專利名稱：自動分割單字語音信號的裝置與方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種分割單字語音信號的裝置與方法，尤其是一種自動分割單 字語音信號的裝置與方法。
背景技術(shù)：
在語言學(xué)習(xí)過程中，常會借助許多語言學(xué)習(xí)工具，如電子辭典等，用來增 加學(xué)習(xí)效果與加快學(xué)習(xí)速度。目前一般的電子辭典都具有發(fā)音的功能，也就是 說當(dāng)使用者通過電子辭典查詢單字或例句后，可通過發(fā)音的功能，而聽取正確 的單字或例句的發(fā)音。如此，將可大幅提升使用者在語言學(xué)習(xí)上，在聽與說方 面的能力。因此，有越來越多的廠商日益重視電子辭典的發(fā)音功能。
近來電子辭典標(biāo)榜具有真人發(fā)音的功能，已成為各廠商所訴求的特色。而 真人發(fā)音可通過真人來錄制各個單字的聲波，而達(dá)到真人發(fā)音的功能。然而， 利用真人來錄制所有單字的聲波，將耗費(fèi)掉電子辭典內(nèi)存非常多的儲存空間， 進(jìn)而提升成本的支出。
因此，發(fā)展出通過發(fā)音合成的方式，而達(dá)到接近真人發(fā)音的功能，如此可 節(jié)省內(nèi)存的空間，也同時提高發(fā)音的質(zhì)量。發(fā)音合成的方式一般可分為兩種， 以英文單字為例說明如下。
第一種方式，依照英文辭典單字表中的音標(biāo)來決定音節(jié)。在合成一個英文 單字的語音數(shù)據(jù)前，必須先將此英文單字分割為單個或多個音節(jié)，再由原始錄 音的數(shù)據(jù)中獲取出與音節(jié)相對應(yīng)的聲波，并加以結(jié)合即可。
第二種方式，錄制所有各種聲母、韻母及音調(diào)組合的各個音節(jié)聲波，并儲 存在內(nèi)存中。在合成----個英文單字的語音數(shù)據(jù)前，必須先將此英文單字分割為 單個或多個音節(jié)，再由錄制的數(shù)據(jù)中獲取出與分割后的各個音節(jié)相對應(yīng)的聲波， 并加以結(jié)合即可。
由上述說明可知，不論是哪種發(fā)音合成的方式，都必須先將英文單字分割 為單個或多個音節(jié)，才能進(jìn)行后續(xù)的處理。而傳統(tǒng)的作法上，是通過人耳聽音而利用手工切分。如此，需投入大量的人力與工時才能完成。另外，手工切分 音節(jié)的工作枯燥、數(shù)量龐大，且采用人耳聽音而作音節(jié)的切分，極易產(chǎn)生誤差。 因此，如何解決傳統(tǒng)上人工切分單字語音所衍生的問題，為亟待解決的議題。

發(fā)明內(nèi)容
本發(fā)明為解決背景技術(shù)中存在的上述技術(shù)問題，而提出一種自動分割單字 語音信號的裝置與方法。
本發(fā)明的技術(shù)解決方案是本發(fā)明為一種自動分割單字語音信號的裝置， 其特殊之處在于該裝置包括接收模塊，用來接收單字語音信號，并將單字 語音信號劃分為多個音框；分析模塊，分析音框，產(chǎn)生對應(yīng)于每一個音框的語 音特征；分割模塊，根據(jù)語音特征，分割單字語音信號為音節(jié)，接收模塊接入 分析模塊，分析模塊接入分割模塊。
上述語音特征包含音框的平均振幅值。
上述語音特征包含音框的平均過零率。
上述語音特征包含音框的倒頻譜參數(shù)。
上述分析模塊根據(jù)語音特征產(chǎn)生門坎值，通過分割模塊對比語音特征與門 坎值。
一種實現(xiàn)上述自動分割單字語音信號裝置的方法，其特殊之處在于該方 法包含下列步驟
1) 接收單字語音信號；
2) 劃分單字語音信號為多個音框；
3) 分析音框，產(chǎn)生對應(yīng)于每一個音框的語音特征；
4) 根據(jù)語音特征，分割單字語音信號為音節(jié)。 上述語音特征包含音框的平均振幅值。 上述語音特征包含音框的平均過零率。 上述語音特征包含音框的倒頻譜參數(shù)。 上述步驟4)的具體步驟如下
4.1)根據(jù)語音特征產(chǎn)生門坎值，4.2)通過對比語音特征與門坎值，找出語音信號中的每一個音節(jié)的分割點; 4.3根據(jù)分割點，將單字語音信號分割為音節(jié)。
本發(fā)明提供的自動分割單字語音信號的裝置與方法，通過語音特征來自動 分割單字語音信號為音節(jié)，完全替代了傳統(tǒng)的人工切分單字語音的方式，整個 過程不需要人工介入，省時省力，效率高，且大大降低了人為帶來的失誤率。


圖1為自動分割單字語音信號的裝置示意圖； 圖2為多音節(jié)單字語音信號的示意圖； 圖3為多音節(jié)單字語音信號的分割示意圖； 圖4為自動分割單字語音信號的方法流程圖。
其中，10-接收模塊，20-分析模塊，30-分割模塊；
具體實施例方式
參見圖l，自動分割單字語音信號的裝置包含接收模塊IO、分析模塊20 及分割模塊30。
接收模塊10接收單字語音信號，并將單字語音信號劃分為多個音框。分析 模塊20分析多個音框，并產(chǎn)生對應(yīng)于每一個音框的語音特征。分割模塊30根 據(jù)分析模塊20所分析出的語音特征，進(jìn)而分割單字語音信號為音節(jié)。
每個單字的語音信號不會完全相同，但具有一些共同的特性，例如多音 節(jié)單字的發(fā)音是由各個音節(jié)所組成；音節(jié)組成在語音信號上有特定的規(guī)律可循； 利用語音特征可進(jìn)行音節(jié)切分等。因此，本發(fā)明提出先將單字語音信號劃分為 多個音框，然后以每--個音框為單位，利用分析模塊20分析出每一個音框的語 音特征。
其中，上述所提及的語音特征包含平均振幅值、平均過零率、倒頻譜參 數(shù)等。下面將針對每個語音特征做簡單說明。
語音信號的振幅所指的即為語音信號的大小，如同人類說話一般會有高低 起伏，所以語音信號的波形所呈現(xiàn)出來的也會有高低或強(qiáng)弱之分。而振幅便是 代表語音信號的大小，而平均振幅值，便是將所有音框的振幅值加總后再做平 均，如此可看出單位時間內(nèi)，某段語音信號與整段語音信號相比的信號強(qiáng)弱分布。
語音信號的平均過零率是指單位時間內(nèi)信號波形穿過橫軸(零軸)的次數(shù)。 也就是說，語音信號的振幅值在單位時間內(nèi)，正值和負(fù)值之間的跳變次數(shù)稱為 過零率。而將信號按音框進(jìn)行劃分，把所有音框的過零率作統(tǒng)計平均，即稱為 平均過零率。
因此過零率簡單的說，便是語音信號在單位時間過零的次數(shù)。而過零率應(yīng) 用廣泛，尤其在語音辨識方面。過零率高的區(qū)段對應(yīng)于清音或無聲區(qū)。相對的， 噪聲較高，過零率較低的區(qū)段對應(yīng)于濁音。由此可知，通過判斷過零率即可區(qū) 別語音信號中的清音與濁音、有聲與無聲等。
接著介紹倒頻譜參數(shù)。在信號的辨識中，最常用的特征參數(shù)是信號在頻譜
(spectrum)上的能量值，例如高頻信號只在高頻部分有較大的能量值，相對
的低頻信號在低頻部份的能量較大，而這些在頻譜上的能量值便可稱為一種特
征值。利用傅立葉轉(zhuǎn)換(Fourier Transform)的方法可以把時間軸上的信號轉(zhuǎn)換 到頻譜上來作處理。然而，針對語音信號而言，另一種稱為倒頻譜的參數(shù)更能 代表語音信號的特性，而使辨識率提高。因此，采用倒頻譜參數(shù)可提升單字語 音信號的辨識率。
因此，本發(fā)明通過分析語音特征，再通過分割模塊30根據(jù)語音特征而達(dá)到 自動分割單字語音信號為單個或多個音節(jié)。其中，分析模塊20可根據(jù)語音特征 產(chǎn)生門坎值，利用門坎值可判斷是否為音節(jié)的分割點。當(dāng)單字語音信號的音框 語音特征低于門坎值時，即表示該音框為音節(jié)的分割點。因此，當(dāng)分析模塊20 產(chǎn)生門坎值后，分割模塊30對比語音特征與門坎值，進(jìn)而將單字語音信號分割 為單個多個音節(jié)。
舉例說明，參見圖2，其中以單字dagoba (舍利子塔)為例作說明。Dagoba 具有三個音節(jié)，由圖2中可清楚看出各個音節(jié)之間有明顯的語音特征可區(qū)分。
參見圖3，在此實施例中采用語音特征中的平均振幅值與平均過零率相結(jié) 合，但不限于此。利用分割模塊30將平均振幅值、平均過零率與門坎值作比較， 當(dāng)發(fā)現(xiàn)平均振幅值、平均過零率低于門坎值時，即表示為音節(jié)的分割點。因此， 由圖3中可清楚看出Dagoba的單字語音信號，根據(jù)其語音特征而被切分為三個音節(jié)。
此外，當(dāng)分割模塊30根據(jù)語音特征，將單字語音信號分割為單個或多個音 節(jié)后，可利用儲存模塊(圖中未示)將每一個音節(jié)儲存起來，以提供后續(xù)利用， 例如電子辭典中，發(fā)音的合成等。
參見圖4，自動分割單字語音信號的方法，包含下列步驟
步驟S10:接收單字語音信號。
步驟S20:劃分單字語音信號為多個音框。
步驟S30:分析音框，產(chǎn)生對應(yīng)于每一個音框的語音特征。其中，語音特征 包含音框的平均振幅值、音框的平均過零率或音框的倒頻譜參數(shù)等。
步驟S40:根據(jù)語音特征，分割單字語音信號為音節(jié)。在此步驟中，還可包 含儲存每一個音節(jié)。
此外，可根據(jù)語音特征產(chǎn)生門坎值，再通過對比語音特征與門坎值，找出 語音信號中的每一個音節(jié)的分割點，而進(jìn)一步將單字語音信號分割為音節(jié)。
權(quán)利要求
1、一種自動分割單字語音信號的裝置，其特征在于該裝置包括接收模塊，用來接收單字語音信號，并將單字語音信號劃分為多個音框；分析模塊，分析音框，產(chǎn)生對應(yīng)于每一個音框的語音特征；分割模塊，根據(jù)語音特征，分割單字語音信號為音節(jié)，所述接收模塊接入分析模塊，所述分析模塊接入分割模塊。
2、 根據(jù)權(quán)利要求l所述的自動分割單字語音信號的裝置，其特征在于所 述語音特征包含音框的平均振幅值。
3、 根據(jù)權(quán)利要求l所述的自動分割單字語音信號的裝置，其特征在于所 述語音特征包含音框的平均過零率。
4、 根據(jù)權(quán)利要求1所述的自動分割單字語音信號的裝置，其特征在于所 述語音特征包含音框的倒頻譜參數(shù)。
5、 根據(jù)權(quán)利要求l所述的自動分割單字語音信號的裝置，其特征在于所 述分析模塊根據(jù)語音特征產(chǎn)生門坎值，通過分割模塊對比語音特征與門坎值。
6、 一種實現(xiàn)權(quán)利要求l所述的自動分割單字語音信號裝置的方法，其特征 在于該方法包含下列步驟1) 接收單字語音信號；2) 劃分單字語音信號為多個音框；3) 分析音框，產(chǎn)生對應(yīng)于每一個音框的語音特征；4) 根據(jù)語音特征，分割單字語音信號為音節(jié)。
7、 根據(jù)權(quán)利要求6所述的自動分割單字語音信號的方法，其特征在于所述語音特征包含音框的平均振幅值。
8、 根據(jù)權(quán)利要求6所述的自動分割單字語音信號的方法，其特征在于所述語音特征包含音框的平均過零率。
9、 根據(jù)權(quán)利要求6所述的自動分割單字語音信號的方法，其特征在于所述語音特征包含音框的倒頻譜參數(shù)。
10、 根據(jù)權(quán)利要求6或7或8或9所述的自動分割單字語音信號的方法，其特征在于所述步驟4)的具體步驟如下 1) 根據(jù)語音特征產(chǎn)生門坎值； 2) 通過對比語音特征與門坎值，找出語音信號中的每一個音節(jié)的分割點; 3) 根據(jù)分割點，將單字語音信號分割為音節(jié)。
全文摘要
本發(fā)明涉及一種自動分割單字語音信號的裝置與方法，該裝置包含接收模塊，用來接收單字語音信號，并將單字語音信號劃分為多個音框；分析模塊，分析音框，產(chǎn)生對應(yīng)于每一個音框的語音特征；分割模塊，根據(jù)語音特征，分割單字語音信號為音節(jié)，接收模塊接入分析模塊，分析模塊接入分割模塊，本發(fā)明完全替代了傳統(tǒng)的人工切分單字語音的方式，整個過程不需要人工介入，省時省力，效率高，且大大降低了人為帶來的失誤率。
文檔編號G10L13/04GK101419796SQ20081023254
公開日2009年4月29日 申請日期2008年12月2日 優(yōu)先權(quán)日2008年12月2日
發(fā)明者楊亞冬, 陳淮琰, 韓召寧 申請人:無敵科技(西安)有限公司