CN104376849A - 区分声音的系统和方法及状态监控系统和移动电话机 - Google Patents

Abstract

本发明提供一种区分来自目标物体及其背景的声音的系统和方法以及采用该系统和方法的状态监控系统和移动电话机。目标物体及其背景组成声源。其包括：声源定位部件，包括至少一个麦克风和处理部件；和目标方向参考确定部件，用于将关于声源定位部件相对于目标物体的方向的信息确定为目标方向参考；其中：处理部件用于通过使用麦克风信号获得关于声音从声源到达声源定位部件的方向的信息，并且将其与目标方向参考比较以便区分来自目标物体及其背景的声音。通过采用声音区分系统，其可以抽取来自特定设备的位置的背景噪声并且仅分析来自目标物体的那些信号。

Description

区分声音的系统和方法及状态监控系统和移动电话机

技术领域

本发明涉及用于区分来自于目标物体和其背景的声音的系统和方法，及采用该系统和方法的状态监控系统和移动电话机。 

背景技术

声学分析常用于语音识别，却很少作为环境监控技术用于工业。声学监控的质量很大程度上依赖于机器工作环境的背景噪声。声源定位可以减轻背景噪声的影响。声像仪可用于声源定位。 

环境监控工具的一个重要的方面是声音分析。当机器和工厂设备发生故障时，可通过检测其发出的噪声的变化来检测故障。其中，声像仪使得声音的获得自动化并且更加客观。现有的声像仪可用于视觉化声音及其声源。类似于热像图的方式生成声源图。根据不同的标注，可以快速定位和分析噪声源。声像仪包括诸如视频相机一样的视频设备和多个诸如麦克风一样的声压测量设备，其中声压通常以帕斯卡(Pa)来测量。麦克风通常相对于声像仪以预定的形状和位置排列。 

声像仪可用于噪声/声源的识别、量化以及通过阵列处理由麦克风阵列拾取的多维声学信号生成声学环境的图像并且将该声学图像匹配到视频图像。集成麦克风阵列和数字视频相机的设备提供声学环境的视觉信息。作为测试设备的声学相机的可能应用包括在诸如车辆、火车和飞机内外等一样的环境中或在风洞中对于噪声/声源非破坏性的测量。声像仪也可内置在诸如水下无人交通工具、机器人和机器人平台一样的复杂平台中。当使用包括多个麦克风的麦克风阵列时，其可导致涉及声像仪的相对高的复杂度、相对大的体积和较高的成本。 

在一些传统的设计中，多个麦克风在测量之间随诸如电动机一样的驱动器移动。通过检测驱动器的参数来完成麦克风的运动捕捉，例如检测电动机的速度或初始位置。驱动器的机械特性限制了麦克风的运动，换而言之，麦克风不能随意移动并且由于上述限制无法跟随一定的路径。此外，在一些情 况下，位置的精确度受到采样或扫描区域的限制。当用电动机移动麦克风时，涉及麦克风的位置精确度的问题变得严重。例如，上述问题可归因于电动机的公差或其构造震动。此外，难以达到以电动机来移动麦克风而在固定连接处无反作用力的构造配置。 

此外，在工厂的噪声环境中，例如有多个设备同时工作，诸如声学摄影机一样的声学分析系统将分析来自目标物体及其背景(环境)的声音频率，但是传统的声学分析系统无法自动地区分来自目标物体的声音和来自其背景的声音。因此，无法消除来自其背景的声音对于来自目标物体的声音的影响。特别对于用于监控目标物体(例如电动机)的正常状态/故障状态的状态监控系统来说，其采用声学分析系统，它搜索高幅值的噪声信号或者特定噪声频率或模式并且定位噪声声源。然而，在特定故障信号弱于背景噪声并且所搜索的频率或模式未知情况下，则无法进行声学分析。 

发明内容

针对上述技术问题，本发明提供一种区分来自目标物体及其背景的声音的系统，所述目标物体及其背景组成声源，包括：声源定位部件，包括至少一个麦克风和处理部件；和目标方向参考确定部件，用于将关于所述声源定位部件相对于所述目标物体的方向的信息确定为目标方向参考；其中：所述处理部件用于通过使用麦克风信号获得关于声音从所述声源到达所述声源定位部件的方向的信息，并且将其与所述目标方向参考比较以便区分来自目标物体及其背景的声音。通过采用声音区分系统，其可以抽取来自特定设备的位置的背景噪声并且仅分析来自目标物体的那些信号。 

根据本发明的另一个方面，提供一种状态监控系统，包括上述区分来自目标物体及其背景的声音的系统，其中：所述处理部分还用于基于所述区分后的声音的频率判断所述目标物体的状态。通过采用状态监控系统，所抽取的信号自动地用于故障检测。该状态监控系统还可以包括报警装置，例如扩音器，以便提醒用于人工故障分析。 

根据本发明的另一个方面，提供一种移动电话机，包括上述区分来自目标物体及其背景的声音的系统最为其功能的扩展。 

根据本发明的另一个方面，提供一种区分来自目标物体及其背景的声音的方法，所述目标物体及其背景组成声源，包括：将关于所述声源定位部件 相对于所述目标物体的方向的信息确定为目标方向参考；通过使用麦克风信号获得关于声音从所述声源到达所述声源定位部件的方向的信息；以及将其与所述目标方向参考比较以便区分来自目标物体及其背景的声音。通过采用声音区分方法，其可以抽取来自特定设备的位置的背景噪声并且仅分析来自目标物体的那些信号。 

根据本发明的另一个方面，提供一种采用上述区分来自目标物体及其背景的声音的方法的状态监控方法，包括：基于所述区分后的声音的频率判断所述目标物体的状态。通过采用状态监控方法，所抽取的信号自动地用于故障检测。该状态监控系统还可以包括报警装置，例如扩音器，以便提醒用于人工故障分析。 

附图说明

图1示出根据本发明的一个实施例的声源定位系统的框图； 

图2示出根据本发明的一个实施例的可移动部件的任意移动路径； 

图3A示出根据本发明的一个实施例的声源定位系统的框图； 

图3B示出根据本发明的一个实施例的声源定位系统的框图； 

图3C示出根据本发明的一个实施例的声源定位系统的框图； 

图4示出根据本发明的一个实施例的可移动部件的典型的移动路径； 

图5示出麦克风所提供的麦克风信号的多普勒效应频移的频谱图； 

图6示出根据本发明的一个实施例的2维声源定位； 

图7示出根据本发明的一个实施例的3维声源定位； 

图8示出根据本发明实施例的麦克风典型的方向敏感性； 

图9示出根据图8的实施例的声源位置的确定； 

图10示出根据本发明的实施例的声源定位方法的流程图； 

图11示出通过使用根据图3C的声源定位系统的区分来自目标物体及其背景的声音的系统的方框图； 

图12示出由目标方向参考所指示的方向； 

图13A和13B分别示出根据本发明的实施例在滤除之前和之后声谱； 

图14A和14B分别示出根据本发明的实施例在标记目标物体轮廓之前和之后由摄像机捕获并且在人机界面上再现的图像； 

图15A和15B示出两种电动机状态的声谱的例子；和 

图16示出根据本发明的实施例的区分来自目标物体及其背景的声音的方法的流程图。 

具体实施方式

图1示出根据本发明的一个实施例的声源定位系统的框图。根据图1的系统用附图标记1表示。如图1所示，系统1包括可移动部件10、运动捕捉部件11和处理部件12。可移动部件10可与麦克风集成100集成。可移动部件10可相对于声源以任意的路径自由移动，例如线性移动、圆周移动、向前移动或向后移动等。运动捕捉部件11用于捕捉可移动部件10的移动。这允许对于可移动部件的移动路径的选择的灵活性。图2示出根据本发明的一个实施例的可移动部件的任意移动路径。麦克风100用于拾取从声源发出并且到达麦克风100的声波，并且由此产生表示所拾取的声波的分量值的麦克风信号。运动捕捉部件11用于捕捉可移动部件10以及与其集成检测声波的麦克风100的移动，并且由此产生表示可移动部件10和与其集成的麦克风100的位置和速度的运动捕捉部件信号。可移动部件10的运动和转动可由x，y，z方向表示。处理部件12用于接收来自可移动部件10的麦克风100的麦克风信号和来自运动捕捉部件11的运动捕捉部件信号并且基于在可移动部件10的移动中获得的麦克风信号和运动捕捉部件信号获得来自声源的声音的方向。 

下面，简要说明系统1的功能。处理部件12能够计算从初始位置可移动部件10和麦克风100一同移动中所接收的或记录的或采样的麦克风信号。因此，麦克风信号包括多普勒效应频移。通过从由同一个麦克风在其移动中拾取的信号中确定的多普勒效应频移结合位置信号，可以计算可移动部件相对于声源的方向，并且结合位置信号可以进一步得到声源的位置。这提供了具有较低成本和较小体积大的简单的声源定位系统。此外，因为将麦克风与可跟随任意路径的可移动部件集成，可在收到较少限制的条件下选取拾取声波的位置。此外，可移动部件并非由具有公差、震动或在固定连接处产生反作用力的驱动器驱动，因此运动捕捉部件信号的精度可以提高。此外，运动捕捉部件信号可以反映麦克风的移动，因此麦克风的位置和速度的精确度得以提高。 

图3A示出根据本发明的一个实施例的声源定位系统的框图。根据图3A 所示，在本实施例中，可以将运动捕捉部件11和可移动部件10集成，因此运动捕捉部件11和可移动部件10可以一同移动。例如，运动捕捉部件11可以是包括陀螺仪的惯性测量单元IMU，并且其可以与可移动部件10和麦克风100集成。因此，可移动部件10可以同步测量声学信号、至少一个方向加速度信号和至少一个方向陀螺仪信号的组合。通过采用上述配置，系统1更加紧凑。图3B示出根据本发明的一个实施例的声源定位系统的框图。在根据图3B的实施例中，运动捕捉部件11可以是与可移动部件10分离的视觉捕捉系统，其通过模式识别技术产生关于可移动部件10的速度和位置信息。图3C示出根据本发明的一个实施例的声源定位系统的框图。处理部件12可以和可移动部件10集成。当然，处理部件12可以与可移动部件10分离并且用个人计算机实现。根据上述实施例的系统还可以包括用于显示声源的位置的屏幕，其反映声源地图；例如，在扫描区域的图像上反映声源位置。该屏幕可以与可移动部件集成或者是个人计算机屏幕。 

在一些实施例中，处理部件12可以用于基于在可移动部件10和麦克风100移动中麦克风信号的声音电平和运动捕捉部件信号提供关于方向的信息。例如，处理部件12可以计算当可移动部件10相对于初始位置移动时麦克风信号相对于最大和/或最小幅值的声音电平，并且进一步基于麦克风信号的声音电平和运动捕捉部件信号提供方向信息。总之，可以从麦克风信号提取不同的信息。例如，通过使用多普勒效应频移可以计算多普勒效应对于麦克风信号的影响。也可以采用麦克风信号的幅值来提高确定方向的准确度。当然，麦克风信号也可以包括上述信息的组合。 

在一些实施例中，可由移动电话机来完成上述测量。 

图4示出根据本发明的一个实施例的可移动部件的典型的移动路径。如图4所示，可移动部件10位于初始位置30，记录声学信号并且麦克风不移动。该平稳信号作为后续分析的参考值(假设声源产生平稳信号)。方向的确定基于对非平稳信号的分析。此外，为了获得该非平稳信号，需要在移动麦克风时记录声学信号。如图4所示，该移动可以在三个方向：相对于目标向前-向后、向上-向下和向左-向右，或者上述三种方向的组合，当然其需要在目标的前方。例如如图4所示，可移动部件10可以以向前-向后的方向移动到位置31，可以以向左-向右的方向移动到位置32，可以以向上-向下的方向移动到位置33，或者沿上述三个方向的组合移动到其他的位置。因此， 可移动部件10和麦克风100相对于声源的距离由于初始位置30到位置31、32、33的不同而不同。麦克风与声源的距离越近，测量的分辨率越高。 

图5示出麦克风所提供的麦克风信号的多普勒效应频移的频谱图。例如，声源包括主频率5kHz。在初始位置30，多普勒效应频移为最小和/或可忽略。记录第一信号40，其表示麦克风100没有移动。当麦克风100和可移动部件10远离声源时记录第二信号41，此外当麦克风100和可移动部件10接近声源时，记录第三信号42。就5kHz频率峰值而言，第一信号40相对比较尖锐，这表示在其全部测量周期频率保持恒定。第二信号41不再尖锐并且向低频移动而第三信号42向高频移动。上述可视效果为多普勒效应。根据图5可以看出，用同一个麦克风可以测量多普勒效应频移。 

当用移动的麦克风做声学测量时，需要同时测量至少一个方向的加速度信号和陀螺仪信号。例如，需要同时测量至少三个方向的加速度信号和陀螺仪信号。移动电话机内置了上述检测元件，其可测量移动电话机的速度和移动路径。可替代地，可以用视觉标记获得麦克风移动路径和速度。 

下文描述确定从声源发出并且到达麦克风的声波方向的步骤。这里，假设声源的频率已知5kHz。例如，相对于麦克风而言的声源方向可以基于一速度的方向偏移麦克风和可移动部件的速度方向的角度来确定。该方法适用于2维和3维的声源定位。例如，如果可移动部件的速度已知，声源方向可以由一未知的角度描述，这导致需要确定该未知角度并且在下文结合例子描述。 

图6示出根据本发明的一个实施例的2维声源定位。基于平稳测量，选择目标频率。例如，目标频率为5kHz。选择在2维路径移动中的时刻，此时麦克风和可移动部件的速度应当是恒定的。例如，所选速度表示为V。相对于5kHz声学信号的频移，选择速度为v的时刻。 

多普勒效应公式描述移动声源或移动观察者的速度和由观察者所记录的声学信号的频移之间的关系。在本发明的实施例中，仅观察者移动。在这种情况下，多普勒效应公式为： 

$f_s=f_0\left(\frac{v\±v_0}{v}\right)---\left(1\right)$

其中，f_s表示多普勒效应导致的频移，f_o表示声源频率的实际值，v表示声音速度，其可认为是340m/s，v_o是观察者的速度，在本发明的实施例中是麦克风的速度。v_o依赖于麦克风相对于声源的速度。 

为了定位声源C，需要确定在目标C和位于初始位置的麦克风B之间的距离|CB|。在该例子中，麦克风和可移动部件在B的速度等于V，并且可以注意到麦克风正向D点移动，该移动偏离声源方向α角度。通过将等式(1)变换为：v_o出现在等式的左侧并且假设麦克风接近声源，等到如下等式： 

$v_0=v(1-\frac{f_s}{f_0})---\left(2\right)$

如果f_o是被检测频率并且f_o是各个f_o的实际频移，那么v_o是麦克风相对于声源C的速度。因此，我们得到 

V_y＝v_o             (3) 

在图6中，该速度分量标记为Vy。角度α的余弦可以表示为： 

$\cos \left(\mathrm{\α}\right)=\frac{V_y}{V}---\left(4\right)$

将等式(3)代入(4)中并且采用前面得到的速度V，可以计算角度α。如图6所示，当知道角度α的值，可以确定声源位于C点或A点。 

因此，根据上述实施例可以得到在2维空间中声源的方向为沿三角形BAC中的两条边BA和BC中的一条。基于上述结论，可以确定声源的方向。总之，处理部件12用于计算关于可移动部件从初始位置的第一方向移动的第一麦克风信号的第一多普勒效应频移，并且处理部件12用于基于第一麦克风信号的第一多普勒效应频移和运动捕捉部件信号提供关于声源方向的信息。 

为了提高确定声源方向的精度，可以以不同的速度v重复上述步骤至少一次。通过该重复，可以得到另一个三角形B’A’C’，其至少一条边与三角形BAC中的两条边BA和BC之一重合。因此，基于所得到的两个三角形BAC和B’A’C’的组合，可确定声源的方向来自BC和B’C’的交汇点。总之，处理部件还用于计算关于可移动部件从初始位置的第二方向移动的第二麦克风信号的第二多普勒效应频移。并且，处理部件用于基于所述第一和第二麦克风 信号的第一和第二多普勒效应频移和关于第一和第二方向运动的运动捕捉部件信号来提供关于声源方向的信息。 

图7示出根据本发明的一个实施例的3维声源定位。3维平面P可以以如下方式生成：其垂直于初始位置B并且其中心位于C点，其中C点是目标也即本发明实施例中的声源。在3维环境中定位声源，所计算的α角可产生顶点在B点的圆椎体。圆锥体和平面P共同的部分产生椭圆形，如图7所示。当重复上述计算三次，将计算出三个不同的圆锥体并且可得到三个不同的椭圆形。椭圆形的公共点为声源C，也即目标点。当用目标声源的真实照片替代平面P，可得到图7所示的声源定位视觉效果。因此，可在3维环境中确定声源的方向。总之，处理部件用于计算关于可移动部件分别从初始位置以第一、二和三方向移动的第一、二和三麦克风信号的第一、二和三多普勒效应频移。并且，处理部件用于基于所述第一、第二和第三麦克风信号的第一、第二和第三多普勒效应频移和关于第一、第二和第三方向运动的运动捕捉部件信号来提供关于声源方向的信息。 

可替换地，可以从所记录的声音信号中计算声音幅值来确定声源位置。麦克风对声音的敏感度根据声源方向的不同而不同，并且图8示出根据本发明实施例的麦克风典型的方向敏感性。轨迹802表示麦克风100对于来自不同角度的声音的敏感型。在箭头801所表示的方向上，麦克风100将达到其最大的敏感性并且由此输出最高的电平。通过旋转可移动部件10并且由此麦克风100到达最大和/或最小输出电平，此时麦克风将朝向声源的方向并由此可确定声源的方向。其他声音幅值，例如最小声音电平，也可用于检测方向。该电平和方向需要可清楚地确定。所示敏感性是麦克风的典型敏感性并且将根据麦克风的实施例及其环境改变。但是，仅在特定方向可获得最大敏感性并且可用于声源方向的确定。 

图9示出根据图8的实施例的声源位置的确定。在已知位置A，麦克风以其最大和/或最小幅值的方向X1旋转由此朝向声源B的位置。在第二已知位置C，其不在位置A与声源B的直线上，麦克风再次以其最大和/或最小幅值的方向旋转并且将给出声源位置B的第二方向X2的测量。两个方向直线X1和X2的交点给出声源的位置。位置捕捉部件11确定位置A和C。位置捕捉可采用上述的方法或者任何确定位置A和C的方法。可替换地，位置 捕捉部件也可以包括空间中执行测量的两个标记的位置。 

图10示出根据本发明的实施例的声源定位方法的流程图。方法1000包括，步骤1010，从与麦克风和移动捕捉部件集成的可移动部件获得可移动部件自由移动中的麦克风信号和运动捕捉部件信号。基于已知的声音信号的频率，其确定采样麦克风信号的采样频率。例如，来自麦克风100的麦克风信号的采样值存在，其以目标声音频率的至少两倍的采样频率采样并且产生采样信号。 

方法1000还包括，在步骤1020，基于运动捕捉部件信号确定可移动部件和麦克风的速度和初始位置，并且计算关于可移动部件从初始位置以一方向移动的麦克风信号的多普勒效应频移。 

方法1000还包括，步骤1030，基于麦克风信号的多普勒效应频移和运动捕捉部件信号提供麦克风相对于声源方向的信息。例如，在麦克风信号中的多普勒效应频移依赖于麦克风相对于声源的速度。多普勒效应频移的偏移表示可移动部件相对于声源的移动速度的大小。例如，可根据图6和7所描述的方法来计算声源的方向。 

可替换地，方法1000还包括，步骤1010，计算当可移动部件相对于初始位置移动时所述麦克风信号相对于最大和/或最小幅值的声音电平，并且在步骤1030，基于麦克风信号的声音电平和运动捕捉部件信号提供关于所述方向的信息。 

对于确定声源方向不同的精确度的要求，该方法可以执行至少一次，例如对如下循环执行：计算关于可移动部件分别从初始位置以第一、二和三方向移动的第一、二和三麦克风信号的第一、二和三多普勒效应频移，以及分别对于可移动部件的第一、第二和第三方向移动的运动捕捉部件信号。可替换地，该方法可以考虑可移动部件相对于初始位置移动时所述麦克风信号相对于最大和/或最小幅值的声音电平以及对于可移动部件的移动方向的运动捕捉部件信号。 

图11示出通过使用根据图3C的声源定位系统的区分来自目标物体及其背景的声音的系统的方框图。本领域的技术人员应当理解声源定位系统可以采用根据图1至10所描述的系统或者采用全息术(holography)或波束成形(beamforming)技术包括多个麦克风的静态单元。例如，在两个或多个麦克 风布置在分离位置的条件下，该静态单元可以确定声源的方向。由于从声源到不同的麦克风的传播路径不同，声音的到达存在延时。该延时导致由不同的麦克风所确定的信号的相移并且通过计算该相移，可确定声音的方向。如图11所示，声源包括目标物体及其背景。声音区分系统11包括具有麦克风100的声源定位部件1和目标方向参考确定部件13。目标方向参考确定部件13用于将关于声源定位部件1相对于目标物体的方向的信息确定为目标方向参考。 

图12示出由目标方向参考所指示的方向。如图12所示，目标方向参考指示箭头所示的多个方向，其中声音可以从目标物体15的不同的轮廓14点到达声源定位部件1，例如，方向12a从目标物体15的上部轮廓14开始，方向12b从目标物体15的下部轮廓14开始，方向12c从目标物体15的左部轮廓14开始，方向12d从目标物体15的右部轮廓14开始，等等。基于目标方向参考信息，声源定位部件1的处理部件12可相对于其自身位置定位目标物体。考虑其轮廓14上的点越多，则对于目标物体的定位越精确。可替代的，本领域的技术人员应当理解可采用其他的用于确定目标方向参考的技术，例如从目标物体的轮廓14内选择点来确定由此开始的方向。 

回到图11，声源定位部件1的处理部件12可通过使用麦克风信号获得关于声音从声源到达声源定位部件1的方向的信息，这已经在图1至10的具体实施例中描述。为了避免重复，在此省略详细的描述。处理部件12可将该信息与目标方向参考比较以便区分来自目标物体及其背景的声音。例如，处理部件12可判断声音从声源到达声源定位部件1的方向是否落入目标方向参考的范围内以便滤除来自所述声源的背景的声音，即在滤除后留下的声音主要包括来自目标物体的声音。声音的方向可以以垂直平面内的角α和水平平面内的角β来描述(见图12)。为了区分来自目标物体和其背景的声音，需比较声音方向的角度和参考方向的角度。如果目标物体的声音获得方向角度和则需要执行如下角度的比较： 

$\left\{\begin{array}{c}\widetilde{\mathrm{\&alpha;}}<{\mathrm{\&alpha;}}_i\\ \widetilde{\mathrm{\&alpha;}}>{\mathrm{\&alpha;}}_k\end{array}\right.,$ 和 $\left\{\begin{array}{c}\widetilde{\mathrm{\&beta;}}<{\mathrm{\&beta;}}_i\\ \widetilde{\mathrm{\&beta;}}>{\mathrm{\&beta;}}_k\end{array}\right.,---\left(5\right)$

其中，α_i是参考方向处置平面内的角度，β_i是同一参考方向的水平平面内的角度，α_k是参考方向的垂直平面内的角度，其位于由角度α_i和β_i所描述的各 个参考方向的对侧的轮廓上，β_k是参考方向的水平平面内的角度，其位于由角度α_i和β_i所描述的各个参考方向的对侧的轮廓上。如果公式(5)满足，则由方向角和瞄述的声音来自轮廓内部，即其来自目标物体。轮廓14可以为2维图形，其产生2维平面并且方向角可以映射到该2维平面并且在2维空间中指示声音的位置。 

通过采用声音区分系统，其可以抽取来自特定设备的位置的背景噪声并且仅分析来自目标物体的那些信号。 

图13A和13B分别示出根据本发明的实施例在滤除之前和之后声谱。比较图13A和13B，就频率而言在声音分量幅值之间存在差异。例如，在图13A中处于频率A或B的声音分量的幅值与图13B中的相应部分具有相同的高度，这意味着所有的具有频率A或B的声音从目标物体到达声源定位部件1；在图13A中处于频率C的声音分量的幅值具有一定的高度但是其在图13B中的相应部分为零，这意味着所有的具有频率C的声音背景到达声源定位部件1。处理部件12可执行上述比较，声音区分系统11可以自动地区分来自目标物体的声音和来自其背景的声音。声源定位部件可以仅检测来自目标物体方向的声学信号，同时来自如背景等其他位置的声学信号被抑制。因此，来自背景的声音对来自目标物体的声音的影响被消除，这特别适用于目标物体声学信号弱于背景声学信号并且所搜索的频率或模式未知的情况。 

回到图11，目标方向参考确定部件13可包括：摄像机130和人机界面131。摄像机130可捕捉目标物体及其背景的图像，并且人机界面131可基于摄像机130所捕捉的图像获得目标物体相对于其背景的轮廓信息。通过采用人机界面，用户可以选择目标方向参考用于分析。本领有的技术人员应当理解人机界面131可以是触摸屏、个人计算机等。摄像机130可朝向包括目标物体和其背景的区域，其由声音区分系统11监控并且在屏幕上显示该区域。用户可通过在屏幕上标记来选择将要分析的目标物体。这可以通过点击其位置，绕着目标物体划线或者其他输入方法。图14A和14B分别示出根据本发明的实施例在标记目标物体轮廓之前和之后由摄像机捕获并且在人机界面上再现的图像。如图14A和14B所示，电动机作为目标物体的例子并且触摸屏作为人机界面131的例子。如图14B所示，用户通过在触摸屏上画出电动机的轮廓来标记其轮廓。目标方向参考确定部件13可基于电动机的轮廓相对于其背 景的位置确定目标方向参考。如果确定声音的位置位于图14B所示的电动机的轮廓内，则特定的频率分量将保留在图13B的声谱中。如果确定声音的位置位于图14B所示的电动机的轮廓外，则特定的频率分量将从图13A的声谱中滤除并且不出现在图13的声谱中。该操作可对声谱中的所有可见频率执行或者对于限定的频率范围或噪声模式。 

此外，声源定位部件1可用于状态监控系统，其中处理部分12还可基于区分后的声音的频率判断目标物体的状态。再次以电动机作为目标物体的例子，可将图13B的声谱考虑为近似于电动机震动频谱。因此，可适用类似的震动分析方法。例如，电动机的静态偏心引起在频率f_ecc处的可见的额外的震动力： 

f_ecc＝2f_line    (6) 

其中f_line表示电源频率。图15A和15B示出两种电动机状态的声谱的例子。图15A示出正常电动机声谱，而图15B示出带有静态偏心的电动机的声谱。在如下的例子中，两个电动机的电源同为50Hz，因此可见静态偏心频率f_ecc应当为100Hz。图15B示出在100Hz附近出现高峰值，而图15A却没有。该峰值高于600mPa，而图15A中该峰值低于350mPa。将频率f_ecc的分量幅值作静态偏心频率的指标，可见图15B所示状况的电动机较图15A所示正常状况的电动机具有更高静态偏心的等级。该结果与基于震动的结果类似，并且其可以清楚地指示静态偏心。然而，如果通过传统的麦克风完成声学测量，则无法保证目标频率(f_ecc)声源为电动机本身。因为，在本实施例中在滤波之后声谱中的可见剩余频率的声源位于轮廓(电动机本体)之中，可理解该频率不是由其背景引起。通过采用状态监控系统，所抽取的信号自动地用于故障检测。该状态监控系统还可以包括报警装置，例如扩音器，以便提醒用于人工故障分析。 

可以理解，声源定位系统1的部件可作为其功能扩展由移动电话机机实现。 

图16示出根据本发明的实施例的区分来自目标物体及其背景的声音的方法的流程图。方法16包括：步骤160，将关于声源定位部件相对于目标物体的方向的信息确定为目标方向参考，步骤161，通过使用麦克风信号获得关于声音从声源到达声源定位部件的方向的信息，以及步骤162，将其与目标 方向参考比较以便区分来自目标物体及其背景的声音。方法16可进一步包括基于目标物体相对于其背景的轮廓信息预先确定目标方向参考。方法16可用于状态监控，并且由此其可进一步包括基于区分后的声音的频率判断所述目标物体的状态。此外，可以循环地检测声谱中每个频率的方向是否处于轮廓中。 

方法16可由在此描述的所有步骤和特征实现。例如，步骤161通过使用麦克风信号获得关于声音从声源到达声源定位部件的方向的信息可报考根据图10所述的方法的一个或多个。 

虽然已参照本发明的某些优选实施例示出并描述了本发明，但本领域技术人员应当明白，在不背离由所附权利要求书所限定的本发明的精神和范围的情况下，可以在形式上和细节上对其做出各种变化。 

Claims (20)

1.一种区分来自目标物体及其背景的声音的系统，所述目标物体及其背景组成声源，包括：

声源定位部件，包括至少一个麦克风和处理部件；和

目标方向参考确定部件，用于将关于所述声源定位部件相对于所述目标物体的方向的信息确定为目标方向参考；

其中：

所述处理部件用于通过使用麦克风信号获得关于声音从所述声源到达所述声源定位部件的方向的信息，并且将其与所述目标方向参考比较以便区分来自目标物体及其背景的声音。

2.如权利要求1所述的系统，其中：

所述处理部件还用于判断声音从所述声源到达所述声源定位部件的方向是否落入所述目标方向参考的范围内以便滤除来自所述声源的背景的声音。

3.如权利要求1所述的系统，其中：

所述声源定位系统，包括：

可移动部件，其可自由移动并且与麦克风集成；和

运动捕捉部件，用于捕捉所述可移动部件的移动；

其中：

所述处理部件还用于接收所述麦克风信号和运动捕捉部件信号并且基于在可移动部件的移动中获得的所述麦克风信号和运动捕捉部件信号获得来自声源的声音的方向。

4.如权利要求3所述的系统，其中：

所述可移动部件与所述运动捕捉部件集成。

5.如权利要求4所述的系统，其中：

所述运动捕捉部件是惯性测量部件。

6.如权利要求3所述的系统，其中：

所述运动捕捉部件是视觉捕捉系统。

7.如权利要求3所述的系统，其中：

所述处理部件用于计算关于所述可移动部件从初始位置的移动的麦克风信号的多普勒效应频移。

8.如权利要求3所述的系统，其中：

所述处理部件用于计算当所述可移动部件相对于初始位置移动时所述麦克风信号相对于最大和/或最小幅值的声音电平。

9.如权利要求7所述的系统，其中：

所述处理部件用于基于所述麦克风信号的多普勒效应频移和所述运动捕捉部件信号提供关于所述方向的信息。

10.如权利要求8所述的系统，其中；

所述处理部件用于基于所述麦克风信号的声音电平和所述运动捕捉部件信号提供关于所述方向的信息。

11.如权利要求1或2所述的系统，其中：

所述声源定位部件为声像仪，其包括多个麦克风。

12.如权利要求1至10之一所述的系统，其中：

所述目标方向参考确定部件包括：

摄像机，用于捕捉所述目标物体及其背景的图像；和

人机界面，用于基于所述图像获得所述目标物体相对于其背景的轮廓信息；

其中：

所述目标方向参考确定部件还用于基于所述轮廓信息预先确定所述目标方向参考。

13.一种状态监控系统，包括如权利要求1至10之一所述的区分来自目标物体及其背景的声音的系统，其中：

所述处理部分还用于基于所述区分后的声音的频率判断所述目标物体的状态。

14.如权利要求13所述的状态监控系统，还包括：

报警设备，用于响应于所述目标物体的故障状态产生报警信号。

15.一种移动电话机，包括如权利要求1至10之一所述的区分来自目标物体及其背景的声音的系统。

16.一种区分来自目标物体及其背景的声音的方法，所述目标物体及其背景组成声源，包括：

将关于所述声源定位部件相对于所述目标物体的方向的信息确定为目标方向参考；

通过使用麦克风信号获得关于声音从所述声源到达所述声源定位部件的方向的信息；以及

将其与所述目标方向参考比较以便区分来自目标物体及其背景的声音。

17.如权利要求16所述的方法，包括：

接收所述麦克风信号和运动捕捉部件信号并且基于在可移动部件的移动中获得的所述麦克风信号和运动捕捉部件信号获得来自声源的声音的方向。

18.如权利要求16所述的方法，包括：

基于所述目标物体相对于其背景的轮廓信息预先确定所述目标方向参考。

19.一种采用如权利要求16至18之一所述的区分来自目标物体及其背景的声音的方法的状态监控方法，包括：

基于所述区分后的声音的频率判断所述目标物体的状态。

20.如权利要求19所述的状态监控方法，包括：

响应于所述目标物体的故障状态产生报警信号。