[發明專利]語音捕獲方法以及語音捕獲系統在審

申請號：	202110021860.3	申請日：	2021-01-08
公開（公告）號：	CN114758666A	公開（公告）日：	2022-07-15
發明（設計）人：	朱仲石;李明唐;蔡杰名	申請（專利權）人：	瑞昱半導體股份有限公司
主分類號：	G10L21/0208	分類號：	G10L21/0208;G10L15/16;H04R1/22
代理公司：	北京志霖恒遠知識產權代理事務所(普通合伙) 11435	代理人：	胡少青;許媛媛
地址：	中國臺***	國省代碼：	臺灣;71
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	語音捕獲方法以及系統
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

一種語音捕獲方法包含：由緩沖器儲存來自多個麥克風的多個語音數據；由處理器依據該多個語音數據與目標講話者信息判斷目標講話者是否存在且判斷目標講話者的方向是否改變；若目標講話者存在且目標講話者的方向自先前追蹤方向改變為當前追蹤方向，將該多個語音數據中對應于先前追蹤方向的語音片段插入該多個語音數據中當前位置以產生混合語音數據；由處理器依據當前追蹤方向對混合語音數據執行語音強化程序以產生強化后語音數據；由處理器對強化后語音數據執行語音縮減程序以產生語音輸出數據；及由播放電路播放語音輸出數據。

技術領域

本發明申請是關于一種語音捕獲技術。特別關于一種語音捕獲方法以及語音捕獲系統。

背景技術

隨著科技的發展，越來越多的電子裝置具有語音通話的功能。一般而言，電子裝置中的語音捕獲系統需搜集N秒以上的語音數據才能獲得足夠的目標講話者信息(例如：目標講話者的語音特征)以進行后續處理。據此，利用目標講話者信息應用于多麥克風信號的空間強化時，電子裝置中的語音捕獲系統需在N秒后才能得知目標講話者的方向改變。這些都會使得語音捕獲系統延遲而造成失真。

發明內容

本發明申請的一些實施方式是關于一種語音捕獲方法。語音捕獲方法包含：通過緩沖器儲存來自多個麥克風的多個語音數據；通過處理器依據該多個語音數據與目標講話者信息判斷目標講話者是否存在且判斷目標講話者的方向是否改變；若目標講話者存在且目標講話者的方向自先前追蹤方向改變為當前追蹤方向，將該多個語音數據中對應于先前追蹤方向的語音片段插入該多個語音數據中當前位置以產生混合語音數據；通過處理器依據當前追蹤方向對混合語音數據執行語音強化程序以產生強化后語音數據；通過處理器對強化后語音數據執行語音縮減程序以產生語音輸出數據；以及通過播放電路播放語音輸出數據。

本發明申請的一些實施方式是關于一種語音捕獲系統。語音捕獲系統包含緩沖器、處理器以及內存。緩沖器用以儲存來自多個麥克風的多個語音數據。處理器用以依據該多個語音數據與目標講話者信息判斷目標講話者是否存在且判斷目標講話者的方向是否改變。若目標講話者存在且目標講話者的方向自先前追蹤方向改變為當前追蹤方向，內存用以將該多個語音數據中對應于先前追蹤方向的語音片段插入該多個語音數據中當前位置以產生混合語音數據。處理器更用以依據當前追蹤方向對混合語音數據執行語音強化程序以產生強化后語音數據，且對強化后語音數據執行語音縮減程序以產生語音輸出數據。語音輸出數據用以供播放電路播放。

綜上所述，本發明申請的語音捕獲方法以及語音捕獲系統，可在目標講話者的方向改變時避免語音數據延遲且可避免語音數據失真。

有關本發明申請的特征、操作與技術效果，將結合附圖及較佳實施例詳細說明如下。

附圖說明

為讓本發明申請的上述和其他目的、特征、優點與實施例能夠更明顯易懂，所附圖式的說明如下：

圖1是依照本發明申請一些實施例所繪示的一種電子裝置的示意圖；

圖2是依照本發明申請一些實施例所繪示的目標講話者追蹤單元的示意圖；

圖3是依照本發明申請一些實施例所繪示的語音混合程序與語音縮減程序的示意圖；

圖4是依照本發明申請一些實施例所繪示的語音強化單元的示意圖；

圖5是依照本發明申請一些實施例所繪示的目標講話者信息產生單元的示意圖；以及

圖6是依照本發明申請一些實施例所繪示的語音捕獲方法的流程圖。

符號說明

100：語音捕獲系統