一種聲音控制語(yǔ)音交流的方法
【專利說(shuō)明】-種聲音控制語(yǔ)音交流的方法 所屬技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及通信領(lǐng)域，更具體地設(shè)及到多人語(yǔ)音通信時(shí)利用各自的聲音特征來(lái)控 制和協(xié)調(diào)相互交流的實(shí)現(xiàn)方法。
【背景技術(shù)】
[0002] 目前實(shí)現(xiàn)遠(yuǎn)距離兩兩用戶之間語(yǔ)音通信交流的方式是普通的電話業(yè)務(wù)，實(shí)現(xiàn)多人 語(yǔ)音交流通信的平臺(tái)主要有電話系統(tǒng)中的會(huì)議電話服務(wù)和對(duì)講機(jī)方式。
[0003] 電話業(yè)務(wù)需要發(fā)起人撥號(hào)連接，對(duì)方摘機(jī)通話。會(huì)議電話需要組織者先向電話公 司申請(qǐng)?jiān)摴δ?，再通知每個(gè)參會(huì)者撥通某個(gè)電話號(hào)碼加入。會(huì)議電話實(shí)現(xiàn)的架構(gòu)如圖1所 示，是一種集中式系統(tǒng)結(jié)構(gòu)。與會(huì)者的語(yǔ)音都送到一個(gè)中屯、處理單元，進(jìn)行疊加（也可按權(quán) 重疊加）后再發(fā)送給每一個(gè)與會(huì)者。與會(huì)者之間不能再進(jìn)行兩兩交流。對(duì)講機(jī)方式是一種 一對(duì)多的廣播方式，同一時(shí)間只能一個(gè)用戶講話，每次講話都需要按鍵切換通信模式。
[0004] 上述S種語(yǔ)音交流方式都有明確的應(yīng)用場(chǎng)合，在各自的應(yīng)用環(huán)境中都有不可替代 的優(yōu)勢(shì)。在有些應(yīng)用場(chǎng)景中，有時(shí)群組成員之間需要兩兩單獨(dú)交流，有時(shí)又需要大家一起交 流。譬如野外旅游，時(shí)不時(shí)需要各自報(bào)告一下自己的情況，其他時(shí)間又各自交流，而且各自 交流對(duì)象也不固定。如果大家走在一起，距離很近，談話交流不存在問(wèn)題。如果互相看不到， 用到無(wú)線通信設(shè)備，采用目前現(xiàn)有的方案，還是很不方便。目前的移動(dòng)終端，雖然智能化程 度非常高，但幾乎所有應(yīng)用都依賴于屏幕操作或按鍵操作。在行動(dòng)中操作屏幕或按鍵還很 不安全。也有些終端采用了語(yǔ)音識(shí)別技術(shù)來(lái)控制操作，但還沒(méi)能達(dá)到自由交流的效果。
[0005] 還有一些應(yīng)用場(chǎng)景如家庭成員之間，大家可能都不住在同一個(gè)地方，偶爾互相關(guān) 屯、一下近況，一般先彼此打個(gè)招呼，向大家匯報(bào)一下近況，然后各自交流。該樣的方式比逐 一打電話詢問(wèn)效果好得多。目前的QQ群組或微信群組功能只相當(dāng)于文本對(duì)講機(jī)方式，文本 交流還是趕不上語(yǔ)音方便、親切。
[0006] 人們?cè)诮嚯x談話交流時(shí)，一般情況下，說(shuō)話者的聲音大小是想來(lái)控制交流范圍 的。音量大是想讓多一點(diǎn)人聽(tīng)到，音量小是只想讓周圍幾個(gè)人或一個(gè)人聽(tīng)到。聽(tīng)者及時(shí)應(yīng) 答表示對(duì)交流內(nèi)容感興趣，希望繼續(xù)。如果聽(tīng)者不應(yīng)答或應(yīng)答響應(yīng)的頻率很低，有一搭沒(méi)一 搭的，表示對(duì)交流內(nèi)容不感興趣，慢慢地就應(yīng)該退出該交流者范圍。
[0007] 目前移動(dòng)通信已進(jìn)入4G，無(wú)線帶寬越來(lái)越大，加上目前移動(dòng)終端極好的性能，實(shí)現(xiàn) 遠(yuǎn)距離個(gè)性化的自由交流已經(jīng)不存在技術(shù)問(wèn)題。本發(fā)明根據(jù)人們近距離交流的特點(diǎn)，用電 路采集講話者及應(yīng)答者的聲音特征，主要包括說(shuō)話者音量大小、應(yīng)答的響應(yīng)時(shí)間W及響應(yīng) 的頻率。利用該些特征來(lái)控制和協(xié)調(diào)遠(yuǎn)距離的語(yǔ)音通信交流，增強(qiáng)用戶的體驗(yàn)感。

【發(fā)明內(nèi)容】

[000引本發(fā)明中把人們交流的語(yǔ)音信號(hào)分為應(yīng)答語(yǔ)和新話題兩類。應(yīng)答語(yǔ)指當(dāng)前講話人 語(yǔ)音信號(hào)結(jié)束之后確定的一段時(shí)間內(nèi)開(kāi)始的其他人的語(yǔ)音信號(hào)。新話題指除了應(yīng)答語(yǔ)之外 的其他的交流語(yǔ)音信號(hào)。應(yīng)答語(yǔ)的判斷需要用到語(yǔ)音信號(hào)端點(diǎn)檢測(cè)技術(shù)來(lái)確定語(yǔ)音信號(hào)的 起始點(diǎn)。在一個(gè)終端上判斷應(yīng)答語(yǔ)分為下列兩種情況：
[0009] 1)第一種情況如圖2所示，當(dāng)前終端的用戶講話結(jié)束后，經(jīng)過(guò)t時(shí)間開(kāi)始聽(tīng)到其他 用戶發(fā)送來(lái)的聲音信號(hào)。如果t<T(系統(tǒng)定義的一個(gè)闊值），則該用戶向當(dāng)前終端用戶發(fā) 送來(lái)的語(yǔ)音信號(hào)定義為應(yīng)答語(yǔ)。
[0010] 2)第二種情況如圖3所示，當(dāng)前終端的用戶聽(tīng)到其他用戶發(fā)送來(lái)的聲音信號(hào)結(jié)束 后，經(jīng)過(guò)t'時(shí)間當(dāng)前終端的用戶開(kāi)始講話，向其他用戶發(fā)送語(yǔ)音信號(hào)。如果t' <T'(系 統(tǒng)定義的一個(gè)闊值），則當(dāng)前終端用戶向其他用戶發(fā)送的語(yǔ)音信號(hào)定義為應(yīng)答語(yǔ)。
[0011] 由于上述的第一種情況需要考慮語(yǔ)音信號(hào)傳播延時(shí)的影響，系統(tǒng)設(shè)定闊值時(shí)一般 會(huì)讓T比T'稍大一點(diǎn)。
[0012] 本發(fā)明實(shí)現(xiàn)采用的架構(gòu)如圖4所示，是一種分布式系統(tǒng)結(jié)構(gòu)，每個(gè)用戶之間都可 W直接雙向通信。多人語(yǔ)音通信時(shí)，多路語(yǔ)音信號(hào)的疊加操作在各個(gè)用戶本地實(shí)現(xiàn)。如圖 5所示，多路語(yǔ)音信號(hào)送到一個(gè)用戶時(shí)，可W采用直接疊加。如果當(dāng)前共有L路語(yǔ)音信號(hào)送 過(guò)來(lái)，設(shè)町=1(2... =K^=1/L。和傳統(tǒng)的會(huì)議電話系統(tǒng)比較，每個(gè)用戶上疊加語(yǔ)音信號(hào)的 路數(shù)及該些語(yǔ)音信號(hào)對(duì)應(yīng)的成員都不一定相同的，疊加后的結(jié)果輸出給該用戶。
[0013] 系統(tǒng)中的每個(gè)用戶都有一個(gè)一模一樣的群組表，該群組表限定了語(yǔ)音交流成員的 最大范圍。群組表中除了當(dāng)前用戶之外的每個(gè)成員都對(duì)應(yīng)一個(gè)參數(shù)化，表示他們當(dāng)前的活 躍程度?；涤靡粋€(gè)計(jì)數(shù)器來(lái)表示，最大值為M，實(shí)時(shí)計(jì)數(shù)該成員向當(dāng)前終端用戶發(fā)送應(yīng)答 語(yǔ)的次數(shù)，即如圖2所示的上述第一種情況的應(yīng)答語(yǔ)的次數(shù)。當(dāng)用戶的群組表中一旦有一 個(gè)成員的參數(shù)化值大于M/2時(shí)，群組表中所有成員的化值除W2,即所有成員的計(jì)數(shù)器右 移一位，高位補(bǔ)0。再繼續(xù)計(jì)數(shù)。把當(dāng)前用戶群組表中化值不為0的成員稱為活躍成員。 把活躍成員按Hi值大小排序。
[0014] 語(yǔ)音信號(hào)的幅度值并不是穩(wěn)定的，變化很大，所W語(yǔ)音信號(hào)的音量大小A(n)定義 為語(yǔ)音信號(hào)開(kāi)始后一段時(shí)間內(nèi)，語(yǔ)音信號(hào)振幅的平均值，即；
[0015]
【主權(quán)項(xiàng)】
1. 一種聲音控制語(yǔ)音交流的方法，其特征在于：用電路采集講話者及應(yīng)答者的聲音特 征，包括說(shuō)話者音量大小、應(yīng)答的響應(yīng)時(shí)間以及響應(yīng)的頻率；利用這些特征來(lái)控制和協(xié)調(diào)遠(yuǎn) 距離多人語(yǔ)音通信交流的順利進(jìn)行。
2. 如權(quán)利要求1所述的利用交流者聲音特征來(lái)控制和協(xié)調(diào)語(yǔ)音通信交流的方法，其特 征在于：把人們交流的語(yǔ)音信號(hào)分為應(yīng)答語(yǔ)和新話題兩類；應(yīng)答語(yǔ)指當(dāng)前講話人語(yǔ)音信號(hào) 結(jié)束之后確定的一段時(shí)間內(nèi)開(kāi)始的其他人的語(yǔ)音信號(hào)；新話題指除了應(yīng)答語(yǔ)之外的其他的 交流語(yǔ)音信號(hào)。
3. 如權(quán)利要求1所述的利用交流者聲音特征來(lái)控制和協(xié)調(diào)語(yǔ)音通信交流的方法，其特 征在于：當(dāng)多人語(yǔ)音通信交流時(shí)，多路語(yǔ)音信號(hào)的疊加操作在各個(gè)用戶本地實(shí)現(xiàn)。
4. 如權(quán)利要求1所述的利用交流者聲音特征來(lái)控制和協(xié)調(diào)語(yǔ)音通信交流的方法，其特 征在于：系統(tǒng)中的每個(gè)用戶都有一個(gè)一模一樣的群組表，群組表中除了當(dāng)前用戶之外的每 個(gè)成員都對(duì)應(yīng)一個(gè)參數(shù)Hi，表示他們當(dāng)前的活躍程度；Hi值用一個(gè)計(jì)數(shù)器來(lái)表示，最大值 為M，實(shí)時(shí)計(jì)數(shù)該成員向當(dāng)前用戶發(fā)送應(yīng)答語(yǔ)的次數(shù)；當(dāng)用戶的群組表中一旦有一個(gè)成員 的參數(shù)Hi值大于M/2時(shí)，群組表中所有成員的Hi值除以2,即所有成員的計(jì)數(shù)器右移一位， 高位補(bǔ)〇，再繼續(xù)計(jì)數(shù)。
5. 如權(quán)利要求4所述的把當(dāng)前用戶群組表中的活躍成員按Hi值大小排序的方法，其特 征在于：把當(dāng)前用戶群組表中Hi值不為O的成員稱為活躍成員，把活躍成員按Hi值大小排 序；考慮一個(gè)特殊的活躍成員，如果當(dāng)前用戶講話的語(yǔ)音信號(hào)是應(yīng)答語(yǔ)，則要把當(dāng)前應(yīng)答對(duì) 象的成員放到活躍成員的前面，暫時(shí)列為活躍程度最高的成員。
6. 如權(quán)利要求5所述的判斷當(dāng)前用戶講話的應(yīng)答對(duì)象的方法，其特征在于：如果在時(shí) 間T'的閾值范圍內(nèi)不止一個(gè)成員向當(dāng)前用戶送來(lái)聲音信號(hào)，當(dāng)前用戶應(yīng)當(dāng)選擇其中t' 值最小的成員作為應(yīng)答對(duì)象。
7. 如權(quán)利要求1所述的利用講話者聲音的音量大小參與控制的方法，其特征在于：當(dāng) 用戶用最大檔音量講話時(shí)，則語(yǔ)音信號(hào)會(huì)發(fā)送給群組中所有成員（除了當(dāng)前用戶之外），用 最小檔音量則選擇與當(dāng)前Hi值最大的成員通話，講話者用音量大小來(lái)控制語(yǔ)音信號(hào)在群 組表成員中的發(fā)送范圍。
8. 如權(quán)利要求7所述的講話者聲音的音量大小的判斷方法，其特征在于：連續(xù)一段時(shí) 間計(jì)算A(n)值，并把A(n)按值從大到小排序，選取其中的第二大值或第三大值來(lái)判斷講話 者的音量大小。
9. 如權(quán)利要求1所述的利用交流者聲音特征來(lái)控制和協(xié)調(diào)語(yǔ)音通信交流的方法，其特 征在于：在具體實(shí)施中還可以采用按鍵，用按鍵時(shí)間的長(zhǎng)短或連續(xù)按壓次數(shù)來(lái)表示講話者 的音量大小，這樣講話者一方可以通過(guò)按鍵來(lái)控制語(yǔ)音信號(hào)的發(fā)送范圍；同樣聽(tīng)講話的一 方也可以用按鍵來(lái)產(chǎn)生簡(jiǎn)單的回復(fù)信號(hào)發(fā)給講話者，用作應(yīng)答語(yǔ)的統(tǒng)計(jì)，達(dá)到同樣的效果。
【專利摘要】本發(fā)明涉及通信領(lǐng)域，更具體地涉及到多人語(yǔ)音通信時(shí)利用各自的聲音特征來(lái)控制和協(xié)調(diào)相互交流的實(shí)現(xiàn)方法。本發(fā)明避開(kāi)了對(duì)交流語(yǔ)音內(nèi)容的關(guān)注，也避開(kāi)了對(duì)交流對(duì)象的識(shí)別和判斷。講話者利用音量大小控制交流成員的范圍，聽(tīng)者及時(shí)應(yīng)答保持活躍狀態(tài)。根據(jù)人們近距離交流的特點(diǎn)，用電路采集講話者及應(yīng)答者的聲音特征，主要包括說(shuō)話者音量大小、應(yīng)答的響應(yīng)時(shí)間以及響應(yīng)的頻率。利用這些特征來(lái)控制和協(xié)調(diào)遠(yuǎn)距離語(yǔ)音通信交流的順利進(jìn)行，增強(qiáng)用戶的體驗(yàn)感。
【IPC分類】H04L12-16
【公開(kāi)號(hào)】CN104811318
【申請(qǐng)?zhí)枴緾N201510184232
【發(fā)明人】姚昊萍, 丁蘭英, 張靜, 史麗萍
【申請(qǐng)人】南京農(nóng)業(yè)大學(xué)
【公開(kāi)日】2015年7月29日
【申請(qǐng)日】2015年4月15日