自动音量控制装置及自动音量控制方法与流程

本发明涉及音量控制，具体而言，涉及一种基于语音信号的自动音量控制。

背景技术：

1、近年来，由于各种各样的内容平台(contents platform)的出现，视听者为了选择自己喜欢的内容并消费，而频繁切换不同的平台。不仅提供内容的平台多种多样，而且用于播放内容的设备也多种多样，例如tv、手机、平板等。但是在设备用户播放内容时，由于各个内容的音量差异或内容平台之间的音量差异、播放设备的音量实现差异，存在每次利用所选择的播放设备视听所选择的节目时需要调节音量的不便。

2、用户调节音量的理由之一，可能是播放内容时节目中的人物的语音不够清晰。在人物的对白或重要的语音被掩盖的情况下，无法掌握内容，从而引起视听不便，因此可以通过提高整体音量将音量调节到视听内容时舒适的音量。相反，减小音量的理由可能是整体声音过大或者在特定效果音或音乐突然变大时会引起不适。因此，如上所述，存在音量过小或过大或者突然变大或突然变小时需要通过调节音量将音量调节为听着舒适的大小的不便。

3、因此，为了消除播放各种各样的内容的过程中可能因声音而引起的不适，制造播放内容的设备的硬件制造商，正在研究增强在内容平台播放的语音而抑制不必要的噪声或突然的音量变化的自动音量控制技术。但是。大部分的自动音量控制技术采用将小信号放大使过大的信号衰减的方式，因此存在内容中的人物的语音和背景音同时变大或变小的问题。从而，可能存在如下的问题，虽然整体音量的大小会变大，但是可能没有改善人物的对白等重要语音的识别性能，并且大信号的衰减使背景音的动态消失，导致临场感等下降。

技术实现思路

1、因此，本发明的各种实施例提供一种，用于将各种各样的内容中包含的声音分为语音和非语音，并基于语音的大小来实现自动音量控制技术，由此提高视听内容时语音的识别性能，并且保持背景音的动态的方法。

2、本发明所要实现的技术课题并不限定于以上提及到的技术课题，本领域的技术人员能够通过以下的记载明确理解未被提及到的其他技术课题。

3、根据各种各样的实施例，基于语音信号的自动音量控制装置可以包括：对象分离器，将音频输入信号分离成语音信号和非语音信号；语音信号处理部，处理所述语音信号，基于所述语音信号和设定的音量信息来确定音量补偿值；非语音信号处理部，处理所述非语音信号；以及音量控制器，基于所述音量补偿值，控制将由所述语音信号处理部和所述非语音信号处理部处理并输出的语音输出信号和非语音输出信号相加的音频输出信号的音量。

4、根据一实施例，所述对象分离器可以利用人工智能算法将所述音频输入信号分离成语音信号和非语音信号。

5、根据一实施例，所述语音信号处理部可以包括：语音音量分析器，计算所述语音信号的平均功率；音量补偿器，基于由所述语音音量分析器算出的所述语音信号的平均功率和所述设定的音量信息，来确定所述音量补偿值；语音自动增益控制器，基于所述语音信号的平均功率和累积功率来运算用于补偿所述语音信号的大小的增益(gain)；语音标准化器，通过反映所述增益使所述语音信号标准化；以及语音均衡器(equalizer)，改变所述语音信号的音色。

6、根据一实施例，所述语音音量分析器可以对实时输入的所述语音信号以规定大小的帧(frame)为单位进行处理，并判断帧内是否存在语音信号，如果判断为有语音信号，则可以算出当前帧的平均功率，并通过累积算出的所述平均功率来计算累积功率。

7、根据一实施例，所述语音音量分析器可以通过将所述平均功率乘以权重值，并加上之前累积功率乘以(1-权重值)的值来计算所述累积功率；所述权重值可以具有0至1之间的值。

8、根据一实施例，所述音量补偿器可以获取用户设定的音量信息，并通过比较所述累积功率和设定的所述音量信息来确定用于增加或减小整体音量的所述音量补偿值，使得所述累积功率与所述音量信息对应。

9、根据一实施例，所述音量补偿器可以存储用户之前设定过的语音信号的音量，并通过比较所述累积功率和所存储的所述语音信号的音量来确定用于增加或减小整体音量的所述音量补偿值，使得所述累积功率与所述语音信号的音量对应。

10、根据一实施例，所述音量补偿器可以具有确认个人信息或生物体信息的识别装置，并基于所述识别装置区分复数个用户，区分复数个所述用户使用的复数个内容平台(contents platform)，存储复数个所述用户对复数个所述内容平台中的每一个平台按时间段使用的语音信号的音量，基于当前视听中的内容平台、识别到的用户以及时间段来获取设定的语音信号的音量，通过比较所述累积功率和获取到的所述语音信号的音量来确定用于增加或减小整体音量的所述音量补偿值，使得所述累积功率与所述语音信号的音量对应。

11、根据一实施例，所述语音自动增益控制器可以比较所述平均功率和所述设定的音量信息，并在所述平均功率小于所述设定的音量的情况下，将从所述设定的音量减去所述平均功率的差值乘以放大比的值和最大增益中更小的值选择并确定为增益，在所述平均功率大于所述设定的音量的情况下，将从所述设定的音量减去所述平均功率的差值乘以衰减比的值和最小增益中更大的值选择并确定为增益。

12、根据一实施例，所述非语音信号处理部可以包括：音场感处理器，对所述非语音信号赋予音场效果；非语音音量分析器，通过分析所述非语音信号来计算平均功率；非语音自动增益控制器，基于由所述非语音音量分析器分析的所述非语音信号的平均功率和累积功率，来运算用于补偿所述非语音信号的音量的增益(gain)；以及非语音标准化器，通过反映所述增益使所述非语音信号标准化。

13、根据一实施例，所述非语音音量分析器可以对实时输入的所述非语音信号以规定大小的帧(frame)为单位进行处理，并判断在一个帧内是否存在非语音信号，如果判断为没有非语音信号，则从所述平均功率的计算中排除，如果判断为有非语音信号，则计算当前帧的平均功率，并通过累积算出的所述平均功率来计算累积功率。

14、根据一实施例，所述非语音自动增益控制器可以在比较所述平均功率和所述非语音信号的音量目标值时，在所述平均功率大的情况下，将所述音量目标值与所述平均功率的差值乘以衰减比的值和最小增益中更大的值选择并确定为增益。

15、根据各种各样的实施例，基于语音信号的自动音量控制方法可以包括：将音频输入信号分离成语音信号和非语音信号的对象分离步骤；处理所述语音信号，并基于所述语音信号和设定的音量信息来确定音量补偿值的语音信号处理步骤；处理所述非语音信号的非语音信号处理步骤；以及基于所述音量补偿值，来控制将所述语音信号处理步骤和所述非语音信号处理步骤中处理并输出的语音输出信号和非语音输出信号相加的音频输出信号的音量的音量控制步骤。

16、根据一实施例，所述对象分离步骤可以利用人工智能算法将所述音频输入信号分离成语音信号和非语音信号。

17、根据一实施例，所述语音信号处理步骤可以包括：计算所述语音信号的平均功率的语音音量分析步骤；基于通过所述语音音量分析步骤算出的所述语音信号的平均功率和所述设定的音量信息，来确定所述音量补偿值的音量补偿步骤；基于所述语音信号的平均功率和累积功率来运算用于补偿所述语音信号的大小的增益(gain)的语音自动增益控制步骤；通过反映所述增益使所述语音信号标准化的语音标准化步骤；以及改变所述语音信号的音色的语音均衡器(equalizer)步骤。

18、根据一实施例，所述语音音量分析步骤可以包括：对实时输入的所述语音信号以规定大小的帧(frame)为单位进行处理的步骤；判断帧内是否存在所述语音信号的步骤；以及如果判断为有语音信号，则算出当前帧的所述平均功率，并通过累积算出的所述平均功率来计算累积功率的步骤。

19、根据一实施例，所述语音音量分析步骤可以包括通过对所述平均功率乘以权重值，并加上对之前累积功率乘以(1-权重值)的值来计算所述累积功率的步骤；所述权重值可以具有0至1之间的值。

20、根据一实施例，所述音量补偿步骤可以包括：获取用户设定的音量信息的步骤；以及通过比较所述累积功率和设定的所述音量信息来确定用于增加或减小整体音量的所述音量补偿值，使得所述累积功率与所述音量信息对应的步骤。

21、根据一实施例，所述音量补偿步骤可以包括：存储所述用户之前设定过的语音信号的音量的步骤；以及通过比较所述累积功率和所存储的所述语音信号的音量来确定用于增加或减小整体音量的所述音量补偿值，使得所述累积功率与所述语音信号的音量对应的步骤。

22、根据一实施例，所述音量补偿步骤可以包括：区分复数个用户的步骤；区分复数个所述用户使用的复数个内容平台(contents platform)的步骤；存储复数个所述用户对于复数个所述内容平台中的每一个平台按时间段使用的语音信号的音量的步骤；基于当前视听中的内容平台、识别到的用户以及时间段，获取设定的语音信号的音量的步骤；以及通过比较所述累积功率和获取到的所述语音信号的音量来确定用于增加或减小整体音量的所述音量补偿值，使得所述累积功率与所述语音信号的音量对应的步骤。

23、根据一实施例，所述语音自动增益控制步骤可以包括：在所述平均功率小于所述设定的音量的情况下，将从所述设定的音量减去所述平均功率的差值乘以放大比的值和最大音量中更小的值选择并确定为增益的步骤；以及在所述平均功率大于所述设定的音量的情况下，将从所述设定的音量减去所述平均功率的差值乘以衰减比的值和最小音量中更大的值选择并确定为增益的步骤。

24、根据一实施例，所述非语音信号处理步骤可以包括：对所述非语音信号赋予音场效果的音场感处理步骤；通过分析所述非语音信号来计算非语音信号的平均功率的非语音音量分析步骤；基于在所述非语音音量分析步骤中分析的所述非语音信号的平均功率和累积功率，来运算补偿所述非语音信号的音量的增益(gain)的非语音自动增益控制步骤；以及通过反映所述增益使所述非语音信号标准化的非语音标准化步骤。

25、根据一实施例，所述非语音音量分析步骤可以包括：对实时输入的所述非语音信号以规定大小的帧(frame)为单位进行处理的步骤；判断在一个帧内是否存在非语音信号的步骤；以及如果判断为没有非语音信号，则从所述平均功率的计算中排除，如果判断为有非语音信号，则计算当前帧的所述平均功率，并通过累积算出的所述平均功率来计算累积功率的步骤。

26、根据一实施例，所述非语音自动增益控制步骤可以包括：当比较所述平均功率和所述非语音信号的音量目标值时，在所述平均功率大的情况下，将所述音量目标值与所述平均功率的差值乘以衰减比的值和最小增益中更大的值选择并确定为增益的步骤

27、根据本发明的一实施例，通过分析各种各样的内容中包含的声音并基于语音的大小来实现自动音量控制技术，由此能够提高对于语音的识别性能。

28、根据本发明的一实施例，基于语音大小来放大内容声音而不影响背景音的动态，从而能够保持视听内容时的临场感。

29、本发明能够得到的效果并不限定于以上提及到的效果，本领域的技术人员能够通过以下的记载明确理解未被提及到的其他效果。