CN104010251A - 收音系统与相关方法 - Google Patents

Abstract

本发明涉及一种收音系统与相关方法。本发明的收音系统包括有多个麦克风、一测距模块与一调整模块。测距模块估计使用者的距离以提供一使用者距离，调整模块则依据使用者距离调整部份或全部的麦克风的位置。

Description

收音系统与相关方法

技术领域

本发明有关于一种收音系统与相关方法，且特别关于一种可随使用者距离调整麦克风位置以优化波束成型（beam-forming）收音效果的收音系统与相关方法。

背景技术

声音充盈于日常生活的环境之中，故社会大众也常用声音来表情达意、交流沟通。因此，许多与声音相关的应用技术与电子装置也就应运而生。举例而言，现代资讯厂商均致力研发声控技术，以便让使用者能直觉地以声音来操控电子装置，尤其是消费电子产品，例如电视等等。再者，协助使用者以声音沟通及/或记录声音的各种电子装置，例如电话、手机、电话会议装置、数位相机、摄录机（camcorder）、网络摄影机（web cam）与对讲机等等，也早已成为现代资讯生活不可或缺的一部分。

在各种与声音相关的应用技术与电子装置中，收音可说是最重要的基础之一。如何清晰地接收到使用者（及/或特定方向、特定位置）的声音、排除环境背景杂音与提高讯杂比，也就成为现代资讯厂商的研发重点。

发明内容

利用麦克风阵列收音的波束成型技术可用以增进收音的效果。麦克风阵列包括有多个麦克风，各个麦克风可各自接收声音，将声音的声波转换为关联的电子信号，以作为基本音频信号。波束成型演算法即是在时域及/或频域处理这些麦克风的基本音频信号，以整合提供一合成的进阶音频信号。经由信号处理，波束成型技术可在进阶音频信号中加成集中由某特定方向及/或某特定位置传来的声音，减抑其他方向及/或其他位置的声音；等效而言，也就是将麦克风阵列的收音场型聚焦于特定方向及/或特定位置。再者，波束成型技术也可以利用麦克风阵列辨识音源的方向及/或位置。

不过，麦克风阵列中各麦克风的位置会影响波束成型的效果。举例而言，若麦克风阵列中的各麦克风在空间中较为分散，则其收音场型比较适合用来聚焦于距离较远的音源。相对地，若各麦克风的位置较为集中，则其收音场型比较适合用来聚焦于距离较近的音源。

本发明的目的之一是提供一种收音系统，其可运用一麦克风阵列收音动态地、适应性地优化麦克风阵列的收音效果。配合麦克风阵列，本发明收音系统包括有一测距模块与一调整模块。测距模块用以估计使用者的距离，并据以提供一使用者距离。调整模块耦接测距模块，用以依据使用者距离调整麦克风阵列中至少一麦克风的位置。

一实施例中，该些麦克风的位置系与该些麦克风之间的距离有关，该调整模块系依据使用者距离调整麦克风之间的距离。举例而言，若使用者距离落于一预设范围内，调整模块可随使用者距离变远而使两麦克风相互远离，增长麦克风之间的距离。反之，使用者距离变近时，调整模块可将两麦克风移近，以缩短麦克风之间的距离。

一实施例中，调整模块可依据使用者距离提供一目标距离，并比较该些麦克风之间的距离是否符合目标距离（如两者间的误差或相对误差是否小于一容忍值）；若否，调整模块会调整该些麦克风的位置，以使该些麦克风之间的距离符合该目标距离。在提供目标距离时，若使用者距离落于一预设范围内，则调整模块系使目标距离正相关地关联于使用者距离；举例而言，调整模块可以使较远的使用者距离对应于较长的目标距离，使较近的使用者距离对应于较短的目标距离。

一实施例中，本发明收音系统更包括一处理模块，用以处理麦克风阵列中各麦克风的基本音频信号，并据以提供一进阶音频信号；举例而言，处理模块可依据波束成型演算法处理各麦克风的基本音频信号，以提供进阶音频信号。

一实施例中，本发明收音系统更包括一应用模块，耦接所述的处理模块，用以依据进阶音频信号而运作。举例而言，收音系统可用以实现一个具有声控介面的声控装置，而应用模块则系辨识进阶音频信号中的声控指令，并据以控制收音系统的运作。以及/或者，收音系统可以是协助使用者以声音沟通的电子装置，应用模块是一通讯模块，用以将进阶音频信号以有线或无线的方式传输至一网络。以及/或者，收音系统可以是记录声音的电子装置，应用模块系一储存模块，用以将进阶音频信号编码储存于一记录媒体，例如硬碟、光碟及/或快闪存储器等等。

一实施例中，处理模块更依据麦克风阵列中各麦克风的基本音频信号提供一音源方向，而测距模块依据音源方向而估计使用者的距离。举例而言，若测距模块可辨识出多个使用者，则可进一步依据处理模块提供的音源方向对照出正在发声的使用者，以依据该发声使用者的距离提供使用者距离；当调整模块依据此一使用者距离调整麦克风位置后，便能优化麦克风阵列对该发声使用者的收音。

本发明的目的之一是提供一种应用于一收音系统的方法；收音系统包含多麦克风。本发明方法包括：估计使用者与收音系统的距离并据以提供一使用者距离，并且，依据使用者距离调整该些麦克风中至少一麦克风的位置。

一实施例中，该些麦克风的位置与一距离有关，而本发明方法还包括：依据使用者距离提供一目标距离；若该距离不符合目标距离，则调整该些麦克风的位置，以使该距离得以更新而符合目标距离。若该距离已符合目标距离，则可以不用调整该些麦克风的位置。一实施例中，若使用者距离落于一预设范围内，则使目标距离正相关地关联于使用者距离。

一实施例中，本发明方法还包括：依据麦克风阵列所收到的声音提供一音源方向，并依据音源方向估计使用者的距离。

为了对本发明的上述及其他方面有更佳的了解，下文特举较佳实施例，并配合附图，作详细说明如下：

附图说明

图1示意的是依据本发明一实施例的收音系统。

图2示意的是图1收音系统依据本发明一实施例的运作情形。

图3示意的是依据本发明一实施例的流程，其可应用于图1收音系统。

主要元件符号说明

10：收音系统

12：麦克风阵列

14：测距模块

16：调整模块

18：处理模块

20：应用模块

100：流程

102-110：步骤

S[.]、SA：音频信号

D：使用者距离

d：距离

m[.]：麦克风

具体实施方式

请参考图1，其所示意的是依据本发明一实施例的收音系统10，其包括有一麦克风阵列12、一测距模块14、一调整模块16、一处理模块18与一应用模块20。麦克风阵列12中可以设有多个麦克风，图1中以麦克风m[1]与m[2]作为代表；麦克风m[1]与m[2]可各自接收声音，并分别将声音转换成关联的电子音频信号S[1]与S[2]，作为基本音频信号。测距模块14用以估计使用者的距离，并据以提供一使用者距离D。调整模块16耦接测距模块14，用以依据使用者距离D而调整麦克风阵列12中部份或全部麦克风的位置。

举例而言，在一实施例中，麦克风m[1]与m[2]可沿x轴方向左右滑动，两者相距一距离d，此距离d亦可视为麦克风阵列的孔径（aperture）尺寸。使用者距离D则可以是使用者与麦克风阵列12间的y轴距离。一实施例中，调整模块16即是随使用者距离D而调整麦克风m[1]与m[2]的x轴位置，使距离d适应性地随使用者距离D而改变。请一并参考图2，其所绘示的是依据本发明一实施例而随使用者距离调整麦克风位置的示意图；当使用者距离D为一较近的距离Da时，调整模块16可使麦克风m[1]与m[2]沿x轴相互接近，使距离d等于一较短的长度da；如此，麦克风阵列12就能为较近的音源提供较佳的收音效果，以及/或者以较佳解析度辨识较近音源的方向及/或位置。相对地，当使用者距离D为一较远的距离Db时，调整模块16则使麦克风m[1]与m[2]沿x轴相互远离，使距离d改变为一较长的长度db。如此，麦克风阵列12可为较远的音源提供较佳的收音效果，以及/或者更清楚地鉴别较远音源的方向及/或位置。亦即，调整模块16可随使用者距离D，也就是音源的距离，而正相关地改变距离d，以优化麦克风阵列12的收音效果。

请再度参考图1。在收音系统10中，处理模块18耦接于麦克风阵列12，用以处理麦克风阵列12中各麦克风m[.]的音频信号S[.]，并据以提供一音频信号SA作为一进阶音频信号。举例而言，处理模块18可以依据波束成型演算法而对不同麦克风m[.]的音频信号S[.]分别进行相异的信号处理，以加成总和出进阶音频信号SA。对音频信号S[.]进行的信号处理可以包括：对不同麦克风m[.]的音频信号S[.]分别进行相异的时序延迟或相位调整，以及/或者对不同麦克风m[.]的音频信号S[.]分别进行不同权重的缩放。经由信号处理，处理模块18可在音频信号SA中加成集中由某特定方向及/或特定位置传来的声音，并减抑其他方向及/或其他位置的声音；以及/或者，处理模块18也可以辨识音源的方向及/或位置。

如图1所示，在收音系统10中，应用模块20耦接处理模块18，用以依据音频信号SA而运作。举例而言，应用模块20可整合一声音辨识功能，用以辨识音频信号SA中的声控指令（如口述语音命令及/或特定声音，如拍掌声），并据以控制收音系统10的运作，使收音系统10可实现一个具有声控介面的声控装置，例如一声控电视。以及/或者，应用模块20可以实现一通讯模块的功能，其可将音频信号SA转换、编码、压缩、加密、封包化及/或调变，以运用有线或无线的方式将音频信号SA传输至一网络，例如移动通信网络或互联网等等；如此，收音系统10便可以协助使用者以声音沟通。以及/或者，应用模块20可整合一储存模块的功能，用以将音频信号SA转换、编码、压缩及/或加密，并将其储存于一记录媒体，例如硬碟、光碟及/或快闪存储器等等，让收音系统10可以记录声音。

为实现测距模块14的功能而估计使用者距离D，测距模块14可以包括有两个（或更多个）位置相异的镜头（未绘示）来朝着使用者拍照，以利用不同镜头间的影像视差来判断使用者距离D。若使用者有多人，测距模块14可以依据最近的使用者或最远的使用者来决定使用者距离D，或是由多使用者的不同距离中计算出一统计值（例如平均值），并据以决定使用者距离D。一实施例中，测距模块14可以结合人脸辨识的功能，以判断出使用者的所在，并据以决定使用者距离D。

一实施例中，测距模块14可以结合特征比对（例如面部特征辨识）的功能，以比对使用者的特征是否符合一或多个预设的主控者特征；若一或多个使用者中有一或多个使用者的特征符合一或多个主控者特征，则只依据符合特征的使用者来决定使用者距离D，而不依据其他未符合特征的使用者。举例而言，对视讯会议系统而言，可将主席（及/或主要发言者）的特征预设为主控者特征，使收音系统10的麦克风阵列12可追随主席（及/或主要发言者）的距离而适应性地调整位置。

一实施例中，测距模块14可以结合移动检测的功能；若检测到使用者移动，则依据移动的使用者来决定使用者距离D。

在测距的其他实施例中，测距模块14亦可以利用声波、超音波、震波、电磁波、雷射、红外线等定位技术或这些技术的结合来测定使用者距离D。

一实施例中，处理模块18更依据麦克风阵列12中各麦克风m[.]的音频信号S[.]提供一音源方向，而测距模块14更依据音源方向而估计使用者距离D。举例而言，若测距模块14可辨识出多个使用者，则可进一步依据处理模块18提供的音源方向对照出正在发声的使用者，并依据该发声使用者的距离评估使用者距离D，以便优化麦克风阵列12对该发声使用者的收音。

调整模块16可以包括伺服马达以及/或者微机电元件，以移动部份或全部麦克风m[.]；以及/或者，处理模块18亦可依据测距模块14提供的使用者距离D而调整波束成型演算法的运作参数，以改变收音场型聚焦收音的距离远近。在依据使用者距离D调整麦克风位置时，麦可风阵列12中可以有某些麦克风的位置是维持固定不变的。举例而言，麦克风阵列12可以包括三个麦克风m[1]、m[2]与m[3]（未绘示），麦克风m[3]在麦克风m[1]与m[2]之间，且麦克风m[3]的位置是固定的；当使用者距离D变远时，调整模块16系将麦克风m[1]与m[2]移离麦克风m[3]而优化收音效果。

一种实施例中，调整模块16可随使用者距离D所属的数值范围而决定要移动哪些麦克风，以及麦克风的移动距离。举例而言，麦克风阵列12可以包括麦克风m[1]至m[4]（未绘示）；当使用者距离D之值落在一第一范围中时，麦克风m[1]至m[4]皆随使用者距离D而改变位置，而当使用者距离D之值落在另一第二范围中时，仅麦克风m[1]与m[4]会随使用者距离D而改变位置，麦克风m[2]与m[3]则不随使用者距离D而改变位置。

麦克风阵列12中的各麦克风m[.]可以是呈线性阵列排列的，也可以是呈二维阵列排列的，亦可散布于二维平面，例如说排列于一圆周。举例而言，麦克风m[.]可以沿x轴与z轴分布。当在依据使用者距离D调整麦克风位置时，不仅可以调整（部份或全部）麦克风m[.]的x轴位置，亦可以一并调整（部份或全部）麦克风m[.]的z轴位置。举例而言，当使用者距离D较大时，麦克风m[.]之间的x轴距离与z轴距离皆可以随之增加。

请参考图3，其所示意的是本发明一实施例的流程100，其可施用于图1收音系统10。流程100的主要步骤可描述如下。

步骤102：开始流程100。此时，距离d等于一初始值。

步骤104：以测距模块14估计使用者的距离，并据以提供使用者距离D。

步骤106：由调整模块16依据使用者距离D计算出一目标距离d_op，并比较距离d是否已经符合此一目标距离d_op（亦即，距离d与目标距离d_op间的差异或相对差异是否已经小于一预设容忍值）；若是，则进行至步骤110；若否，则进行至步骤108。举例而言，若使用者距离D之值在一预设范围[D_min，D_max]中时，目标距离d_op可以正相关地关联于使用者距离D。例如，目标距离d_op可以计算为：d_op＝d_min＋(d_max-d_min)*(D/D_max)。其中，数值D_min、D_max、d_min与d_max可以是预设值。举例而言，数值d_min与d_max可以由麦克风可移动的范围所决定；以图1为例，当把麦克风m[1]与m[2]移动到两者最接近时，两者间的距离d即可作为数值d_min的设定依据之一；类似地，当把麦克风m[1]与m[2]移动到两者最远离时，两者间的距离d即可作为数值d_max的设定依据之一。

步骤108：由调整模块16调整麦克风的位置，以使距离d得以更新而符合目标距离d_op。

步骤110：结束流程100。

由图3可看出，若距离d在流程100开始时的初始值已经等于步骤106的目标距离d_op，流程100就会直接由步骤106进行至步骤110，不必再调整距离d。一实施例中，距离d的初始值可以等于流程100开始前之值。

或者，收音系统10可以记录流程100在前次运行所得的目标距离d_op＠pre。等要再度进行流程100时，调整模块16便可在步骤102先使距离d的初始值符合目标距离d_op＠pre；举例而言，若距离d的初始值不符合目标距离d_op＠pre，便可调整麦克风的位置，以使距离d符合目标距离d_op＠pre。在步骤104取得当前使用者距离D后，再于步骤106比较距离d是否符合由当前使用者距离D所求出的新目标距离d_op。或者，收音系统10可以记录流程100在先前多次运行所得的各个目标距离d_op＠pre，并统计出一代表值，以在流程100再度开始时作为距离d的初始值。举例而言，此代表值可以是先前多个目标距离d_op＠pre中出现最频繁的数值，亦可以是先前诸目标距离d_op＠pre的最小值、最大值或平均值。

在本发明的一实施例中，音频处理模块18可依据麦克风阵列12收到的声音提供一音源方向，而在进行步骤104时，测距模块14系依据音源方向估计使用者距离D。

收音系统10可以周期性规律地自动重复进行流程100，以随使用者距离D的变化即时地动态调整麦克风位置。以及/或者，收音系统10也可以依据一或多个触发事件是否已单独及/或同时发生而决定是否启始流程100。举例而言，处理模块18检测到音源方向改变便可当作一触发事件。处理模块18开始检测到声音出现也可当作一触发事件。再者，触发事件也可以包括：当处理模块18检测到音量改变，例如音量改变幅度已超过一预设临界。另一种触发事件可以是：测距模块14检测到使用者距离D改变。亦即，当处理模块18检测到音源方向改变，以及/或者当测距模块14检测到使用者距离D改变，收音系统10就自动开始进行流程100，以使各麦克风能随时保持在优化的位置。

在图1收音系统10中，各模块可用软体、韧体及/或硬体或这三者的任意组合而实现。举例而言，测距模块14可以由测距的硬体（例如摄影镜头）与距离解算的软件/固件来整合实现。调整模块16可以用伺服机构等硬件与位置（目标距离）计算的软件/固件予以实现。处理模块18可以包括信号处理的硬件（如处理器）、软件（如波束成型演算法的程序码）及/或固件。收音系统10可以是声控的电子装置、协助使用者以声音沟通的装置以及/或者可以记录声音的各种电子装置，例如说是声控电视、声控家电、电话、手机、电话会议装置、数位相机、摄录机及/或网络摄影机等等。收音系统10的麦克风阵列12与各模块可整合于同一装置中，或是分置于不同的装置；举例而言，麦克风阵列12、调整模块16、处理模块18与应用模块20可以设于同一主机装置中，测距模块14则可以设于一附加的周边装置中，两者间以有线或无线方式相互交换信号。

总结来说，本发明收音技术可以依据使用者/音源至麦克风阵列的距离来适应性地调整麦克风的位置，优化麦克风阵列的收音效果，例如说是改善收音的讯杂比、抑制背景杂音、提升音源方向及/或的解析度与鉴别率。

综上所述，虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当以权利要求书界定为准。

Claims (15)

1.一种收音系统，包含：

多麦克风，该些麦克风用以接收声音并据以提供一音频信号；

一测距模块，用以估计使用者的距离，并据以提供一使用者距离；以及

一调整模块，用以依据该使用者距离调整该些麦克风中至少一麦克风的位置。

2.如权利要求1所述的收音系统，其特征在于，该些麦克风的位置与该些麦克风之间的一距离有关，该调整模块依据该使用者距离调整该距离。

3.如权利要求1所述的收音系统，其特征在于，该些麦克风的位置与该些麦克风之间的一距离有关，该调整模块依据该使用者距离决定一目标距离，并比较该距离是否符合该目标距离；若否，该调整模块调整该至少一麦克风的位置以使该距离符合该目标距离。

4.如权利要求3所述的收音系统，其特征在于，若该使用者距离落于一预设范围内，则该调整模块使该目标距离正相关于该使用者距离。

5.如权利要求1所述的收音系统，其特征在于，还包含：

一处理模块，用以处理该音频信号，并据以提供一处理后音频信号。

6.如权利要求5所述的收音系统，其特征在于，该处理模块依据一波束成型演算法处理该音频信号以提供该处理后音频信号。

7.如权利要求5所述的收音系统，其特征在于，该处理模块还依据该音频信号判断一音源方向，而该测距模块依据该音源方向估计使用者的距离。

8.如权利要求1所述的收音系统，其特征在于，该些麦克风的排列方式是呈线性阵列，二维阵列，以及散布于二维平面的其中一种。

9.一种应用于一收音系统的方法，该收音系统包含多麦克风，该方法包含：

估计使用者的距离，并据以提供一使用者距离；以及

依据该使用者距离调整该些麦克风中至少一麦克风的位置。

10.如权利要求9所述的方法，其特征在于，该些麦克风的位置与该些麦克风之间的一距离有关，而该方法还包含：

依据该使用者距离调整该距离。

11.如权利要求9所述的方法，其特征在于，该些麦克风的位置与该些麦克风之间的一距离有关，而该方法还包含：

依据该使用者距离决定一目标距离；以及

比较该距离是否符合该目标距离，若否，则调整该至少一麦克风的位置以使该距离符合该目标距离。

12.如权利要求11所述的方法，其特征在于，还包含：

若该使用者距离落于一预设范围内，则使该目标距离正相关于该使用者距离。

13.如权利要求11所述的方法，其特征在于，若该距离符合该目标距离，则不调整该些麦克风的位置。

14.如权利要求9所述的方法，其特征在于，还包含：

利用该些麦克风接收声音并据以提供一音频信号；以及

依据一波束成型演算法处理该音频信号以提供一处理后音频信号。

15.如权利要求9所述的方法，其特征在于，还包含：

利用该些麦克风接收声音并据以提供一音频信号；

依据该音频信号判断一音源方向；以及

依据该音源方向估计使用者的距离。