[發(fā)明專利]內(nèi)容再現(xiàn)設(shè)備和方法以及程序

有效

• 申請(qǐng)?zhí)枺?/td>: 201110418202.4
• 申請(qǐng)日: 2011-12-14
• 公開（公告）號(hào): CN102547521A
• 公開（公告）日: 2012-07-04
• 發(fā)明（設(shè)計(jì)）人: 角尾衣未留;松本恭輔;井上晃
• 申請(qǐng)（專利權(quán)）人: 索尼公司
• 主分類號(hào): H04R3/00
• 分類號(hào): H04R3/00;G10L11/00
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李春暉;李德山

技術(shù)領(lǐng)域

本公開內(nèi)容涉及一種內(nèi)容再現(xiàn)設(shè)備和方法以及程序，且尤其涉及一種其中在能夠一直注意周圍環(huán)境的聲音的同時(shí)還可以愜意地聽音樂的內(nèi)容再現(xiàn)設(shè)備和方法以及程序。

背景技術(shù)

在相關(guān)領(lǐng)域中已經(jīng)研究出將音頻信號(hào)分類成音樂或聲音的技術(shù)。

例如，在疊加的聲音或背景噪音的音量與音樂等相比很大的情況下，難以對(duì)音頻信號(hào)是音樂還是聲音進(jìn)行分類。因此，提出了如下技術(shù)作為音樂節(jié)段檢測(cè)技術(shù)，該技術(shù)通過對(duì)來自輸入的音頻信號(hào)的每個(gè)短幀時(shí)間周期計(jì)算音頻特征量向量序列，來計(jì)算表示每個(gè)幀是否包含音樂的音樂信息評(píng)估值，并確定音樂的起始時(shí)間和結(jié)束時(shí)間等(例如日本未審查專利申請(qǐng)公布號(hào)2009-8836)。

此外，已提出如下技術(shù)，該技術(shù)基于由接收聲音水平檢測(cè)器所檢測(cè)的接收到的聲音的水平和由外界聲音檢測(cè)器所檢測(cè)的外界聲音的水平來對(duì)可變?cè)鲆娣糯笃鞯脑鲆孢M(jìn)行控制，以提供在對(duì)作為目標(biāo)的音頻信號(hào)源等進(jìn)行接收的同時(shí)還能夠精確地對(duì)周圍環(huán)境的聲音進(jìn)行接收的耳機(jī)(例如日本未審查專利申請(qǐng)公布號(hào)2005-295175)。

發(fā)明內(nèi)容

然而，在用戶正在使用耳機(jī)聽音樂的情況下，例如，當(dāng)音樂正與周圍環(huán)境的聲音一起播放時(shí)，如果使周圍環(huán)境的聲音在耳機(jī)內(nèi)聽得見，則會(huì)感覺其非常吵人。

期望在能夠一直注意周圍環(huán)境的聲音的同時(shí)能夠愜意地聽音樂。

根據(jù)本公開內(nèi)容的一個(gè)實(shí)施例，提供一種內(nèi)容再現(xiàn)設(shè)備，包括：麥克風(fēng)，其收集外殼周圍環(huán)境中的聲音；特征量提取器，其提取多個(gè)特征量作為特征量向量，所述多個(gè)特征量向量是從所述麥克風(fēng)所收集的聲音的信號(hào)的波形中獲得的；距離計(jì)算器，其計(jì)算如下兩個(gè)特征量向量之間的向量間距離，所述兩個(gè)特征量向量分別是所提取出的特征量向量以及作為音樂信號(hào)的波形的特征量預(yù)先設(shè)定的維度相同的特征量向量；判斷器，其通過對(duì)計(jì)算出的距離進(jìn)行閾值判斷，來判斷所述麥克風(fēng)所收集的聲音中是否包含音樂；處理器，其對(duì)所述麥克風(fēng)所收集的聲音的信號(hào)進(jìn)行處理，以在所述判斷器判斷出所述麥克風(fēng)所收集的聲音中包含音樂的情況下改變所述麥克風(fēng)所收集的聲音的音量或頻率特性；以及相加器，其將所述麥克風(fēng)所收集的聲音的信號(hào)與所再現(xiàn)的內(nèi)容的聲音的信號(hào)相加并輸出。

所述特征量提取器可以包括幀分割單元和音頻特征量提取單元，所述幀分割單元用于將所述麥克風(fēng)所收集的聲音的信號(hào)的波形分割為在時(shí)間上具有預(yù)定長(zhǎng)度的幀，所述音頻特征量提取單元用于提取多個(gè)類型的特征量。

所述特征量提取器可以將所述麥克風(fēng)所收集的聲音的信號(hào)的波形分割為在時(shí)間上具有預(yù)定長(zhǎng)度的幀，所述判斷器還在預(yù)先設(shè)定的多個(gè)幀中判斷所述麥克風(fēng)所收集的聲音中是否包含音樂，以及所述處理器在所述判斷器在預(yù)先設(shè)定的多個(gè)幀中判斷出所述麥克風(fēng)所收集的聲音中包含音樂的情況下對(duì)所述麥克風(fēng)所收集的聲音的信號(hào)進(jìn)行處理。

所述內(nèi)容再現(xiàn)設(shè)備還可以包括節(jié)奏檢測(cè)器，其檢測(cè)所述麥克風(fēng)所收集的聲音的節(jié)奏，其中，所述判斷器基于所述節(jié)奏檢測(cè)器的檢測(cè)結(jié)果對(duì)所計(jì)算的向量間距離進(jìn)行加權(quán)。

所述內(nèi)容再現(xiàn)設(shè)備還可以包括另外的處理器，其可以對(duì)所再現(xiàn)的內(nèi)容的聲音的信號(hào)進(jìn)行處理，以在所述判斷器判斷出所述麥克風(fēng)所收集的聲音中包含音樂的情況下改變所再現(xiàn)的內(nèi)容的聲音的音量或頻率特性。

所述節(jié)奏檢測(cè)器可以檢測(cè)所述麥克風(fēng)所收集的聲音的信號(hào)的波形的波峰，可以計(jì)算所檢測(cè)出的波峰在時(shí)間上的位置與預(yù)先設(shè)定的拍子間隔中的拍子在時(shí)間上的位置之間的匹配度，并判斷所述拍子與所述波峰是否匹配，以及可以保存在單位時(shí)間內(nèi)與所述波峰匹配的拍子的個(gè)數(shù)。

所述節(jié)奏檢測(cè)器可以判斷在比所述單位時(shí)間短的預(yù)定時(shí)間段內(nèi)所述拍子與所述波峰是否匹配，以及可以基于該判斷結(jié)果對(duì)所述拍子間隔進(jìn)行更新。

所述內(nèi)容再現(xiàn)設(shè)備還可以包括加權(quán)控制器，其根據(jù)每單位時(shí)間內(nèi)與所述波峰匹配的拍子的數(shù)量來設(shè)置加權(quán)系數(shù)，并用所述距離計(jì)算器所計(jì)算出的所述向量間距離乘以所述加權(quán)系數(shù)。

在從所述判斷器判斷出所述麥克風(fēng)所收集的聲音中包含音樂之后直到判斷出所述麥克風(fēng)所收集的聲音中不包含音樂的期間內(nèi)，所述加權(quán)控制器可以根據(jù)拍子的數(shù)量改變加權(quán)系數(shù)的值。