CN110133595B - 一种声源测向方法、装置和用于声源测向的装置 - Google Patents
一种声源测向方法、装置和用于声源测向的装置 Download PDFInfo
- Publication number
- CN110133595B CN110133595B CN201810136726.6A CN201810136726A CN110133595B CN 110133595 B CN110133595 B CN 110133595B CN 201810136726 A CN201810136726 A CN 201810136726A CN 110133595 B CN110133595 B CN 110133595B
- Authority
- CN
- China
- Prior art keywords
- sparse
- signal
- sound source
- determining
- frequency
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 239000013598 vector Substances 0.000 claims abstract description 243
- 239000011159 matrix material Substances 0.000 claims abstract description 37
- 238000003491 array Methods 0.000 claims description 33
- 238000013507 mapping Methods 0.000 claims description 23
- 238000009826 distribution Methods 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 15
- 238000009432 framing Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 description 122
- 238000012545 processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000005236 sound signal Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Circuit For Audible Band Transducer (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明实施例提供了一种声源测向方法、装置和用于声源测向的装置。其中的方法具体包括：通过麦克风阵列接收声源的时域信号；确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；确定所述信号观测向量对应的稀疏向量；依据所述稀疏向量，确定所述声源的定位结果。本发明实施例可以提高声源的定位结果的准确度，以及可以提高声源测向的鲁棒性。
Description
技术领域
本发明涉及信号处理技术领域，尤其涉及一种声源测向方法、装置和用于声源测向的装置。
背景技术
声源测向技术可以指示声源所在的空间位置(以下简称声源位置)，为后续的信息采集与处理提供重要的空间信息，故可被广泛应用于电话会议、视频会议、视频电话、家居监控、军事追踪等场景。
在实际应用中，声源的定位结果也即声源在空间上的位置，其可通过方位角、俯仰角、距离等位置特征来表述。当前，基于TDOA(波达时延差，Time Difference of Arrival)的方法是一种常用的声源测向方法，其实现原理为：利用广义互相关等时延估计算法求出信号到麦克风阵列中不同麦克风的相对时延，并利用时延信息与麦克风阵列的空间分布关系估计声源位置。
发明人在实施本发明实施例的过程中发现，基于TDOA的方法的鲁棒性较差，具体地，在定位环境混响或噪声较大的情况下，声源测向性能下降，无法实现声源的精确定位。
发明内容
本发明实施例提供了一种声源测向方法、装置和用于声源测向的装置，可以提高声源的定位结果的准确度，以及可以提高声源测向的鲁棒性。
为了解决上述问题，本发明实施例公开了一种声源测向方法，包括：
通过麦克风阵列接收声源的时域信号；
确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；
确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；
确定所述信号观测向量对应的稀疏向量；
依据所述稀疏向量，确定所述声源的定位结果。
可选地，所述确定所述信号观测向量对应的稀疏向量，包括：
将多个所述频带划分到对应的频带组；
确定所述信号观测向量和所述频带组对应的稀疏向量。
可选地，所述频带组对应的中心频率为预设频率。
可选地，所述确定所述信号观测向量对应的稀疏向量，包括：
确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；
分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；
依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量。
可选地，所述稀疏向量具有组稀疏性；
所述依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量，包括：
利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
可选地，所述麦克风阵列为非均匀阵列。
可选地，所述麦克风阵列包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
可选地，所述确定所述时域信号对应的频域信号，包括：
对所述时域信号进行采样处理和分帧处理；
将一个时帧的时域信号从时域转换为频域，并将频域分割为若干个频带，以得到麦克风阵元在时帧和频带对应的信号。
另一方面，本发明实施例公开了一种声源测向装置，包括：
接收模块，用于通过麦克风阵列接收声源的时域信号；
时频转换模块，用于确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；
信号观测向量确定模块，用于确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；
稀疏向量确定模块，用于确定所述信号观测向量对应的稀疏向量；以及
定位结果确定模块，用于依据所述稀疏向量，确定所述声源的定位结果。
可选地，所述稀疏向量确定模块包括：
分组子模块，用于将多个所述频带划分到对应的频带组；
第一稀疏向量确定子模块，用于确定所述信号观测向量和所述频带组对应的稀疏向量。
可选地，所述频带组对应的中心频率为预设频率。
可选地，所述稀疏向量确定模块包括：
稀疏表示确定子模块，用于确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；
建模子模块，用于分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；
第二稀疏向量确定子模块，用于依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量。
可选地，所述稀疏向量具有组稀疏性；
所述第二稀疏向量确定子模块，具体用于利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
可选地，所述麦克风阵列为非均匀阵列。
可选地，所述麦克风阵列包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
可选地，所述时频转换模块包括：
采样分帧子模块，用于对所述时域信号进行采样处理和分帧处理；
时频转换子模块，用于将一个时帧的时域信号从时域转换为频域，并将频域分割为若干个频带，以得到麦克风阵元在时帧和频带对应的信号。
再一方面，本发明实施例公开了一种用于声源测向的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
通过麦克风阵列接收声源的时域信号；
确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；
确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；
确定所述信号观测向量对应的稀疏向量；
依据所述稀疏向量，确定所述声源的定位结果。
可选地，所述确定所述信号观测向量对应的稀疏向量，包括：
将多个所述频带划分到对应的频带组；
确定所述信号观测向量和所述频带组对应的稀疏向量。
可选地，所述频带组对应的中心频率为预设频率。
可选地，所述确定所述信号观测向量对应的稀疏向量，包括：
确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；
分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；
依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量。
可选地，所述稀疏向量具有组稀疏性；
所述依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量，包括：
利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
可选地，所述麦克风阵列为非均匀阵列。
可选地，所述麦克风阵列包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
可选地，所述确定所述时域信号对应的频域信号，包括：
对所述时域信号进行采样处理和分帧处理；
将一个时帧的时域信号从时域转换为频域，并将频域分割为若干个频带，以得到麦克风阵元在时帧和频带对应的信号。
又一方面，本发明实施例公开了一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如前述一个或多个所述的声源测向方法。
本发明实施例包括以下优点：
本发明实施例可以利用语音的短时平稳性以及声源分布的空间稀疏性，采用基于自相关矩阵意识(covariance-aware)的声源测向方法，在定位环境混响或噪声较大时，实现稳健的声源测向；因此可以提高声源的定位结果的准确度，以及可以提高声源测向的鲁棒性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种声源测向系统的结构示意图；
图2是本发明的一种声源测向方法实施例的步骤流程图；
图3是本发明实施例的一种麦克风阵列的结构示意；
图4是本发明实施例的一种麦克风阵列及其对应的信号观测向量的分布示意；
图5是本发明的一种声源测向装置实施例的结构框图；
图6是本发明的一种用于声源测向的装置800的框图；
图7是本发明的一些实施例中服务器的结构示意图。
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。
本发明实施例提出了一种声源测向方案，该方案首先通过麦克风阵列接收声源的时域信号；然后确定所述时域信号对应的频域信号；所述频域信号可以包括：麦克风阵元在时帧和频带对应的信号；接着确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；然后确定所述信号观测向量对应的稀疏向量；进而依据所述稀疏向量，确定所述声源的定位结果。
在本发明的一种应用示例中，可以首先通过麦克风阵列接收的时域信号可以为xm(t),m为麦克风序号；然后确将由麦克风采集的时域信号进行分帧得到xm(t,l)，并对xm(t,l)进行FFT(快速傅里叶变换，Fast Fourier Transformation)得到相应频域信号Xm(k,l)；其中，l为时帧序号，k为频带的序号；接着计算各频带的频域信号Xm(k,l)所对应的自相关矩阵RXX(k)以及所对应的信号观测向量z(k)；然后确定所述信号观测向量对应的稀疏向量d0(k)；进而依据所述稀疏向量d0(k)，确定所述声源的定位结果也即声源位置。
在实际应用中，麦克风阵列接收的时域信号可以包括声源信号和噪声，其中，声源信号在一定时间内是相关的，而噪声之间往往相关性较弱。在第k个频带内，其自相关矩阵RXX(k)由L个时帧平均运算得到；该平均运算可以抑制噪声，从而有效提高信噪比，在此基础上可以提高声源的定位结果的准确性。因此，本发明实施例基于自相关矩阵意识的声源测向方法，在定位环境混响或噪声较大时，可以实现稳健的声源测向。
本发明实施例可以应用于任意的声源测向场景，如电话会议、视频会议、视频电话、家居监控、军事追踪等场景。
参照图1，示出了本发明实施例的一种声源测向系统的结构示意图，其具体可以包括：麦克风阵列101和控制设备102；其中，控制设备102可以包括：接收模块121和声源测向模块122。
在实际应用中，在声源发出声波信号的情况下，麦克风阵列101可以将接收到的声波信号转换为电信号，发送给接收模块121；接收模块121将接收信号进行放大滤波处理后发送至声源测向模块122，声源测向模块122可以利用本发明实施例的声源测向方法，对该接收信号进行处理，以得到其对应的声源的定位结果。
可以理解，图1所示声源测向系统只是作为示例，实际上，本领域技术人员可以根据实际应用需求，采用所需的声源测向系统，例如，还可以在上述控制设备102中设置存储模块，以通过该存储模块对接收信号进行存储；又如，还可以在上述控制设备102中设置显示模块等，本发明实施例对于具体的声源测向系统不加以限制。
方法实施例
参照图2，示出了本发明的一种声源测向方法实施例的步骤流程图，具体可以包括：
步骤201、确定麦克风阵列接收声源的时域信号；
时域信号可以表示为xm(t)，m为麦克风阵列中麦克风阵元的序号；
步骤202、确定所述时域信号对应的频域信号；
频域信号可以表示为Xm(k,l)，k为频带的序号；
步骤203、确定频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；
自相关矩阵可以表示为RXX(k)，信号观测向量可以表示为z(k)。
步骤204、确定所述信号观测向量对应的稀疏向量；
稀疏向量可以表示为d0(k)。
步骤205、依据稀疏向量，确定所述声源的定位结果。
在步骤201中，所述麦克风阵列中麦克风阵元的数量可以不小于2，即M≥2。所述麦克风阵列中麦克风阵元的排列规则可以有多种，例如，均匀圆阵、均匀线阵、均匀矩形阵、非均匀圆阵、非均匀线阵、非均匀矩形阵等。本发明实施例对麦克风阵列的具体排列规则不加以限制。
根据一种实施例，所述麦克风阵列可以为均匀麦克风阵列，该均匀麦克风阵列中麦克风阵元之间的距离相同，此种情况下，可以依据麦克风阵元的绝对位置，确定子频带k对应的方位角θq对应的导向信号子空间：
在本发明的一种可选实施例中，所述麦克风阵列具体可以为非均匀阵列，上述麦克风阵列具体包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
参照图3，示出了本发明实施例的一种麦克风阵列的结构示意，图3所示麦克风阵列具体为互质阵，该互质阵由两个均匀子线阵嵌套组成；第一均匀子线阵具体包括N个间距为Md的麦克风；第二个均匀子线阵具体包括M个间距为Nd的麦克风；其中，M与N互质，即最大公约数为1，d为互质阵中相邻麦克风最小间距。图3所示的麦克风阵列为间距不均匀的稀疏麦克风阵列，故可以增加麦克风阵元之间的相对位置(Pi-Pj)的情况，在此基础上，可以通过向量化自相关矩阵，得到具有高自由度的信号观测向量，进而可以实现例如声源的数量大于麦克风阵元的数量(Nt＝M+N-1)的情况下的声源定位，其中，Pi和Pj表示麦克风阵元的位置，i∈[1,Nt],i≠j。此种情况下，可以依据麦克风阵元的绝对位置，确定子频带k对应的方位角θq对应的导向信号子空间：
可选地，可以利用ADC(模数转换器，Analog to Digital Converter)对麦克风阵列采集的时域信号进行数字采样，得到时域信号xm(t),m＝1,...,M。其中，M为自然数，采样率fs可以为8KHz、16KHz、44.1KHz、48KHz等，本发明实施例对具体的采样频率不加以限制。
在步骤202中，可以基于语音信号的短时平稳性，将时域信号分成L(L为自然数)个时帧得到xm(t,l),m＝1,...,M,l＝1,...,L，并对每段声音信号数据进行K点FFT得到相应频域信号Xm(k,l),k＝1,...,K，其频带k的导向矢量为
其中，p1,...,pM为M个麦克风阵元的物理位置，λk为频带k对应的波长，θq,q＝1,...Q为Q个声源的方位角，Q为自然数。本发明实施例对时帧的数量L和频带的数量K不加以限制。
在步骤203中，以频带k为例，首先计算其M×M自相关矩阵
其中，X(k,l)＝[x1(k,l),...,xM(k,l)]T为M×1向量。
进而对Rxx(k)进行向量化，得到M2×1观测向量
其中，vec(·)为向量化函数，将二维矩阵转换为一维向量。
观测向量z(k)等效于虚拟阵列接收信号，阵列流型
其对应导向矢量为
声源的功率向量
噪声向量/>
不同于公式(2)中的物理阵列的导向矢量a(k,θq),虚拟阵列/>
中的自由度由麦克风的相对位置(pi-pj),i,j＝1,...M决定，而非绝对位置pi,i＝1,...,M.因此，可以通过有效地设计非均匀阵列，减少相对位置(pi-pj),i,j＝1,...M中的冗余，提高自由度，进而实现声源数量(Q)大于麦克风阵元数量(M)的声源测向。
参照图4，示出了本发明实施例的一种麦克风阵列及其对应的信号观测向量的分布示意。其中，图4(a)给出的互质麦克风阵列排布实例(M＝2,N＝3)，其中，第一均匀线性子阵列麦克风对应在：位置0、位置2和位置4，第二均匀线性子阵列麦克风对应在：位置0和位置3；因此，该互质麦克风阵列需要4个麦克风(分布在位置0，2，3，4)。图4(b)给出了该阵列形成的虚拟阵列结构排布，虚拟阵列包含9个虚拟麦克风(分布在位置-4至4)，因此，提升的自由度可实现声源数量大于麦克风阵元数量的声源测向。
本发明实施例中，声源数量可以大于麦克风阵元数量，或者，声源数量可以小于或在等于麦克风阵元数量。因此，本发明实施例对声源数量Q与麦克风阵元数量M之间的关系不加以限制。
在步骤204中，可以在每个频带中，确定所述信号观测向量对应的稀疏向量，该稀疏向量中的稀疏位置(非零位置)对应该频带中的声源方向，稀疏位置上的非零值对应该声源方向上的信号与噪声功率之和。特别地，利用声源信号(方向性)与噪声(全向性)的分布不同，可以分别对声源信号与噪声进行建模，并对观测向量进行稀疏表示，该稀疏向量中的稀疏位置非零值对应声源方向上的信号功率。
在实际应用中，确定所述信号观测向量对应的稀疏向量的方法可以包括：SBL(稀疏贝叶斯学习，Sparse Bayesian Learning)方法、MVDR(最小方差无失真响应，MinimumVariance Distortionless Response)方法等，可以理解，本发明实施例对于确定所述信号观测向量对应的稀疏向量的具体方法不加以限制。
可选地，步骤204确定所述信号观测向量对应的稀疏向量的过程，可以包括：
步骤S1、确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；
步骤S2、分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；
步骤S3、依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量。
步骤S1中，可以将空间划分为G个栅格元素(G远远大于M2)，公式(3)中的观测向量z(k)、信号观测向量z(k)的稀疏表示、以及稀疏向量之间的映射关系可以表示为：
其中，
为z(k)的稀疏表示，/>
M2×G维矩阵/>
用于表示空间所有栅格元素对应的虚拟阵列导向矢量/>
的集合也即声源信号模型，
为M2×1维噪声向量也即噪声模型。Δ(k)为误差矩阵，表示信号的期望vec(Rxx(k))与样本均值/>
之间的差异。因此，(G+1)×1维向量/>
为信号在空间的稀疏向量。其中，/>
为G×1维信号稀疏向量，/>
为噪声功率，而声源位置则对应/>
中非零值的位置。声源位置不随频率变化而变化，因此，对不同的频带k，稀疏向量/>
中非零值的位置相同，本发明实施例将这样的特性称为组稀疏性(group sparse)。本发明实施例利用组稀疏性，可以使观测向量更加丰富，进而提升测角精度。
本发明实施例利用组稀疏贝叶斯学习方法确定所述观测向量对应的稀疏向量do(k)。SBL方法利用参数化的先验分布对声源信号与噪声进行合理建模，从而实现声源与噪声的有效分离，进而使定位分辨率突破阵列孔径限制，实现高分辨高精度声源测向。
在本发明实施例中，用2×1向量
表示稀疏向量/>
中对应的第g(1≤g≤G)个栅格元素。其中，/>
和/>
分别表示元素的实部和虚部。假设
服从均值为0，方差为αg的高斯分布，即
其中，0表示2×1维零向量，I2表示2×2单位矩阵。在(6)中，本发明实施例首先考虑了实部
与虚部/>
的组稀疏性(同时为0或不为0)，第g个栅格使用相同的方差αg。另外，αg独立于频带k的值，此模型分布本发明实施例还可以考虑不同频带间的组稀疏性。
为增强
的稀疏性，本发明实施例假设/>
服从伽马分布，即
其中，Γ(·)表示伽马函数。通过公式(6)与公式(7)的建模，利用复数多任务贝叶斯压缩感知的方法，可以求解出稀疏向量
可选地，假设噪声功率服从均值为0，方差为α0的高斯分布，即
其中，
可以服从伽马分布，在此不再赘述。
可选地，假设误差矩阵Δ(k)服从均值为0，方差为β0的高斯分布，即
Δ(k)～N(Δ(k)|0,β0I2)， (9)
其中，
可以服从伽马分布，在此不作赘述。
可选地，所述稀疏向量具有组稀疏性；所述依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量，具体可以包括：利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
可选地，所述声源信号在各频带上稀疏向量对应的稀疏位置相同，因此可将多个频带形成频带组，所述频带组包括多个所述频带。具体地，可将K个频带中部分或全部频带自聚焦成多个频带组来降低计算量，其中，所述频带组的个数和预设中心频率fc由本领域技术人员确定。例如，将频带划分为中心频率分别为1KHz，2KHz，…，7KHz的7个频带组，在每个频带组中，在相应的[0.9fc,1.1fc]频带内对每个频率自相关矩阵进行加权平均，可以得到该频带组对应的自相关矩阵。
在步骤205中，声源在空间上的方位角
可以为对应组/>
中非零值的位置，即
其中Supp(·)用于确定一个向量中非零位置。
综上，本发明实施例包括以下优点：
本发明实施例可以利用语音的短时平稳性以及声源分布的空间稀疏性，采用基于自相关矩阵意识的声源测向方法，在定位环境混响或噪声较大时，实现稳健的声源测向。
并且，本发明实施例利用SBL方法，利用参数化的先验分布对声源信号与噪声进行合理建模，从而实现声源与噪声的有效分离，进而使定位分辨率突破阵列孔径限制，实现高分辨高精度声源测向。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的运动动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的运动动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的运动动作并不一定是本发明实施例所必须的。
装置实施例
参照图5，示出了本发明的一种声源测向装置实施例的结构框图，具体可以包括：
接收模块501，利用麦克风阵列传感器采集声源的时域信号；
时频转换模块502，用于确定所述时域信号对应的频域信号；
观测向量确定模块503，用于确定所述频带k上，阵列频域信号自相关矩阵以及所对应的信号观测向量；
稀疏向量确定模块504，用于确定所述信号观测向量对应的稀疏向量；
定位结果确定模块505，用于依据所述稀疏向量，确定所述声源的定位结果。
可选地，所述稀疏向量确定模块504可以包括：
分组子模块，用于将多个所述频带划分到对应的频带组；
稀疏向量确定子模块，用于确定所述信号观测向量和所述频带组对应的稀疏向量。
可选地，所述频带组对应的中心频率可以为预设频率。
可选地，所述稀疏向量确定模块504可以包括：
稀疏表示确定子模块，用于确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；
建模子模块，用于分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；
第二稀疏向量确定子模块，用于依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量。
可选地，所述稀疏向量具有组稀疏性；
所述第二稀疏向量确定子模块，具体用于利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
可选地，所述麦克风阵列可以为非均匀阵列。
可选地，所述麦克风阵列可以包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
可选地，所述时频转换模块502可以包括：
采样分帧子模块，用于对所述时域信号进行采样处理和分帧处理；
时频转换子模块，用于将一个时帧的时域信号从时域转换为频域，并将频
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本发明实施例还公开了一种用于声源测向的装置，该装置可以包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：通过麦克风阵列接收声源的时域信号；确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；确定所述信号观测向量对应的稀疏向量；依据所述稀疏向量，确定所述声源的定位结果。
可选地，所述确定所述信号观测向量对应的稀疏向量，包括：
将多个所述频带划分到对应的频带组；
确定所述信号观测向量和所述频带组对应的稀疏向量。
可选地，所述频带组对应的中心频率为预设频率。
可选地，所述确定所述信号观测向量对应的稀疏向量，包括：
确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；
分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；
依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量。
可选地，所述稀疏向量具有组稀疏性；
所述依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量，包括：
利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
可选地，所述麦克风阵列为非均匀阵列。
可选地，所述麦克风阵列包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
可选地，所述确定所述时域信号对应的频域信号，包括：
对所述时域信号进行采样处理和分帧处理；
将一个时帧的时域信号从时域转换为频域，并将频域分割为若干个频带，以得到麦克风阵元在时帧和频带对应的信号。
图6是根据一示例性实施例示出的一种用于声源测向的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800位置或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图7是本发明的一些实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processingunits，CPU)1922(例如，一个或一个以上处理器)和存储器1932，一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中，存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1922可以设置为与存储介质1930通信，在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926，一个或一个以上有线或无线网络接口1950，一个或一个以上输入输出接口1958，一个或一个以上键盘1956，和/或，一个或一个以上操作系统1941，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置(终端或者服务器)的处理器执行时，使得装置能够执行一种声源测向方法，所述方法包括：通过麦克风阵列接收声源的时域信号；确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；确定所述信号观测向量对应的稀疏向量；依据所述稀疏向量，确定所述声源的定位结果。
可选地，所述确定所述信号观测向量对应的稀疏向量，包括：
将多个所述频带划分到对应的频带组；
确定所述信号观测向量和所述频带组对应的稀疏向量。
可选地，所述频带组对应的中心频率为预设频率。
可选地，所述确定所述信号观测向量对应的稀疏向量，包括：
确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；
分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；
依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量。
可选地，所述稀疏向量具有组稀疏性；
所述依据所述映射关系、所述声源信号模型和所述噪声模型，确定所述声源信号所对应的稀疏向量，包括：
利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
可选地，所述麦克风阵列为非均匀阵列。
可选地，所述麦克风阵列包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
可选地，所述确定所述时域信号对应的频域信号，包括：
对所述时域信号进行采样处理和分帧处理；
将一个时帧的时域信号从时域转换为频域，并将频域分割为若干个频带，以得到麦克风阵元在时帧和频带对应的信号。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上对本发明所提供的一种声源测向方法、一种声源测向装置和一种用于声源测向的装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (19)
1.一种声源测向方法，其特征在于，所述方法包括：
通过麦克风阵列接收声源的时域信号；
确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；
确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；
确定所述信号观测向量对应的稀疏向量；所述稀疏向量所对应空间中包含的任一栅格元素服从均值为0，方差为αg的高斯分布，αg独立于频带的值；对不同的频带，所述稀疏向量中非零值的位置相同；
依据所述稀疏向量，确定所述声源的定位结果；
其中，所述稀疏向量具有组稀疏性；所述确定所述信号观测向量对应的稀疏向量，包括：确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
2.根据权利要求1所述的方法，其特征在于，在确定所述信号观测向量对应的稀疏向量的过程中，将多个所述频带划分到对应的频带组；确定所述信号观测向量和所述频带组对应的稀疏向量。
3.根据权利要求2所述的方法，其特征在于，所述频带组对应的中心频率为预设频率。
4.根据权利要求1至3中任一所述的方法，其特征在于，所述麦克风阵列为非均匀阵列。
5.根据权利要求1至3中任一所述的方法，其特征在于，所述麦克风阵列包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
6.根据权利要求1至3中任一所述的方法，其特征在于，所述确定所述时域信号对应的频域信号，包括：
对所述时域信号进行采样处理和分帧处理；
将一个时帧的时域信号从时域转换为频域，并将频域分割为若干个频带，以得到麦克风阵元在时帧和频带对应的信号。
7.一种声源测向装置，其特征在于，包括：
接收模块，用于通过麦克风阵列接收声源的时域信号；
时频转换模块，用于确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；
信号观测向量确定模块，用于确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；
稀疏向量确定模块，用于确定所述信号观测向量对应的稀疏向量；所述稀疏向量所对应空间中包含的任一栅格元素服从均值为0，方差为αg的高斯分布，αg独立于频带的值；对不同的频带，所述稀疏向量中非零值的位置相同；以及
定位结果确定模块，用于依据所述稀疏向量，确定所述声源的定位结果；
其中，所述稀疏向量具有组稀疏性；所述稀疏向量确定模块包括：
稀疏表示确定子模块，用于确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；
建模子模块，用于分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；
第二稀疏向量确定子模块，用于利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
8.根据权利要求7所述的装置，其特征在于，所述稀疏向量确定模块包括：
分组子模块，用于将多个所述频带划分到对应的频带组；
第一稀疏向量确定子模块，用于确定所述信号观测向量和所述频带组对应的稀疏向量。
9.根据权利要求8所述的装置，其特征在于，所述频带组对应的中心频率为预设频率。
10.根据权利要求7至9中任一所述的装置，其特征在于，所述麦克风阵列为非均匀阵列。
11.根据权利要求7至9中任一所述的装置，其特征在于，所述麦克风阵列包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
12.根据权利要求7至9中任一所述的装置，其特征在于，所述时频转换模块包括：
采样分帧子模块，用于对所述时域信号进行采样处理和分帧处理；
时频转换子模块，用于将一个时帧的时域信号从时域转换为频域，并将频域分割为若干个频带，以得到麦克风阵元在时帧和频带对应的信号。
13.一种用于声源测向的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
通过麦克风阵列接收声源的时域信号；
确定所述时域信号对应的频域信号；所述频域信号包括：麦克风阵元在时帧和频带对应的信号；
确定所述频域信号对应的自相关矩阵、以及所述自相关矩阵对应的信号观测向量；
确定所述信号观测向量对应的稀疏向量；所述稀疏向量所对应空间中包含的任一栅格元素服从均值为0，方差为αg的高斯分布，αg独立于频带的值；对不同的频带，所述稀疏向量中非零值的位置相同；
依据所述稀疏向量，确定所述声源的定位结果；
其中，所述稀疏向量具有组稀疏性；所述确定所述信号观测向量对应的稀疏向量，包括：确定信号观测向量、信号观测向量的稀疏表示、以及稀疏向量之间的映射关系；所述稀疏表示中声源信号与噪声分离；分别对所述稀疏表示中的声源信号与噪声进行建模，以得到所述稀疏表示包括的声源信号模型和噪声模型；利用稀疏贝叶斯学习方法、所述声源信号模型和所述噪声模型，对频带组对应的稀疏向量进行求解，以得到所述信号观测向量对应的稀疏向量；所述频带组包括：多个所述频带。
14.根据权利要求13所述的装置，其特征在于，所述确定所述信号观测向量对应的稀疏向量，包括：
将多个所述频带划分到对应的频带组；
确定所述信号观测向量和所述频带组对应的稀疏向量。
15.根据权利要求14所述的装置，其特征在于，所述频带组对应的中心频率为预设频率。
16.根据权利要求13至15中任一所述的装置，其特征在于，所述麦克风阵列为非均匀阵列。
17.根据权利要求13至15中任一所述的装置，其特征在于，所述麦克风阵列包括：第一均匀线性阵列和第二均匀线性阵列，其中，所述第一均匀线性阵列的数量和所述第二均匀线性阵列的数量互质，且所述第一均匀线性阵列中第一麦克风阵元之间的距离和所述第二均匀线性阵列中第二麦克风阵列之间的距离不同。
18.根据权利要求13至15中任一所述的装置，其特征在于，所述确定所述时域信号对应的频域信号，包括：
对所述时域信号进行采样处理和分帧处理；
将一个时帧的时域信号从时域转换为频域，并将频域分割为若干个频带，以得到麦克风阵元在时帧和频带对应的信号。
19.一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至6中一个或多个所述的声源测向方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810136726.6A CN110133595B (zh) | 2018-02-09 | 2018-02-09 | 一种声源测向方法、装置和用于声源测向的装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810136726.6A CN110133595B (zh) | 2018-02-09 | 2018-02-09 | 一种声源测向方法、装置和用于声源测向的装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110133595A CN110133595A (zh) | 2019-08-16 |
| CN110133595B true CN110133595B (zh) | 2023-05-23 |
Family
ID=67568265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810136726.6A Active CN110133595B (zh) | 2018-02-09 | 2018-02-09 | 一种声源测向方法、装置和用于声源测向的装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110133595B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021035201A1 (en) * | 2019-08-22 | 2021-02-25 | Bush Dane | Multi-talker separation using 3-tuple coprime microphone array |
| CN110398716B (zh) * | 2019-08-23 | 2021-05-28 | 北京工业大学 | 一种利用声源间稀疏成分均衡的多声源定位方法 |
| CN117214821B (zh) * | 2023-09-18 | 2024-04-12 | 咸亨国际（杭州）电气制造有限公司 | 一种基于稀疏矩阵压缩存储的声源成像方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001166025A (ja) * | 1999-12-14 | 2001-06-22 | Matsushita Electric Ind Co Ltd | 音源の方向推定方法および収音方法およびその装置 |
| CN105403860A (zh) * | 2014-08-19 | 2016-03-16 | 中国科学院声学研究所 | 一种基于支配相关的多稀疏声源定位方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4926091B2 (ja) * | 2008-02-19 | 2012-05-09 | 株式会社日立製作所 | 音響ポインティングデバイス、音源位置のポインティング方法及びコンピュータシステム |
| EP2159593B1 (en) * | 2008-08-26 | 2012-05-02 | Nuance Communications, Inc. | Method and device for locating a sound source |
| EP2565667A1 (en) * | 2011-08-31 | 2013-03-06 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Direction of arrival estimation using watermarked audio signals and microphone arrays |
| CN104537249B (zh) * | 2015-01-04 | 2017-06-13 | 西安电子科技大学 | 基于稀疏贝叶斯学习的波达方向角估计方法 |
| CN105068048B (zh) * | 2015-08-14 | 2016-10-19 | 南京信息工程大学 | 基于空间稀疏性的分布式麦克风阵列声源定位方法 |
| CN106023996B (zh) * | 2016-06-12 | 2019-08-27 | 杭州电子科技大学 | 基于十字形声阵列宽带波束形成的声识别方法 |
| CN106324558B (zh) * | 2016-08-30 | 2021-04-02 | 东北大学秦皇岛分校 | 基于互质阵列的宽带信号doa估计方法 |
| CN106371057B (zh) * | 2016-09-07 | 2019-07-02 | 北京声智科技有限公司 | 语音声源测向方法及装置 |
| CN107247251B (zh) * | 2017-06-20 | 2020-04-03 | 西北工业大学 | 基于压缩感知的三维声源定位方法 |
-
2018
- 2018-02-09 CN CN201810136726.6A patent/CN110133595B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001166025A (ja) * | 1999-12-14 | 2001-06-22 | Matsushita Electric Ind Co Ltd | 音源の方向推定方法および収音方法およびその装置 |
| CN105403860A (zh) * | 2014-08-19 | 2016-03-16 | 中国科学院声学研究所 | 一种基于支配相关的多稀疏声源定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李前言 ; 康春玉.阵列协方差矩阵与FOCUSS算法的DOA估计方法.《舰船电子工程》.2015,63-67+143. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110133595A (zh) | 2019-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110133594B (zh) | 一种声源定位方法、装置和用于声源定位的装置 | |
| CN108510987B (zh) | 语音处理方法及装置 | |
| US11284190B2 (en) | Method and device for processing audio signal with frequency-domain estimation, and non-transitory computer-readable storage medium | |
| CN110808063A (zh) | 一种语音处理方法、装置和用于处理语音的装置 | |
| CN110364161A (zh) | 响应语音信号的方法、电子设备、介质及系统 | |
| CN110133595B (zh) | 一种声源测向方法、装置和用于声源测向的装置 | |
| CN108766457B (zh) | 音频信号处理方法、装置、电子设备及存储介质 | |
| CN111128221A (zh) | 一种音频信号处理方法、装置、终端及存储介质 | |
| CN111179960B (zh) | 音频信号处理方法及装置、存储介质 | |
| CN111009257B (zh) | 一种音频信号处理方法、装置、终端及存储介质 | |
| CN110970046B (zh) | 一种音频数据处理的方法及装置、电子设备、存储介质 | |
| EP3657497B1 (en) | Method and device for selecting target beam data from a plurality of beams | |
| KR102497549B1 (ko) | 오디오 신호 처리 방법 및 장치, 저장 매체 | |
| CN114363770B (zh) | 通透模式下的滤波方法、装置、耳机以及可读存储介质 | |
| WO2022147692A1 (zh) | 一种语音指令识别方法、电子设备以及非瞬态计算机可读存储介质 | |
| CN111863012B (zh) | 一种音频信号处理方法、装置、终端及存储介质 | |
| Hao et al. | Spectral flux-based convolutional neural network architecture for speech source localization and its real-time implementation | |
| CN110970015B (zh) | 一种语音处理方法、装置和电子设备 | |
| CN113053406B (zh) | 声音信号识别方法及装置 | |
| CN113506582B (zh) | 声音信号识别方法、装置及系统 | |
| CN113345461B (zh) | 一种语音处理方法、装置和用于语音处理的装置 | |
| CN111104807A (zh) | 一种数据处理方法、装置和电子设备 | |
| CN110517703B (zh) | 一种声音采集方法、装置及介质 | |
| CN112447184B (zh) | 语音信号处理方法及装置、电子设备、存储介质 | |
| CN113223553B (zh) | 分离语音信号的方法、装置及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220721 Address after: 100084. Room 9, floor 01, cyber building, building 9, building 1, Zhongguancun East Road, Haidian District, Beijing Applicant after: BEIJING SOGOU TECHNOLOGY DEVELOPMENT Co.,Ltd. Address before: 100084. Room 9, floor 01, cyber building, building 9, building 1, Zhongguancun East Road, Haidian District, Beijing Applicant before: BEIJING SOGOU TECHNOLOGY DEVELOPMENT Co.,Ltd. Applicant before: SOGOU (HANGZHOU) INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |