在本發明的一實施例中，上述的方法更包括：響應於至少一噪音訊號與用戶配置不匹配而過濾至少一噪音訊號。

在本發明的一實施例中，上述的對聲音訊號進行第一降噪處理以產生降噪語音訊號的步驟包括：根據至少一深度降噪自動編碼器以對聲音訊號進行第一降噪處理。

在本發明的一實施例中，上述的方法更包括：取得多個標籤聲音訊號；以及根據多個標籤聲音訊號訓練至少一深度降噪自動編碼器。

在本發明的一實施例中，上述的根據降噪語音訊號以對聲音訊號進行第二降噪處理以提取出噪音的步驟包括：根據至少一深度降噪自動編碼器以對聲音訊號進行第二降噪處理。

在本發明的一實施例中，上述的自聲音訊號中提取出噪音的步驟更包括：根據頻率設定資訊所指示的頻率來提取出噪音。

在本發明的一實施例中，上述的噪音對應於第一頻率，並且聲音訊號更包括對應於第二頻率的第二噪音，其中根據頻率設定資訊所指示的頻率來提取出噪音的步驟更包括：根據頻率設定資訊增加噪音並且減弱第二噪音。

在本發明的一實施例中，上述的方法更包括：預錄第三噪音以取得第三噪音的頻率資訊，並且根據頻率資訊配置頻率設定資訊。

基於上述，本發明的聲音濾波器可根據用戶配置決定需要被過濾的噪音或需要被增強的噪音的類型，對用戶想聽見的噪音進行增強並且輸出，並且對用戶不想聽見的噪音進行降噪處理。因此，用戶可根據其所居住環境或進行中的活動來配置聲音濾波器的模式，以過濾不同類型的噪音。

為了使本發明之內容可以被更容易明瞭，以下特舉實施例作為本發明確實能夠據以實施的範例。另外，凡可能之處，在圖式及實施方式中使用相同標號的元件/構件/步驟，係代表相同或類似部件。

圖1根據本發明的一實施例繪示一種聲音濾波器100的示意圖。聲音濾波器100例如是助聽器、輔聽器、手持裝置或穿戴式裝置。上述的手持裝置可包含但不限於筆記型電腦、個人數位助理（personal digital assistant，PDA）、個人電腦（personal computer，PC）、平板電腦或智慧型手機等。上述的穿戴式裝置可包含但不限於音樂裝置、手錶、手環或項鍊等。

聲音濾波器100可包含處理器110、儲存媒體120、訊號接收器130以及輸出裝置140。在一實施例中，聲音濾波器100還可包含傳聲器150、輸入裝置160或顯示器170。

處理器110例如是中央處理單元（central processing unit，CPU），或是其他可程式化之一般用途或特殊用途的微控制單元（micro control unit，MCU）、微處理器（microprocessor）、數位信號處理器（digital signal processor，DSP）、可程式化控制器、特殊應用積體電路（application specific integrated circuit，ASIC）、圖形處理器（graphics processing unit，GPU）、影像訊號處理器（image signal processor，ISP）、影像處理單元（image processing unit，IPU）、算數邏輯單元（arithmetic logic unit，ALU）、複雜可程式邏輯裝置（complex programmable logic device，CPLD）、現場可程式化邏輯閘陣列（field programmable gate array，FPGA）或其他類似元件或上述元件的組合。處理器110可耦接至儲存媒體120、訊號接收器130、輸出裝置140傳聲器150、輸入裝置160以及顯示器170，並且存取和執行儲存於儲存媒體120中的多個模組和各種應用程式。

儲存媒體120例如是任何型態的固定式或可移動式的隨機存取記憶體（random access memory，RAM）、唯讀記憶體（read-only memory，ROM）、快閃記憶體（flash memory）、硬碟（hard disk drive，HDD）、固態硬碟（solid state drive，SSD）或類似元件或上述元件的組合，而用於儲存可由處理器110執行的多個模組或各種應用程式。在本實施例中，儲存媒體120可儲存用戶配置以及多個模組，其中多個模組可包含噪音提取模組121、噪音辨識模組122、聲音處理模組123、第一深度降噪自動編碼器（deep denoising auto-encoder，DDAE）124、第二深度降噪自動編碼器125以及噪音預錄模組126等，其功能將於後續說明。

訊號接收器130可以無線或有線的方式接收訊號。收發器130還可以執行例如低噪聲放大、阻抗匹配、混頻、向上或向下頻率轉換、濾波、放大以及類似的操作。

輸出裝置140可包含但不限於揚聲裝置或訊號傳送器，其中揚聲裝置可包含如助聽器、輔聽器或耳機等。舉例來說，若聲音濾波器100為智慧型手機，則輸出裝置140可以是訊號傳送器。輸出裝置140可將包含經處理的聲音訊號傳送至外部電子裝置（例如：耳機或輔聽器），以藉由外部電子裝置播放所述經處理聲音訊號。舉另一例來說，若聲音濾波器100為輔聽器，則輸出裝置140可以是揚聲器。輸出裝置140可將由聲音濾波器100所產生的語音訊號轉換成聲音，並且輸出所述聲音。

傳聲器150可接收聲波，並且將聲波轉換為聲音訊號。訊號接收器130可自傳聲器150接收聲音訊號。

輸入裝置160可包含但不限於鍵盤或觸控螢幕。輸入裝置160可用以接收用戶操作並且產生對應的觸發訊號。用戶可通過輸入裝置160來配置聲音濾波器100或指示聲音濾波器100執行聲音濾波器100所擁有的功能，諸如接聽電話、新增用戶配置或更新用戶配置等，但本發明不限於此。

顯示器170可包含液晶顯示器（liquid-crystal display，LCD）、發光二極體（light-emitting diode，LED）顯示器、真空螢光顯示器（vacuum fluorescent display，VFD）、等離子顯示器（plasma display panel，PDP）、有機發光顯示器（organic light-emitting diode，OLED）或場發射顯示器（field-emission display，FED）。在一實施例中，輸入裝置160與顯示器170可以是相同的裝置。舉例來說，輸入裝置160以及顯示器170可由相同的觸控螢幕實施。

訊號接收器130可取得聲音訊號，其中聲音訊號可包含語音訊號以及一或多種類型的噪音，並且一或多種噪音可包含但不限於門鈴聲、鬧鐘鈴聲、腳步聲、水沸騰聲或警笛聲等。聲音訊號可來自外部電子裝置或傳聲器150。舉例來說，若聲音濾波器100為智慧型手機，則聲音濾波器100的傳聲器150可接收聲波以產生對應的聲音訊號。舉另一例來說，若聲音濾波器100為輔聽器，則聲音濾波器100的訊號接收器130可以無線的方式自外部電子裝置（例如：智慧型手機）接收聲音訊號。換句話說，聲音訊號的來源可以是與聲音濾波器100的用戶接近的人員所發出的聲波或是電話通道（telephone channel）。

在一實施例中，聲音濾波器100可以是手持裝置或穿戴式裝置，並且聲音濾波器100可與輔聽器協同作業。聲音濾波器100可產生經過濾波的輸出訊號或聲波，並藉由輔聽器輸出所述經過濾波的輸出訊號或聲波。圖2根據本發明的一實施例繪示一種聲音濾波系統10的示意圖。聲音濾波系統10可包含聲音濾波器100以及輔聽器200（輔聽器200可由助聽器或耳機等裝置替換）。

圖2根據本發明的一實施例繪示一種聲音濾波系統10的示意圖。聲音濾波系統10可包含聲音濾波器100以及輔聽器200。圖3根據本發明的一實施例繪示一種輔聽器200的示意圖。輔聽器200可包含處理器210、輸入裝置220以及揚聲器230。

處理器210例如是中央處理單元，或是其他可程式化之一般用途或特殊用途的微控制單元、微處理器、數位信號處理器、可程式化控制器、特殊應用積體電路、圖形處理器、影像訊號處理器、影像處理單元、算數邏輯單元、複雜可程式邏輯裝置、現場可程式化邏輯閘陣列或其他類似元件或上述元件的組合。處理器210可耦接至輸入裝置220以及揚聲器230。

輸入裝置220可包含但不限於傳聲器或訊號接收器。參照圖2和圖3，聲音濾波器100例如是由用戶手持的智慧型手機或例如是由用戶配戴的手錶等。在一實施例中，若輸出裝置140為訊號傳送器並且輸入裝置220為訊號接收器，則聲音濾波器100可通過傳聲器150接收聲波以產生對應的聲音訊號。在對聲音訊號進行濾波處理以產生輸出訊號後，聲音濾波器100可通過輸出裝置140傳送輸出訊號給輔聽器200。輔聽器200可通過輸入裝置220接收輸出訊號，並且對輸出訊號進行訊號處理（例如：放大或降噪）。接著，輔聽器200的處理器210可通過揚聲器230播放經過訊號處理的輸出訊號。

在一實施例中，若輸出裝置140為揚聲器並且輸入裝置220為傳聲器，則聲音濾波器100可通過傳聲器150接收聲波以產生對應的聲音訊號。在對聲音訊號進行濾波處理而產生輸出訊號後，聲音濾波器100可通過輸出裝置140播放對應於輸出訊號的聲波。輔聽器200可通過輸入裝置220接收所述聲波。在處理器210對所接收的聲波進行訊號處理（例如：放大或降噪）後，輔聽器200可通過揚聲器230播放經過訊號處理的聲波。

在通過訊號接收器130取得聲音訊號後，聲音濾波器100的處理器110可根據儲存在儲存媒體120中的用戶配置來決定要過濾或增強的噪音類型。

舉例來說，假設聲音濾波器100的用戶與多名家人一起生活，並且用戶為一名上班族。為了準時上班，對該用戶來說，鬧鐘鈴聲是重要的。因此，該用戶可以調整用戶配置以使聲音濾波器100增強對應於鬧鐘鈴聲的噪音。另一方面，由於該用戶與多名家人一起生活，故對該用戶來說，腳步聲是時常出現而不需要特別注意的噪音。此外，由於該用戶的家人均會注意是否有人按門鈴，故對該用戶來說，門鈴聲是相對不重要的噪音。據此，該用戶可通過輸入裝置160設定用戶配置，使聲音濾波器100根據用戶配置而增強鬧鐘鈴聲，並且過濾掉腳步聲以及門鈴聲。

舉另一例來說，假設聲音濾波器100的用戶居住在比較偏僻的地點。對該用戶來說，腳步聲是關係到自身的安危的重要噪音。另一方面，警笛聲對該用戶是不重要的。據此，該用戶可通過輸入裝置160設定用戶配置，使聲音濾波器100根據用戶配置而增強腳步聲，並且過濾掉警笛聲。

用戶配置可包含多種模式，並且每一種模式可對應於不同的情境。聲音濾波器100的處理器110可根據用戶所選擇的模式來決定要過濾或增強的噪音類型。表1為用戶配置所包含的多種模式的範例，其中「O」代表噪音需要被增強，並且「X」代表噪音需要被過濾。

模式	獨居	小家庭	三代同堂	餐廳	戶外	影音	通勤	自訂
門鈴聲	O	O	O	X	X	O	X	O
腳步聲	O	X	X	X	O	X	X	O
水沸騰聲	O	O	O	X	X	O	X	O

表1

圖4根據本發明的一實施例繪示一種過濾聲音的方法的流程圖，其中所述方法可由如圖1所示的聲音濾波器100或如圖2所示的聲音濾波系統10實施。

在步驟S401中，噪音提取模組121可通過訊號接收器130取得聲音訊號。聲音訊號可包含語音訊號以及一或多種類型的噪音。

在步驟S402中，噪音提取模組121可對聲音訊號進行第一降噪處理以產生降噪語音訊號。降噪語音訊號是將聲音訊號中的噪音過濾而僅保留語音訊號的部分。噪音提取模組121可通過第一深度降噪自動編碼器124對聲音訊號進行第一降噪處理。

在一實施例中，第一深度降噪自動編碼器124可通過深層神經網路（deep neural network，DNN）對聲音訊號進行第一降噪處理。噪音提取模組121可通過訊號接收器130取得多個標籤聲音訊號，並且根據多個標籤聲音訊號訓練第一深度降噪自動編碼器124。多個標籤聲音訊號中的每一標籤聲音訊號可包含一語音訊號以及一或多種類型的噪音。圖5根據本發明的一實施例繪示第一深度降噪自動編碼器124的多層隱藏層的示意圖。噪音提取模組121可根據多個標籤聲音訊號訓練出用於進行第一降噪處理的深層神經網路，其中深層神經網路可包含多層隱藏層1241，如圖5所示。多層隱藏層1241可包含N層隱藏層，其中N為正整數，並且N層隱藏層可包含

等層。

為第i層與第（i+1）層之間的權重參數矩陣，其中i為正整數。舉例來說，

為多層隱藏層1241的第1層與第2層之間的權重參數矩陣，並且

為多層隱藏層1241的第（N-1）層與第N層之間的權重參數矩陣。每一個隱藏層可包含多個神經元，並且每一個神經元可具備對應的激勵函數。舉例來說，多層隱藏層1241的第i層的第j個神經元可具備激勵函數

，其中i和j為正整數。

在步驟S403中，噪音提取模組121可根據降噪語音訊號對聲音訊號進行第二降噪處理以提取出噪音。具體來說，噪音提取模組121可將降噪語音訊號以及聲音訊號輸入至第二深度降噪自動編碼器125以對聲音訊號進行第二降噪處理。在進行完第二降噪處理時，第二深度降噪自動編碼器125可根據降噪語音訊號將聲音訊號中的語音訊號過濾而僅保留噪音的部分。

在一實施例中，第二深度降噪自動編碼器125可通過深層神經網路對聲音訊號進行第二降噪處理。噪音提取模組121可根據與訓練第一深度降噪自動編碼器124的深度神經網路的類似方式來訓練第二深度降噪自動編碼器125的深度神經網路，故不再贅述。

在一實施例中，噪音提取模組121可根據頻率設定資訊所指示的頻率來提取噪音。具體來說，頻率設定資訊可儲存在儲存媒體120之中。噪音提取模組121可根據頻率設定資訊來判斷需要被增強的噪音的頻率以及需要被減弱的噪音的頻率。舉例來說，聲音訊號可包含對應於第一頻率的噪音以及對應於第二頻率的噪音，其中所述第一頻率不同於所述第二頻率。噪音提取模組121可根據頻率設定資訊來增對應於第一頻率的噪音，並且減弱對應於第二頻率的噪音。

在一實施例中，噪音預錄模組126可預錄噪音，取得預錄的噪音的頻率資訊，並且根據噪音的頻率資訊來配置頻率設定資訊。舉例來說，噪音預錄模組126可判斷所預錄的噪音對應於特定頻率區間，並且配置頻率設定資訊以指示噪音提取模組121增強或減弱所述特定頻率區間的噪音。

在步驟S404中，噪音辨識模組122可辨識噪音中所包含的多種噪音訊號以產生辨識結果，其中所述多種噪音訊號可分別對應於不同類型的噪音，諸如門鈴聲、鬧鐘鈴聲、腳步聲、水沸騰聲或警笛聲等。

在步驟S405中，噪音辨識模組122可判斷至少一噪音訊號是否與用戶配置匹配。具體來說，噪音辨識模組122可根據在步驟S404產生的辨識結果來判斷多種噪音訊號中的至少一噪音訊號是否與用戶配置指示需增強的噪音類型匹配。若至少一噪音訊號與用戶配置匹配，則進入步驟S406。若至少一噪音訊號與用戶配置不匹配，則聲音處理模組123可過濾掉至少一噪音訊號，並且進入步驟S407。舉例來說，假設用戶將噪音濾波器100調整為如表1所示的「小家庭模式」，並且噪音辨識模組122辨識出噪音包含了門鈴聲、腳步聲以及水沸騰聲。如此，則噪音辨識模組122可根據對應於「小家庭模式」的用戶配置而判斷門鈴聲以及腳步聲與用戶配置匹配，即，門鈴聲以及腳步聲是需要被增強的噪音。另一方面，噪音辨識模組122可根據對應於「小家庭模式」的用戶配置而判斷水沸騰聲與用戶配置不匹配，即，水沸騰聲是要被過濾的噪音。

在步驟S406中，聲音處理模組123增強至少一噪音訊號以產生增強噪音訊號。舉例來說，聲音處理模組123可對至少一噪音訊號進行音訊處理以提高至少一噪音訊號的震幅或改善至少一噪音訊號的頻率與波形，從而產生增強噪音訊號。

在步驟S407中，聲音處理模組123可通過輸出裝置140將輸出訊號輸出，其中輸出訊號可包含降噪語音訊號及/或增強噪音訊號。具體來說，若增強噪音訊號存在，則聲音處理模組123可疊加降噪語音訊號及增強噪音訊號以產生輸出訊號。若增強噪音訊號不存在，則輸出訊號可僅包含降噪語音訊號。

在一實施例中，若噪音濾波器100的輸出裝置140為訊號傳送器並且輔聽器200的輸入裝置220為訊號接收器，則聲音處理模組123可通過輸出裝置140傳送輸出訊號給輔聽器200。輔聽器200可通過輸入裝置220接收輸出訊號，並且對輸出訊號進行訊號處理（例如：放大或降噪）。接著，輔聽器200的處理器210可通過揚聲器230播放經過訊號處理的輸出訊號。

在一實施例中，若噪音濾波器100的輸出裝置140為揚聲器並且輔聽器200的輸入裝置220為傳聲器，則聲音處理模組123可通過輸出裝置140播放對應於輸出訊號的聲波。輔聽器200可通過輸入裝置220接收所述聲波。在處理器210對所接收的聲波進行訊號處理（例如：放大或降噪）後，輔聽器200可通過揚聲器230播放經過訊號處理的聲波。

圖6根據本發明的一實施例繪示根據聲音訊號SI產生輸出訊號SO的訊令路徑的示意圖。首先，噪音提取模組121可對聲音訊號SI進行第一降噪處理以產生降噪語音訊號S1。接著，噪音提取模組121可根據降噪語音訊號S1以對聲音訊號SI進行第二降噪處理以提取出噪音S2。在提取出噪音S2後，噪音辨識模組122可辨識噪音S2所包含的噪音訊號S3，並且判斷噪音訊號S3是否與用戶配置X匹配。若噪音訊號S3與用戶配置X不匹配，則聲音處理模組123可將噪音訊號S3過濾。若噪音訊號S3與用戶配置X匹配，則聲音處理模組123可將噪音訊號S3增強以產生增強噪音訊號S4。接著，聲音處理模組123可疊加降噪語音訊號S1以及增強噪音訊號S4以產生輸出訊號SO。

圖7根據本發明的另一實施例繪示一種過濾聲音的方法的流程圖，其中所述方法可由如圖1所示的聲音濾波器100或由如圖2所示的聲音濾波系統10實施。在步驟S701中，取得聲音訊號以及用戶配置。在步驟S702中，自聲音訊號中提取出噪音。在步驟S703中，辨識噪音所包括的至少一噪音訊號。在步驟S704中，響應於至少一噪音訊號與用戶配置匹配而增強至少一噪音訊號以產生增強噪音訊號。在步驟S705中，輸出增強噪音訊號。

綜上所述，本發明可根據用戶操作產生用戶配置，並且根據用戶配置來決定需要被過濾的噪音的類型。本發明可通過深度降噪自動編碼器來提取噪音，並且通過辨識模型來辨識噪音的類型。若一噪音的類型與用戶配置匹配，則本發明可不過濾所述噪音，並且判斷是否增強所述噪音以使用戶能聽得更加清楚。若一噪音的類型與用戶配置不匹配，則本發明可將所述噪音過濾掉，從而避免用戶被用戶不想聽見的噪音所干擾。

10:聲音濾波系統 100:聲音濾波器 110、210:處理器 120:儲存媒體 121:噪音提取模組 122:噪音辨識模組 123:聲音處理模組 124:第一深度降噪自動編碼器 1241:多層隱藏層 125:第二深度降噪自動編碼器 126:噪音預錄模組 130:訊號接收器 140:輸出裝置 150:傳聲器 160、220:輸入裝置 170:顯示器 200:輔聽器 230:揚聲器 S1:降噪語音訊號 S2:噪音 S3:噪音訊號 S4:增強噪音訊號 S401、S402、S403、S404、S405、S406、S407、S701、S702、S703、S704、S705:步驟 SI:聲音訊號 SO:輸出訊號 X:用戶配置

、

、

、

:隱藏層

、

:權重參數矩陣

圖1根據本發明的一實施例繪示一種聲音濾波器的示意圖。圖2根據本發明的一實施例繪示一種聲音濾波系統的示意圖。圖3根據本發明的一實施例繪示一種輔聽器的示意圖。圖4根據本發明的一實施例繪示一種過濾聲音的方法的流程圖。圖5根據本發明的一實施例繪示第一深度降噪自動編碼器的多層隱藏層的示意圖。圖6根據本發明的一實施例繪示根據聲音訊號產生輸出訊號的訊令路徑的示意圖。圖7根據本發明的另一實施例繪示一種過濾聲音的方法的流程圖。

S701、S702、S703、S704、S705:步驟

Claims

一種聲音濾波器，包括：輸出裝置；訊號接收器，取得聲音訊號；儲存媒體，儲存用戶配置以及多個模組；以及處理器，耦接所述儲存媒體、所述訊號接收器以及所述輸出裝置，並且存取和執行所述多個模組，其中所述多個模組包括：噪音提取模組，自所述聲音訊號中提取出噪音；噪音辨識模組，辨識所述噪音所包括的至少一噪音訊號；以及聲音處理模組，響應於所述至少一噪音訊號與所述用戶配置匹配而增強所述至少一噪音訊號以產生增強噪音訊號，並且通過所述輸出裝置輸出所述增強噪音訊號，其中所述聲音處理模組響應於所述至少一噪音訊號與所述用戶配置不匹配而過濾所述至少一噪音訊號。
如請求項1所述的聲音濾波器，其中所述噪音提取模組對所述聲音訊號進行第一降噪處理以產生降噪語音訊號，並且根據所述降噪語音訊號以對所述聲音訊號進行第二降噪處理以提取出所述噪音。
如請求項2所述的聲音濾波器，其中所述聲音處理模組疊加所述降噪語音訊號以及所述增強噪音訊號以產生輸出訊號，並且通過所述輸出裝置輸出所述輸出訊號。
如請求項1所述的聲音濾波器，更包括：傳聲器，耦接所述訊號接收器，其中所述傳聲器接收聲波以產生所述聲音訊號。
如請求項1所述的聲音濾波器，更包括：輸入裝置，耦接所述處理器，其中所述輸入裝置接收用戶操作以產生所述用戶配置。
如請求項2所述的聲音濾波器，更包括：至少一深度降噪自動編碼器，其中所述噪音提取模組根據所述至少一深度降噪自動編碼器以對所述聲音訊號進行所述第一降噪處理以及所述第二降噪處理。
如請求項6所述的聲音濾波器，其中所述噪音提取模組通過所述訊號接收器取得多個標籤聲音訊號，並且根據所述多個標籤聲音訊號訓練所述至少一深度降噪自動編碼器。
如請求項7所述的聲音濾波器，其中所述多個標籤聲音訊號的每一者包括語音訊號。
如請求項1所述的聲音濾波器，其中所述儲存媒體更儲存頻率設定資訊，其中所述噪音提取模組根據所述頻率設定資訊所指示的頻率來提取出所述噪音。
如請求項9所述的聲音濾波器，其中所述噪音對應於第一頻率，並且所述聲音訊號更包括對應於第二頻率的第二噪音，其中所述噪音提取模組根據所述頻率設定資訊增加所述噪音並且減弱所述第二噪音。
如請求項9所述的聲音濾波器，其中所述多個模組更包括：噪音預錄模組，預錄第三噪音以取得所述第三噪音的頻率資訊，並且根據所述頻率資訊配置所述頻率設定資訊。
一種過濾聲音的方法，包括：取得聲音訊號以及用戶配置；自所述聲音訊號中提取出噪音；辨識所述噪音所包括的至少一噪音訊號；響應於所述至少一噪音訊號與所述用戶配置匹配而增強所述至少一噪音訊號以產生增強噪音訊號，並且輸出所述增強噪音訊號；以及響應於所述至少一噪音訊號與所述用戶配置不匹配而過濾所述至少一噪音訊號。
如請求項12所述的方法，其中自所述聲音訊號中提取出所述噪音的步驟包括：對所述聲音訊號進行第一降噪處理以產生降噪語音訊號；以及根據所述降噪語音訊號以對所述聲音訊號進行第二降噪處理以提取出所述噪音。
如請求項13所述的方法，其中輸出所述增強噪音訊號的步驟包括：疊加所述降噪語音訊號以及所述增強噪音訊號以產生輸出訊號；以及輸出所述輸出訊號。
如請求項13所述的方法，其中對所述聲音訊號進行所述第一降噪處理以產生所述降噪語音訊號的步驟包括：根據至少一深度降噪自動編碼器以對所述聲音訊號進行所述第一降噪處理。
如請求項15所述的方法，更包括：取得多個標籤聲音訊號；以及根據所述多個標籤聲音訊號訓練所述至少一深度降噪自動編碼器。
如請求項16所述的方法，其中所述多個標籤聲音訊號的每一者包括語音訊號。
如請求項13所述的方法，其中根據所述降噪語音訊號以對所述聲音訊號進行所述第二降噪處理以提取出所述噪音的步驟包括：根據至少一深度降噪自動編碼器以對所述聲音訊號進行所述第二降噪處理。
如請求項12所述的方法，其中自所述聲音訊號中提取出所述噪音的步驟更包括：根據頻率設定資訊所指示的頻率來提取出所述噪音。
如請求項19所述的方法，其中所述噪音對應於第一頻率，並且所述聲音訊號更包括對應於第二頻率的第二噪音，其中根據所述頻率設定資訊所指示的所述頻率來提取出所述噪音的步驟更包括：根據所述頻率設定資訊增加所述噪音並且減弱所述第二噪音。
如請求項19所述的方法，更包括：預錄第三噪音以取得所述第三噪音的頻率資訊，並且根據所述頻率資訊配置所述頻率設定資訊。