CN111722185A - 一种特征声音的定位方法、装置及设备 - Google Patents

一种特征声音的定位方法、装置及设备 Download PDF

Info

Publication number
CN111722185A
CN111722185A CN202010412004.6A CN202010412004A CN111722185A CN 111722185 A CN111722185 A CN 111722185A CN 202010412004 A CN202010412004 A CN 202010412004A CN 111722185 A CN111722185 A CN 111722185A
Authority
CN
China
Prior art keywords
dimensional space
peak value
spectrum
space spectrum
characteristic sound
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.)
Granted
Application number
CN202010412004.6A
Other languages
English (en)
Other versions
CN111722185B (zh
Inventor
何志连
王丹
杨登舟
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.)
Shenzhen Weina Perception Computing Technology Co ltd
Original Assignee
Shenzhen Weina Perception Computing Technology 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 Shenzhen Weina Perception Computing Technology Co ltd filed Critical Shenzhen Weina Perception Computing Technology Co ltd
Priority to CN202010412004.6A priority Critical patent/CN111722185B/zh
Publication of CN111722185A publication Critical patent/CN111722185A/zh
Application granted granted Critical
Publication of CN111722185B publication Critical patent/CN111722185B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本申请适用于声源定位技术领域，提供了一种特征声音的定位方法，包括：获取初始音频数据；当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。上述方案，分别确定目标方位角和目标俯仰角，将现有技术中对目标方位角和目标俯仰角的二维搜索分解成两次一维搜索，并且在搜索过程中引入了聚类的策略，极大地减少了计算量，从而可以实时的对特征声音进行定位。

Description

一种特征声音的定位方法、装置及设备
技术领域
本申请属于声源定位技术领域，尤其涉及一种特征声音的定位方法、装置及设备。
背景技术
随着城市的快速发展，人口的不断上升，机动车也在急剧增加。随之出现的机动车鸣笛声这种噪声污染成为影响城市生活的突出问题。为了管理违法鸣笛的行为，出现了违法鸣笛抓拍管理系统，来对违法鸣笛这种特征声音进行定位。其中，现有的对特征声音定位的方法是通过波达方向定位(direction of arrival，DOA)算法对空间区域进行扫描，形成不同指向波束的空间谱，对空间谱进行二维的峰值检测，峰值对应的角度就是DOA的结果，包括俯仰角和方位角。但是，这种方法需要很大的计算量，无法实时的对特征声音进行定位。
发明内容
本申请实施例提供了一种特征声音的定位方法、装置及设备，可以解决现有的特征声音定位的方法无法实时的对特征声音进行定位问题。
第一方面，本申请实施例提供了一种特征声音的定位方法，包括：
获取初始音频数据；
当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；
计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
进一步地，所述计算所述特征声音的一维空间谱，搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角，包括：
获取方位角的搜索区域，并将所述方位角的搜索区域聚类为多个第一子区域，计算所述第一子区域的第一几何中心；
计算所述第一几何中心对应的一维空间谱，并从所述一维空间谱中获取最大的一维空间谱；
计算所述最大的一维空间谱对应的第一子区域的局部一维空间谱，并搜索各个所述局部一维空间谱的峰值，得到最大的局部一维空间谱峰值；
从所述最大的一维空间谱和所述最大的局部一维空间谱峰值中，获取最大值，作为全局的第一峰值，将所述第一峰值对应的角度作为目标方位角。
进一步地，所述计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角，包括：
获取俯仰角的搜索区域，并将所述俯仰角的搜索区域聚类为多个第二子区域，计算所述第二子区域的第二几何中心；
计算所述第二几何中心对应的二维空间谱，并从所述二维空间谱中获取最大的二维空间谱；
计算所述最大的二维空间谱对应的第二子区域的局部二维空间谱，并搜索各个所述局部二维空间谱的峰值，得到最大的局部二维空间谱峰值；
从所述最大的二维空间谱和所述最大的局部二维空间谱峰值中，获取最大值，作为全局的第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
进一步地，在所述获取初始音频数据之后，还包括：
当所述初始音频数据为特征声音时，获取所述特征声音的声源初始位置；
若所述声源初始位置位于预设无效区域，则停止对所述特征声音进行定位。
进一步地，在所述获取初始音频数据之后，还包括：
当所述初始音频数据为非特征声音时，根据所述初始音频数据的信号谱更新所述初始音频数据的噪声谱。
进一步地，在所述获取初始音频数据之后，在所述当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角之前，还包括：
当所述初始音频数据为特征声音时，根据所述初始音频数据的信噪比对所述初始音频数据的幅值谱进行修正；其中，修正后的幅值谱用于确定所述一维空间谱和所述二维空间谱。
第二方面，本申请实施例提供了一种特征声音的定位装置，包括：
第一获取单元，用于获取初始音频数据；
第一处理单元，用于当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；
第二处理单元，用于计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
进一步地，第一处理单元，具体用于：
获取方位角的搜索区域，并将所述方位角的搜索区域聚类为多个第一子区域，计算所述第一子区域的第一几何中心；
计算所述第一几何中心对应的一维空间谱，并从所述一维空间谱中获取最大的一维空间谱；
计算所述最大的一维空间谱对应的第一子区域的局部一维空间谱，并搜索各个所述局部一维空间谱的峰值，得到最大的局部一维空间谱峰值；
从所述最大的一维空间谱和所述最大的局部一维空间谱峰值中，获取最大值，作为全局的第一峰值，将所述第一峰值对应的角度作为目标方位角。
进一步地，所述第二处理单元，具体用于：
获取俯仰角的搜索区域，并将所述俯仰角的搜索区域聚类为多个第二子区域，计算所述第二子区域的第二几何中心；
计算所述第二几何中心对应的二维空间谱，并从所述二维空间谱中获取最大的二维空间谱；
计算所述最大的二维空间谱对应的第二子区域的局部二维空间谱，并搜索各个所述局部二维空间谱的峰值，得到最大的局部二维空间谱峰值；
从所述最大的二维空间谱和所述最大的局部二维空间谱峰值中，获取最大值，作为全局的第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
进一步地，所述特征声音的定位装置，还包括：
第二获取单元，用于当所述初始音频数据为特征声音时，获取所述特征声音的声源初始位置；
第三处理单元，用于若所述声源初始位置位于预设无效区域，则停止对所述特征声音进行定位。
进一步地，所述特征声音的定位装置，还包括：
第四处理单元，用于当所述初始音频数据为非特征声音时，根据所述初始音频数据的信号谱更新所述初始音频数据的噪声谱。
进一步地，所述特征声音的定位装置，还包括：
第五处理单元，用于当所述初始音频数据为特征声音时，根据所述初始音频数据的信噪比对所述初始音频数据的幅值谱进行修正；其中，修正后的幅值谱用于确定所述一维空间谱和所述二维空间谱。
第三方面，本申请实施例提供了一种特征声音的定位设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的特征声音的定位方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的特征声音的定位方法。
本申请实施例中，获取初始音频数据；当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。上述方案，分别确定目标方位角和目标俯仰角，将现有技术中对目标方位角和目标俯仰角的二维搜索分解成两次一维搜索，并且在搜索过程中引入了聚类的策略，极大地减少了计算量，从而可以实时的对特征声音进行定位。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术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申请的一些实施例，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是本申请第一实施例提供的一种特征声音的定位方法的示意流程图；
图2是本申请第一实施例提供的一种特征声音的定位方法中S102细化的示意流程图；
图3是本申请第一实施例提供的一种特征声音的定位方法中S103细化的示意流程图；
图4是本申请第二实施例提供的另一种特征声音的定位方法的示意流程图；
图5是本申请第三实施例提供的特征声音的定位装置的示意图；
图6是本申请第四实施例提供的特征声音的定位设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
请参见图1，图1是本申请第一实施例提供的一种特征声音的定位方法的示意流程图。本实施例中一种特征声音的定位方法的执行主体为具有特征声音定位的功能的设备，例如，台式电脑，平板电脑，服务器等等。如图1所示的特征声音的定位方法可包括：
S101：获取初始音频数据。
特征声音，包括但不限于鸣笛声、改装车声、爆炸声、碰撞声、警笛声、枪声。特征声音的定位可以广泛应用于违法鸣笛抓拍管理系统、特殊声音检测系统、城市安全治理及管理系统等等。
设备获取初始音频数据，初始音频数据可以是通过音频采集装置采集。其中，音频采集装置中的麦克风阵列可以包括2个以上麦克风，麦克风阵列中的各个麦克风的位置可以根据实际应用场景的需求进行设置，例如，在一些实施例中，麦克风阵列中的麦克风可以采用平面阵列布局；在另一些实施例中，麦克风阵列中的麦克风可以采用立体阵列布局。本申请实施例对麦克风阵列中麦克风的布局方式不作任何限制。
S102：当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角。
设备检测初始音频数据是否为特征声音，若初始音频数据为特征声音，则对特征声音进行定位；若初始音频数据不是特征声音，则停止对特征声音进行定位。其中，设备可以通过预先训练的特征声音判断模型来判断初始音频数据是否为特征声音，也可以通过计算初始音频数据的目标能量信息来判断初始音频数据是否为特征声音。举例来说，设备可以计算初始音频数据在预设频段的幅值谱，将幅值谱划分为预设子带数量的子带，根据各子带计算目标能量信息，若目标能量信息大于预设能量阈值，判定初始音频数据中包括特征声音。
当所述初始音频数据为特征声音时，则对特征声音进行定位。设备先进行空间谱估计，计算特征声音的一维空间谱。空间谱估计侧重于研究空间多传感器阵列所构成的处理系统对感兴趣的空间信号的多种参数进行准确的估计的能力，主要目的就是估计信号的空域参数或信源位置。
设备计算所述初始音频数据的一维空间谱。设备将噪声特征向量作为列向量，组成噪声特征矩阵，并张成M-D维的噪声子空间Un，噪声子空间与信号子空间正交。而Us的列空间向量恰与信号子空间重合，所以Us的列向量与噪声子空间也是正交的，由此，可以利用两个子空间的正交性构造出空间谱函数，得到多个空间谱。设备从多个空间谱中筛选出一维空间谱。设备搜索一维空间谱的峰值，得到第一峰值，第一谱峰值对应的角度即是来波方向角的估计值，设备将第一峰值对应的角度作为目标方位角。
进步一地，当初始音频数据为非特征声音时，为了可以准确的进行下一次定位，在S101之后，还可以包括：当所述初始音频数据为非特征声音时，根据所述初始音频数据的信号谱更新所述初始音频数据的噪声谱。
设备获取初始音频数据，对初始音频数据进行检测，判断初始音频数据是否为特征声音，具体的判断方法可以参阅S102中的相关描述，此处不再赘述。
当初始音频数据为非特征声音时，根据初始音频数据的信号谱更新初始声音数据的噪声谱。设备根据获取到的初始音频数据计算初始音频数据的信号谱，根据初始音频数据的信号谱更新初始音频数据的噪声谱，在更新时，可以根据多个通道的初始音频数据分别对噪声谱进行更新。具体更新公式如下：
Nm(i,k)＝αNm(i-1,k)+(1-α)Xm(i,k)
其中，Nm(i,k)表示第m个通道的第i个数据块第k个频点的噪声谱；Xm(i,k)表示第m个通道的第i个数据块的第k个频点的信号谱；Nm(i-1,k)表示第m个通道的第i-1个数据块的第k个频点的噪声谱；α表示预设的更新系数。
进步一地，在S101之后、S102之前，还可以包括：当所述初始音频数据为特征声音时，根据所述初始音频数据的信噪比对所述初始音频数据的幅值谱进行修正；其中，修正后的幅值谱用于确定所述一维空间谱和所述二维空间谱。
设备获取初始音频数据，对初始音频数据进行检测，判断初始音频数据是否为特征声音，具体的判断方法可以参阅S102中的相关描述，此处不再赘述。
当初始音频数据为特征声音时，根据初始音频数据的信噪比对初始音频数据的幅值谱进行修正，修正后的幅值谱用于确定一维空间谱和二维空间谱，修正幅值谱后，可以更准确的确定一维空间谱和二维空间谱。
其中，修正的公式具体可以如下所示：
SNRm(i,k)＝20*log10(|Xm(i,k)|/|Nm(i,k)|)
wm(i,k)＝f(SNRm(i,k))
Figure BDA0002493622380000091
其中，SNRm(i,k)为第m通道第i个数据块的信噪比信息，Xm(i,k)为第m通道第i个数据块的噪声谱，Nm(i,k)为第m通道第i个数据块的信号谱，k为子带数量；wm(i,k)＝f(SNRm(i,k))表示修正加权系数，wm(i,k)表示SNRm(i,k)相关的函数；wm(i,k)用于对幅值谱进行修正，
Figure BDA0002493622380000092
表示修正后的幅值谱。
进一步地，为了准确的确定目标方位角，从而准确地进行特征声音定位，计算所述特征声音的一维空间谱，搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角，可以包括S1021～S1024，如图2所示，S1021～S1024具体如下：
S1021：获取方位角的搜索区域，并将所述方位角的搜索区域聚类为多个第一子区域，计算所述第一子区域的第一几何中心
设备获取方位角的搜索区域，在本实施例中，方位角的搜索区域可以是预先设置好的，也可以是设备划分的。方位角的搜索区域的形状不做限制。
设备将方位角的搜索区域聚类成为M个第一子区域，例如，A1,A2,…,AM，并计算每个第一子区域对应的M个第一几何中心C1,C2,…,CM。
S1022：计算所述第一几何中心对应的一维空间谱，并从所述一维空间谱中获取最大的一维空间谱。
设备计算M个第一几何中心对应的一维空间谱，例如，PC1,PC2,…,PCM，并从一维空间谱中获取最大的一维空间谱。设备对一维空间谱作从大到小的排序处理，获取到N(N<M)个最大的一维空间谱PCmax1,PCmax2,…,PCmaxN和对应的N个第一几何中心Cmax1,Cmax2,…,CmaxN和N个第一子区域Amax1,Amax2,…,AmaxN。
S1023：计算所述最大的一维空间谱对应的第一子区域的局部一维空间谱，并搜索各个所述局部一维空间谱的峰值，得到最大的局部一维空间谱峰值。
设备计算最大的一维空间谱对应的第一子区域的局部一维空间谱，分别搜索各个区域局部一维空间谱PL1＝{pl1i|i＝1,2,3,…},PL2＝{pl2i|i＝1,2,3,…},…,PLN＝{plNi|i＝1,2,3,…}的峰值，从而得到N个局部一维空间谱峰值pl1max,pl2max,…,plNmax。找到这N个局部一维空间谱峰值中的最大值plmax，即为最大的局部一维空间谱峰值。
S1024：从所述最大的一维空间谱和所述最大的局部一维空间谱峰值中，获取最大值，作为全局的第一峰值，将所述第一峰值对应的角度作为目标方位角。
比较最大的一维空间谱PCmax1和局部一维空间谱峰值中的最大值plmax，获取最大值，作为全局的第一峰值，将第一峰值对应的角度作为目标方位角。
S103：计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
设备先进行空间谱估计，计算所述特征声音的二维空间谱。设备将噪声特征向量作为列向量，组成噪声特征矩阵，并张成M-D维的噪声子空间Un，噪声子空间与信号子空间正交。而Us的列空间向量恰与信号子空间重合，所以Us的列向量与噪声子空间也是正交的，由此，可以利用两个子空间的正交性构造出空间谱函数，得到多个二维空间谱，设备搜索二维空间谱的峰值，得到第二峰值，第二谱峰值对应的角度即是来波方向角的估计值，设备将第二峰值对应的角度作为目标俯仰角。
进步一地，为了准确的确定目标俯仰角，从而准确地进行特征声音定位S103可以包括S1031～S1034，如图3所示，S1031～S1034可以包括：
S1031：获取俯仰角的搜索区域，并将所述俯仰角的搜索区域聚类为多个第二子区域，计算所述第二子区域的第二几何中心。
设备获取俯仰角的搜索区域，在本实施例中，俯仰角的搜索区域可以是预先设置好的，也可以是设备划分的。俯仰角的搜索区域的形状不做限制。
设备将俯仰角的搜索区域聚类成为M个第二子区域，并计算每个第二子区域对应的M个第二几何中心。
S1032：计算所述第二几何中心对应的二维空间谱，并从所述二维空间谱中获取最大的二维空间谱。
设备计算M个第二几何中心对应的二维空间谱，并从二维空间谱中获取最大的二维空间谱。设备对二维空间谱作从大到小的排序处理，获取到N(N<M)个最大的二维空间谱和对应的N个第二几何中心和N个第二子区域。
S1033：计算所述最大的二维空间谱对应的第二子区域的局部二维空间谱，并搜索各个所述局部二维空间谱的峰值，得到最大的局部二维空间谱峰值。
设备计算最大的二维空间谱对应的第二子区域的局部二维空间谱，分别搜索各个区域局部二维空间谱的峰值，从而得到N个局部二维空间谱峰值。找到这N个局部二维空间谱峰值中的最大值，即为最大的局部一维空间谱峰值。
S1034：从所述最大的二维空间谱和所述最大的局部二维空间谱峰值中，获取最大值，作为全局的第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
比较最大的二维空间谱和局部二维空间谱峰值中的最大值，获取最大值，作为全局的第二峰值，将第二峰值对应的角度作为目标方位角。
本申请实施例中，获取初始音频数据；当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。上述方案，分别确定目标方位角和目标俯仰角，将现有技术中对目标方位角和目标俯仰角的二维搜索分解成两次一维搜索，并且在搜索过程中引入了聚类的策略，极大地减少了计算量，从而可以实时的对特征声音进行定位。
请参见图4，图4是本申请第二实施例提供的另一种特征声音的定位方法的示意流程图。本实施例中一种特征声音的定位方法的执行主体为具有特征声音定位的功能的设备，例如，台式电脑，平板电脑，服务器等等。本实施例中，S201～S203与第一实施例中的S101～S103相同，S204～S205在S201之后执行即可，如图4所示，S204～S205具体如下：
S204：当所述初始音频数据为特征声音时，获取所述特征声音的声源初始位置。
设备获取初始音频数据，对初始音频数据进行检测，判断初始音频数据是否为特征声音，具体的判断方法可以参阅S102中的相关描述，此处不再赘述。
本实施例中，当特征声音定位的方法应用于鸣笛抓拍领域时，当确定了目标方位角和目标俯仰角时，预设的图像采集装置可以基于目标俯仰角和目标方位角进行拍照，获取鸣笛车辆的车牌图像。由于麦克风阵列为二维的阵列时，采集初始音频数据时，会出现采集效果不好的区域，例如，麦克风阵列的后方，所以图像采集装置一般会朝向麦克风阵列的前方，进行图像采集。
当设备确定初始音频数据为特征声音时，获取所述特征声音的声源位置，其中，声源位置为声源相对于麦克风阵列的位置。当声源位置标识声源位于麦克风阵列的前方时，可以继续对特征声音定位，让图像采集装置进行拍照，实现鸣笛车辆抓拍。
S205：若所述声源初始位置位于预设无效区域，则停止对所述特征声音进行定位。
设备中预先设置无效区域，无效区域可以为麦克风阵列的后方，即图像采集装置无法拍照的区域。若声源初始位置位于预设无效区域，说明即使对特征声音进行定位也无法进行拍照，所以，停止对特征声音进行定位。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
请参见图5，图5是本申请第三实施例提供的特征声音的定位装置的示意图。包括的各单元用于执行图1～图4对应的实施例中的各步骤。具体请参阅图1～图4各自对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。参见图5，特征声音的定位装置5包括：
第一获取单元510，用于获取初始音频数据；
第一处理单元520，用于当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；
第二处理单元530，用于计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
进一步地，第一处理单元520，具体用于：
获取方位角的搜索区域，并将所述方位角的搜索区域聚类为多个第一子区域，计算所述第一子区域的第一几何中心；
计算所述第一几何中心对应的一维空间谱，并从所述一维空间谱中获取最大的一维空间谱；
计算所述最大的一维空间谱对应的第一子区域的局部一维空间谱，并搜索各个所述局部一维空间谱的峰值，得到最大的局部一维空间谱峰值；
从所述最大的一维空间谱和所述最大的局部一维空间谱峰值中，获取最大值，作为全局的第一峰值，将所述第一峰值对应的角度作为目标方位角。
进一步地，第二处理单元530，具体用于：
获取俯仰角的搜索区域，并将所述俯仰角的搜索区域聚类为多个第二子区域，计算所述第二子区域的第二几何中心；
计算所述第二几何中心对应的二维空间谱，并从所述二维空间谱中获取最大的二维空间谱；
计算所述最大的二维空间谱对应的第二子区域的局部二维空间谱，并搜索各个所述局部二维空间谱的峰值，得到最大的局部二维空间谱峰值；
从所述最大的二维空间谱和所述最大的局部二维空间谱峰值中，获取最大值，作为全局的第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
进一步地，特征声音的定位装置5，还包括：
第二获取单元，用于当所述初始音频数据为特征声音时，获取所述特征声音的声源初始位置；
第三处理单元，用于若所述声源初始位置位于预设无效区域，则停止对所述特征声音进行定位。
进一步地，特征声音的定位装置5，还包括：
第四处理单元，用于当所述初始音频数据为非特征声音时，根据所述初始音频数据的信号谱更新所述初始音频数据的噪声谱。
进一步地，特征声音的定位装置5，还包括：
第五处理单元，用于当所述初始音频数据为特征声音时，根据所述初始音频数据的信噪比对所述初始音频数据的幅值谱进行修正；其中，修正后的幅值谱用于确定所述一维空间谱和所述二维空间谱。
图6是本申请第四实施例提供的特征声音的定位设备的示意图。如图6所示，该实施例的特征声音的定位设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如特征声音的定位程序。所述处理器60执行所述计算机程序62时实现上述各个特征声音的定位方法实施例中的步骤，例如图1所示的步骤101至103。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块510至530的功能。
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述特征声音的定位设备6中的执行过程。例如，所述计算机程序62可以被分割成第一获取单元、第一处理单元、第二处理单元，各单元具体功能如下：
第一获取单元，用于获取初始音频数据；
第一处理单元，用于当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；
第二处理单元，用于计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
所述特征声音的定位设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是特征声音的定位设备6的示例，并不构成对特征声音的定位设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述特征声音的定位设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述特征声音的定位设备6的内部存储单元，例如特征声音的定位设备6的硬盘或内存。所述存储器61也可以是所述特征声音的定位设备6的外部存储设备，例如所述特征声音的定位设备6上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述特征声音的定位设备6还可以既包括所述特征声音的定位设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述特征声音的定位设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种网络设备，该网络设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种特征声音的定位方法，其特征在于，包括：
获取初始音频数据；
当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；
计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
2.如权利要求1所述的特征声音的定位方法，其特征在于，所述计算所述特征声音的一维空间谱，搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角，包括：
获取方位角的搜索区域，并将所述方位角的搜索区域聚类为多个第一子区域，计算所述第一子区域的第一几何中心；
计算所述第一几何中心对应的一维空间谱，并从所述一维空间谱中获取最大的一维空间谱；
计算所述最大的一维空间谱对应的第一子区域的局部一维空间谱，并搜索各个所述局部一维空间谱的峰值，得到最大的局部一维空间谱峰值；
从所述最大的一维空间谱和所述最大的局部一维空间谱峰值中，获取最大值，作为全局的第一峰值，将所述第一峰值对应的角度作为目标方位角。
3.如权利要求1所述的特征声音的定位方法，其特征在于，所述计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角，包括：
获取俯仰角的搜索区域，并将所述俯仰角的搜索区域聚类为多个第二子区域，计算所述第二子区域的第二几何中心；
计算所述第二几何中心对应的二维空间谱，并从所述二维空间谱中获取最大的二维空间谱；
计算所述最大的二维空间谱对应的第二子区域的局部二维空间谱，并搜索各个所述局部二维空间谱的峰值，得到最大的局部二维空间谱峰值；
从所述最大的二维空间谱和所述最大的局部二维空间谱峰值中，获取最大值，作为全局的第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
4.如权利要求1所述的特征声音的定位方法，其特征在于，在所述获取初始音频数据之后，还包括：
当所述初始音频数据为特征声音时，获取所述特征声音的声源初始位置；
若所述声源初始位置位于预设无效区域，则停止对所述特征声音进行定位。
5.如权利要求1所述的特征声音的定位方法，其特征在于，在所述获取初始音频数据之后，还包括：
当所述初始音频数据为非特征声音时，根据所述初始音频数据的信号谱更新所述初始音频数据的噪声谱。
6.如权利要求1所述的特征声音的定位方法，其特征在于，在所述获取初始音频数据之后，在所述当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角之前，还包括：
当所述初始音频数据为特征声音时，根据所述初始音频数据的信噪比对所述初始音频数据的幅值谱进行修正；其中，修正后的幅值谱用于确定所述一维空间谱和所述二维空间谱。
7.一种特征声音的定位装置，其特征在于，包括：
第一获取单元，用于获取初始音频数据；
第一处理单元，用于当所述初始音频数据为特征声音时，计算所述特征声音的一维空间谱，并搜索所述一维空间谱的峰值，得到第一峰值，将所述第一峰值对应的角度作为目标方位角；
第二处理单元，用于计算所述特征声音的二维空间谱，并搜索所述二维空间谱的峰值，得到第二峰值，将所述第二峰值对应的角度作为目标俯仰角。
8.如权利要求7所述的特征声音的定位装置，其特征在于，第一处理单元，具体用于：
获取方位角的搜索区域，并将所述方位角的搜索区域聚类为多个第一子区域，计算所述第一子区域的第一几何中心；
计算所述第一几何中心对应的一维空间谱，并从所述一维空间谱中获取最大的一维空间谱；
计算所述最大的一维空间谱对应的第一子区域的局部一维空间谱，并搜索各个所述局部一维空间谱的峰值，得到最大的局部一维空间谱峰值；
从所述最大的一维空间谱和所述最大的局部一维空间谱峰值中，获取最大值，作为全局的第一峰值，将所述第一峰值对应的角度作为目标方位角。
9.一种特征声音的定位设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。
CN202010412004.6A 2020-05-15 2020-05-15 一种特征声音的定位方法、装置及设备 Active CN111722185B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010412004.6A CN111722185B (zh) 2020-05-15 2020-05-15 一种特征声音的定位方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010412004.6A CN111722185B (zh) 2020-05-15 2020-05-15 一种特征声音的定位方法、装置及设备

Publications (2)

Publication Number Publication Date
CN111722185A true CN111722185A (zh) 2020-09-29
CN111722185B CN111722185B (zh) 2023-10-13

Family

ID=72564569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010412004.6A Active CN111722185B (zh) 2020-05-15 2020-05-15 一种特征声音的定位方法、装置及设备

Country Status (1)

Country Link
CN (1) CN111722185B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113064118A (zh) * 2021-03-19 2021-07-02 维沃移动通信有限公司 声源定位方法和装置
CN115116232A (zh) * 2022-08-29 2022-09-27 深圳市微纳感知计算技术有限公司 汽车鸣笛的声纹比较方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004341339A (ja) * 2003-05-16 2004-12-02 Mitsubishi Electric Corp 雑音抑圧装置
CN101487888A (zh) * 2009-02-23 2009-07-22 重庆大学 一种空间谱谱峰搜索方法
CN102495945A (zh) * 2011-11-11 2012-06-13 河海大学 光伏发电系统多峰值最大功率点跟踪的谷值定界搜索方法
CN102520389A (zh) * 2011-11-23 2012-06-27 华中科技大学 一种二维空间谱谱峰搜索方法
CN103116162A (zh) * 2012-12-14 2013-05-22 西安电子科技大学 基于目标空间稀疏性的高分辨声呐定位方法
CN106802403A (zh) * 2017-02-22 2017-06-06 西安电子科技大学 声矢量传感器二维阵列music解相干参数估计方法
CN109782216A (zh) * 2018-12-26 2019-05-21 中国电子科技集团公司第二十研究所 一种二维空间谱峰值搜索的简易方法
CN115113140A (zh) * 2022-05-20 2022-09-27 深圳海翼智新科技有限公司 声源定位方法、装置及终端

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004341339A (ja) * 2003-05-16 2004-12-02 Mitsubishi Electric Corp 雑音抑圧装置
CN101487888A (zh) * 2009-02-23 2009-07-22 重庆大学 一种空间谱谱峰搜索方法
CN102495945A (zh) * 2011-11-11 2012-06-13 河海大学 光伏发电系统多峰值最大功率点跟踪的谷值定界搜索方法
CN102520389A (zh) * 2011-11-23 2012-06-27 华中科技大学 一种二维空间谱谱峰搜索方法
CN103116162A (zh) * 2012-12-14 2013-05-22 西安电子科技大学 基于目标空间稀疏性的高分辨声呐定位方法
CN106802403A (zh) * 2017-02-22 2017-06-06 西安电子科技大学 声矢量传感器二维阵列music解相干参数估计方法
CN109782216A (zh) * 2018-12-26 2019-05-21 中国电子科技集团公司第二十研究所 一种二维空间谱峰值搜索的简易方法
CN115113140A (zh) * 2022-05-20 2022-09-27 深圳海翼智新科技有限公司 声源定位方法、装置及终端

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
孙明利: "基于改进的粒子群算法的块匹配运动估计方法", 《2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）》 *
肖峻: "基于空间直角阵列的改进2D-MUSIC 算法", 《数字制造科学》 *
谢庆等: "基于RD-MUSIC算法的局放超声阵列检测方法仿真研究", 《高压电器》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113064118A (zh) * 2021-03-19 2021-07-02 维沃移动通信有限公司 声源定位方法和装置
CN115116232A (zh) * 2022-08-29 2022-09-27 深圳市微纳感知计算技术有限公司 汽车鸣笛的声纹比较方法、装置、设备及存储介质
CN115116232B (zh) * 2022-08-29 2022-12-09 深圳市微纳感知计算技术有限公司 汽车鸣笛的声纹比较方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111722185B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
US9495591B2 (en) Object recognition using multi-modal matching scheme
CN110491403A (zh) 音频信号的处理方法、装置、介质和音频交互设备
CN111722185B (zh) 一种特征声音的定位方法、装置及设备
CN109358317B (zh) 一种鸣笛信号检测方法、装置、设备及可读存储介质
CN111739542A (zh) 一种特征声音检测的方法、装置及设备
Raponi et al. Sound of guns: digital forensics of gun audio samples meets artificial intelligence
EP3523749B1 (en) Object detection and classification with fourier fans
CN112969134B (zh) 麦克风异常检测方法、装置、设备及存储介质
CN111624553A (zh) 声源定位方法及系统、电子设备及存储介质
CN110443371B (zh) 一种人工智能设备和方法
CN109308909B (zh) 一种信号分离方法、装置、电子设备及存储介质
CN113009442B (zh) 一种雷达静止反射面多径目标的识别方法及装置
CN111427032A (zh) 基于毫米波雷达的房间墙体轮廓识别方法及终端设备
CN112240999A (zh) 处理雷达反射的方法和系统
CN113327628B (zh) 音频处理方法、装置、可读介质和电子设备
CN114171041A (zh) 基于环境检测的语音降噪方法、装置、设备及存储介质
CN113314138B (zh) 基于麦克风阵列的声源监听分离方法、装置及存储介质
CN109923430B (zh) 用于进行相位差展开的装置及方法
CN113687305A (zh) 声源方位的定位方法、装置、设备及计算机可读存储介质
CN113791386B (zh) 声源的定位方法、装置、设备及计算机可读存储介质
CN113064118A (zh) 声源定位方法和装置
KR101801325B1 (ko) 가상 채널 기반의 레이더 장치 및 그것을 이용한 가상 채널 생성 방법
CN113111883B (zh) 车牌检测方法、电子设备及存储介质
CN113835065B (zh) 基于深度学习的声源方向确定方法、装置、设备及介质
Song et al. Flying drone classification based on visualization of acoustic signals with deep neural networks

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
GR01 Patent grant
GR01 Patent grant