[发明专利]影音播放装置及影音播放方法

说明书

本发明公开一种影音播放装置及影音播放方法。一种影音播放装置，其包括输入界面、播放单元以及处理器。输入界面用于接收角色指示信号。播放单元用于播放影片及输出影片的音讯，影片包括复数个角色，音讯包括复数个音轨。处理器电性连接输入界面和播放单元，处理器运算各角色影片的动作波形和这些音轨的复数个声音波形来产生复数个相关系数，处理器根据各角色的这些相关系数而由这些音轨中决定出各角色所属的角色音轨。其中，当处理器接收角色指示信号时，处理器根据角色指示信号所对应的角色而从这些角色音轨提取目标角色音轨，处理器控制播放单元调整目标角色音轨与其他这些音轨的相对音量。

技术领域

本发明涉及一种影音处理技术领域，特别是一种播放特定角色所对应的音轨的影音播放装置及影音播放方法。

背景技术

近来，电子科技突飞猛进，观看影片的电子装置越来越多元，例如手机、台式电脑以及电视，加上网际网络的发达，使用者能利用电子装置在网站或影音平台(例如YouTube和NETFLIX)观看影片，智能电视也从而兴起。然而，目前电视在播放影片时，通常声音都是混着播出，因此使用者常遇到无法分辨声音是在显示画面中所对应的角色的问题。

虽然现在已有声源分离技术来分离影片的多个声源，但是需在影片的多个声源分离前需先知道声源的数量和种类，换句话说，现有的声源分离技术无法分离未知影片的多个声源。

发明内容

根据前述，本发明提供一种影音播放装置及影音播放方法，无需得知音源的数量和种类，即能辨识影片中的角色并取得对应角色的音轨，以解决使用者无法辨识声音在影片中所属角色的问题。

依据本发明一实施例所提供的一种影音播放装置，其包括输入界面、播放单元以及处理器。输入界面用于接收角色指示信号。播放单元用于播放影片及输出影片的音讯，影片包括复数个角色，音讯包括复数个音轨。处理器电性连接输入界面和播放单元，处理器运算各角色影片的动作波形和这些音轨的复数个声音波形来产生复数个相关系数，处理器根据各角色的这些相关系数而由这些音轨中决定出各角色所属的角色音轨。其中，当处理器接收角色指示信号时，处理器根据角色指示信号所对应的角色而从这些角色音轨提取目标角色音轨，处理器控制播放单元调整目标角色音轨与其他音轨的相对音量。

较佳的是，其中所述处理器利用一声源分离模型将所述音讯分为复数个音轨，所述复数个音轨的复数个声纹彼此相异，所述处理器记录各所述角色于所述影片中的一角色动作，所述处理器根据各所述角色动作产生所述动作波形。

较佳的是，其中所述处理器维持所述目标角色音轨的音量，且所述处理器将所述复数个音轨的音量调整为0。

较佳的是，其中所述处理器利用复数个边界框框选所述复数个角色，所述处理器根据所述角色指示信号选取对应的所述边界框，且所述处理器根据对应所述边界框的所述角色而从所述复数个角色音轨提取所述目标角色音轨。

较佳的是，其中所述输入界面为触控界面，所述角色指示信号为触控信号。

依据本发明一实施例所提供的一种影音播放方法，其包括：取得影片及对应影片的音讯，影片包括复数个角色，音讯包括复数个音轨；运算各角色于影片的动作波形和这些音轨的复数个声音波形，以产生复数个相关系数；根据各角色的这些相关系数，由这些音轨中决定出各角色所属的角色音轨；当播放影片并接收角色指示信号时，根据角色指示信号所对应的角色而从这些角色音轨提取目标角色音轨，且调整目标角色音轨与其他音轨的相对音量。

较佳的是，进一步包含：利用一声源分离模型将所述音讯分为复数个音轨，所述复数个音轨的复数个声纹彼此相异；以及记录各所述角色于所述影片中的一角色动作，根据各所述角色动作产生所述动作波形。

较佳的是，进一步包含：维持所述目标角色音轨的音量，且调整所述复数个音轨的音量为0。