[发明专利]用于声学变换的系统和方法

说明书

交叉引用

本申请要求于2011年7月25日提交的美国专利申请第61/511,275号的优先权，其全部内容通过引用合并于此。

技术领域

本发明一般涉及声学变换，更具体地，本发明涉及用于改善说话者或声音的可理解性的声学变换。

背景技术

目前存在一些声音被不准确地产生的例子，结果是所听到的声音不是想要的声音。具有构音障碍的说话者通常不准确地发出言语声。

构音障碍是损害物理产生语音的一组神经运动失调。这些损害降低了对主要发声器官的正常控制，但是不影响对有意义的、语法正确的语言的常规理解或产生。例如，对喉返神经的损伤降低了对声壁振动（即，发声）的控制，这会引起异常地发声。由迷走神经的损伤引起的对软腭移动的控制不足可能导致在说话期间不成比例的空气量通过鼻子被释放（即，鼻音重）。还已观察到的是，发音控制的不足还导致各种不自主的非言语声，包括腭咽或声门杂音。更普遍地，已表明的是，舌头和嘴唇灵活性的不足常常产生严重的口齿不清以及更加啰嗦以及更不可区分的元音目标空间。

导致构音障碍的神经损伤通常也影响其它的身体活动，这会对运动性或者计算机交互产生极大的不良影响。例如，已经表明的是，在键盘交互中，严重的构音障碍的说话者比普通的用户慢150至300倍。然而，因为构音障碍性言语被观察到通常仅比普通说话者的语音慢10至17倍，所以言语被认定是用于计算机辅助互动的一种可行的输入模式。

例如，必须使用公共交通前往城市的构音障碍的个人可能要购买车票、问路、或者向同行的乘客表明意图，所有这些都发生在嘈杂和拥挤的环境中。因此，一些提出的方案已涉及个人便携式通信装置（手持式的或连接到轮椅上的），该通信装置在通过一组扬声器进行播放之前对讲入麦克风的相对难以理解的语音进行变换以使其更易于理解。这些提出的装置中的一些导致说话者包括个人做作的或者自然的表达的任意个人方面的损失，这是由于这些装置输出的是机器人的发声语音。使用韵律来表达诸如个人的情绪状态之类的个人信息通常不被这类系统支持，尽管如此，使用韵律仍被认为对一般的交际能力来说是很重要的。

此外，自然语言处理软件的使用日益增长，特别是在面向消费者的应用。随着对这类软件的使用和依赖的增加，对于受言语状况折磨的人的限制变得更加显著。

本发明的目标是克服或消除上述缺点中的至少一个。

发明内容

本发明提供了用于声学变换的系统和方法。

在一方面，提供了一种用于变换声学信号的系统，该系统包括声学变换引擎，其用于根据一个或多个变换规则将一个或多个变换施加至所述声学信号，所述一个或多个变换规则被配置为确定所述声学信号的一个或多个时间片段中的各时间片段的正确性。

在另一方面，提供了一种用于变换声学信号的方法，该方法包括：（a）配置一个或多个变换规则以确定所述声学信号的一个或多个时间片段中的各时间片段的正确性；（b）由声学变换引擎根据所述一个或多个变换规则将一个或多个变换施加至所述声学信号。

附图说明

在以下结合附图所给出的详细说明中，本发明的特征将变得更加明显，其中：

图1是提供有声学变换引擎的系统的示例的框图；

图2是示出了声学变换方法的示例的流程图；

图3是获取的构音障碍的说话者和对照说话者的声学信号的图形化表示；和

图4是示出获取的声学信号（a）和相应的变换后的信号（b）的声谱图。

具体实施方式

本发明提供了声学变换的系统和方法。本发明包括声学变换引擎，其用于通过根据一个或多个变换规则对声学信号施加一个或多个变换来变换该声学信号。所述变换规则被配置为使所述声学变换引擎能够确定所述声学信号的一个或多个时间片段中的各时间片段的正确性。

确定为不正确的片段可以被变形、变换、替换或删除。可以将一个片段插入到具有确定为不正确地相邻的片段的声学信号中。不正确可定义为感知与期望的不同。

参考图1，示出了提供有声学变换引擎（2）的系统。声学变换引擎（2）包括输入装置（4）、滤波工具（8）、拼接工具（10）、时间变换工具（12）、频率变换工具（14）和输出装置（16）。该声学变换引擎进一步包括声学规则引擎（18）和声学样本数据库（20）。该声学变换引擎可进一步包括降噪工具（6）、声学样本合成器（22）和合并工具（46）。