應用于音頻裝置的控制器與相關的操作方法
【專利摘要】本發明涉及一種應用于一音頻裝置的控制器與相關操作方法；控制器可接收兩麥克風分別提供的第一收音頻號與第二收音頻號，并包括一回音消除模塊與一波束成型模塊?；匾粝K可對第一收音頻號進行回音消除并據以提供一中介信號，波束成型模塊則可利用回音消除后的中介信號與未經回音消除處理的第二收音頻號進行波束成型處理。
【專利說明】應用于音頻裝置的控制器與相關的操作方法

【技術領域】
[0001]本發明有關于一種應用于音頻裝置的控制器與相關的操作方法，尤指一種能以低運算量有效改善收音效果的音頻裝置控制器與相關操作方法。

【背景技術】
[0002]能收集及/或播放聲音的音頻裝置已在現代資訊生活中扮演重要的角色；再者，具有聲控功能的裝置也可視為音頻裝置。舉例而言，音頻裝置可以涵蓋手機、數位相機/攝影機、可發音并接受聲控的導航/定位裝置、穿戴式/手持式/可攜式的計算機/電子書/電子字典/電腦、具有聲控功能的電視、音響、多媒體播放器、玩具乃至于互動藝術作品等坐寸ο
[0003]請參考圖1，其所示意的是一已知的音頻裝置10，其可播放聲音，并可接受聲控。音頻裝置10包括有麥克風12a與12b，揚聲器14a與14b，一控制器20，一音頻輸出模塊23與一播放模塊24。麥克風12a與12b用以收音，并將收集到的聲音轉換為信號Si_L與Si_R0信號Si_L與Si_R會被傳輸至控制器20。
[0004]控制器20包括一波束成型(beam forming)模塊16、一回音消除(echocancellat1n)模塊18與一語音辨識模塊22。音頻輸出模塊23可提供信號Sp_L與Sp_R作為音源信號，播放模塊24可依據信號Sp_L與Sp_R進行播放，例如說是依據信號Sp_L與Sp_R分別驅動揚聲器14a與14b,以將信號Sp_L與Sp_R播放為聲音。
[0005]為了實現聲控的功能，音頻裝置10必須聚焦于使用者的位置以集中收集使用者發出的聲控命令，并避免揚聲器14a與14b的播音影響收音，因為揚聲器14a與14b播出的聲音會形成回音，并被麥克風12a與12b接收。在習知音頻裝置10的控制器20中，波束成型模塊16便是要利用信號Si_L與Si_R進行波束成型處理，并據以提供信號Sml ;波束成型的目的是在信號Sml中加強某一聚焦區域內的聲音，并減抑其他非聚焦區域的聲音干擾。回音消除模塊18則依據信號對信號Sml進行回音消除，據以提供信號Sm2。然后，語音辨識模塊22便可利用信號Sm2來進行語音辨識，由信號Sm2中辨識出是否有聲控命令及命令的內容，使控制器20能據以控制音頻裝置10。
[0006]由圖1可知，已知音頻裝置10是在進行波束成型之后進行回音消除。在此已知架構下，雖然控制器20僅需單一回音消除模塊18而降低運算量，但波束成型會破壞回音的線性特性，產生非線性的信號，使回音消除模塊18無法完全消除回音，連帶影響語音辨識的正確性與辨識率。


【發明內容】

[0007]為克服已知技術的缺點，本發明的目的之一是提供一種可運用于一音頻裝置的控制器。本發明控制器可接收由兩麥克風分別提供的一第一收音頻號與一第二收音頻號，并包括一回音消除模塊與一波束成型模塊。回音消除模塊對第一收音頻號進行回音消除并據以提供一中介信號。波束成型模塊耦接回音消除模塊與第二收音頻號，以中介信號與第二收音頻號進行波束成型(beam forming)處理，據以提供一輸出信號；其中，第二收音頻號不經回音消除處理?？刂破鬟€可包括一語音辨識模塊，耦接該波束成型模塊，對輸出信號進行語音辨識，并依據語音辨識的結果控制音頻裝置。
[0008]本發明音頻裝置可以包括一或多個揚聲器、一音頻輸出模塊與一播放模塊。音頻輸出模塊用以為各揚聲器提供一音源信號，播放模塊依據各音頻信號來使各揚聲器播放對應的聲音，而回音消除模塊則可依據音源信號來對第一收音頻號進行回音消除。
[0009]本發明的目的之一是提供一種應用于一音頻裝置的操作方法，包括:分別自一第一麥克風與一第二麥克風接收一第一收音頻號與一第二收音頻號，對第一收音頻號進行一回音消除處理并據以提供一中介信號，以及，依據中介信號與第二收音頻號進行一波束成型處理并據以提供一輸出信號；其中，第二收音頻號是未經回音消除處理。
[0010]為了對本發明的上述及其他方面有更佳的了解，下文特舉較佳實施例，并配合附圖，作詳細說明如下:

【專利附圖】

【附圖說明】
[0011]圖1示出了一已知音頻裝置的控制器架構。
[0012]圖2示出了一音頻裝置及其控制器。
[0013]圖3示出了依據本發明一實施例的音頻裝置及其控制器。
[0014]圖4舉例比較圖1至圖3的回音消除效果與運算量。
[0015]圖5示出了依據本發明一實施例的操作方法流程。
[0016]符號說明
[0017]10、30、50:音頻裝置
[0018]12a-12b、32a-32b、52a_52b:麥克風
[0019]14a_14b、34a-34b、54a_54b:揚聲器
[0020]16、36、56:波束成型模塊
[0021]18、38a_38b、58:回音消除模塊
[0022]20,40,60:控制器
[0023]22、42、62:語音辨識模塊
[0024]23、43、63:音頻輸出模塊
[0025]24、44、64:播放模塊
[0026]Si_L/Si_R、Sml、Sm2、Sp_L/Sp_R、Sm_R/Sm_L、Si_a/Si_b、Sp_a/Sp_b、S1、S2:信號
[0027]100:流程
[0028]102-108:步驟

【具體實施方式】
[0029]請參考圖2，其所示意的是一音頻裝置30。音頻裝置30亦可播放聲音并接受聲控，其包括有麥克風32a與32b,揚聲器34a與34b, —控制器40, —音頻輸出模塊43與一播放模塊44。麥克風32a與32b用以收音，據以提供電子信號Si_L與Si_R，并傳輸至控制器40。
[0030]控制器40包括兩回音消除模塊38a與38b、一波束成型模塊36與一語音辨識模塊42。音頻輸出模塊43可提供信號Sp_L與Sp_R作為音源信號，播放模塊44依據信號Sp_L與Sp_R控制揚聲器34a與34b，以將信號Sp_L與Sp_R播放為聲音。
[0031]為了實現聲控的功能，音頻裝置30同樣必須聚焦收音，并避免揚聲器34a與34b的播放回音干擾收音。在音頻裝置30的控制器40中，回音消除模塊38a與38b會先依據信號Sp_L與Sp_R而分別從信號Si_L與Si_R中消除回音，并產生信號Sm_L與Sm_R。然后，由波束成型模塊36利用信號Sm_L與Sm_R進行波束成型處理，并據以產生信號Sm2，作為一輸出信號。如此，語音辨識模塊42便可利用信號Sm2來進行語音辨識，以使控制器40能據以控制音頻裝置30。
[0032]不同于圖1的已知技術，圖2的控制器架構是先進行兩路的均衡回音消除，再進行波束成型，以避免回音特性被波束成型破壞。不過，圖2兩路均衡回音消除可能需耗費較多運算量。
[0033]請參考圖3，其所示意的是依據本發明一實施例的音頻裝置50。舉例而言，音頻裝置50可以是一個可播放聲音且可接受聲控的裝置，例如一聲控電視或一聲控的多媒體播放器。音頻裝置50可以包括一或多個麥克風(例如麥克風52a與52b), —或多個揚聲器(例如揚聲器54a與54b), —音頻輸出模塊63, —播放模塊64以及一控制器60。麥克風52a與52b用以收音，并分別將收集到的聲音轉換為電子信號Si_a與Si_b (可視為第一與第二收音頻號)，傳輸至控制器60。
[0034]控制器60可以是一處理器或控制器芯片，也可以包括控制器芯片的周邊支持電路及/或硬件，如揮發性及/或非揮發性存儲器等等?？刂破?0可包括單一回音消除模塊58、一波束成型模塊56與一語音辨識模塊62。在音頻裝置50中，音頻輸出模塊63可提供信號Sp_a與Sp_b (可視為音源信號),播放模塊64則依據信號Sp_a與Sp_b驅動揚聲器54a與54b,以將信號Sp_a與Sp_b播放為對應的聲音。舉例而言，音頻輸出模塊63可以包括音頻編解碼(aud1 codec)模塊，用以從一立體聲的音源串流(未繪示)中提取出不同聲道的信號以分別作為不同揚聲器的音源信號，例如揚聲器54a與54b的信號Sp_a與Sp_b。
[0035]音頻裝置50可聚焦收音，并抑制揚聲器播音所導致的回音。舉例而言，為了實現聲控的功能，音頻裝置50可聚焦于使用者的位置以集中收集使用者發出的聲控命令，并避免揚聲器54a與54b的播音影響收音。在控制器60中，回音消除模塊58稱接于麥克風52a、波束成型模塊56與音頻輸出模塊63，接收信號Sp_a，以參考信號Sp_a來對信號Si_a進行回音消除，并據以提供信號SI作為一中介信號。波束成型模塊56耦接回音消除模塊58、麥克風52b與語音辨識模塊62,可利用信號SI與麥克風52b的信號Si_b進行波束成型處理，據以提供一信號S2作為一輸出信號。語音辨識模塊62 I禹接波束成型模塊56,對信號S2進行語音辨識，使控制器60得以依據語音辨識的結果控制音頻裝置50。
[0036]由圖3可知，本發明控制器60是將回音消除安排在波束成型之前，如此，便可避免波束成型的非線性信號影響回音消除的效果，也進一步防止波束成型干擾語音辨識率與正確性。舉例而言，回音消除可利用正規化最小平方誤差(NLMS, Normalized Least MeanSquare)演算法來進行，但在對某一輸入的音源信號進行回音消除時，若該信號經過越多的處理(例如空間反射、非線性共振及/或波束成型等等)，便越難以利用處理后的音源信號經由NLMS演算法去逼近輸入回音的適應性濾波器系數。所以，若將波束成型置于回音消除之前，會讓回音消除模塊更難學習到消除回音的濾波器系數，而使回音更難消除。相較之下，本發明的控制器架構是將波束成型安排在回音消除之后，因此能有效防止波束成型破壞回音消除的效果。
[0037]再者，本發明控制器60可以實現單一回音消除模塊58，因此，控制器60的運算量可以縮減，避免圖2中多個回音消除所需的額外運算量。雖然控制器60只對麥克風52a提供的信號Si_a進行回音消除，并未對麥克風52b的信號Si_b進行回音消除，但依據本發明實施例，信號Si_b中的回音仍會被波束成型模塊56的波束成型處理抑制、消除，因此，整體而言，信號Si_a與Si_b中的回音均不會干擾語音辨識的辨識率。
[0038]波束成型的目的之一是增強聚焦區的聲音并相對地抑制非聚焦區的聲音；舉例而言，聚焦區可以位在麥克風54a與54b的幾何中心線上。也就是說，聚焦區距離麥克風54a與54b的距離是相近的，因此在聚焦區發出的聲音表現在信號中也是類似的，若一聲音在信號Si_a與Si_b中有不同的表現,或者只表現在信號Si_a與Si_b其中之一，則可判斷其并非聚焦區發出的聲音。在本發明實施例中，雖然麥克風52b的信號Si_b未經回音消除，但因信號Si_b的回音只出現在麥克風54b傳入的信號Si_b內，而沒有出現在回音消除模塊58傳送的信號SI內，故會被波束成型模塊56認定為非聚焦區的聲音；如此,波束成型模塊56的波束成型處理便會將信號Si_b的回音濾除。
[0039]請參考圖4，其舉例比較圖1至圖3控制器的回音消除效果與運算量。圖4中，回音消除效果是以回音往返損耗的增強(ERLE, Echo Return Loss Enhancement)來量化；數值越高者，回音消除的效果越好。運算量則以回音消除所需的時脈來表示；數值越低者，所需消耗的運算量越少。由圖4可知，本發明(圖3)的控制器架構可兼顧回音消除效果與低運算量，不僅回音消除效果優良，且使用的運算量也很低。
[0040]在圖3實施例中，語音辨識模塊62也可以是其他功能的模塊，例如說是錄音模塊(用以將信號S2記錄至非揮發性存儲器)、傳輸模塊(將信號S2傳輸至網絡)及/或音頻處理模塊，例如編碼模塊(將信號S2編碼為串流)或頻譜轉換模塊(將信號S2轉換至頻域)等等?？刂破?0的各模塊可以用專屬硬件實現，以及/或者，用硬件處理器執行軟件及/或固件程序來實現。
[0041]請參考圖5，其所示意的是依據本發明一實施例的流程100，其可運用于圖3音頻裝置。流程100的主要步驟可說明如下。
[0042]步驟102:由多麥克風接收多個收音頻號，例如說是由麥克風52a與52b (圖3)分別取得信號Si_a與Si_b。
[0043]步驟104:于多個收音頻號中，對部份的一或多個收音頻號進行回音消除處理，對剩下的一或多個收音頻號則不經回音消除處理。舉例而言，于圖3的例子中，便是依據信號3?_&來對信號51_&進行回音消除處理以形成信號SI (中介信號)，信號Si_b則不經回音消除處理。
[0044]步驟106:并用回音消除后的信號(如信號SI)與未經回音消除的信號(如信號Si_b)進行波束成型處理，據以提供一輸出信號，如圖3中的信號S2。
[0045]步驟108:運用步驟106所提供的輸出信號。舉例而言，可對輸出信號S2進行語音辨識，并依據語音辨識結果控制音頻裝置50。
[0046]總結來說，本發明可推廣如下:本發明控制器可接收一麥克風陣列(可包括多個麥克風)所提供的多個收音頻號，對其中的部份(一或多個)收音頻號進行回音消除處理，其余的(一或多個)收音頻號則不需經由回音消除處理；再者，利用回音消除后的收音頻號與未經回音消除的收音頻號整合進行波束成型處理，以達成聚焦收音與回音消除。換言之，本發明是對不同麥克風提供的信號采用不均衡的回音消除，再搭配波束成型來整合實現聚焦收音與回音消除。相較于已知技術，本發明可避免回音消除受到波束成型影響，且不需對所有聲道的麥克風進行回音消除，故可兼顧優秀的回音消除效果與精簡的運算量。
[0047] 綜上所述，雖然本發明已以較佳實施例揭示如上，然其并非用以限定本發明。本發明所屬【技術領域】中具有通常知識者，在不脫離本發明的精神和范圍內，當可作各種的更動與潤飾。因此，本發明的保護范圍當由權利要求書所界定為準。
【權利要求】
1.一種應用于一音頻裝置的控制器，該控制器接收兩麥克風分別提供的一第一收音頻號與一第二收音頻號，并包含: 一回音消除模塊，對該第一收音頻號進行一回音消除處理并據以提供一中介信號；以及 一波束成型模塊，依據該中介信號與該第二收音頻號進行一波束成型處理并據以提供一輸出信號，其中該第二收音頻號不經該回音消除處理。
2.如權利要求1所述的控制器，其特征在于，該音頻裝置包含一音頻輸出模塊與一播放模塊，該播放模塊依據該音頻輸出模塊輸出的一音源信號進行播放，其中，該回音消除模塊依據該音源信號對該第一收音頻號進行該回音消除處理。
3.如權利要求1所述的控制器，其特征在于，還包含: 一語音辨識模塊，對該輸出信號進行一語音辨識。
4.如權利要求3所述的控制器，其特征在于，依據該語音辨識的結果控制該音頻裝置。
5.一種應用于一音頻裝置的操作方法，包含: 分別自一第一麥克風與一第二麥克風接收一第一收音頻號與一第二收音頻號； 對該第一收音頻號進行一回音消除處理并據以提供一中介信號；以及依據該中介信號與該第二收音頻號進行一波束成型處理并據以提供一輸出信號，其中該第二收音頻號不經該回音消除處理。
6.如權利要求5所述的操作方法，其特征在于，該音頻裝置包含一音頻輸出模塊與一播放模塊，該播放模塊依據該音頻輸出模塊輸出的一音源信號進行播放，其中，對該第一收音頻號進行該回音消除處理并據以提供該中介信號的步驟，依據該音源信號進行。
7.如權利要求5所述的操作方法,其特征在于,還包含:對該輸出信號進行一語音辨識。
8.如權利要求7所述的操作方法，其特垂下在于，還包含:依據該語音辨識的結果控制該音頻裝置。
【文檔編號】H04R3/02GK104469619SQ201310414628
【公開日】2015年3月25日 申請日期:2013年9月12日 優先權日:2013年9月12日
【發明者】黃宏吉, 胡正倫 申請人:晨星半導體股份有限公司