[实用新型]自动分割单字语音信号的装置

说明书

技术领域

本实用新型涉及一种分割单字语音信号的装置，尤其是一种自动分割单字语音信号的装置。

背景技术

在语言学习过程中，常会借助许多语言学习工具，如电子辞典等，用来增加学习效果与加快学习速度。目前一般的电子辞典都具有发音的功能，也就是说当使用者通过电子辞典查询单字或例句后，可通过发音的功能，而听取正确的单字或例句的发音。如此，将可大幅提升使用者在语言学习上，在听与说方面的能力。因此，有越来越多的厂商日益重视电子辞典的发音功能。

近来电子辞典标榜具有真人发音的功能，已成为各厂商所诉求的特色。而真人发音可通过真人来录制各个单字的声波，而达到真人发音的功能。然而，利用真人来录制所有单字的声波，将耗费掉电子辞典内存非常多的储存空间，进而提升成本的支出。

因此，发展出通过发音合成的方式，而达到接近真人发音的功能，如此可节省内存的空间，也同时提高发音的质量。发音合成的方式一般可分为两种，以英文单字为例说明如下。

第一种方式，依照英文辞典单字表中的音标来决定音节。在合成一个英文单字的语音数据前，必须先将此英文单字分割为单个或多个音节，再由原始录音的数据中获取出与音节相对应的声波，并加以结合即可。

第二种方式，录制所有各种声母、韵母及音调组合的各个音节声波，并储存在内存中。在合成一个英文单字的语音数据前，必须先将此英文单字分割为单个或多个音节，再由录制的数据中获取出与分割后的各个音节相对应的声波，并加以结合即可。

由上述说明可知，不论是哪种发音合成的方式，都必须先将英文单字分割为单个或多个音节，才能进行后续的处理。而传统的作法上，是通过人耳听音而利用手工切分。如此，需投入大量的人力与工时才能完成。另外，手工切分音节的工作枯燥、数量庞大，且采用人耳听音而作音节的切分，极易产生误差。

因此，如何解决传统上人工切分单字语音所衍生的问题，为亟待解决的议题。

实用新型内容

本实用新型为解决背景技术中存在的上述技术问题，而提出一种自动分割单字语音信号的装置。

本实用新型的技术解决方案是：本实用新型为一种自动分割单字语音信号的装置，其特殊之处在于：该装置包括：接收单元，用来接收单字语音信号，并将单字语音信号划分为多个音框；分析单元，分析音框，产生对应于每一个音框的语音特征；分割单元，根据语音特征，分割单字语音信号为音节，接收单元接入分析单元，分析单元接入分割单元。

上述语音特征包含音框的平均振幅值。

上述语音特征包含音框的平均过零率。

上述语音特征包含音框的倒频谱参数。

上述分析单元根据语音特征产生门坎值，通过分割单元对比语音特征与门坎值。

本实用新型提供的自动分割单字语音信号的装置，通过语音特征来自动分割单字语音信号为音节，完全替代了传统的人工切分单字语音的方式，整个过程不需要人工介入，省时省力，效率高，且大大降低了人为带来的失误率。

附图说明

图1为自动分割单字语音信号的装置示意图；

图2为多音节单字语音信号的示意图；

图3为多音节单字语音信号的分割示意图。

其中，10-接收单元，20-分析单元，30-分割单元；

具体实施方式

参见图1，自动分割单字语音信号的装置包含：接收单元10、分析单元20及分割单元30。

接收单元10接收单字语音信号，并将单字语音信号划分为多个音框。分析单元20分析多个音框，并产生对应于每一个音框的语音特征。分割单元30根据分析单元20所分析出的语音特征，进而分割单字语音信号为音节。

每个单字的语音信号不会完全相同，但具有一些共同的特性，例如：多音节单字的发音是由各个音节所组成；音节组成在语音信号上有特定的规律可循；利用语音特征可进行音节切分等。因此，本实用新型提出先将单字语音信号划分为多个音框，然后以每一个音框为单位，利用分析单元20分析出每一个音框的语音特征。

其中，上述所提及的语音特征包含：平均振幅值、平均过零率、倒频谱参数等。下面将针对每个语音特征做简单说明。

语音信号的振幅所指的即为语音信号的大小，如同人类说话一般会有高低起伏，所以语音信号的波形所呈现出来的也会有高低或强弱之分。而振幅便是代表语音信号的大小，而平均振幅值，便是将所有音框的振幅值加总后再做平均，如此可看出单位时间内，某段语音信号与整段语音信号相比的信号强弱分布。