專利名稱：一種適應語音輸入距離變化的方法及其裝置的制作方法
技術領域：
本發(fā)明涉及一種語音輸入方法及其裝置。
背景技術：
如果說話者離麥克的距離不時發(fā)生變化，如在手機通話過程中，聽話者會感到聲音時大時小。如圖1所示，如果說話者與麥克的距離在距離1和距離2之間來回變化，麥克拾取到電信號的幅度會發(fā)生顯著的變化(因為聲波的能量大概與距離的二次方成反比變化)。這些變化的語音輸入信號經(jīng)說話者的手機無線傳輸?shù)铰犜捳叩氖謾C，聽話者就會感覺到聲音時大時小，使聽者感覺不太舒服。如果說話者與麥克的距離不得不放得比較遠(如圖中的距離3)，聽話者聽到的聲音就非常小，不得不要求說話者提高說話的音量，引起交流的不便。

發(fā)明內(nèi)容
本發(fā)明要解決的技術問題是提供一種適應語音輸入距離變化的方法及其裝置，在說話者與麥克風距離發(fā)生變化時，使聽話者能聽到更為穩(wěn)定的聲音，從而提高通話雙方的滿意度和舒適度。
為了解決上述技術問題，本發(fā)明提供了一種適應語音輸入距離變化的方法，先設定信號目標幅度門限，在收到模擬的語音信號后，進行以下步驟(a)根據(jù)放大器的當前增益將所述模擬語音信號放大，再變換成為數(shù)字語音信號采樣點序列；(b)在對所述采樣點序列進行后續(xù)處理的同時，計算出當前采樣塊各采樣點的能量值且進行統(tǒng)計，得到一統(tǒng)計值，根據(jù)該統(tǒng)計值和所述目標幅度門限的比較結果，按預設控制方式調(diào)整所述放大器的增益。
進一步地，上述方法還可具有以下特點所述步驟(a)中，將所述放大的模擬語音信號變換成為數(shù)字語音信號采樣點序列，是將所述放大的模擬信號經(jīng)西格碼-得爾塔變換成為1位的過采樣率數(shù)字信號，再將所述1位的過采樣率數(shù)字信號變換為多位的1倍采樣率數(shù)字信號。
進一步地，上述方法還可具有以下特點所述目標幅度門限包括目標幅度下限和目標幅度上限，所述步驟(b)中，如果所述統(tǒng)計值小于或小于等于目標幅度下限，則加大所述放大器的增益；如果所述統(tǒng)計值大于或大于等于目標幅度上限，則減小所述放大器的增益；如果所述統(tǒng)計值介于目標幅度的下限和上限之間，則保持所述放大器的增益。
進一步地，上述方法還可具有以下特點所述目標幅度門限包括目標幅度下限和目標幅度上限，此外還設定了一小于目標幅度下限的噪聲門限，所述步驟(b)中，如果所述統(tǒng)計值小于噪聲門限或者介于目標幅度的下限和上限之間，則保持當前增益；如果所述統(tǒng)計值小于或小于等于目標幅度下限且大于噪聲門限，則加大所述放大器的增益；如果所述統(tǒng)計值大于或大于等于目標幅度上限，則減小所述放大器的增益。
進一步地，上述方法還可具有以下特點在增大或減小所述放大器的增益時，每次增大或減小的增益值為0.5～3分貝。
進一步地，上述方法還可具有以下特點還設定了一大于目標幅度上限的警告門限，所述步驟(b)中，在所述統(tǒng)計值大于該警告門限，或大于目標幅度上限且小于該警告門限時，都減小所述放大器的增益，但在大于該警告門限時減小的增益值更大。
進一步地，上述方法還可具有以下特點所述噪聲門限設為滿幅度的0.5％～5％；所述目標幅度下限設為滿幅度的20％～60％；所述目標幅度上限設為滿幅度的50％～80％；所述警告門限設為滿幅度的85％～95％。
進一步地，上述方法還可具有以下特點所述步驟(b)中得到的所述統(tǒng)計值是指當前采樣塊各采樣點的幅度統(tǒng)計最大值。
進一步地，上述方法還可具有以下特點所述采樣塊的長度為0.5至2秒所采集到的采樣點數(shù)目。
本發(fā)明還提供了一種適應語音輸入距離變化的裝置，包括增益可調(diào)的放大器和與其連接的模數(shù)變換模塊，其特征在于，還包括幅度統(tǒng)計模塊和增益控制模塊，其中所述幅度統(tǒng)計模塊，用于接收所述模數(shù)變換模塊輸出的數(shù)字語音信號采樣點序列，計算出當前采樣塊各采樣點的能量值并進行統(tǒng)計，得到一統(tǒng)計值，輸出到所述增益控制模塊；所述增益控制模塊，連接到所述放大器，用于根據(jù)該統(tǒng)計值和設置的目標幅度門限的比較結果，按預設控制方式調(diào)整所述增益放大器的增益。
進一步地，上述裝置還可具有以下特點所述模數(shù)變換模塊進一步包括西格碼-得爾塔變換模塊和頻段壓縮濾波模塊，其中所述西格碼-得爾塔變換模塊，用于將輸入的模擬語音信號經(jīng)過西格碼-得爾塔變換成為1位的過采樣率的數(shù)字信號，并輸出到頻段壓縮濾波模塊；所述頻段壓縮濾波模塊，用于將上述1位信號變成1倍采樣率的多位數(shù)字信號輸出。
進一步地，上述裝置還可具有以下特點所述增益控制模塊中預設了目標幅度下限和目標幅度上限，如果所述統(tǒng)計值小于或小于等于目標幅度下限，則加大所述放大器的增益；如果所述統(tǒng)計值大于或大于等于目標幅度上限，則減小所述放大器的增益；如果所述統(tǒng)計值介于目標幅度的下限和上限之間，則保持所述放大器的增益。
進一步地，上述裝置還可具有以下特點所述增益控制模塊中預設了目標幅度下限、目標幅度上限和一小于目標幅度下限的噪聲門限，所述步驟(b)中，如果所述統(tǒng)計值小于噪聲門限或者介于目標幅度的下限和上限之間，則保持當前增益；如果所述統(tǒng)計值小于或小于等于目標幅度下限且大于噪聲門限，則加大所述放大器的增益；如果所述統(tǒng)計值大于或大于等于目標幅度上限，則減小所述放大器的增益。
進一步地，上述裝置還可具有以下特點所述增益控制模塊還預設了一大于目標幅度上限的警告門限，在所述統(tǒng)計值大于該警告門限或大于目標幅度上限且小于該警告門限時，都減小所述放大器的增益，但在大于該警告門限時減小的增益值更大。
進一步地，上述裝置還可具有以下特點所述幅度統(tǒng)計模塊是統(tǒng)計出當前采樣塊各采樣點的幅度統(tǒng)計最大值。
進一步地，上述裝置還可具有以下特點所述模數(shù)變換模塊設置的采樣塊的長度為0.5至2秒所采集到的采樣點數(shù)目。
綜上所述，本發(fā)明提供了一種適應語音輸入距離變化的方法及其裝置，克服了在說話者與麥克風距離發(fā)生較大變化時，聽話者因為感覺到聲音時大時小而感覺不太舒服的缺點，使聽話者能聽到響亮而穩(wěn)定的聲音，從而提高了通話雙方的滿意度和舒適度。


圖1是手機通話過程中說話者離麥克的距離發(fā)生變化的示意圖；圖2是本發(fā)明實施例裝置的結構圖。
具體實施例方式
本發(fā)明采用模擬和數(shù)字硬件技術，實現(xiàn)了語音信號幅度的自動調(diào)整，達到適應語音輸入距離變化的目的。
如圖2所示，本實施例裝置包括程控增益放大器，模數(shù)(AD)變換模塊，數(shù)模(DA)變換模塊，幅度統(tǒng)計模塊以及增益控制模塊，其中程控增益放大器，用于根據(jù)上述增益控制模塊輸出的增益將輸入的模擬語音信號放大，并將該放大的模擬信號輸出到AD變換模塊。本發(fā)明也可以采用其它增益可調(diào)的放大器。
AD變換模塊，用于將上述放大的模擬信號變換為數(shù)字語音信號，并分別輸出到數(shù)模變換模塊和幅度統(tǒng)計模塊，一個采樣塊的長度設為0.5至2秒所采集到的采樣點數(shù)目。該AD變換模塊進一步包括西格碼-得爾塔(SIGMA-DELTA)變換單元和頻帶壓縮濾波單元，其中SIGMA-DELTA變換單元，用于將該放大的模擬信號經(jīng)SIGMA-DELTA變換成為1位(BIT)的過采樣率數(shù)字信號，并輸出到頻帶壓縮濾波模塊；頻帶壓縮濾波單元，用于將收到的信號變換為16BIT的1倍采樣率數(shù)字信號，分別輸出到DA變換模塊和幅度統(tǒng)計模塊。
DA變換模塊，用于將收到的信號還原為模擬信號，送給說話者手機；幅度統(tǒng)計模塊，用于獲得采樣信號的幅度統(tǒng)計最大值(不一定是實際信號的最大值，故稱為統(tǒng)計最大值)，并將該最大值輸出到增益控制模塊；增益控制模塊，連接到所述增益放大器，用于根據(jù)采樣信號的幅度統(tǒng)計最大值調(diào)整程控增益放大器的增益，并輸出到所述程控增益放大器，從而達到信號幅度自動調(diào)整的目的，具體規(guī)則將在方法中詳細介紹。
上述AD變換模塊還可在頻帶壓縮濾波單元后加一個高通濾波器，以進一步濾除噪聲的低頻部分。
本實施例中適應語音輸入距離變化的方法，在收到的模擬語音信號后，進行以下步驟步驟一，根據(jù)程控增益放大器當前的增益將輸入的模擬語音信號放大；步驟二，將該放大的模擬信號經(jīng)SIGMA-DELTA變換成為1位(BIT)的過采樣率數(shù)字信號；上述過采樣率可以根據(jù)需要選定，可以是64倍，256倍或128倍采樣率等，本實施例中將該模擬信號經(jīng)SIGMA-DELTA變換成為1BIT的128倍采樣率數(shù)字信號。
步驟三，將上述數(shù)字信號變換為16BIT(可以根據(jù)需要設定，例如24BIT)的1倍采樣率數(shù)字信號，這樣起到了濾除噪聲高頻部分的效果；步驟四，計算出當前采樣塊中采樣信號的幅度統(tǒng)計最大值，并根據(jù)該幅度統(tǒng)計最大值和設定門限的比較結果，按設定的控制方式調(diào)整程控增益放大器的增益；同時，將所述16BIT采樣信號進行數(shù)模變換成為模擬信號輸出；在本實施例中，獲得采樣信號的幅度統(tǒng)計最大值Emax的算法如下令e(0)＝α|x(0)，然后有e(n)＝α|x(n)|+(1-α)e(n-1)，；
x(n)為當前的16BIT數(shù)據(jù)，n＝0，1，...，L-1，L為采樣塊長度。e(n)為第n個采樣點信號的幅度。當|x(n)|＞e(n-1)為迅速上升段，α為迅速上升段系數(shù)αattack，否則，α為非迅速上升段系數(shù)α_non_attack，這兩個系數(shù)都可由用戶通過寄存器來設置。
有Emax＝Max(e(n))，本實施例用該幅度統(tǒng)計最大值來表示語音輸入的距離。
采樣塊的長度對本方案的效果有較大影響。如果采樣塊長度過短，語音幅度調(diào)整過快，則語音將失去抑揚頓挫，也就是說語音會在幅度上出現(xiàn)失真；如果采樣塊長度過長，語音幅度調(diào)整過慢，在語音輸入距離變化較快時，將起不到調(diào)整的目的，甚至出現(xiàn)調(diào)整過度的情形。因此通常采樣塊的數(shù)據(jù)長度為0.5至2秒所采集到的數(shù)據(jù)，本實施例中取采樣塊的數(shù)據(jù)長度為1秒鐘所采集到的采樣點數(shù)目，如采樣率為16kHz，那么采樣塊的長度，即一個采樣塊中采樣點的數(shù)目，就可選為16384。
在本實施例中，上述程控增益放大器增益(pga_gain)的控制方式如下如果emax＜noise_thresholdpga_gain＝pga_gain；認為輸入信號為噪聲，保持原增益。
如果emax＞＝noise_threshold并且emax＜low_threshlodpga_gain＝pga_gain+1；認為是遠距離輸入，加大增益。
如果emax＞＝low_threshold并且emax＜high_thresholdpga_gain＝pga_gain；認為距離適中，保持原增益。
如果emax＞＝high_threshold并且emax＜alert_threshold)pga_gain＝pga_gain-1；認為是近距離輸入，減小增益。
如果emax＞＝alert_thresholdpga_gain＝pga_gain-2；認為是超近距離，快速減小增益。
其中noise_threshold為設定的噪聲門限，可設為滿幅度的1％，該取值的浮動范圍為0.5％～5％；
low_threshold為設定的目標幅度的下限，可設為滿幅度的50％，該取值的浮動范圍為20％～60％；high_threshold為設定的目標幅度的上限，可設為滿幅度的75％，該取值的浮動范圍為50％～80％；alert_threshold為設定的警告門限，可設為滿幅度的90％，該取值的浮動范圍為85％～95％。
另外，式中的“1”和“2”表示程控增益放大器增益變化時的單位增益。為保證幅度變化的平滑性，程控增益放大器增益變化的單位增益不要太大，也不要太小(道理同采樣塊長度的變化)，1個單位通常在0.5～3分貝(DB)之間比較合適，本實施例取值為1.5分貝。
在上述實施例的基礎上，也可以各種其它的變換方式例如改為計算采樣點的功率，用信號功率代替信號幅度進行判決，效果是一樣的，應當視為等同。
又如，本發(fā)明也不局限于實施例中的具體控制方式，如可以取采樣塊中幅度最大的M個采樣點的幅度或功率進行平均后，作為采樣信號的統(tǒng)計值，再與上述各門限比較。
又如，上述門限也并不一定全都設置，例如，如果通常不會出現(xiàn)距離太近的情況，只需在距離太遠時加大增益，則可以只設置目標幅度的下限而不設置上限，反之亦可。另外，噪聲門限或警告門限的設定也不是必須的，但是這樣會產(chǎn)生對噪聲也加大增益或在超近距離時不能更快速的減小增益等問題。再則，在上述實施例中，‘pga_gain+1；pga_gain-1；pga_gain-2’等對增益的變化幅度僅是示例性的，在對增益進行加大、減小和快速減小時，完全可以采用不同的數(shù)值。
又如，在將采樣信號變換為模擬信號輸出之前，還可以加入其它的各種處理，并不一定就直接送到數(shù)模變換模塊，可以是任意的對采樣點序列進行處理的模塊。例如可以在實施例裝置中的數(shù)模變換模塊和模數(shù)變換模塊之間加一個噪聲衰減模塊，在判決emax＜noise_threshold成立時，對該采樣塊的采樣信號進行幅度衰減后再輸出到噪聲衰減模塊，具體可衰減為原幅度值的一個比值，該比值可取為幅度統(tǒng)計最大值和噪聲門限的比值。
權利要求
1.一種適應語音輸入距離變化的方法，先設定信號目標幅度門限，在收到模擬的語音信號后，進行以下步驟(a)根據(jù)放大器的當前增益將所述模擬語音信號放大，再變換成為數(shù)字語音信號采樣點序列；(b)在對所述采樣點序列進行后續(xù)處理的同時，計算出當前采樣塊各采樣點的能量值且進行統(tǒng)計，得到一統(tǒng)計值，根據(jù)該統(tǒng)計值和所述目標幅度門限的比較結果，按預設控制方式調(diào)整所述放大器的增益。
2.如權利要求1所述的方法，其特征在于，所述步驟(a)中，將所述放大的模擬語音信號變換成為數(shù)字語音信號采樣點序列，是將所述放大的模擬信號經(jīng)西格碼-得爾塔變換成為1位的過采樣率數(shù)字信號，再將所述1位的過采樣率數(shù)字信號變換為多位的1倍采樣率數(shù)字信號。
3.如權利要求1所述的方法，其特征在于，所述目標幅度門限包括目標幅度下限和目標幅度上限，所述步驟(b)中，如果所述統(tǒng)計值小于或小于等于目標幅度下限，則加大所述放大器的增益；如果所述統(tǒng)計值大于或大于等于目標幅度上限，則減小所述放大器的增益；如果所述統(tǒng)計值介于目標幅度的下限和上限之間，則保持所述放大器的增益。
4.如權利要求1所述的方法，其特征在于，所述目標幅度門限包括目標幅度下限和目標幅度上限，此外還設定了一小于目標幅度下限的噪聲門限，所述步驟(b)中，如果所述統(tǒng)計值小于噪聲門限或者介于目標幅度的下限和上限之間，則保持當前增益；如果所述統(tǒng)計值小于或小于等于目標幅度下限且大于噪聲門限，則加大所述放大器的增益；如果所述統(tǒng)計值大于或大于等于目標幅度上限，則減小所述放大器的增益。
5.如權利要求3或4所述的方法，其特征在于，在增大或減小所述放大器的增益時，每次增大或減小的增益值為0.5～3分貝。
6.如權利要求3或4所述的方法，其特征在于，還設定了一大于目標幅度上限的警告門限，所述步驟(b)中，在所述統(tǒng)計值大于該警告門限，或大于目標幅度上限且小于該警告門限時，都減小所述放大器的增益，但在大于該警告門限時減小的增益值更大。
7.如權利要求6所述的方法，其特征在于，所述噪聲門限設為滿幅度的0.5％～5％；所述目標幅度下限設為滿幅度的20％～60％；所述目標幅度上限設為滿幅度的50％～80％；所述警告門限設為滿幅度的85％～95％。
8.如權利要求1所述的方法，其特征在于，所述步驟(b)中得到的所述統(tǒng)計值是指當前采樣塊各采樣點的幅度統(tǒng)計最大值。
9.如權利要求1所述的方法，其特征在于，所述采樣塊的長度為0.5至2秒所采集到的采樣點數(shù)目。
10.一種適應語音輸入距離變化的裝置，包括增益可調(diào)的放大器和與其連接的模數(shù)變換模塊，其特征在于，還包括幅度統(tǒng)計模塊和增益控制模塊，其中所述幅度統(tǒng)計模塊，用于接收所述模數(shù)變換模塊輸出的數(shù)字語音信號采樣點序列，計算出當前采樣塊各采樣點的能量值并進行統(tǒng)計，得到一統(tǒng)計值，輸出到所述增益控制模塊；所述增益控制模塊，連接到所述放大器，用于根據(jù)該統(tǒng)計值和設置的目標幅度門限的比較結果，按預設控制方式調(diào)整所述增益放大器的增益。
11.如權利要求10所述的裝置，其特征在于，所述模數(shù)變換模塊進一步包括西格碼-得爾塔變換模塊和頻段壓縮濾波模塊，其中所述西格碼-得爾塔變換模塊，用于將輸入的模擬語音信號經(jīng)過西格碼-得爾塔變換成為1位的過采樣率的數(shù)字信號，并輸出到頻段壓縮濾波模塊；所述頻段壓縮濾波模塊，用于將上述1位信號變成1倍采樣率的多位數(shù)字信號輸出。
12.如權利要求10所述的裝置，其特征在于，所述增益控制模塊中預設了目標幅度下限和目標幅度上限，如果所述統(tǒng)計值小于或小于等于目標幅度下限，則加大所述放大器的增益；如果所述統(tǒng)計值大于或大于等于目標幅度上限，則減小所述放大器的增益；如果所述統(tǒng)計值介于目標幅度的下限和上限之間，則保持所述放大器的增益。
13.如權利要求10所述的裝置，其特征在于，所述增益控制模塊中預設了目標幅度下限、目標幅度上限和一小于目標幅度下限的噪聲門限，所述步驟(b)中，如果所述統(tǒng)計值小于噪聲門限或者介于目標幅度的下限和上限之間，則保持當前增益；如果所述統(tǒng)計值小于或小于等于目標幅度下限且大于噪聲門限，則加大所述放大器的增益；如果所述統(tǒng)計值大于或大于等于目標幅度上限，則減小所述放大器的增益。
14.如權利要求12或13所述的裝置，其特征在于，所述增益控制模塊還預設了一大于目標幅度上限的警告門限，在所述統(tǒng)計值大于該警告門限或大于目標幅度上限且小于該警告門限時，都減小所述放大器的增益，但在大于該警告門限時減小的增益值更大。
15.如權利要求10所述的方法，其特征在于，所述幅度統(tǒng)計模塊是統(tǒng)計出當前采樣塊各采樣點的幅度統(tǒng)計最大值。
16.如權利要求10所述的方法，其特征在于，所述模數(shù)變換模塊設置的采樣塊的長度為0.5至2秒所采集到的采樣點數(shù)目。
全文摘要
本發(fā)明公開一種適應語音輸入距離變化的方法及其裝置，先設定信號目標幅度門限，在收到模擬的語音信號后，進行以下步驟根據(jù)放大器的當前增益將該模擬語音信號放大，再經(jīng)模數(shù)變換模塊變換成為數(shù)字語音信號采樣點序列；在對該采樣點序列進行后續(xù)處理的同時，幅度統(tǒng)計模塊計算出當前采樣塊各采樣點的能量值且進行統(tǒng)計，得到一統(tǒng)計值，增益控制模塊根據(jù)該統(tǒng)計值和該目標幅度門限的比較結果，按預設控制方式調(diào)整該放大器的增益。采用本發(fā)明方法和裝置，在說話者與麥克風距離發(fā)生變化時，使聽話者能聽到更為穩(wěn)定的聲音，從而提高通話雙方的滿意度和舒適度。
文檔編號H04R3/00GK1819452SQ20061001159
公開日2006年8月16日 申請日期2006年3月30日 優(yōu)先權日2006年3月30日
發(fā)明者楊作興 申請人:北京中星微電子有限公司