CN103329567B - 用于推导方向性信息的装置、方法和系统 - Google Patents

Abstract

一种用于从多个麦克风信号或从麦克风信号的多个成分推导出方向性信息的装置，其中不同的有效麦克风观看方向与所述麦克风信号或成分相关联，所述装置包含组合器，该组合器用于从麦克风信号或麦克风信号的成分处获得幅值。该组合器又更用于组合描述所述有效麦克风观看方向的方向信息项，使得描述给定的有效麦克风观看方向的方向信息项依据与该给定的有效麦克风观看方向相关联的麦克风信号或该麦克风信号的成分的幅值进行加权，以推导方向性信息。

Description

用于推导方向性信息的装置、方法和系统

1.技术领域

本发明的实施例涉及用于从多个麦克风信号或从麦克风信号的多个成分推导方向性信息的装置。额外实施例涉及包含此种装置的系统。又更实施例涉及用于从多个麦克风信号推导方向性信息的方法。

2.背景技术

空间声音记录的目标是以多个麦克风捕集声场，使得在重制端，聆听者感知该声像仿佛是位于该记录位置一般。空间声音记录的标准办法是使用常规立体声麦克风或更复杂的方向性麦克风的组合，例如用在双声的B格式麦克风(M.A.Gerzon，周围声学，宽-高声音重制，J.Audio Eng.Soc.,21(1)：2-10,1973)。常见将此等方法大半称作为迭合麦克风技术。

另外，可应用基于声场的参数表示型态的方法，所述方法称作为参数空间音讯编码器。此等方法决定一个或多个降混音讯信号连同相对应空间端信息，所述信息与空间声音的感知有关。实例为方向性音讯编码(DirAC)，如讨论于V.Pulkki，使用方向性音讯编码的空间声音重制，J.Audio Eng.Soc.,55(6)：503-516，2007年6月；或所论的空间音讯麦克风(SAM)办法提示于C.Faller，用于空间音讯编码器的麦克风前端。于第125届AES会议专论7508，旧金山2008年10月。空间线索信息由频率子带决定，且基本上由声音的到达方向(DOA)，及偶尔由声场的漫射性或其它统计测量值组成。于合成阶段，期望用于重制的扬声器信号基于降混信号及参数端信息决定。

除了空间音讯记录的外，声场表示型态的参数办法曾经用在下列用途，诸如方向性滤波(M.Kallinger,H.Ochsenfeld,G.Del Galdo,F.Kuech,D.Mahne,R.Schultz-Amling,及O.Thiergart，用于方向性音讯编码的空间滤波瓣法，于第126届AES会议，专论7653，德国墨尼黑2009年5月)或来源定位(O.Thiergart,R.Schultz-Amling,G.Del Galdo,D.Mahne,及F.Kuech，于混响环境中基于方向性音讯编码参数的音源定位，于第128届AES会议，专论7853，美国纽约州纽约市2009年10月)。此等技术也基于方向性参数，诸如声音的到达方向(DOA)或声场漫射性。

一种估算来自声场的方向性信息亦即声音的到达方向的办法使用麦克风阵列测量声场的不同点。参考文献曾经提示数种办法，J.Chen,J.Benesty,及Y.Huang，于室内声音环境中的时间延迟估计：综论，于EURASIP应用信号处理期刊，文章ID 26503，2006使用麦克风信号间的相对时间延迟估值。但此等办法使用麦克风信号的相位信息，结果无可避免地导致空间频迭。实际上，当分析较高频时，波长变较短。于某个频率，称作为混迭频率，波长使得相同相位读数相对应于二或多个方向，因此不可能产生不含混的估计(至少没有额外先前信息时如此)。

现在有各种各样的方法使用麦克风阵列估计声音的到达方向(DOA)。常用办法的综论摘述于J.Chen、J.Benesty及Y.Huang，于室内声音环境中的时间延迟估计：综论，于EURASIP应用信号处理期刊，文章ID 26503，2006。此等办法的共通点在于其探勘麦克风信号的相位关系来估计声音的到达方向。经常首先决定不同感测器间的时间差，及然后用探索阵列几何形状知识来计算相对应的到达方向。其它办法评估在频率子带中不同麦克风信号间的相关性来估计声音的到达方向(C.Faller，用于空间音讯编码器的麦克风前端。于第125届AES会议专论7508，旧金山2008年10月；及J.Chen、J.Benesty及Y.Huang，于室内声音环境中的时间延迟估计：综论，于EURASIP应用信号处理期刊，文章ID 26503，2006)。

于方向性音讯编码(DirAC)中，基于在观察到的声场里测得的作用声音强度向量而决定各个频带的DOA估值。后文中，简短摘述于方向性音讯编码(DirAC)的方向性参数的估计。用P(k,n)表示频率指数为k、时间指数为n时的声压，U(k,n)表示频率指数为k、时间指数为n时的粒子速度向量。然后，获得作用声音强度向量为：

$I_a(k,n)=\frac{1}{2{\mathrm{\ρ}}_0}\mathrm{Re}\{P(k,n)U*(k,n)\}---\left(1\right)$

上标*表示轭合复数及Re{}表示复合数的实数部分。ρ₀表示平均空气密度。最后，I_a(k,n)的反向指向声音的到达方向：

$e_{DOA}(k,n)=-\frac{I_a(k,n)}{\left|\right|I_a(k,n)\left|\right|}.---\left(2\right)$

此外，声场的漫射性例如可依据下式决定：

$\mathrm{\Ψ}(k,n)=\sqrt{1-\frac{\left|\right|E\left\{I_a(k,n)\right\}\left|\right|}{E\left\{\right|\left|I_a(k,n)\right|\left|\right\}}}.---\left(3\right)$

实际上，粒子速度向量从密闭空间全向性麦克风舱、俗称差示麦克风阵列的压力梯度计算。考虑图2，粒子速度向量的x成分例如可使用一对麦克风依据下式计算：

U_x(k，n)＝K(k)[P₁(k，n)-P₂(k，n)]， (4)

此处K(k)表示频率相依性标准化因数。其数值取决于麦克风组态，例如麦克风距离及/或其方向型样。U(kn)的其余成分U_y(k,n)(及U_z(k,n))可通过组合适当成对麦克风而以类似方式决定。

如M.Kallinger,F.Kuech,R.Schultz-Amling,G.De.Galdo,J.Ahonen,及V.Pjulkki，平面麦克风阵列用在方向性音讯编码应用的分析与调整，于第124届AES会议，专论7374，荷兰阿姆斯特丹2008年5月所示，空间频迭影响粒子速度向量的相位信息，阻止在高频使用压力梯度用于作用声音强度估计。此种空间频迭导致DOA估值的含混。如所示，于该处基于作用声音强度可获得不含混的DOA估值的最大频率f_max通过麦克风成对距离决定。此外，也影响方向性参数诸如声场漫射性的估计。于具有距离d的全向麦克风的情况下，此种最大频率通过下式给定：

$f_{\max }=\sqrt{\frac{1}{2}}\frac{c}{d},---\left(5\right)$

在这里c表示声音传播速度。

典型地，探索声场的方向性信息的应用用途要求的频率范围大于针对实际麦克风组态所预期的空间频迭极限f_max。注意缩小麦克风间隔d，增加空间频迭极限f_max，并非大部分用途的可行的道，原因在于实际上于低频，太小的d显著地减低估计可信度。如此，需要有新颖方法来克服目前方向性参数估计技术于高频的限制。

3.发明内容

本发明的实施例的一个目的是产生一项构思允许更佳地决定高于空间频迭极限频率的方向性信息。

此项目的通过如权利要求1所述的装置、如申请专利范围第15及16项的系统、如申请专利范围第18项的方法及如申请专利范围第19项的电脑程序而予解决。

实施例提出一种用于从多个麦克风信号或从麦克风信号的多个成分推导方向性信息的装置，其中不同的有效麦克风观看方向与所述麦克风信号或成分关联，该装置包含组合器用于从麦克风信号或该麦克风信号的成分获得幅值。该组合器又更用于组合(例如线性地组合)描述所述有效麦克风观看方向的方向信息项，使得描述给定的有效麦克风观看方向之方向信息项依据与该给定的有效麦克风观看方向相关联的麦克风信号或该麦克风信号的成分的幅值进行加权，以推导该方向性信息。

业已发现麦克风信号内部相位信息的含混导致方向性参数估计的空间频迭问题。本发明的实施例的构思通过基于麦克风信号的幅值推导方向性信息而克服此项问题。业已发现通过由基于麦克风信号或麦克风信号的成分的幅值来推导该方向性信息，不会出现如同使用相位信息来决定方向性信息的传统系统所发生的含混问题。因此，即便高于空间频迭极限，实施例允许决定方向性信息，高于该极限时使用相位信息不可能(或只有伴以错误)决定方向性信息。

换言之，使用麦克风信号或麦克风信号的成分的幅值在预期空间频迭或其它相位失真的所述频率区域内部特别有利，原因在于此等相位失真对幅值不具影响，因此不会导致方向性信息决定上的混淆。

依据若干实施例，关联麦克风信号的有效麦克风观看方向描述方向，其中推导麦克风信号的麦克风具有其最大响应(或其最高敏感度)。举个实例，麦克风可以是具有非各向同性拾波型样的方向性麦克风，及有效麦克风观看方向可定义为于该处麦克风的拾波型样具有其最大值的方向。如此，用于方向性麦克风，有效麦克风观看方向可等于麦克风观看方向(描述方向性麦克风具有其最大敏感度的方向)，例如当无任何修改方向性麦克风的拾波型样的物件放置接近该麦克风时。若该方向性麦克风放置靠近具有修改方向性麦克风的拾波型样效应的物件，则有效麦克风观看方向可与方向性麦克风的麦克风观看方向不同。于此种情况下，有效麦克风观看方向可描述于该处方向性麦克风具有其最大响应的方向。

于全向麦克风的情况下，全向麦克风的有效响应型样例如可使用成荫物件(具有修改麦克风的拾波型样效应的影响)成形，使得该成形有效响应型样具有有效麦克风观看方向，该方向为具有该成形有效响应型样的全向麦克风的最大响应方向。

依据额外实施例，方向性信息可以是指向声场传播(例如以某个频率及时间指数)方向的声场的方向性信息。多个麦克风信号可描述声场。依据若干实施例，描述给定的有效麦克风观看方向的方向信息项可以是指向该给定的有效麦克风观看方向的向量。依据额外实施例，方向信息项可以是单位向量，使得关联不同的有效麦克风观看方向的方向信息项具有相等常模(但不同方向)。因此，通过该组合器所线性组合的加权向量的常模由与加权向量的方向信息项关联的该麦克风信号或麦克风信号之成分的幅值决定。

依据额外实施例，组合器可经组配来获得幅值，使得该幅值描述表示该麦克风信号或麦克风信号的成分的频谱子区域的频谱系数(作为麦克风信号的成分)的幅值。换言之，实施例可从用于推导所述麦克风信号的麦克风频谱幅值中提取出声场的实际信息(例如于时频域分析)。

依据其它实施例，只有麦克风信号(或麦克风频谱)的幅值(或幅度信息)用于推导该方向性信息的估算处理，原因在于相位项被空间频迭效应所讹误。

换言之，实施例形成只使用麦克风信号或麦克风信号的成分的幅值信息及频谱分别地用于方向性参数估计的装置及方法。

依据其它实施例，基于幅值的方向性参数估计(方向性信息)输出可组合其它也考虑相位信息的技术。

依据额外实施例，幅值可描述麦克风信号或麦克风信号的成分的幅值。

4.附图说明

将于后文运用附图描述本发明的实施例，附图中：

图1展示了依据本发明之一实施例一种装置的方块示意图；

图2展示了使用四个全向舱的麦克风组态的说明例；提供声压信号P_i(k,n)，i＝1、…、4；

图3展示了使用具有类心形拾波型样的四个方向性麦克风的麦克风组态的说明例；

图4展示了麦克风组态的说明例，采用刚性圆柱体来造成散射及成荫效应；

图5展示了类似图4的麦克风组态的说明例，但采用不同的麦克风配置；

图6展示了麦克风组态的说明例，采用刚性半球体来造成散射及成荫效应；

图7展示了3D麦克风组态的说明例，采用刚性球体来造成成荫效应；

图8展示了依据一实施例一种方法的流程图；

图9展示了依据一实施例一种系统的方块示意图；

图10展示了依据本发明的又一实施例一种系统的方块示意图；

图11展示了四个全向麦克风阵列的说明例，相对麦克风间具有间隔d；

图12展示了四个全向麦克风阵列的说明例，麦克风安装在圆柱体末端上；

图13展示了方向性指数DI(以分贝表示)呈ka的函数的略图，表示全向麦克风的隔膜周长除以波长；

图14展示了使用G.R.A.S.麦克风的对数方向性型样；

图15展示了使用AKG麦克风的对数方向性型样；及

图16展示了以均方根误差(RMSE)表示的方向分析结果的略图。

主要附图标记说明：

100…装置

101…方向性信息d(k,n)

103_1-N…麦克风信号、P₁-P_N

105…组合器

800…方法

801、803…步骤

900、1000…系统

901_1-2…方向性麦克风

903_1-2、1003_1-2…有效麦克风观看方向

1001_1-4…全向性麦克风

1005…成荫物件、散射物件

1401-1407、1501-1507…曲线

1409、1509…区

在使用附图图式以进一步细边描述本发明的实施例前，须指示相同的或功能上相等的元件被提供以相同的附图标记，而删除有相同附图标记的所述元件的重复说明。如此，针对有相同附图标记的所述元件所提供的描述可以彼此交换。

5.具体实施方式

5.1依据图1之装置

图1展示了依据本发明之一实施例之装置100。用于从多个麦克风信号103₁至103_N(也标示为P₁至P_N)或从麦克风信号的多个成分推导方向性信息101(也标示为d(k,n))的装置1001包含组合器105。组合器105用于从麦克风信号或该麦克风信号的成分获得幅值，及线性地组合描述关联所述麦克风信号103₁至103_N或成分的所述有效麦克风观看方向的方向信息项，使得描述给定的有效麦克风观看方向的方向信息项依据与给定的有效麦克风观看方向相关联的麦克风信号或该麦克风信号的成分的幅值进行加权，以推导该方向性信息101。

第i个麦克风信号P_i的成分可标示为P_i(k,n)。麦克风信号P_i的成分P_i(k,n)可以是麦克风信号P_i在频率指数k及时间指数n的值。麦克风信号P_i可从第i个麦克风推导出，且可以包含针对不同频率指数k及时间指数n的多个成分P_i(k,n)的时频表示型态为组合器105所可利用。举个实例，麦克风信号P₁至P_N可以是声压信号，原因在于其可从B-格式麦克风推导出。

因此，各个成分P_i(k,n)可相对应于一个时频拼贴块(k,n)。组合器105可经组配来获得该幅值，使得该幅值描述表示麦克风信号P_i的频谱子区域的频谱系数的幅值。此种频谱系数可以是麦克风信号P_i的成分P_i(k,n)。频谱子区域事由成分P_i(k,n)的频率指数k定义。又复，组合器105可经组配来基于麦克风信号的时频表示型态而推导方向性信息101，举例言之，其中麦克风信号P_i通过多个成分P_i(k,n)表示，各个成分关联一个时频拼贴块(k,n)。

如于本案引言部分描述，通过基于麦克风信号P₁至P_N或麦克风信号的成分的幅值获得方向性信息d(k,n)，可达成方向性信息d(k,n)的决定，即便针对麦克风信号P₁至P_N有较高频率亦如此，例如针对具有频率指数高于空间混迭频率f_max的频率指数的成分P_i(k,n)至P_N(k,n)亦复如此，原因在于不会发生空间频迭或其它相位失真故。

后文中将给定本发明的实施例的细节实例，该实例基于麦克风信号幅值的组合(方向性幅值组合)，及如何可通过依据图1的装置100执行。方向性信息d(k,n)也标示为DOA估值，通过将各个麦克风信号(或麦克风信号的成分)的幅值解译为在二维(2D)或三维(3D)空间的相对应向量。

设d_t(k,n)为真的或期望的向量，指向从其中声场分别地于频率及时间指数k及n传播的方向。换言之，声音的DOA相对应于d_t(k,n)方向。估计d_t(k,n)使得从其中可提取得自声场的方向性信息为本发明的实施例的目标。进一步假设b₁、b₂、…、b_N为指向N个方向性麦克风的观看方向的向量(例如单位常模向量)。方向性麦克风的观看方向定义为于该处拾波型样具有其最大值的方向。同理，于散射/成荫物件含括于麦克风组态的情况下，向量b₁、b₂、…、b_N指向相对应麦克风的最大响应方向。

向量b₁、b₂、…、b_N可标示为描述第一至第N个麦克风的有效麦克风观看方向的方向信息项。于本实例中，方向信息项为指向相对应的有效麦克风观看方向的向量。依据额外实施例，方向信息项可以定标，例如描述相对应麦克风的观看方向的角度。

此外，于本实例中，方向信息项可以是单位常模向量，使得关联不同的有效麦克风观看方向的向量具有相等常模。

也须注意若相对应于麦克风的有效麦克风观看方向向量b_i的和等于零(例如在公差范围以内)，则所提示的方法可发挥最佳效果，亦即：

$\underset{i=1}{\overset{N}{\Σ}}{b}_i=0.---\left(6\right)$

于若干实施例中，公差范围可以是用来导出(具最大常模的方向信息项、具最小常模的方向信息项、或具有常模最接近用来导出该和数的所述方向项的全部常模的均值的方向信息项的)该和数的方向信息项的其中之一的±30％、±20％、±10％、±5％。

于若干实施例中，就座标系而言，有效麦克风观看方向可能非均等分布。举例言之，假设一个系统其中第一麦克风的第一有效麦克风观看方向为东(例如二维座标系的零度)，第二麦克风的第二有效麦克风观看方向为东北(例如二维座标系的45度)，第三麦克风的第三有效麦克风观看方向为北(例如二维座标系的90度)，及第四麦克风的第四有效麦克风观看方向为西南(例如二维座标系的-135度)，使方向信息项为单位常模向量将导致：

b₁＝[10]^T针对该第一有效麦克风观看方向；

针对该第二有效麦克风观看方向；

b₃＝[01]^T针对该第三有效麦克风观看方向；及

针对该第四有效麦克风观看方向。

如此将导致下示向量的非零和：

b_sum＝b₁+b₂+b₃+b₄＝[1 1]^T.

由于于若干实施例中，期望具有向量和为零，作为指向有效麦克风观看方向的向量的方向信息项可经定标。于本实例中，方向信息项b₄可经定标，诸如：

$b_4={\left[\begin{array}{cc}-(1+1/\sqrt{2})& -(1+1/\sqrt{2)}\end{array}\right]}^T$

结果导致向量和b_sum等于零：

b_sum＝b₁+b₂+b₃+b₄＝[0 0]^T.

换言之，依据若干实施例，作为指向不同有效麦克风观看方向的向量的不同方向信息项可具有不同常模，可经选择使得方向信息项的和等于零。

真正向量方向性信息d_t(k,n)的估值d及因而欲决定的方向性信息可定义为：

$d(k,n)=\underset{i=1}{\overset{N}{\Σ}}{\left|P_i(k,n)\right|}^k\·b_i,---\left(7\right)$

于该处P_i(k,n)表示与频率拼贴块(k,n)相关联的第i个麦克风信号(或第i个麦克风的麦克风信号P_i的成分的信号)。

方程式(7)形成第一麦克风至第N麦克风的方向信息项b₁至b_N的线性组合，该方向信息项通过从第一至第N麦克风推导的麦克风信号P₁至P_N的成分P₁(k,n)至P_N(k,n)的幅值加权。因此，组合器105可计算方程式(7)来推导方向性信息101(d(k,n))。

如从方程式(7)可知，组合器105可经组配来线性组合取决于关联给定时频拼贴块(k,n)的幅值而加权的方向信息项b₁至b_N来针对该时频拼贴块(k,n)而推导方向性信息d(k,n)。

依据其它实施例，组合器105可经组配来线性组合只取决于关联给定时频拼贴块(k,n)的幅值而加权的方向信息项b₁至b_N。

又复，从方程式(7)可知，组合器105可经组配来针对多个不同时频拼贴块，线性组合描述不同的有效麦克风观看方向的相同方向信息项b₁至b_N(因此等与时频拼贴块独立无关)，但所述方向信息项可取决于关联不同的时频拼贴块的幅值而差异地加权。

因方向信息项b₁至b_N可以是单位向量，故通过方向信息项b_i与幅值乘法所形成的加权向量的常模可以是该幅值。针对相同有效麦克风观看方向但不同的时频拼贴块的加权向量，由于针对不同的时频拼贴块的不同幅值，故可具有相同方向但不同常模。

依据若干实施例，加权值可以是标度值。

方程式(7)所示因数κ可自由选择。于κ＝2及相对麦克风(从其中导出麦克风信号P₁至P_N)为等距的情况下，方向性信息d(k,n)与在阵列中心(例如在二麦克风集合中)的能梯度成正比。

换言之，组合器105可经组配来基于该幅值获得一平方幅值，该平方幅值描述麦克风信号P_i的该成分P_i(k,n)的功率。此外，该组合器105用于组合所述方向信息项b₁至b_N，使得一方向信息项b_i依据麦克风信号P_i的该成分P_i(k,n)的该平方幅值关联相对应的观看方向(第i个麦克风)加权。

从d(k,n)，考虑下列容易获得以方位角及仰角υ表示的方向性信息：

于若干应用中，当只需2D分析时，可采用例如排列如图3的四个方向性麦克风。于此种情况下，方向信息项可选择为

b₁＝[1 0 0]^T (9)

b₂＝[-1 0 0]^T (10)

b₃＝[0 1 0]^T (11)

b₄＝[0 -1 0]^T (12)

故(7)变成

d_x＝|P₁(k，n)|^k-|P₂(k，n)|^k (13)

d_y＝|P₃(k，n)|^k-|P₄(k，n)|^k (14)

此一办法可类似地应用在刚性物件置于麦克风组态的情况。举个实例，第4及5图例示说明圆柱形物件置于四个麦克风阵列中央的情况。另一个实例显示于图6，于该处散射物件具有半球体形状。

3D组态的一个实例显示于图7，于该处六个麦克风分布在刚性球体上方。于此种情况下，向量d(k,n)的z成分可以类似(9)至(14)的方式获得：

b₅＝[0 0 1]^T (15)

b₆＝[0 0 -1]^T (16)

获得

d_z＝|P₅(k，n)|^k-|P₆(k，n)|^k. (17)

众所周知适合应用于本发明的实施例的方向性麦克风3D组态乃所谓A-格式麦克风，描述于P.G.Craven及M.A.Gerzon,US4042779(A),1977。

为了遵照所提示的方向性幅值组合办法，需满足某些假设。若采用方向性麦克风，则针对各个麦克风，拾波型样相对于麦克风的方向性或观看方向须为约略对称。若使用散射/成荫办法，则散射/成荫效应相对于最大响应方向须为约略对称。当阵列由如第3至7图所示实例而组成时容易符合此等假设。

应用于DirAC

前文讨论只考虑方向性信息(DOA)的估计。于方向性编码脉络中，可能额外要求有关声场漫射性的信息。经由单纯让估计得到的向量d(k,n)或测定的方向性信息等于作用声音强度向量I_a(k,n)的反向，获得直捷办法：

I_a(k，n)＝-d(k，n). (18)

此点为可能原因在于d(k,n)含有有关能量梯度的信息。然后漫射性可依据(3)求出。

5.2.依据图8的方法

又复本发明之实施例产生一种从多个麦克风信号或从一麦克风信号的多个成分推导一方向性信息的方法，其中不同的有效麦克风观看方向与所述麦克风信号或成分关联。

此种方法800显示于图8之流程图。方法800包含从麦克风信号或麦克风信号之成分获得幅值的步骤801。

此外，方法800包含下述步骤803，组合(例如线性地组合)描述所述有效麦克风观看方向的方向信息项，使得描述一给定的有效麦克风观看方向的方向信息项依据与给定的有效麦克风观看方向相关联的麦克风信号或该麦克风信号的成分的幅值进行加权，以推导该方向性信息。

方法800可通过装置100进行(例如通过装置100的组合器105)。

后文中，将使用第9及10图，可描述用于获得麦克风信号及从此等麦克风信号推导方向性信息的依据实施例的两个系统。

5.3依据图9及图10的系统

如一般已知，当运用全向麦克风时使用声压幅值来提取方向性信息不合实际。实际上，由于声音行进到达麦克风距离的不同所导致的幅度差异通常太小而无法量测，因此大部分已知的演算法主要仰赖相位信息。实施例克服于方向性参数估算上的空间频迭问题。后文描述的系统利用充分设计的麦克风阵列，使得麦克风信号存在可测量幅度差，其取决于到达方向。然后(只有)此项麦克风频谱的幅值信息用在估计处理，原因在于相位项被空间频迭效应所讹误。

实施例包含从只有二或多个麦克风或只有一个麦克风接续放置在二或多个位置，例如使得一个麦克风环绕一轴线旋转的幅值提取于时频域中分析的声场的方向性信息(诸如DOA或漫射性)。当取决于到达方向幅值以可预测方式足够强力改变时，此点为可能。可以两种方式达成，亦即：

1.采用方向性麦克风(亦即具有非各向同性拾波型样，诸如类心形麦克风)，于该处各个麦克风指向不同方向，或通过

2.针对各个麦克风或麦克风位置实现独特散射及/或成荫效应。此点例如可通过在麦克风组态中央采用实体物件达成。适当物件利用散射及/或成荫效应而以已知方式修改麦克风信号的幅值。

使用第一方法的系统的一实例显示于图9。

5.3.1使用依据图9的方向性麦克风的系统

图9显示系统900的方块示意图，该系统包括装置，例如依据图1的装置100。此外，系统900包含第一方向性麦克风901₁具有第一有效麦克风观看方向903₁用于推导装置100的多个麦克风信号的第一麦克风信号103₁。第一麦克风信号103₁关联第一有效麦克风观看方向903₁。此外，系统900包含第二方向性麦克风901₂具有第二有效麦克风观看方向903₂用于推导装置100的多个麦克风信号的第二麦克风信号103₂。第二麦克风信号103₂关联第二有效麦克风观看方向903₂。此外，第一有效麦克风观看方向903₁与第二有效麦克风观看方向903₂不同。举例言之，观看方向903₁、903₂可能相反。额外延伸至此一构思显示于图3，于该处四个类心形麦克风(方向性麦克风)指向笛卡儿座标系的反向。麦克风位置以黑电路标记。

通过应用方向性麦克风，可达成第一方向性麦克风901₁、901₂间的幅值差够大来决定方向性信息101。

使用第二方法来针对全向麦克风达成不同麦克风信号幅值间的强力变异的系统实例显示于图10。

5.3.2使用依据图10的全向麦克风的系统

图10显示包含装置的系统1000，该装置诸如依据图1的装置100用于从多个麦克风信号或麦克风信号的成分推导方向性信息101。又复，系统1000包含第一全向麦克风1001₁用于推导装置100的多个麦克风信号中的第一麦克风信号103₁。又复，系统1000包含第二全向麦克风1001₂用于推导装置100的多个麦克风信号中的第二麦克风信号103₂。此外，系统1000包含成荫物件1005(也标示为散射物件1005)设置于第一全向麦克风1001₁与第二全向麦克风1001₂间用于成形第一全向麦克风1001₁与第二全向麦克风1001₂的有效响应型样，使得第一全向麦克风1001₁的已成形有效响应型样包含第一有效麦克风观看方向1003₁，而第二全向麦克风1001₂的已成形有效响应型样包含第二有效麦克风观看方向1003₂。换言之，通过使用介于全向麦克风1001₁、1001₂间的成荫物件1005，可达成全向麦克风1001₁、1001₂的方向性表现，使得可达成全向麦克风1001₁、1001₂间的可量测幅值差，即使两个全向麦克风1001₁、1001₂间的距离小亦复如此。

系统1000的进一步选择性延伸给定于图4至图6，其中不同几何形状物件频谱系数置于常规四个(全向)麦克风阵列的中央。

图4显示采用物件1005来造成散射及成荫效应的麦克风组态的说明图。于本实例中，于图4中，物件为刚性圆柱体。四个(全向)麦克风1001₁至1001₄的麦克风位置以黑电路标示。

图5显示类似图4的麦克风组态的说明图，但采用不同的麦克风配置(在刚性圆柱体的刚性表面上)。四个(全向)麦克风1001₁至1001₄的麦克风位置以黑电路标示。于图5所示实例中，成荫物件1005包含该刚性圆柱体及刚性表面。

图6显示采用又一物件1005来造成散射及成荫效应的麦克风组态的说明图。于本实例中，物件1005为刚性半球体(具有刚性表面)。四个(全向)麦克风1001₁至1001₄的麦克风位置以黑电路标示。

此外，图7显示使用六个(全向)麦克风1001₁至1001₆分布在刚性球体上方的三维DOA估计实例(三维方向性信息导算)。换言之，图6显示采用物件1005来造成成荫效应的3D麦克风组态的说明图。于本实例中，物件为刚性球体。(全向)麦克风1001₁至1001₆的麦克风位置以黑电路标示。

从由第2至7图及第9至10图所示不同麦克风所产生的不同麦克风信号间的幅值差，实施例遵照结合依据图1的装置100解说的办法计算方向性信息。

依据其它实施例，第一方向性麦克风901₁或第一全向麦克风1001₁及第二方向性麦克风901₂或第二全向麦克风1001₂可经排列成作为指向第一有效麦克风观看方向903₁、1003₁的向量的第一方向信息项与作为指向第二有效麦克风观看方向903₂、1003₂的向量的第二方向信息项的和等于0，在第一方向信息项或第二方向信息项的±5％、±10％、±20％、或±30％公差范围以内。

换言之，方程式(6)可应用至系统900、1000的麦克风，其中b_i为第i个麦克风的方向信息项亦即指向第i个麦克风的有效麦克风观看方向的单位向量。

后文中，将描述使用麦克风信号的幅值信息用于方向性参数估计的替代解决办法。

5.4替代解决办法

5.4.1基于相关性的办法

本章节提示只探索麦克风信号的幅值信息用于方向性参数估计的替代办法。该办法基于麦克风信号的幅值频谱与相对应得自模型或测量值的先前测定的幅值频谱间的相关性。

设S_i(k,n)＝|P_i(k,n)|^κ表示第i个麦克风信号的幅值频谱或功率频谱。然后，发明人定义N个麦克风测得的幅值振阵列响应S(k,n)为

S(k，n)＝[S₁(k，n)，S₂(k，n)，...，S_N(k，n)]^T. (19)

相对应麦克风阵列的幅值阵列流形(manifold)标示为若使用在该阵列内部有不同观看方向的方向性麦克风或散射/成荫物件，则幅值阵列流形显然取决于声音的DOA。声音DOA对阵列流形的影响取决于实际阵列组态，受含括于麦克风组态中的麦克风及/或散射物件的方向性型样的影响。阵列流形可从阵列的测量值决定，于该处声音从不同方向回放。另外，可适用物理模型。圆柱体散射器对其表面上声压分布的影响例如描述于H.Teutsh及W.Kellermann，基于使用圆形麦克风阵列的波场分所的音源检测与定位，J.Acoust.Soc.Am.,5(120),2006。

为了测定期望的声音DOA估值，将幅值阵列响应与幅值阵列流形交互关联。估计的DOA依据下式而相对应于标准化相关性的最大值

虽然发明人于此处只呈示DOA估计的2D情况，但显然包括方位角及仰角的3D DOA估计可以类似方式执行。

5.4.2基于杂讯子空间的办法

本章节提示只探索麦克风信号的幅值信息用于方向性参数估计的替代办法。该办法基于众所周知的根MUSIC演算法(R.Schmit，多射体定位及信号参数估计，IEEE天线与传播会议，34(3)：276-280，1986)，但例外为显示实例只处理幅值信息。

如(19)定义，设S(k,n)为测量得的麦克风阵列响应。后文中与k及n的相依性被删除，原因在于针对各个时频仓(bin)全部步骤分开进行。相关性矩阵R可以下式计算

R＝E{SS^H}， (21)

于该处(·)H表示共轭移项及E{·}为预期运算元。预期通常在实际应用于通过时间上及/或频谱上平均处理求取近似值。R的特征值分解可写成

于该处λ_1…N为特征值及N为麦克风或测量位置数目。现在，当强平面波到达麦克风阵列时，获得相当大的特征值λ，而全部其它特征值皆接近零。相对应于后述特征值的特征向量形成所谓的杂讯子空间Q_n。此一矩阵正交于所谓的信号子空间Q_s，其含有相对应于最大的特征值的特征向量。所谓MUSIC频谱可计算为

于该处针对所研究的操纵方向的操纵向量取自前一章节介绍的阵列流形S_M。当操纵方向匹配真正声音DOA时，MUSIC频谱变成最大值。如此，声音可针对变成最大值时取决定，亦即，

后文中，将描述利用得自最佳化麦克风阵列的组合压力及能量梯度的用于宽带方向估计方法/装置的本发明的实施例的细节实例。

5.5利用组合压力及能量梯度的方向估计实例

5.5.1引言

声音到达方向的分析用在若干音讯重制技术来提供来自多频道音讯档案或来自多麦克风信号的参数表示型态(F.Baumgarte及C.Faller，《双耳线索-第I部分：心理声学基础与设计原理》，IEEE语音音讯处理会议，第11期第509-519页2003年11月；M.Goodwin及J-M.Jot，《通用空间音讯编码的分析与合成》，于AES第121届会议议事录，美国加州旧金山2006年；V.Pulkki，《以方向性音讯编码的空间声音重制》，J.Audio Eng.Soc，第55期第503-516页2007年6月；及C.Faller，《用于空间音讯编码器的麦克风前端》，于AES第125届会议，美国加州旧金山2008年)。除了空间声音重制外，分析方向也可利用于诸如来源定位及成束等应用(M.Kallinger,G.Del Galdo,F.Kuech,D.Mahne及R.Schultz-Amling，《使用方向性音讯编码参数的空间滤波》，于IEEE声学、语音及信号处理国际会议议事录，IEEE电脑学会第217-220页2009年；及O.Thiergart,R.Schultz-Amling,G.Del Galdo,D.Mahne及F.Kuech，《于混响环境中基于方向性音讯编码参数的音源定位》，于第127届AES会议，美国纽约州纽约2009年)。于本实例中，方向分析就处理技术方向性音讯编码(DirAC)用在各项应用中记录与重新空间声音的观点讨论(V.Pulkki，《以方向性音讯编码的空间声音重制》，J.Audio Eng.Soc，第55期第503-516页2007年6月)。

一般而言，于DirAC的方向分析基于3D声音强度向量的测量，要求有关于声场单点的声压及粒子速度信息。如此，DirAC以沿笛卡儿座标定向的全向信号及三个偶极信号形式而用于B-格式信号。B-格式信号可从间隔紧密或重合的麦克风阵列导出(J.Merimaa，《3-D麦克风阵列的应用》，于AES第112届会议议事录，德国墨尼黑2002年；及M.A.Gerzon，《用于立体声及环绕声的精准重迭麦克风阵列设计》，于AES第50届会议议事录，1975年)。此处使用四个全向麦克风置于方形阵列的客户位准解决办法。不幸，从此等阵列以压力梯度推导的偶极信号在高频时有空间混频。结果，高于空间混迭频率的方向系错误估计，可从阵列间隔推导出。

于本实例中，以实际全向麦克风呈示高于空间混迭频率延伸可靠方向估计的方法。该方法利用下述事实，麦克风本身遮荫以高频以相对短波长到达的声音。此种成荫取决于到达方向，针对放置于阵列的麦克风，产生可量测的麦克风间位准差异。如此使得其可能通过由计算麦克风信号间的能量梯度而估算声音强度向量，及此外，基于此而估计到达方向。此外，麦克风大小决定频率极限，高于该频率极限，位准差足够可行性地使用能量梯度。成荫在较低频具较大尺寸发挥效果。实例也讨论，取决于麦克风的隔膜大小，如何最佳化阵列里的间隔来匹配使用压力及能量二梯度的估算方法。

实例系如下组织。章节5.5.2综论使用具B-格式信号的能量分析的方向估计，其以全向麦克风立方形阵列的产生说明于章节5.5.3。于章节5.5.4中，使用能量梯度来估计方向的方法以方形阵列中相对大尺寸麦克风呈示。章节5.5.5提示最佳化阵列中的麦克风间隔的方法。方法的评估呈现于章节5.5.6。最后，结论呈示于章节5.5.7。

5.5.2能量分析中的方向估计

使用能量分析的方向估计基于声音强度向量，表示声音能量净流的方向及幅值。用于分析，声压p及粒子速度u可使用全向信号W及B-格式的偶极信号(X、Y及Z用于笛卡儿方向)于声场的一点估计。为了调谐声场，时频分析呈具有20毫秒时间窗的短时间富利叶变换(STFT)，施加至此处呈示的在DirAC体现的B-格式信号。随后，瞬间作用声音强度针对偶极表示为Χ(t,f)＝[X(t,f)Y(t,f)Z(t,f)]^T从STFT变换的B-格式信号在各个时频拼贴块计算。此处，t及f分别为时间及频率，及Z₀为空间的声学阻抗。此外，Z₀＝ρ₀c，此处ρ₀乃空气的平均密度，及c为声音速度。呈方位角θ及仰角φ的声音到达方向定义为声音强度向量方向的反向。

$I(t,f)=\frac{1}{\sqrt{2}{Z}_0}\mathrm{Re}\{W^{*}(t,f)\·X(t,f)\}---\left(25\right)$

5.5.3水平面中用于导出B-格式信号的麦克风阵列

图11显示在相对麦克风间有间隔d的四个全向麦克风阵列。

由四个紧密间隔全向麦克风所组成的且显示于图11的阵列已经用来估计于DirAC中的方向的方位角θ的水平B-格式信号(W、X及Y)(M.Kallinger,G.Del Galdo,F.Kuech,D.Mahne及R.Schultz-Amling，《举例言之使用方向性音讯编码参数的空间滤波》，于IEEE声学、语音及信号处理国际会议议事录，IEEE电脑学会第217-220页2009年；及O.Thiergart,R.Schultz-Amling,G.Del Galdo,D.Mahne及F.Kuech，《于混响环境中基于方向性音讯编码参数的音源定位》，于第127届AES会议，美国纽约州纽约2009年)。相对小尺寸麦克风典型地定位间隔彼此数厘米(例如2厘米)。使用此种阵列，全向信号W可产生为麦克风信号的平均值，及偶极信号X及Y可通过从彼此扣除相对麦克风的信号而推导为压力梯度如

$\begin{array}{c}X(t,f)=\sqrt{2}\·A\left(f\right)\·\[P_1(t,f)-P_2(t,f)\]\\ Y(t,f)=\sqrt{2}\·A\left(f\right)\·\[P_3(t,f)-P_4(t,f)\]\end{array}.---\left(26\right)$

此处，P₁、P₂、P₃、及P₄为STFT变换麦克风信号，及A(f)为频率相依性等化常数。此外，A(f)＝-j(cN)/(2πfdf_s)，于该处j为虚数单位，N为STFT的频率仓或拼贴块数目，d为相对麦克风间距，及f_s为取样率。

如前文已述，当到达声音的半波长小于相对麦克风间距时，空间频迭影响压力梯度且开始扭曲偶极信号。如此界定有效偶极信号的频率上限的理论空间混迭频率f_sa计算为

$f_{sa}=\frac{c}{2d},---\left(27\right)$

高于该上限的方向系错误估计。

5.5.4使用能量梯度的方向估计

因空间频迭及通过成荫的麦克风方向性阻止压力梯度用在高频，期望有延伸频率范围用于可靠的方向估计的方法。此处，四个全向麦克风阵列排列成其轴线上方向指向外及相反方向，该麦克风阵列采用于所提示的方法用于宽带方向估计。图12显示此种阵列，其中来自平面波的不同声音能量以不同麦克风捕集。

图12所示阵列的四个全向麦克风1001₁至1001₄安装置圆柱体末端。麦克风的轴线上方向1003₁至1003₄从阵列中心指向外。此种阵列用来使用能量梯度估计声波的到达方向。

能差在此处假设可能使得当其x-及y-轴成分通过扣除相对麦克风的功率频率估算时，估计2D强度向量为

$\begin{array}{c}{\tilde{I}}_x(t,f)={\left|P_1(t,f)\right|}^2-{\left|P_2(t,f)\right|}^2\\ {\tilde{I}}_y(t,f)={\left|P_3(t,f)\right|}^2-{\left|P_4(t,f)\right|}^2\end{array}.---\left(28\right)$

到达平面波的方位角θ进一步得自强度近似值及为了让前述计算为可行，期望麦克风间位准差够大而可以可接受的信号对杂讯比测量。如此，阵列中采用有相对大型隔膜的麦克风。

于某些情况下，能量梯度无法用来估计于较低频率的方向，于该处麦克风不会遮荫具相对长波长的到达声音。如此，于高频的声音方向信息可组合以压力梯度获得的于低频的方向信息。各技术间的交越频率显然为依据方程式(27)的空间混迭频率f_sa。

5.5.5麦克风阵列的间隔最佳化

如前述，隔膜大小决定通过麦克风成荫可有效地计算能量梯度的频率。为了匹配空间混迭频率f_sa与用于使用能量梯度的频率极限f_lim，麦克风须设置在阵列中彼此有适当距离。因此，本章节讨论界定具有某个隔膜尺寸的麦克风间的间隔。

全向麦克风的频率相依性方向性指数可以分贝测量为

DI(f)＝10log₁₀(ΔL(f)， (29)

于该处ΔL为轴线上拾波能相对于全部方向积分的总拾波能的比(J.Eagle，《麦克风篇章》，焦点出版社，美国波士顿2001年)。此外，于各个频率的方向性指数取决于隔膜周长与波长间的比值。

$ka=\frac{2\mathrm{\π}r}{\mathrm{\λ}}---\left(30\right)$

此处，r为隔膜半径及λ为波长。此外，λ＝c/f_lim。方向性指数DI呈比值ka的函数的相依性已经于J.Eagle，《麦克风篇章》，焦点出版社，美国波士顿2001年通过模拟而显示为单调上升函数，如图13所示。

图13显示以分贝表示的方向性指数DI从J.Eagle，《麦克风篇章》，焦点出版社，美国波士顿2001年调整。理论指数作图为ka的函数，表示全向麦克风的隔膜周长除以波长。

此种相依性于此处用来界定期望方向性指数DI的比值ka。于本实例中，产生ka值为1的DI定义为2.8分贝。当空间混迭频率f_sa等于频率极限f_lim时，具给定方向性指数的最佳化麦克风间隔现在可采用方程式(27)及方程式(30)定义。如此最佳化间隔计算为

$d_{opt}=\frac{\mathrm{\π}r}{ka}.---\left(31\right)$

5.5.6方向估计的评估

本实例讨论的方向估计方法现在在DirAC分析以无回声测量与模拟而评估。替代同时测量方形里的四个麦克风，脉冲响应从多个方向测量，单一全向麦克风具有相当大型隔膜。测量得的响应随后用来估计置放于方形的四个全向麦克风的脉冲响应，如图12所示。结果，能量梯度主要取决于麦克风的隔膜大小，如此，间隔最佳化可如章节5.5.5所述研究。显然，阵列里的四个麦克风将针对到达的声波提供有效地更多阴影，方向估计比较单一麦克风情况略有改良。前述评估以有不同隔膜大小的两个不同麦克风应用于此处。

脉冲响应是在无回声室以1.6米距离、使用活动式扬声器(吉臬雷(Genelec)8030A)以5度间隔测量。于不同角度的测量是在20-20000Hz及长度1秒使用扫掠正弦值进行。A-加权声压位准为75分贝。测量使用分别具有1.27厘米(0.5吋)及2.1厘米(0.8吋)直径隔膜的G.R.A.S.型号40AI及AKG CK 62-ULS全向麦克风进行。

于模拟中，方向性指数DI定义为2.8分贝，相对应于图13中具数值1的比值ka。依据方程式(31)中的最佳化麦克风间隔，相对麦克风在彼此间隔2厘米及3.3厘米使用G.R.A.S.及AKG麦克风模拟。此种间隔结果导致8575Hz及5797Hz的空间混迭频率。

图14及图15显示使用G.R.A.S.及AKG麦克风的方向性型样：14a)单一麦克风的能量，14b)二麦克风间的压力梯度，及14c)二麦克风间的能量梯度。

图14显示基于G.R.A.S.麦克风的对数方向性型样。型样经标准化且以第三个八音度频带作图，中心频率在8kHz(具附图标记1401的曲线)、10kHz(具附图标记1403的曲线)、12.5kHz(具附图标记1405的曲线)、及16kHz(具附图标记1407的曲线)。于14b)及14c)具±1分贝偏差的理想偶极的型样标示以区1409。

图15显示基于AKG麦克风的对数方向性型样。型样经标准化且以第三个八音度频带作图，中心频率在5kHz(具附图标记1501的曲线)、8kHz(具附图标记1503的曲线)、12.5kHz(具附图标记1505的曲线)、及16kHz(具附图标记1507的曲线)。于15b)及15d)具±1分贝偏差的理想偶极的型样标示以区1509。

标准化型样于第三个八音度频带作图，中心频率始于靠近理论空间混迭频率8575Hz(G.R.A.S.)及5197Hz(AKG)。须注意不同中心频率用在G.R.A.S.及AKG麦克风。此外，压力及能量梯度作图中，具±1分贝偏差的理想偶极的型样标示以区1409、1509。因成荫故第14a)及15a)图形型样泄示个别全向麦克风于高频具有显著方向性。使用G.R.A.S.麦克风及阵列中的2厘米间隔，推导为压力梯度的偶极展频为于第14b)图的频率的函数。能量梯度产生偶极型样，但比于第14c)图于12.5kHz及16kHz的理想型样略窄。使用于阵列中的AKG麦克风及3.3厘米间隔，压力梯度的方向性型样于8kHz、12.5kHz及16kHz展频及失真，而使用能量梯度，偶极型样随频率的函数变化而减低，但类似理想偶极。

图16显示当G.R.A.S.及AKG麦克风的测量响应分别地用来模拟于16a)及16b)的麦克风阵列时，以均方根误差(RMSE)连同频率表示的方向分析结果。

图16中，方向使用四个全向麦克风阵列估计，使用测得的真正麦克风的脉冲响应模型化。

方向分析如下述进行，与白杂讯样本交替地于0、5、10、15、20、25、30、35、40、及45度回旋麦克风的脉冲响应，及估计于DirAC分析中在20毫秒STFT窗内部的方向。结果的视觉检验显示于16a)至多至10kHz频率及于16b)至多至6.5kHz频率利用压力梯度，而高于此等频率则利用能量梯度，可准确地估计方向。但前述频率略高于具最佳化麦克风间隔2厘米及3.3厘米的8575Hz及5797Hz的理论空间混迭频率。此外，用于有效方向估计的频率范围，压力梯度及能量梯度二者于16a)使用G.R.A.S.麦克风存在于8kHz至10kHz及于16b)使用AKG麦克风存在于3kHz至6.5kHz。于此等情况下具给定值的麦克风间隔最佳化似乎提供良好估计。

5.5.7结论

此一实例呈现一种方法/装置，当全向麦克风间的压力及能量梯度分别于低频及高频计算时及用来估计声音强度向量时，分析于宽广音频范围声音的到达方向。该方法/装置采用具有相对大型隔膜大小彼此相对的四个全向麦克风阵列，提供可量测的麦克风间位准差用于计算于高频的能量梯度。

显示所呈示的方法/装置提供于宽广音频范围可靠的方向估计，而于声场能量分析中只采用压力梯度的常规方法/装置有空间迭频问题，如此于高频产生高度错误的方向估计。

摘要言的，实例显示方法/装置通过从紧密间隔全向麦克风的频率相依性压力及能量梯度计算声音强度而估计声音方向。换言之，实施例提供一种装置及/或方法其用于从紧密间隔全向麦克风的频率相依性压力及能量梯度计算声音强度而估计方向性信息。具相对大隔膜且造成声波阴影的麦克风用在此处提供够大的麦克风间位准差用于于高频计算能量梯度为可行。实例于空间声音处理技术方向性音讯编码(DirAC)的方向分析评估。显示该方法/装置提供于整个音频范围可靠的方向估计信息，而传统方法只采用压力梯度，压力梯度在高频产生高度错误估计。

由此实例可知，于另一实施例中，依据此一实施例的装置的组合器用于基于幅值推导方向性信息，而与于第一频率范围(例如高于空间频迭极限)的麦克风信号相位或麦克风信号成分独立无关。此外，组合器可经组配来取决于于第二频率范围(例如低于空间频迭极限)的麦克风信号相位或麦克风信号成分而推导方向性信息。换言之，本发明的实施例可经组配来频率选择性地推导方向性信息，使得于第一频率范围，方向性信息只基于麦克风信号幅值或麦克风信号成分，而于第二频率范围，方向性信息额外基于麦克风信号相位或麦克风信号成分。

6.总结

摘要言之，本发明的实施例通过(只)考虑麦克风频谱幅值而估计声场的方向性参数。实际上此点特别可用于麦克风信号的麦克风相位信息含混不清时，亦即出现空间频迭效应时。为了可提取期望的方向性信息，本发明的实施例(例如系统900)使用方向性麦克风的适当组态，具有不同观看方向。另外(例如于系统1000)，物件可含括于麦克风组态，造成方向相依性散射及成荫效应。于若干市售麦克风(例如大隔膜麦克风)，麦克风舱安装于相当大的机壳内。结果导致的成荫/散射效应已经足够采用本发明的构思。依据额外实施例，通过本发明的实施例执行的以幅值为基础的参数估计也可组合也考虑麦克风信号的相位信息的传统估计方法施用。

摘要而言，实施例提出一种透过方向性幅值变化的空间参数估计。

虽然已经于装置脉络描述若干构面，但显然此等构面也表示相对应方法的描述，于该处方块或装置相对应于方法步骤或方法步骤的特征结构。同理，于方法步骤脉络描述的构面也表示相对应装置的相对应区块或项或特征结构的描述。部分或全部方法步骤可通过(或使用)硬体装置例如，微处理器、可规划电脑或电子电路执行。于若干实施例中，最重要方法步骤中的某一步骤或多步骤可通过此种装置执行。

取决于某些体现要求，本发明的实施例可于硬体或于软体体现。体现可使用数位储存媒体执行，例如软碟、DVD、蓝光、CD、ROM、PROM、EPROM、EEPROM或闪存，具有可电子读取控制信号储存于其上，所述信号与(或可与)可规划电脑系统协作，因而执行个别方法。因此，数位储存媒体可以电脑读取。

依据本发明的若干实施例包含具有可电子读取控制信号的资料载体，所述信号可与可规划电脑系统协作，因而执行此处所述方法的其中之一。

大致言之，本发明的实施例可体现为具有程序代码的电脑程序产品，该程序代码当电脑程序产品在电脑上跑时可执行所述方法的其中之一。程序代码例如可储存在机器可读取载体上。

其它实施例包含储存在机器可读取载体上用于执行此处所述方法的其中之一的电脑程序。

换言之，因此，本发明的实施例为一种具有一程序代码的电脑程序，该程序代码当该电脑程序于一电脑上跑时用于执行此处所述方法的其中之一。

因此，本发明方法的又一实施例为资料载体(或数位储存媒体或电脑可读取媒体)包含用于执行此处所述方法的其中之一的电脑程序记录于其上。资料载体或数位储存媒体或记录媒体典型地为具体有形及/或非暂态。

因此，本发明方法的又一实施例为表示用于执行此处所述方法的其中之一的电脑程序的资料串流或信号序列。资料串流或信号序列例如可经组配来透过资料通讯连结，例如透过网际网路转移。

又一实施例包含处理构件例如电脑或可规划逻辑装置，其用于或适用于执行此处所述方法的其中之一。

又一实施例包含电脑其上安装有用于执行此处所述方法的其中之一的电脑程序。

依据本发明的又一实施例包含一种装置或系统经组配来转移(例如电子式或光学式)用于执行此处所述方法的其中之一的电脑程序给一接收器。该接收器例如可以是电脑、行动装置、记忆体装置等。该装置或系统例如包含用于转移电脑程序给接收器的档案伺服器。

于若干实施例中，可规划逻辑装置(例如可现场规划闸阵列)可用来执行此处描述的方法的部分或全部功能。于若干实施例中，可现场规划闸阵列可与微处理器协作来执行此处所述方法的其中之一。大致上所述方法较佳通过任何硬体装置执行。

前述实施例仅供举例说明本发明原理。须了解此处所述配置及细节的修改及变化将为熟谙技艺人士显然易知。因此，意图仅受审查中的专利的权利要求所限而非受用于描述及解说此处实施例所呈示的特定细节所限。

Claims (19)

1.一种用于从多个麦克风信号(103₁至103_N,P₁至P_N)或从麦克风信号(103_i,P_i)的多个成分(P_i(k,n))推导方向性信息(101,d(k,n))的装置(100)，其中不同的有效麦克风观看方向与所述麦克风信号(103₁至103_N,P₁至P_N)或成分(P_i(k,n))相关联，所述装置包含：

组合器(105)，该组合器用于从麦克风信号(P_i)或麦克风信号(P_i)的成分(P_i(k,n))获得幅值，以及组合描述所述有效麦克风观看方向的方向信息项(b₁至b_N)，使得描述给定的有效麦克风观看方向的方向信息项(b_i)依据与给定的有效麦克风观看方向相关联的麦克风信号(P_i)或麦克风信号(P_i)的成分(P_i(k,n))的幅值进行加权，以推导所述方向性信息(101,d(k,n))；

其中，描述给定的有效麦克风观看方向的方向信息项(b_i)是所述给定的有效麦克风观看方向指示的向量；

其中，所述组合器被配置为推导出用于给定的时频拼贴块(k,n)的方向性信息d(k，n)，该方向性信息对应于依据与给定的时频拼贴块(k,n)相关联的幅值加权过的方向信息项(b₁至b_N)的线性组合；以及

其中，所述方向信息项(b₁至b_N)与时频拼贴块(k,n)无关。

2.如权利要求1所述的装置(100)，其特征在于：

所述用于给定的时频拼贴块(k,n)的方向性信息d(k，n)为指向一定方向的向量(d_t(k,n))的估计信息，所述一定方向为以所述给定的时频拼贴块(k,n)的频率和时间指数传播声音的方向。

3.如权利要求1所述的装置(100)，其特征在于：

与麦克风信号(Pi)相关联的有效麦克风观看方向描述这样的方向，其中：从中推导出该麦克风信号(Pi)的麦克风具有其最大响应。

4.如权利要求1所述的装置(100)，其特征在于：

所述组合器(105)用于获得幅值，使得该幅值描述表示麦克风信号(P_i)的频谱子区(k)的频谱系数(P_i(k,n))的幅值。

5.如权利要求1所述的装置(100)，其特征在于：

所述组合器(105)用于基于表示所述麦克风信号(P₁至P_N)或所述成分的时频来推导所述方向性信息(101,d(k,n))。

6.如权利要求1所述的装置(100)，其特征在于：

所述组合器(105)用于将依据与给定的时频拼贴块(k,n)相关联的幅值加权过的方向信息项(b₁至b_N)进行组合，以便推导出用于该给定的时频拼贴块(k,n)的方向性信息。

7.如权利要求1所述的装置(100)，其特征在于：

所述组合器(105)用于针对多个不同的时频拼贴块、组合相同方向信息项(b₁至b_N)，该方向信息项依据与不同的时频拼贴块相关联的幅值而进行不同的加权。

8.如权利要求1所述的装置(100)，其特征在于：

第一有效麦克风观看方向与所述多个麦克风信号的第一麦克风信号相关联；

第二有效麦克风观看方向与多个麦克风信号的第二麦克风信号相关联；

其中第一有效麦克风观看方向与第二有效麦克风观看方向不同；及

其中，所述组合器用于从第一麦克风信号或第一麦克风信号的成分获得第一幅值，从第二麦克风信号或第二麦克风信号的成分获得第二幅值，所述组合器还用于组合描述第一有效麦克风观看方向的第一方向信息项与描述该第二有效麦克风观看方向的第二方向信息项，使得第一方向信息项以第一幅值进行加权，并使得第二方向信息项以第二幅值进行加权，以推导所述方向性信息。

9.如权利要求1所述的装置(100)，其特征在于：

所述组合器用于基于所述幅值获得平方幅值，该平方幅值描述麦克风信号(P_i)或麦克风信号的成分(P_i(k,n))的功率，且其中所述组合器用于组合所述方向信息项(b₁至b_N)，使得方向信息项(b_i)依据与给定的有效麦克风观看方向相关联的麦克风信号(P_i)或该麦克风信号(P_i)的成分(P_i(k,n))的平方幅值进行加权。

10.如权利要求1所述的装置(100)，其特征在于：

所述组合器(105)用于依据如下方程式推导所述方向性信息(d(k,n))：

$d(k,n)=\underset{i=1}{\overset{N}{\Σ}}|P_i(k,n){|}^{\mathrm{\κ}}\·b_i,---\left(6\right)$

其中，d(k,n)表示用于给定的时频拼贴块(k,n)的方向性信息，Pi(k,n)表示用于给定的时频拼贴块(k,n)的、第i个麦克风的麦克风信号或者第i个麦克风的麦克风信号(P_i)的成分，κ表示指数值，b_i表示描述第i个麦克风的有效麦克风观看方向的方向信息项。

11.如权利要求10所述的装置(100)，其特征在于：

κ>0。

12.如权利要求1所述的装置，其特征在于：

所述组合器用于基于所述幅值来推导所述方向性信息(d(k,n))，该推导过程与第一频率范围中的麦克风信号(P₁至P_N)或麦克风信号(P_i)的成分(P_i(k,n))的相位无关；及

其中所述组合器用于依据于第二频率范围中的麦克风信号(P₁至P_N)或麦克风信号(P_i)的成分(P_i(k,n))的相位来推导所述方向性信息。

13.如权利要求1所述的装置(100)，其特征在于：

所述组合器被设置为使得所述方向信息项(b_i)依据所述幅值单独进行加权。

14.如权利要求1所述的装置(100)，其特征在于：所述组合器(105)用于线性地组合所述方向信息项(b₁至b_N)。

15.一种用于推导方向性信息的系统(900)，其包含：

如权利要求1所述的装置，

第一方向性麦克风(901₁)，其具有第一有效麦克风观看方向(903₁)，用于推导所述多个麦克风信号中的第一麦克风信号(103₁)，该第一麦克风信号(103₁)与第一有效麦克风观看方向(903₁)相关联；

第二方向性麦克风(901₂)，其具有第二有效麦克风观看方向(903₂)，用于推导所述多个麦克风信号中的第二麦克风信号(103₂)，该第二麦克风信号与第二有效麦克风观看方向(903₂)相关联；及

其中所述第一有效麦克风观看方向(903₁)与所述第二有效麦克风观看方向(903₂)不同。

16.根据权利要求15所述的系统，

其特征在于，所述方向性麦克风(901₁ 901₂)的配置使得在所述方向信息项的其中之一的常模的±30％公差范围内，作为有效麦克风观看方向(903₁,903₂,1003₁,1003₂)指示向量的方向信息项的和等于零。

17.一种用于推导方向性信息的系统(1000)，其包含：

根据权利要求1所述的装置，

第一全向麦克风(1001₁)，其用于推导所述多个麦克风信号中的第一麦克风信号(103₁)；

第二全向麦克风(1001₂)，其用于推导第二麦克风信号(103₂)；及

置于第一全向麦克风(1001₁)与第二全向麦克风(1001₂)之间的成荫物件(1005)，用于塑造第一全向麦克风(1001₁)和第二全向麦克风(1001₂)的有效响应型样，从而使得第一全向麦克风(1001₁)的已塑造成形的有效响应型样包含第一有效麦克风观看方向(1003₁)，并使得第二全向麦克风(1001₂)的已塑造成形的有效响应型样包含与第一有效麦克风观看方向(1003₁)不同的第二有效麦克风观看方向(1003₂)。

18.如权利要求17所述的系统，其特征在于：

所述全向麦克风(1001₁,1001₂)配置成使得：在所述方向信息项的其中之一的常模的±30％公差范围内，作为有效麦克风观看方向(903₁,903₂,1003₁,1003₂)指示向量的方向信息项的和等于零。

19.用于从多个麦克风信号或从麦克风信号的多个成分推导方向性信息的方法(800)，其特征在于，不同的有效麦克风观看方向与所述麦克风信号或成分相关联，所述方法包括：

步骤801-从该克风信号或麦克风信号的成分处获得幅值；及

步骤803-将描述所述有效麦克风观看方向的方向信息项进行组合，使得描述给定的有效麦克风观看方向的方向信息项依据与该给定的有效麦克风观看方向相关联的麦克风信号或麦克风信号的成分的幅值进行加权，以推导所述方向性信息；

其中，描述给定的有效麦克风观看方向的方向信息项是所述给定的有效麦克风观看方向指示的向量；

其中，所述组合器被配置为推导出用于给定的时频拼贴块的方向性信息，该方向性信息对应于依据与给定的时频拼贴块相关联的幅值加权过的方向信息项的线性组合；以及

其中，所述方向信息项(b₁至b_N)与时频拼贴块(k,n)无关。