[发明专利]融合声对象信息的设备和方法

权利要求书

1.一种声对象信息融合设备，所述声对象信息融合设备包括：

声对象化单元，用于估计接收到的声音的方向和位置，基于估计出的接收到的声音的方向和位置分类接收到的声音的声音模式，并且基于接收到的声音的声音模式来识别接收到的声音的对象；

声对象信息生成器，用于获取与识别出的接收到的声音的对象相关的附加信息，并且用于根据所述附加信息生成声对象信息；以及

融合单元，用于将所述声对象信息与真实的图像或真实的声音融合起来。

2.如权利要求1所述的设备，其中由麦克风阵列接收所述接收到的声音。

3.如权利要求1所述的设备，其中所述接收到的声音的声音模式是声音峰值。

4.如权利要求1所述的设备，所述声对象信息融合设备还包括用于存储多个声对象的多个声音模式的声音模式数据库。

5.如权利要求4所述的设备，其中所述声对象化单元还包括：

波束形成应用单元，用于将接收到的声音分类为至少一个声音音调；以及

声对象判断单元，用于获取由波束形成应用单元分类出的声音音调的声音峰值并从声音模式数据库中获取与所述声音峰值相对应的对象。

6.如权利要求4所述的设备，其中所述声对象化单元还包括滤波应用单元，所述滤波应用单元用于基于接收到的声音的频率和幅度来将接收到的声音分类为至少一个声音音调；并且其中，所述声对象判断单元获取由所述滤波应用单元分类出的声音音调的声音峰值，并且从所述声音模式数据库中获取与声音峰值相对应的对象。

7.如权利要求1所述的设备，其中所述融合单元包括图像信息融合单元，所述图像信息融合单元用于将真实的图像和与真实的图像中发出所接收到的声音的对象相关联的声对象信息融合起来。

8.如权利要求7所述的设备，其中所述真实的图像是由与所述声对象信息融合设备相连接的用户终端的相机拍摄到的图像。

9.如权利要求8所述的设备，其中所述融合的图像被输出到所述用户终端的显示器。

10.如权利要求7所述的设备，其中所述声对象信息是字符、图标、图像或运动图像形式的。

11.如权利要求7所述的设备，其中所述融合单元还包括：

声信息融合单元，用于将真实的声音或真实的图像与和所接收的声音自身相关联的声对象信息融合起来。

12.如权利要求11所述的设备，其中通过与所述声对象信息融合设备相连接的用户终端的麦克风接收真实的声音。

13.如权利要求11所述的设备，其中所述真实的图像是由与所述声对象信息融合设备相连接的用户终端的相机拍摄到的图像。

14.如权利要求13所述的设备，其中所述融合的图像被输出到用户终端上的显示器。

15.如权利要求11所述的设备，其中所述声对象信息是字符、图标、图像或运动图像形式的。

16.如权利要求7所述的设备，其中所述融合单元还包括声音消除器，所述声音消除器用于消除与输出到用户终端的融合的图像中的对象中选择出的对象不相对应的声音。

17.如权利要求11所述的设备，其中所述融合单元还包括声音消除器，所述声音消除器用于消除与输出到用户终端的融合的图像中的对象中的选择出的对象不相对应的声音。

18.如权利要求17所述的设备，其中所述设备还包括扬声器，所述扬声器用于输出剩下的与输出到所述用户终端的融合的图像中的对象中选择出的对象相对应的声音。