CN104093094A - 基于自适应旋转对准的室内语音采集方法与装置 - Google Patents

Abstract

本发明公开基于自适应旋转对准的室内语音采集方法与装置，所述装置包括包括可旋转麦克风阵列、A/D转换器、D/A转换器、信号处理单元、USB输出和音响系统，采用N个麦克风拾取房间内的声音，进行量化和采样后将各路信号返回给信号处理单元，由信号处理单元经过计算得出结果送入步进电机驱动装置，同时信号处理单元对各个麦克风采集到的数据进行处理交由音响系统播放或USB输出。所述方法包括对声源进行定位、计算麦克风需旋转的角度、对各路麦克风数字信号进行合并、判断麦克风是否旋转等步骤。本发明克服了传统声源信号采集的信噪比小，精度差的缺点，具有采集精度高，应用范围广，成本低，系统安装简单，易于控制等优点。

Description

基于自适应旋转对准的室内语音采集方法与装置

技术领域

本发明涉及语音采集技术，具体涉及一种利用声源定位和语音采集设备的基于自适应旋转对准的室内语音采集方法与装置。

背景技术

随着科技日益发展，室内语音采集技术也显得越来越重要，室内语音采集技术在教育，文化及科研领域都有着广泛应用，像是教育机构授课，舞台表演，或是科研单位的声源采集等等都离不开定向语音采集技术。因此，高精度、低成本的语音采集技术和设备显得尤为重要和迫切。

目前针对室内语音采集主要采用无线麦克和固定麦克两种方式。无线麦克是近几年来比较流行的一种室内语音采集技术，它具有便携方便的特点。但是同时也有成本高，设备维护费用高，易损坏，音质差等特点。无线麦克系统一般采用多个发射器对应一个接收器或者一个发射器对应一个发射器的方式，发射器由声源单位携带，采集语音信号，并通过无线电的形式发送给接收器，每个发射器都占用一定的带宽。对于一些对电磁波辐射有严格规定的科研单位来说，无线采集的方法显然不能适用；对于大中专院校的课室来说，每一个课室都要配有一套发射接收设备，且发射器需要经常维护，妥善保管，因此无线采集也存在一定弊端。固定麦克是一种比较传统的室内语音信号采集技术。需要在每一个有可能采集声源的位置放置一个麦克风，然后在需要的时候开启麦克风，并且将语音信号通过有线的方式发送给终端机。固定麦克具有精度高，设备简单等优点。但是在设备的便携性上具有较大不足，不能用于移动采集情况，且在声源较多的情况下成本很高。

基于麦克风阵列的语音采集方法能有效克服上述缺点。麦克风阵列由几个固定麦克风组成，通过声源定位对准声源的位置，从而克服固定麦克风不能用于移动采集的缺陷。而相对于无线麦克，由于不需要为每个声源都配备无线麦克风，所以降低了成本。同时能通过波束形成提高信噪比，使音质得到提高。但是现有的麦克风阵列一般使用在对声源的定位上，如在专利申请200510116434中，提出了一种基于双麦克风的声源定位方法和装置。该定位方法分为两个步骤：1、估算两个麦克风接收信号的到达时间差。2、估算两个麦克风接收信号的能量比。但是该方法只能定位二维平面，而不能定位三维空间。而且，该方法认为声波能量随着声源距离的平方而递减，但是在两个麦克风的间距很小的情况下，其信号能量差不明显，就会引入较大误差。并且该发明没有考虑混响对定位的影响，在室内普遍存在较强混响的情况下，定位效果不佳。

本发明为了克服无线和有线的语音采集缺点，提出了一种基于自适应旋转对准的语音采集方法与装置。

发明内容

本发明针对现有的固定麦克风携带不便，无线麦克风成本高、易损坏等缺点，提供基于自适应旋转对准的室内语音采集方法与装置。本发明采用单一指向式麦克风，此类麦克风能对来自前方的声音产生最大增益，而来自其他方向的声音则会被衰减，结合能自动定位声源的机械旋转装置，达到麦克风自动跟踪对准声源方向的效果。

本发明通过如下技术方案至少之一实现。

基于自适应旋转对准的室内语音采集装置，包括可旋转麦克风阵列、A/D转换器、D/A转换器、信号处理单元、USB输出和音响系统；其中可旋转麦克风阵列由多个可旋转麦克风分布于室内构成；每个可旋转麦克风由步进电机和定向麦克风组成，定向麦克风能在步进电机驱动下旋转，定向麦克风把采集到的声信号传给A/D转换器，同时接收脉冲信号进行旋转对准声源；A/D转换器把模数转换后的声音数字信号传给信号处理单元，由信号处理单元计算到达时间差和旋转角度，对是否需要旋转给出判断，并将结果传给可旋转麦克风阵列；同时根据到达时间差合并声信号，根据需要经过D/A转换器后交由音响系统回放或者USB输出。

用于所述的基于自适应旋转对准的室内语音采集装置的采集方法，其包括如下步骤：

(1)声源定位，利用麦克风阵列采集到的声音信号，根据基于时延差的定位方法计算声源坐标；

(2)计算麦克风需旋转的角度，即利用前一时刻的声源坐标和当前的声源坐标计算麦克风的旋转角度(Δθ_xyi，Δβ_zi)；

(3)语音信号合并

将采集到的N路麦克风信号S_i(n)进行合并，1≤i≤N，得到合并后的近似声源信号：

$\hat{S}\left(n\right)={\mathrm{\Σ}}_{i=1}^N{\mathrm{\λ}}_i{S}_i(n-n_i)$   公式(5)

λ_i为信号合并时第i个麦克风信号的权重系数；

(4)麦克风旋转

把已经计算出的旋转调整角度(Δθ_xyi,Δβ_zi)与设定阈值(Γθ_xy,Γβ_z)相比较，如果Δθ_xyi大于Γθ_xy'，则xy方向步进电机旋转Δθ_xyi，否则不旋转；如果Δβ_zi大于Γβ_z'，则z方向步进电机旋转Δβ_zi，否则不旋转，重复步骤(1)～(4)。

进一步的，步骤(1)具体包括：每隔时间T₀进行一次定位，采用N个定向麦克风组成的麦克风阵列进行定位，N≥4，在空间直角坐标系x,y,z中，令前一时刻声源位于坐标(x,y,z)处，当前时刻位于(x′,y′,z′)处；第i个麦克风的坐标为(x_i,y_i,z_i),，i为定向麦克风的序号，1≤i≤N；

则第i个定向麦克风所采集到的原始信号为S_i(t)，1≤i≤N，对其进行低通滤波采样，并进行A/D转换，得到第i个定向麦克风所得的数字信号为S_i(n)，1≤i≤N，利用时延估计法，得出第i个麦克风的时延n_i，从而计算出当前声源坐标(x′,y′,z′)。

进一步的，步骤(2)具体包括：

利用根据声源定位得到的声源方位坐标(x′,y′,z′)和已知的麦克风的方位坐标(x_i,y_i,z_i),以及麦克风当前的角度(θ_xyi,β_zi)，麦克风的初始角度设为(0,0)，计算一次第i个麦克风在两个方向上需要旋转的角度(Δθ_xyi,Δβ_zi),1≤i≤N，，从直角坐标系x,y,z轴正方向看过去顺时针Δ为正，轴的正方向为0°；

第i个麦克风在xy平面需要旋转的角度：

${\mathrm{\θ}}_{\mathrm{xyi}}^{\′}=\arctan \left(\frac{y^{\′}-y_i}{x^{\′}-x_i}\right)$   公式(1)

Δθ_xyi＝θ′_xyi-θ_xyi  公式(2)

公式(1)中，y′＞y_i时，取值取0°～180°，y′＜y_i时，取值取180°～360°；

第i个麦克风z方向需要旋转的角度：

${\mathrm{\β}}_{\mathrm{zi}}^{\′}=\arctan \left(\frac{z^{\′}-z_i}{\sqrt[2]{{(x^{\′}-x_i)}^2+{(y^{\′}-y_i)}^2}}\right)$   公式(3)

Δβ_zi＝β′_zi-β_zi  公式(4)

公式(3)，z′＞z_i时，取值取0°～180°，z′＜z_i时，取值取180°～360°；

进一步的，步骤(3)中，

λ_i＝CSNR_i  公式(6)

公式(6)中，SNR_i为第i个麦克风信号的信噪比，C为小于1的增益调节因子。

与现有技术相比，本发明采集精度高，应用范围广，而且成本低，系统安装简单，易于控制。

第一、本发明克服了简单两点方向定位的精度低的缺点。本发明采用N(N≥4)个麦克风，可以计算出声源的三维坐标。

第二、本发明克服了传统声源信号采集的信噪比小，精度差的缺点。本发明采用定向麦克风，而且麦克风实时对准声源，可以对声源信号进行信噪比很高的采集。

第三、本发明克服了传统声源信号采集成本高的问题。由于高精度的麦克风价格往往比较昂贵，而本发明的定向麦克可以实时对准声源信号，这样就可以大大减少麦克风的数量，降低了成本。

附图说明

图1为实施方式中采集装置的组成框图；

图2为本发明装置的可旋转麦克风的正面示意图。

图3为本发明装置的可旋转麦克风的侧面示意图；

图4为声源和麦克风的当前位置和方向的示意图；

图5为为声源和麦克风的变化后的位置和方向示意图；

图6为采集装置的工作流程示意图；

图7为本发明采集装置的一个布置示意图。

具体实施方式

以下结合附图和实例对本发明的实施作进一步说明，但本发明的实施和保护不限于此。以下未特别说明的符号为本领域的惯常表达方式，未特别说明的计算方法均是本领域技术人员可以参照现有技术实现的。

本发明装置如图1所示，由可旋转麦克风阵列、A/D转换器、D/A转换器、信号处理单元、USB输出、音响系统六个模块组成。其中可旋转麦克风阵列由多个可旋转麦克风分布于室内构成。每个可旋转麦克风由步进电机和定向麦克风组成，把采集到的声信号传给A/D转换器，同时接收脉冲信号旋转对准声源。A/D转换器把模数转换后的声音数字信号传给信号处理单元，由信号处理单元计算到达时间差和旋转角度，对是否需要旋转给出判断，并将结果传给可旋转麦克风阵列。同时根据到达时间差合并声信号，根据需要经过D/A转换器后交由音响系统回放或者USB输出。本发明装置中步进电机采用美国Portescapg公司型号为15M020的永磁步进电机，麦克风采用美国舒尔MX412D的超心形响应麦克风，支杆材料为不锈钢，D/A和A/D采用ADI公司的16BIT芯片。本发明装置中信号处理单元模块的控制处理器使用TI的DSP芯片TMS320C2812实现。

本发明装置的区域扫描定位算法流程如图6所示，具体如下：

基于自适应旋转对准的语音采集装置，采用N个麦克风拾取房间内的声音，进行量化和采样后将各路信号返回给信号处理单元，由信号处理单元经过计算得出结果送入步进电机驱动装置，同时信号处理单元对各个麦克风采集到的数据进行处理交由音响系统播放或USB输出，具体包括以下环节。

1、声源定位方法

本声源定位方法每隔时间T₀进行一次定位，采用N(N≥4)个麦克风组成的麦克风阵列进行定位。如图4、5所示，前一时刻声源位于坐标(x,y,z)处，当前时刻位于(x′,y′,z′)处。第i个麦克风的坐标为(x_i,y_i,z_i),(1≤i≤N)。

第i个麦克风所采集到的原始信号为S_i(t)(1≤i≤N)，对其进行低通滤波采样，并进行A/D转换，得到第i个麦克风所得的数字信号为S_i(n)(1≤i≤N，n为数字信号函数常用的变量)。利用传统时延差估计法，可以得出第i个麦克风的时延n_i，从而计算出当前声源坐标(x′,y′,z′)。

2、麦克风方向

利用根据声源定位得到的声源方位坐标(x′,y′,z′)和已知的麦克风的方位坐标(x_i,y_i,z_i),(1≤i≤N)以及麦克风当前的角度(θ_xyi,β_zi)(麦克风的初始角度设为(0,0))，计算一次第i个麦克风在两个方向上需要旋转的角度(Δθ_xyi,Δβ_zi),(1≤i≤N)(从直角坐标系x,y,z轴正方向看过去顺时针Δ为正，轴的正方向为0°)

第i个麦克风xy平面需要旋转的角度：

${\mathrm{\θ}}_{\mathrm{xyi}}^{\′}=\arctan \left(\frac{y^{\′}-y_i}{x^{\′}-x_i}\right)$   公式(1)

Δθ_xyi＝θ′_xyi-θ_xyi  公式(2)

公式(1)中，y′＞y_i时，取值取0°～180°，y′＜y_i时，取值取180°～360°

第i个麦克风z方向需要旋转的角度：

${\mathrm{\β}}_{\mathrm{zi}}^{\′}=\arctan \left(\frac{z^{\′}-z_i}{\sqrt[2]{{(x^{\′}-x_i)}^2+{(y^{\′}-y_i)}^2}}\right)$   公式(3)

Δβ_zi＝β′_zi-β_zi  公式(4)

公式(3)，z′＞z_i时，取值取0°～180°，z′＜z_i时，取值取180°～360°。

3、语音信号合并

将采集到的N路麦克风信号S_i(n)(1≤i≤N)进行合并，得到合并后的近似声源信号：

$\hat{S}\left(n\right)={\mathrm{\Σ}}_{i=1}^N{\mathrm{\λ}}_i{S}_i(n-n_i)$   公式(5)

λ_i为信号合并时第i个麦克风信号的权重系数，可以根据实际情况来获得。举例λ_i一般取：

λ_i＝CSNR_i  公式(6)

公式(6)中，SNR_i为第i个麦克风信号的信噪比，C为小于1的增益调节因子。

4、麦克风旋转

把已经计算出的旋转调整角度(Δθ_xyi，Δβ_zi)与阈值(Γθ_xy，Γβ_z)相比较，如果Δθ_xyi大于Γθ_xy'，则x_y方向步进电机旋转Δθ_xyi，否则不旋转；如果Δβ_zi大于Γβ_z'，则z方向步进电机旋转Δβ_zi，否则不旋转。重复从第一步开始。

一个典型的基于自适应旋转对准的语音采实例如图7所示，装置所处300cm×200cm的一个房间内。可旋转麦克风阵列的结构示意图如图2、3所示。装置中每一个麦克风采用了2个步进电机。xy平面步进电机的现有角度为θ_xyi，z方向步进电机的现有角度为β_zi。

具体实例：

步骤一，利用麦克风阵列采集到的声音信号，根据传统的基于时延差的定位方法计算声源坐标。

步骤二，利用前一时刻的声源坐标和当前的声源坐标计算麦克风的旋转角度(Δθ_xyi,Δβ_zi)。

步骤三，根据各个麦克风采集到的信号的延时和信噪比，利用公式(5)、(6)合并语音信号。其中，公式(6)中的C＝0.6，SNR_i通过对S_i(n)的计算得出。

步骤四，分别判断需要旋转的角度Δθ_xyi和Δβ_zi是否大于阈值Γθ_xy＝1°和Γβ_z＝1°。若Δθ_xyi大于阈值Γθ_xy＝1°，则xy方向步进电机旋转Δθ_xyi,否则则不旋转；若Δβ_zi大于阈值Γβ_z＝1°，则z方向步进电机旋转Δβ_zi，否则则不旋转。这样，既能使每一个麦克风都能即时地对准声源，实现实时准确采集，又能使每一个麦克风合理旋转。

Claims (5)

1.基于自适应旋转对准的室内语音采集装置，其特征在于包括可旋转麦克风阵列、A/D转换器、D/A转换器、信号处理单元、USB输出和音响系统；其中可旋转麦克风阵列由多个可旋转麦克风分布于室内构成；每个可旋转麦克风由步进电机和定向麦克风组成，定向麦克风能在步进电机驱动下旋转，定向麦克风把采集到的声信号传给A/D转换器，同时接收脉冲信号进行旋转对准声源；A/D转换器把模数转换后的声音数字信号传给信号处理单元，由信号处理单元计算到达时间差和旋转角度，对是否需要旋转给出判断，并将结果传给可旋转麦克风阵列；同时根据到达时间差合并声信号，根据需要经过D/A转换器后交由音响系统回放或者USB输出。 

2.用于权利要求1所述的基于自适应旋转对准的室内语音采集装置的采集方法，其特征在于包括如下步骤： 

(1)声源定位，利用麦克风阵列采集到的声音信号，根据基于时延差的定位方法计算声源坐标； 

(2)计算麦克风需旋转的角度，即利用前一时刻的声源坐标和当前的声源坐标计算麦克风的旋转角度(Δθ_xyi,Δβ_zi)； 

(3)语音信号合并 

将采集到的N路麦克风信号S_i(n)进行合并，1≤i≤N，得到合并后的近似声源信号： 

  公式(5) 

λ_i为信号合并时第i个麦克风信号的权重系数； 

(4)麦克风旋转 

把已经计算出的旋转调整角度(Δθ_xyi,Δβ_zi)与设定阈值(Γθ_xy,Γβ_z)相比较，如果Δθ_xyi大于Γθ_xy'，则xy方向步进电机旋转Δθ_xyi，否则不旋转；如果Δβ_zi大于Γβ_z'，则z方向步进电机旋转Δβ_zi，否则不旋转，重复步骤(1)～(4)。 

3.根据权利要求2所述的采集方法，其特征在于步骤(1)具体包括：每隔时间T₀进行一次定位，采用N个定向麦克风组成的麦克风阵列进行定位，N≥4， 在空间直角坐标系x,y,z中，令前一时刻声源位于坐标(x,y,z)处，当前时刻位于(x′,y′,z′)处；第i个麦克风的坐标为(x_i,y_i,z_i),，i为定向麦克风的序号，1≤i≤N； 

则第i个定向麦克风所采集到的原始信号为S_i(t)，1≤i≤N，对其进行低通滤波采样，并进行A/D转换，得到第i个定向麦克风所得的数字信号为S_i(n)，1≤i≤N，利用时延估计法，得出第i个麦克风的时延n_i，从而计算出当前声源坐标(x′,y′,z′)。 

4.根据权利要求3所述的采集方法，其特征在于步骤(2)具体包括： 

利用根据声源定位得到的声源方位坐标(x′,y′,z′)和已知的麦克风的方位坐标(x_i,y_i,z_i),以及麦克风当前的角度(θ_xyi,β_zi)，麦克风的初始角度设为(0,0)，计算一次第i个麦克风在两个方向上需要旋转的角度(Δθ_xyi,Δβ_zi),1≤i≤N，，从直角坐标系x,y,z轴正方向看过去顺时针Δ为正，轴的正方向为0°； 

第i个麦克风在xy平面需要旋转的角度： 

  公式(1) 

Δθ_xyi＝θ′_xyi-θ_xyi  公式(2) 

公式(1)中，y′＞y_i时，取值取0°～180°，y′＞y_i时，取值取180°～360°； 

第i个麦克风z方向需要旋转的角度： 

  公式(3) 

Δβ_zi＝β′_zi-β_zi  公式(4) 

公式(3)，z′＞z_i时，取值取0°～180°，z′＜z_i时， 取值取180°～360°。 

5.根据权利要求2所述的采集方法，其特征在于步骤(3)中， 

λ_i＝CSNR_i  公式(6) 

公式(6)中，SNR_i为第i个麦克风信号的信噪比，C为小于1的增益调节因子。