CN106970356A - 一种复杂环境下声源定位跟踪方法 - Google Patents

一种复杂环境下声源定位跟踪方法 Download PDF

Info

Publication number
CN106970356A
CN106970356A CN201610024997.3A CN201610024997A CN106970356A CN 106970356 A CN106970356 A CN 106970356A CN 201610024997 A CN201610024997 A CN 201610024997A CN 106970356 A CN106970356 A CN 106970356A
Authority
CN
China
Prior art keywords
voice signal
microphone
complex environment
microphone array
auditory localization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610024997.3A
Other languages
English (en)
Inventor
祝铭明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yutou Technology Hangzhou Co Ltd
Original Assignee
Yutou Technology Hangzhou Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yutou Technology Hangzhou Co Ltd filed Critical Yutou Technology Hangzhou Co Ltd
Priority to CN201610024997.3A priority Critical patent/CN106970356A/zh
Publication of CN106970356A publication Critical patent/CN106970356A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
    • G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L21/0224—Processing in the time domain
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L21/0232—Processing in the frequency domain

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明属于语音信号处理领域，尤其涉及一种复杂环境下声源定位跟踪方法，应用于智能设备，步骤S1：通过一麦克风阵列捕获语音信号，建立语音信号的声学模型；步骤S2：自语音信号的功率谱中减去加性噪声信号的功率谱，对获得的功率谱进行傅里叶反变换，得到预处理后的语音信号；步骤S3，自麦克风阵列中选取一路麦克风作为参考麦克风，计算未知信号源的信号到达麦克风阵列中不同麦克风的波达时延；步骤S4：利用波达时延信息和麦克风阵列的拓扑结构信息估计声源的位置；步骤S5，调整智能设备以朝向声源的位置。以上技术方案可以实现复杂环境下的声源定位及跟踪，并可减少运算量使得声源跟踪的实时性增强，有利于提升用户体验。

Description

一种复杂环境下声源定位跟踪方法
技术领域
本发明属于语音信号处理领域，尤其涉及一种声源定位跟踪系统。
背景技术
智能家庭服务机器人是现在机器人发展的一个重要方向，它可以完成有益于人类的服务工作而得到人们的普遍关注；如提供家务、娱乐休闲、教育、安全监控等服务，家庭服务机器人智能化的一个重要特征是能够进行语音对话、语音互动。然而，在家庭实际应用环境中，由于室内环境中其它说话人的声音干扰及室内环境的墙壁、地面对声音的反射使得语音信号在室内传播时，不可避免产生混响，会使得家庭服务机器人在进行语音互动过程中遭受其他说话人的声音和环境噪声的干扰，影响用户体验。
发明内容
为解决以上技术问题，本发明提供一种复杂环境下声源定位跟踪方法。
具体技术方案如下：
一种复杂环境下声源定位跟踪方法，其中，应用于智能设备，具体步骤如下：
步骤S1：通过一麦克风阵列捕获语音信号，建立第n个麦克风在时刻k接收到的语音信号的声学模型为：
yn(k)＝gn*s(k)+vn(k),n＝1,2,3,…,N；
其中，gn是从声源到第n个麦克风的信道冲激响应；
s(k)为未知信号源；
vn(k)为第n个麦克风接收到的加性噪声信号，并假设与目标语音信号及其他噪声不相关；
N为麦克风阵列的麦克风数目；
步骤S2：自所述语音信号的功率谱中减去所述加性噪声信号的功率谱，对获得的功率谱进行傅里叶反变换，得到预处理后的语音信号；
步骤S3，自所述麦克风阵列中选取一路麦克风作为参考麦克风，计算所述未知信号源的信号到达所述麦克风阵列中不同麦克风的波达时延；
步骤S4：利用所述波达时延信息和所述麦克风阵列的拓扑结构信息估计声源的位置；
步骤S5，调整所述智能设备以朝向所述声源的位置。
上述的复杂环境下声源定位跟踪方法，所述步骤S2包括：
步骤S21，通过一带通滤波器组对所述语音信号进行预滤波获得预滤波后的语音信号；
步骤S22，对所述预滤波后的语音信号进行加窗和分帧操作，获得复数段的帧数据；
步骤S23，对复数段的所述帧数据进行小波变换，并计算小波变换后的语音数据的方差；
步骤S24，判断一帧数据的语音数据的方差是否大于一端点检测门限值，如果大于，则相应的所述帧数据之后的语音数据为有效的语音数据，当前帧数据记为起始帧；
步骤S25，判断所述起始帧之后的一帧数据的语音数据的方差小于所述门限值时，对应的帧数据记为结束帧。
上述的复杂环境下声源定位跟踪方法，所述步骤S2包括：
步骤S26，对确定了起始帧和结束帧的分帧操作后的语音信号进行时域到频域的转换，并计算转换后的频域信号的功率谱；
步骤S27，自所述语音信号的功率谱中减去所述加性噪声信号的功率谱，
步骤S28，进行傅里叶反变换得到预处理后的语音信号。
上述的复杂环境下声源定位跟踪方法，所述步骤S21中所述带通滤波器组的上限截止频率为3400Hz，下限截止频率为200Hz，采样率大于20KHz。
上述的复杂环境下声源定位跟踪方法，所述步骤S3具体包括：
步骤S31，利用加权广义互相关法分别计算各个预处理的语音信号的加权互功率谱；
步骤S32，分别对各个所述互功率谱进行傅里叶反变换，得到广义互相关函数；
步骤S33，分别获取使得所述广义互相关函数最大的时间值作为所述未知信号源到达各个麦克风的相对时延。
上述的复杂环境下声源定位跟踪方法，所述步骤S4具体包括：
步骤S41，利用所述相对时延值计算出声源到达各个麦克风的距离差；
步骤S42，结合所述麦克风阵列的拓扑结构信息确定声源的位置。
上述的复杂环境下声源定位跟踪方法，所述麦克风阵列沿圆形拓扑结构设置于所述智能设备上，每个麦克风距离所述麦克风阵列的中心点的距离为8mm至10mm。
上述的复杂环境下声源定位跟踪方法，所述智能设备采用家用服务机器人。
有益效果：以上技术方案可以实现复杂环境下的声源识别，并可减少运算量使得声源识别的实时性增强，有利于提升用户体验。
附图说明
图1为本发明的方法流程图；
图2为本发明的步骤2的方法流程图；
图3为本发明的步骤3的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
参照图1，一种复杂环境下声源定位跟踪方法，其中，应用于智能设备，具体步骤如下：
步骤S1：通过一麦克风阵列捕获语音信号，建立第n个麦克风在时刻k接收到的语音信号的声学模型为：
yn(k)＝gn*s(k)+vn(k),n＝1,2,3,…,N；
其中，gn是从声源到第n个麦克风的信道冲激响应；
s(k)为未知信号源；
vn(k)为第n个麦克风接收到的加性噪声信号，并假设与目标语音信号及其他噪声不相关；
N为麦克风阵列的麦克风数目；
步骤S2：自语音信号的功率谱中减去加性噪声信号的功率谱，对获得的功率谱进行傅里叶反变换，得到预处理后的语音信号；
步骤S3，自麦克风阵列中选取一路麦克风作为参考麦克风，计算未知信号源的信号到达麦克风阵列中不同麦克风的波达时延；
步骤S4：利用波达时延信息和麦克风阵列的拓扑结构信息估计声源的位置；
步骤S5，调整智能设备以朝向声源的位置。
上述的复杂环境下声源定位跟踪方法，参照图2，步骤S2可以包括：
步骤S21，通过一带通滤波器组对语音信号进行预滤波获得预滤波后的语音信号；
步骤S22，对预滤波后的语音信号进行加窗和分帧操作，获得复数段的帧数据；
步骤S23，对复数段的帧数据进行小波变换，并计算小波变换后的语音数据的方差；
步骤S24，判断一帧数据的语音数据的方差是否大于一端点检测门限值，如果大于，则相应的帧数据之后的语音数据为有效的语音数据，当前帧数据记为起始帧；
步骤S25，判断起始帧之后的一帧数据的语音数据的方差小于门限值时，对应的帧数据记为结束帧。
上述的复杂环境下声源定位跟踪方法，步骤S2可以包括：
步骤S26，对确定了起始帧和结束帧的分帧操作后的语音信号进行时域到频域的转换，并计算转换后的频域信号的功率谱；
步骤S27，自语音信号的功率谱中减去加性噪声信号的功率谱，
步骤S28，进行傅里叶反变换得到预处理后的语音信号。
上述的复杂环境下声源定位跟踪方法，步骤S21中带通滤波器组的上限截止频率为3400Hz，下限截止频率为200Hz，采样率大于20KHz。
上述的复杂环境下声源定位跟踪方法，参照图3，步骤S3具体包括：
步骤S31，利用加权广义互相关法分别计算各个预处理的语音信号的加权互功率谱；
步骤S32，分别对各个互功率谱进行傅里叶反变换，得到广义互相关函数；
步骤S33，分别获取使得广义互相关函数最大的时间值作为未知信号源到达各个麦克风的相对时延。
上述的复杂环境下声源定位跟踪方法，步骤S4具体包括：
步骤S41，利用相对时延值计算出声源到达各个麦克风的距离差；
步骤S42，结合麦克风阵列的拓扑结构信息确定声源的位置。
上述的复杂环境下声源定位跟踪方法，麦克风阵列沿圆形拓扑结构设置于智能设备上，每个麦克风距离麦克风阵列的中心点的距离为8mm至10mm。
上述的复杂环境下声源定位跟踪方法，智能设备采用家用服务机器人。
本发明利用麦克风阵列作为语音信号采集前端实现声源定位，可综合目标信号、噪声信号及干扰信号的空间信息，增强期望方向的信号，抑制其他方向的噪音，有利于提升人机交互的质量。
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (8)

1.一种复杂环境下声源定位跟踪方法，其特征在于，应用于智能设备，具体步骤如下：
步骤S1：通过一麦克风阵列捕获语音信号，建立第n个麦克风在时刻k接收到的语音信号的声学模型为：
yn(k)＝gn*s(k)+vn(k),n＝1,2,3,…,N；
其中，gn是从声源到第n个麦克风的信道冲激响应；
s(k)为未知信号源；
vn(k)为第n个麦克风接收到的加性噪声信号，并假设与目标语音信号及其他噪声不相关；
N为麦克风阵列的麦克风数目；
步骤S2：自所述语音信号的功率谱中减去所述加性噪声信号的功率谱，对获得的功率谱进行傅里叶反变换，得到预处理后的语音信号；
步骤S3，自所述麦克风阵列中选取一路麦克风作为参考麦克风，计算所述未知信号源的信号到达所述麦克风阵列中不同麦克风的波达时延；
步骤S4：利用所述波达时延信息和所述麦克风阵列的拓扑结构信息估计声源的位置；
步骤S5，调整所述智能设备以朝向所述声源的位置。
2.根据权利要求1所述的复杂环境下声源定位跟踪方法，其特征在于，所述步骤S2包括：
步骤S21，通过一带通滤波器组对所述语音信号进行预滤波获得预滤波后的语音信号；
步骤S22，对所述预滤波后的语音信号进行加窗和分帧操作，获得复数段的帧数据；
步骤S23，对复数段的所述帧数据进行小波变换，并计算小波变换后的语音数据的方差；
步骤S24，判断一帧数据的语音数据的方差是否大于一端点检测门限值，如果大于，则相应的所述帧数据之后的语音数据为有效的语音数据，当前帧数据记为起始帧；
步骤S25，判断所述起始帧之后的一帧数据的语音数据的方差小于所述门限值时，对应的帧数据记为结束帧。
3.根据权利要求2所述的复杂环境下声源定位跟踪方法，其特征在于，所述步骤S2包括：
步骤S26，对确定了起始帧和结束帧的分帧操作后的语音信号进行时域到频域的转换，并计算转换后的频域信号的功率谱；
步骤S27，自所述语音信号的功率谱中减去所述加性噪声信号的功率谱，
步骤S28，进行傅里叶反变换得到预处理后的语音信号。
4.根据权利要求2所述的复杂环境下声源定位跟踪方法，其特征在于，所述步骤S21中所述带通滤波器组的上限截止频率为3400Hz，下限截止频率为200Hz，采样率大于20KHz。
5.根据权利要求1所述的复杂环境下声源定位跟踪方法，其特征在于，所述步骤S3具体包括：
步骤S31，利用加权广义互相关法分别计算各个预处理的语音信号的加权互功率谱；
步骤S32，分别对各个所述互功率谱进行傅里叶反变换，得到广义互相关函数；
步骤S33，分别获取使得所述广义互相关函数最大的时间值作为所述未知信号源到达各个麦克风的相对时延。
6.根据权利要求1所述的复杂环境下声源定位跟踪方法，其特征在于，所述步骤S4具体包括：
步骤S41，利用所述相对时延值计算出声源到达各个麦克风的距离差；
步骤S42，结合所述麦克风阵列的拓扑结构信息确定声源的位置。
7.根据权利要求1所述的复杂环境下声源定位跟踪方法，其特征在于，所述麦克风阵列沿圆形拓扑结构设置于所述智能设备上，每个麦克风距离所述麦克风阵列的中心点的距离为8mm至10mm。
8.根据权利要求1所述的复杂环境下声源定位跟踪方法，其特征在于，所述智能设备采用家用服务机器人。
CN201610024997.3A 2016-01-14 2016-01-14 一种复杂环境下声源定位跟踪方法 Pending CN106970356A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610024997.3A CN106970356A (zh) 2016-01-14 2016-01-14 一种复杂环境下声源定位跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610024997.3A CN106970356A (zh) 2016-01-14 2016-01-14 一种复杂环境下声源定位跟踪方法

Publications (1)

Publication Number Publication Date
CN106970356A true CN106970356A (zh) 2017-07-21

Family

ID=59335159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610024997.3A Pending CN106970356A (zh) 2016-01-14 2016-01-14 一种复杂环境下声源定位跟踪方法

Country Status (1)

Country Link
CN (1) CN106970356A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108297108A (zh) * 2018-02-06 2018-07-20 上海交通大学 一种球形跟随机器人及其跟随控制方法
CN108366309A (zh) * 2018-02-07 2018-08-03 广东小天才科技有限公司 声音采集方法、声音采集装置及电子设备
CN108733059A (zh) * 2018-06-05 2018-11-02 湖南荣乐科技有限公司 一种导览方法及机器人
CN109239667A (zh) * 2018-10-26 2019-01-18 深圳市友杰智新科技有限公司 一种基于双麦克风阵列的声源定位方法
CN109632086A (zh) * 2019-01-10 2019-04-16 深圳市沃特沃德股份有限公司 车内噪音检测方法、装置、可读存储介质及计算机设备
CN109920404A (zh) * 2019-01-31 2019-06-21 安徽智佳信息科技有限公司 拥有智能感知作用的自助售货广告管理系统的信息采集装置及采集方法
CN110495185A (zh) * 2018-03-09 2019-11-22 深圳市汇顶科技股份有限公司 语音信号处理方法及装置
CN110794368A (zh) * 2019-10-28 2020-02-14 星络智能科技有限公司 一种声源定位方法、装置、智能音箱及存储介质
CN111077496A (zh) * 2019-12-06 2020-04-28 深圳市优必选科技股份有限公司 一种基于麦克风阵列的语音处理方法、装置及终端设备
CN113567926A (zh) * 2021-09-24 2021-10-29 杭州格物智安科技有限公司 一种设备跟踪方法、系统及装置
CN116741139A (zh) * 2023-08-08 2023-09-12 南京邮电大学 一种基于声源定位的噪声源主动噪声控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102324237A (zh) * 2011-05-30 2012-01-18 深圳市华新微声学技术有限公司 麦克风阵列语音波束形成方法、语音信号处理装置及系统
CN202362450U (zh) * 2011-12-04 2012-08-01 东华大学 一种基于麦克风阵列的声源定位及可视化系统
CN102854494A (zh) * 2012-08-08 2013-01-02 Tcl集团股份有限公司 一种声源定位方法及装置
CN103308889A (zh) * 2013-05-13 2013-09-18 辽宁工业大学 复杂环境下被动声源二维doa估计方法
CN104991573A (zh) * 2015-06-25 2015-10-21 北京品创汇通科技有限公司 一种基于声源阵列的定位跟踪方法及其装置
CN105204001A (zh) * 2015-10-12 2015-12-30 Tcl集团股份有限公司 一种声源定位的方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102324237A (zh) * 2011-05-30 2012-01-18 深圳市华新微声学技术有限公司 麦克风阵列语音波束形成方法、语音信号处理装置及系统
CN202362450U (zh) * 2011-12-04 2012-08-01 东华大学 一种基于麦克风阵列的声源定位及可视化系统
CN102854494A (zh) * 2012-08-08 2013-01-02 Tcl集团股份有限公司 一种声源定位方法及装置
CN103308889A (zh) * 2013-05-13 2013-09-18 辽宁工业大学 复杂环境下被动声源二维doa估计方法
CN104991573A (zh) * 2015-06-25 2015-10-21 北京品创汇通科技有限公司 一种基于声源阵列的定位跟踪方法及其装置
CN105204001A (zh) * 2015-10-12 2015-12-30 Tcl集团股份有限公司 一种声源定位的方法及系统

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108297108A (zh) * 2018-02-06 2018-07-20 上海交通大学 一种球形跟随机器人及其跟随控制方法
CN108297108B (zh) * 2018-02-06 2021-02-09 上海交通大学 一种球形跟随机器人及其跟随控制方法
CN108366309A (zh) * 2018-02-07 2018-08-03 广东小天才科技有限公司 声音采集方法、声音采集装置及电子设备
CN108366309B (zh) * 2018-02-07 2021-07-30 广东小天才科技有限公司 声音采集方法、声音采集装置及电子设备
CN110495185B (zh) * 2018-03-09 2022-07-01 深圳市汇顶科技股份有限公司 语音信号处理方法及装置
CN110495185A (zh) * 2018-03-09 2019-11-22 深圳市汇顶科技股份有限公司 语音信号处理方法及装置
CN108733059A (zh) * 2018-06-05 2018-11-02 湖南荣乐科技有限公司 一种导览方法及机器人
CN109239667A (zh) * 2018-10-26 2019-01-18 深圳市友杰智新科技有限公司 一种基于双麦克风阵列的声源定位方法
CN109632086A (zh) * 2019-01-10 2019-04-16 深圳市沃特沃德股份有限公司 车内噪音检测方法、装置、可读存储介质及计算机设备
CN109920404A (zh) * 2019-01-31 2019-06-21 安徽智佳信息科技有限公司 拥有智能感知作用的自助售货广告管理系统的信息采集装置及采集方法
CN110794368A (zh) * 2019-10-28 2020-02-14 星络智能科技有限公司 一种声源定位方法、装置、智能音箱及存储介质
CN110794368B (zh) * 2019-10-28 2021-10-19 星络智能科技有限公司 一种声源定位方法、装置、智能音箱及存储介质
CN111077496A (zh) * 2019-12-06 2020-04-28 深圳市优必选科技股份有限公司 一种基于麦克风阵列的语音处理方法、装置及终端设备
CN111077496B (zh) * 2019-12-06 2022-04-15 深圳市优必选科技股份有限公司 一种基于麦克风阵列的语音处理方法、装置及终端设备
CN113567926A (zh) * 2021-09-24 2021-10-29 杭州格物智安科技有限公司 一种设备跟踪方法、系统及装置
CN116741139A (zh) * 2023-08-08 2023-09-12 南京邮电大学 一种基于声源定位的噪声源主动噪声控制方法

Similar Documents

Publication Publication Date Title
CN106970356A (zh) 一种复杂环境下声源定位跟踪方法
CN104103277B (zh) 一种基于时频掩膜的单声学矢量传感器目标语音增强方法
CN106251877B (zh) 语音声源方向估计方法及装置
CN102164328B (zh) 一种用于家庭环境的基于传声器阵列的音频输入系统
CN107479030B (zh) 基于分频和改进的广义互相关双耳时延估计方法
Zhang et al. Why does PHAT work well in lownoise, reverberative environments?
US9197177B2 (en) Method and implementation apparatus for intelligently controlling volume of electronic device
CN109273021B (zh) 一种基于rnn的实时会议降噪方法及装置
CN102938254B (zh) 一种语音信号增强系统和方法
CN103426433B (zh) 噪声消除方法
CN102739886B (zh) 基于回声频谱估计和语音存在概率的立体声回声抵消方法
CN108922553B (zh) 用于音箱设备的波达方向估计方法及系统
CN105244036A (zh) 一种麦克风语音增强方法及装置
CN105206281A (zh) 基于分布式麦克风阵列网络的语音增强方法
CN105741849A (zh) 数字助听器中融合相位估计与人耳听觉特性的语音增强方法
CN105225672B (zh) 融合基频信息的双麦克风定向噪音抑制的系统及方法
CN111445919B (zh) 结合ai模型的语音增强方法、系统、电子设备和介质
CN105825864A (zh) 基于过零率指标的双端说话检测与回声消除方法
CN105388459A (zh) 分布式麦克风阵列网络的鲁棒声源空间定位方法
Niwa et al. Post-filter design for speech enhancement in various noisy environments
CN102160359A (zh) 控制系统的方法和信号处理系统
CN102110441A (zh) 一种基于时间反转的声掩蔽信号产生方法
CN109688284A (zh) 一种回音延时检测方法
US20240096343A1 (en) Voice quality enhancement method and related device
Ganguly et al. Real-time smartphone application for improving spatial awareness of hearing assistive devices

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170721