CN103856877B - 一种声控信息检测方法及电子设备 - Google Patents

Abstract

本发明公开了一种声控信息检测方法及电子设备，该方法应用于一电子设备中，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该方法包括：根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。本发明实施例提供的方法从不同的侧面检测声源的位置，从而使得达到了最终检测到的声源位置更为精确的效果。

Description

一种声控信息检测方法及电子设备

技术领域

本发明涉及电子技术领域，尤其涉及一种声控信息检测方法及电子设备。

背景技术

人们在语音通信过程中不可避免地收到来自周围环境的噪声、传输媒质进入的噪声、通信设备内部的噪声乃至其他说话者的干扰。这些干扰噪声使得接收到语音已不是纯净的原始语音信号，而是受污染的带噪语音信号。语音中噪声的存在不仅影响人的厅局，而且会是语音处理系统的性能急剧下降。例如，语音识别已经取得重大进展，但是目前的语音识别系统大都是在无噪声的环境中工作，在有噪声的环境尤其是强噪声环境下，语音识别系统的性能会严重下降。

当语音环境中有多个说话者时，麦克风接收到的是多个语音信号和环境噪声的混叠，这时仅利用语音增强方法无法提取出所需要的语音。如何从混淆语音信号中提取出源语音信号，这就是语音分离的问题。人的听觉系统可在多个讲话者的环境中区分和跟踪自己感兴趣的语音信号，并分辨出自己所需要的声音，这种分辨能力是人体内部语音理解机理所特有的一种感知能力，也就是人类的语音分离能力，称为“鸡尾酒会效应”。在语音和听觉信号处理领域中，如何从多个说话者的混淆语音信号中分离出各个语音源信号或者是提取出人们感兴趣的目标语音，来模仿人类的语音分离能力，成为一个重要的研究问题，这也是语音信号处理中的一个重要研究方向，对语音识别、语音增强等都有非常积极的促进意义。

在多人交互的使用场景中，某些人机交互的应用场景需要以语音为主要交互方式，而且需要知道输入语音是从哪个方向发出的。例如有一个多人交互的游戏，需要能够更完整的模拟声控操作，例如，需要确定声音的声量大小以及声源所处的空间位置。现有技术中提供一种确定声源位置的方案，即利用麦克阵列检测某一平面上的声音方向。但是麦克阵列的方式只能在一个平面上确定声音与检测设备之间的距离，所以检测结果并不能完整的模拟到一个声音操作所要达到的效果。

发明内容

本发明提供一种声控信息检测方法及电子设备，本发明所提供的方法和装置解决现有技术中声音定位的方案，只能在一个平面上确定声音与检测设备之间的距离，所以检测结果并不能完整的模拟到一个声音操作的问题。

本发明提供一种声控信息检测方法，该方法应用于一电子设备中，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该方法包括：

根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；

根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

更优化的方案，当检测到多个声源信息，获取所述空间矢量对应的声控操作指令包括：

将多个声源所对应的空间矢量进行矢量叠加，得到叠加矢量；

获取所述叠加矢量对应的声控操作指令。

更优化的方案，根据所述声源的空间位置确定与声源对应的空间矢量包括：

在每个麦克阵列所形成的检测平面中，根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位；

根据所述距离值以及第一方位确定声源在每个麦克阵列中形成的分矢量；

获取每个声源在多个检测平面所形成的分矢量，将多个分矢量进行矢量叠加生成声源对应的空间矢量。

更优化的方案，根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位包括：

根据麦克阵列中每个麦克接收到的声音信息，确定声源发出的声音到麦克阵列的时延值，根据所述时延值确定声源与麦克阵列的距离值以及所述声源相对于麦克阵列的第一方位。

更优化的方案，根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置包括：

检测所述声源到达麦克阵列中每个麦克风的时间差；

根据所述时间差确定所述声源的空间位置。

根据上述方法，本发明还提供一种电子设备，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该电子设备还包括：

空间位置检测单元，用于根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；

声控操作单元，用于根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

更优化的方案，当检测到多个声源信息，声控操作单元获取所述空间矢量对应的声控操作指令包括：

将多个声源所对应的空间矢量进行矢量叠加，得到叠加矢量；

获取所述叠加矢量对应的声控操作指令。

更优化的方案，声控操作单元根据所述声源的空间位置确定与声源对应的空间矢量包括：

在每个麦克阵列所形成的检测平面中，根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位；

根据所述距离值以及第一方位确定声源在每个麦克阵列中形成的分矢量；

获取每个声源在多个检测平面所形成的分矢量，将多个分矢量进行矢量叠加生成声源对应的空间矢量。

更优化的方案，声控操作单元根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位包括：

根据麦克阵列中每个麦克接收到的声音信息，确定声源发出的声音到麦克阵列的时延值，根据所述时延值确定声源与麦克阵列的距离值以及所述声源相对于麦克阵列的第一方位。

更优化的方案，空间位置检测单元根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置包括：

检测所述声源到达麦克阵列中每个麦克风的时间差；

根据所述时间差确定所述声源的空间位置。

上述技术方案中的一个或两个，至少具有如下技术效果：

针对现有技术中的问题本发明实施例提供一种声控信息检测方法，该方法应用于一电子设备中，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该方法包括：根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

因为一对麦克阵列可以检测的是一个二维平面的声源位置，即一个麦克阵列(由两个麦克组成)只能检测到声源与电子设备之间距离的远近距离，并不能明确的给出声源的三维空间位置信息。本发明实施例提供的上述方法通过在电子设备的不同位置上设置采集声音信息的麦克，然后将不同方位的麦克两两组合，多组麦克阵列从不同平面去检测一个声源的位置信息，然后通过不同平面的信息组合确定声源相对于所述电子设备的空间位置信息。因为本发明所提供的方法从不同的侧面检测声源的位置，所以最终检测到的声源位置更为精确。并且利用物理矢量表述一个声控输入信息，能够更完整的描述一个声控操作所需要表达的操作意图。

附图说明

图1为本发明实施例中一种声控信息检测方法的流程图；

图2为本发明实施例中电子设备设置多个麦克的示意图；

图3为本发明实施例中多个声源的应用场景示意图；

图4为本发明实施例中根据所述声源的空间位置确定与声源对应的空间矢量的方法流程示意图；

图5为本发明实施例中通过4个麦克确定声源的空间位置的示意图；

图6为本发明实施例一种电子设备的结构示意图。

具体实施方式

现有技术多人交互的使用场景中，某些人机交互的应用场景需要以语音为主要交互方式，而且需要知道输入语音是从哪个方向发出的。而且现在的人机交互方式，需要能够确定声源的方位等相关信息，以便更完整的模拟声控操作，例如，需要确定声音的声量大小以及声源所处的空间位置。现有技术中提供解决方案只能在一个平面上确定声音与检测设备之间的距离，所以检测结果并不能完整的模拟到一个声音操作所要达到的效果。

针对上述问题本发明实施例提供一种声控信息检测方法，该方法应用于一电子设备中，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该方法包括：根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

因为一对麦克阵列可以检测的是一个二维平面的声源位置，即一个麦克阵列(由两个麦克组成)只能检测到声源与电子设备之间距离的远近距离，并不能明确的给出声源的三维空间位置信息。本发明实施例提供的上述方法通过在电子设备的不同位置上设置采集声音信息的麦克，然后将不同方位的麦克两两组合，多组麦克阵列从不同平面去检测一个声源的位置信息，然后通过不同平面的信息组合确定声源相对于所述电子设备的空间位置信息。因为本发明所提供的方法从不同的侧面检测声源的位置，使得最终检测到的声源位置更为精确。

另外，在本发明实施例中通过矢量方式描述声控操作，能够更完整的描述声控操作的多维信息。使得电子设备能够更全面的体现用户输入的声控操作的操作意图。下面结合说明书附图对本发明提供的方法作进一步详细的说明：

如图1所示，本发明实施例提供一种声控信息检测方法，下面结合说明书附图对本发明的具体实施方式进行详细说明：

该方法应用于一电子设备中，为了能够更精确的定位声源的位置，所以要检测某一声源在不同平面所产生的声音信息，进而本发明实施例中的电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面(图2所示)，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该方法具体包括：

步骤101，根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；

在本发明实施例中，每个麦克阵列可以通过声源定位算法采用基于延时估计的TDE算法，计算出声源与每一个组麦克阵列的时延值。

然后，根据所述时延值，则根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置的实现可以是：

检测所述声源到达麦克阵列中每个麦克风的时间差；

根据所述时间差确定所述声源的空间位置。

步骤102，根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

为了更完整的描述一个声控操作所需要表达的操作意图，本发明实施例中选用矢量的去表述一个声控操作的各项参数，声源与电子设备的位置关系通过矢量的方向表述，声源与电子设备的距离则通过矢量的大小表述。

在本发明实施例中，因为用户所处的环境不同所以可能会存在一个声源或多个声源的情况，则所述获取所述空间矢量对应的声控操作指令包括：

(1)当环境中只有一个声源，则直接根据该声源对应的空间矢量确定对应的声控操作指令。

(2)当环境中有多个声源(即电子设备检测到多个声源信息，如图3所示)，获取所述空间矢量对应的声控操作指令的具体实现方式可以是：

将多个声源所对应的空间矢量进行矢量叠加，得到叠加矢量；

获取所述叠加矢量对应的声控操作指令。

因为在本发明实施例中，每个声源都对应一个矢量如果多个声源同时存在时，要根据多个声源所发出的声音信息确定唯一的声控操作指令，则可通过矢量叠加的方式将多个声源所对应的空间矢量进行叠加得到多个声源组合形成的包括声源方向以及声源距离的综合空间矢量。

如图4所示，在本发明实施例中，根据所述声源的空间位置确定与声源对应的空间矢量的具体实现方式可以是：

步骤401，通过时延算法确定声源相对于每个麦克阵列的方位(即声源相对于麦克阵列位置)；

根据麦克阵列中每个麦克接收到的声音信息，确定声源发出的声音到麦克阵列的时延值，根据所述时延值确定声源与麦克阵列的距离值以及所述声源相对于麦克阵列的第一方位。具体实现方式可以是：

假设第n对麦克风，其坐标位置为l_n1，l_n2，对于一个处于位置q_s的声源，第n对麦克风产生的时延值为：

其中c为声速，假设根据第n对麦克风估计出的时延值为t_n，则t_n≠T({l_n1，l_n2}，q_s)。对于一个单独的麦克风对和估计出来的时延值，其确定的轨迹是一个双曲面，该双曲面以(l_n1+l_n2)/2为中心，以(l_n1-l_n2)为对称轴线。

理想的情况下各个TDE值确定的曲面应该相交于一点，实际情况下会有误差，令t_n＝T({l_n1，l_n2}，q_s)+i，其中i_n为第n个麦克风对得到的TDE的估计误差，则声源位置为：其中W_n为权系数。

步骤402，检测所述声源到达麦克阵列中每个麦克风的时间差，根据所述时间差确定所述声源的空间位置。

对于麦克阵列来说，时延估计法是使用最广泛的一类声源定位算法。该算法是基于声波到达时间差技术，首先求出声源信号到达空间不同位置麦克风的时间差，再利用该时间差求得声源信号到达不同位置麦克分的距离差，让后求解得出声源位置。

如图5所示，A，B，C，D分别代表四个相同的麦克风，S代表声源。4个麦克风的位置如图所示，A在原点，A，C在x轴上，A，B在z轴上，A，D在y轴上。d_Ad_Bd_Cd_D分别表示声源到四个麦克风的距离..当任意一点S(x，y，z)处有声音产生后，以麦克风A作为参考，则声源到达其他三个麦克风和麦克风的A的时间差分别为Δt_BA，Δt_CA，Δt_DA.假设当地的声速为v，则麦克风之间的声程差分别为d_B-d_A＝vΔt_BA，d_C-d_A＝vΔt_CA，d_D-d_A＝vΔt_DA，则有

其中，除了x，y，z三个未知数以外，其余参数均为已知数。

求解该方程得到S(x，y，z)的值，就得到了声源的位置。

步骤403，根据所述声源的空间位置确定与声源对应的空间矢量；确定所述空间矢量的具体实行方案包括：

在每个麦克阵列所形成的检测平面中，根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位；

根据所述距离值以及第一方位确定声源在每个麦克阵列中形成的分矢量；

获取每个声源在多个检测平面所形成的分矢量，将多个分矢量进行矢量叠加生成声源对应的空间矢量。

如图6所示，根据上述方法本发明还提供一种电子设备，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该电子设备还包括：

空间位置检测单元601，用于根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；

声控操作单元602，用于根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

在本发明实施例中，因为用户所处的环境不同所以可能会存在一个声源或多个声源的情况，当检测到多个声源信息，声控操作单元602获取所述空间矢量对应的声控操作指令包括：

将多个声源所对应的空间矢量进行矢量叠加，得到叠加矢量；

获取所述叠加矢量对应的声控操作指令。

另外，声控操作单元602根据所述声源的空间位置确定与声源对应的空间矢量包括：

在每个麦克阵列所形成的检测平面中，根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位；

根据所述距离值以及第一方位确定声源在每个麦克阵列中形成的分矢量；

获取每个声源在多个检测平面所形成的分矢量，将多个分矢量进行矢量叠加生成声源对应的空间矢量。

另外，所述声控操作单元602根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位包括：

根据麦克阵列中每个麦克接收到的声音信息，确定声源发出的声音到麦克阵列的时延值，根据所述时延值确定声源与麦克阵列的距离值以及所述声源相对于麦克阵列的第一方位。

本发明实施例所提供的方案是通过多组麦克阵列实现声源空间位置的准确定位，所以所述空间位置检测单元601根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置包括：

检测所述声源到达麦克阵列中每个麦克风的时间差；

根据所述时间差确定所述声源的空间位置。

本申请实施例中的上述一个或多个技术方案，至少具有如下的技术效果：

针对现有技术中的问题本发明实施例提供一种声控信息检测方法，该方法应用于一电子设备中，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该方法包括：根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

因为一对麦克阵列可以检测的是一个二维平面的声源位置，即一个麦克阵列(由两个麦克组成)只能检测到声源与电子设备之间距离的远近距离，并不能明确的给出声源的三维空间位置信息。本发明实施例提供的上述方法通过在电子设备的不同位置上设置采集声音信息的麦克，并将不同方位的麦克两两组合形成多组麦克阵列，多组麦克阵列从不同平面去检测一个声源的位置信息，然后通过不同平面的位置信息组合确定声源相对于所述电子设备的空间位置。因为本发明所提供的方法从不同的侧面检测声源的位置，使得最终检测到的声源位置更为精确。

本发明实施例中选用矢量的去表述一个声控操作的各项参数，声源与电子设备的位置关系通过矢量的方向表述，声源与电子设备的距离则通过矢量的大小表述，达到了更完整的描述一个声控操作所需要表达的操作意图的效果。

本发明所述的方法并不限于具体实施方式中所述的实施例，本领域技术人员根据本发明的技术方案得出其它的实施方式，同样属于本发明的技术创新范围。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种声控信息检测方法，其特征在于，该方法应用于一电子设备中，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该方法包括：

根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；

根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

2.如权利要求1所述的方法，其特征在于，当检测到多个声源信息，获取所述空间矢量对应的声控操作指令包括：

将多个声源所对应的空间矢量进行矢量叠加，得到叠加矢量；

获取所述叠加矢量对应的声控操作指令。

3.如权利要求1所述的方法，其特征在于，根据所述声源的空间位置确定与声源对应的空间矢量包括：

在每个麦克阵列所形成的检测平面中，根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位；

根据所述距离值以及第一方位确定声源在每个麦克阵列中形成的分矢量；

获取每个声源在多个检测平面所形成的分矢量，将多个分矢量进行矢量叠加生成声源对应的空间矢量。

4.如权利要求3所述的方法，其特征在于，根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位包括：

根据麦克阵列中每个麦克接收到的声音信息，确定声源发出的声音到麦克阵列的时延值，根据所述时延值确定声源与麦克阵列的距离值以及所述声源相对于麦克阵列的第一方位。

5.如权利要求4所述的方法，其特征在于，根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置包括：

检测所述声源到达麦克阵列中每个麦克风的时间差；

根据所述时间差确定所述声源的空间位置。

6.一种电子设备，其特征在于，该电子设备内设置至少三个麦克风，所述至少三个麦克风设置于所述电子设备的不同侧面，所述至少三个麦克风两两组合形成不同方位的多个麦克阵列，该电子设备还包括：

空间位置检测单元，用于根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置；

声控操作单元，用于根据所述声源的空间位置确定与声源对应的空间矢量，获取所述空间矢量对应的声控操作指令。

7.如权利要求6所述的电子设备，其特征在于，当检测到多个声源信息，声控操作单元获取所述空间矢量对应的声控操作指令包括：

将多个声源所对应的空间矢量进行矢量叠加，得到叠加矢量；

获取所述叠加矢量对应的声控操作指令。

8.如权利要求6所述的电子设备，其特征在于，声控操作单元根据所述声源的空间位置确定与声源对应的空间矢量包括：

在每个麦克阵列所形成的检测平面中，根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位；

根据所述距离值以及第一方位确定声源在每个麦克阵列中形成的分矢量；

获取每个声源在多个检测平面所形成的分矢量，将多个分矢量进行矢量叠加生成声源对应的空间矢量。

9.如权利要求8所述的电子设备，其特征在于，声控操作单元根据麦克阵列检测到的声音信息确定声源与麦克阵列的距离值以及第一方位包括：

根据麦克阵列中每个麦克接收到的声音信息，确定声源发出的声音到麦克阵列的时延值，根据所述时延值确定声源与麦克阵列的距离值以及所述声源相对于麦克阵列的第一方位。

10.如权利要求6所述的电子设备，其特征在于，空间位置检测单元根据麦克阵列检测到的声音信息确定声源相对于麦克阵列的空间位置包括：

检测所述声源到达麦克阵列中每个麦克风的时间差；

根据所述时间差确定所述声源的空间位置。