CN112151061B - 信号排序方法和装置、计算机可读存储介质、电子设备 - Google Patents
信号排序方法和装置、计算机可读存储介质、电子设备 Download PDFInfo
- Publication number
- CN112151061B CN112151061B CN201910579116.8A CN201910579116A CN112151061B CN 112151061 B CN112151061 B CN 112151061B CN 201910579116 A CN201910579116 A CN 201910579116A CN 112151061 B CN112151061 B CN 112151061B
- Authority
- CN
- China
- Prior art keywords
- signal
- microphone array
- sound
- microphone
- determining
- 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 63
- 238000000926 separation method Methods 0.000 claims abstract description 78
- 230000005236 sound signal Effects 0.000 claims abstract description 40
- 230000006870 function Effects 0.000 claims description 58
- 238000012546 transfer Methods 0.000 claims description 52
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000002401 inhibitory effect Effects 0.000 claims 2
- 238000012163 sequencing technique Methods 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- 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
- G10L21/0272—Voice signal separating
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本公开实施例公开了一种信号排序方法和装置、计算机可读存储介质、电子设备,其中,方法包括:确定设定发声范围相对于传声器阵列的至少一个参考滤波器;基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器;基于所述至少两组分离滤波器与所述传声器阵列的至少一个参考滤波器确定所述输出信号的排序;本公开实施例通过离线建模获得参考滤波器,结合参考滤波器确定输出信号的排序,实现了通过输出信号确定说话人所在通道,提高了输出信号的排序准确率。
Description
技术领域
本公开涉及声音信号处理技术,尤其是一种信号排序方法和装置、计算机可读存储介质、电子设备。
背景技术
盲源分离算法可以模拟人耳听觉系统,从传声器阵列接收到的混合信号中估计出源信号。频域独立成分分析方法具有较低的计算复杂度和较快的收敛速度,是求解卷积混合盲源分离问题的主要方法之一。
但是频域独立成分分析方法存在排序不确定性问题。
发明内容
为了解决上述对盲源分离方法获得的信号排序不确定的技术问题,提出了本公开。本公开的实施例提供了一种信号排序方法和装置、计算机可读存储介质、电子设备。
根据本公开实施例的一个方面,提供了一种信号排序方法,包括:
确定设定发声范围相对于传声器阵列的至少一个参考滤波器;
基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器;
基于所述至少两组分离滤波器与所述传声器阵列的至少一个参考滤波器确定所述输出信号的排序。
根据本公开实施例的另一方面,提供了一种信号排序装置,包括:
参考确定模块,用于确定设定发声范围相对于传声器阵列的至少一个参考滤波器;
信号分离模块,用于基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器;
信号排序模块,用于基于所述信号分离模块获得的至少两组分离滤波器与所述参考确定模块确定的至少一个参考滤波器确定所述输出信号的排序。
根据本公开实施例的又一方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述实施例提供的信号排序方法。
根据本公开实施例的还一方面,提供了一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述实施例提供的信号排序方法。
基于本公开上述实施例提供的一种信号排序方法和装置、计算机可读存储介质、电子设备,确定设定发声范围相对于传声器阵列的至少一个参考滤波器;基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器;基于所述至少两组分离滤波器与所述传声器阵列的至少一个参考滤波器确定所述输出信号的排序;通过离线建模获得参考滤波器,结合参考滤波器确定输出信号的排序,实现了通过输出信号确定说话人所在通道,提高了输出信号的排序准确率。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
通过结合附图对本公开实施例进行更详细的描述,本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开实施例一起用于解释本公开,并不构成对本公开的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本公开提供的信号排序方法的一个可选示例的流程示意图。
图2是本公开一示例性实施例提供的信号排序方法的流程示意图。
图3是本公开图2所示的实施例中步骤201的一个流程示意图。
图4是本公开图3所示的实施例中步骤2012的一个流程示意图。
图5是本公开图3所示的实施例中步骤2013的一个流程示意图。
图6是本公开图2所示的实施例中步骤202的一个流程示意图。
图7是本公开图2所示的实施例中步骤203的一个流程示意图。
图8是本公开一示例性实施例提供的信号排序装置的结构示意图。
图9是本公开另一示例性实施例提供的信号排序装置的结构示意图。
图10是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
申请概述
在实现本公开的过程中,发明人发现,现有的盲源分离算法中信号的排序方法通常采用基于声源定位的排序方法,但是,该方法至少存在以下问题:基于声源定位的排序方法根据分离滤波器的空间零点来进行定位,低频排序性能较弱,当声学环境较复杂时,分离滤波器空间零点不够清晰,排序准确度较低。
示例性系统
图1是本公开提供的信号排序方法的一个可选示例的流程示意图。如图1所示,该实施例方法包括:
步骤101,使用白噪声对说话人可能出现的位置进行离线建模,获得说话人所在方向的相对传递函数。在说话人可能出现的小范围区域(例如,以人为中心位置相对于阵列的夹角±10°范围内可以约定为小范围,当说话人位置变化角度大于±20°,使用一组传递函数无法准确的描述说话人相对于阵列的声学传递函数,因此说话人位置变化角度大于±20°不属于小范围区域;假定说话人与阵列中心夹角为θ0,建模选区的小范围区域为θ0±10°(即,小范围区域位于[θ0-10°,θ0+10°]),对于实际场景,以车载场景为例,假设阵列固定在车顶灯的附近,对主驾驶人进行建模时,选取的区域为以主驾驶人正常就坐时人嘴的位置为中心的30cm×30cm的矩形区域,建模时人工嘴可在中心位置前后左右±15厘米范围内移动)说话时,说话人相对于阵列的声学传递函数变化范围较小,可使用一组传递函数进行描述;在说话人可能出现的小范围区域内选取P个(可选地,4≤P≤16,例如,P为4、9或16等)位置,使用人工声源(例如,人工嘴等,在建模时期对建模时使用的扬声器有一定要求,不能太大,否则很难确定扬声器播放声音时,声源中心的位置,而且扬声器本身的散射会影响建模结果;人工嘴的大小适中,而且可以模拟人说话时的频响,建模更加准确)分别在P个位置播放白噪声,传声器阵列同步采集人工声源播放的白噪声信号,共获得P组录音信号。本实施例以两麦传声器阵列(即,传声器阵列中包括两个传声器)为例,以第一个传声器信号x1作为参考信号,则第二个传声器相对于第一个传声器的相对传递函数h可以表示为:
其中,其中,和/>分别表示声源在第p个位置时,第一个传声器和第二个传声器接收到的时域信号。对P组时域录音信号进行统一建模,每组时域信号的长度均为N,n表示时域信号的时间索引,“*”表示卷积。
本公开提供的信号排序方法应用于说话人与传声器阵列相对位置变化较小的场景时,信号分离的效果更佳。
步骤102,根据相对传递函数估计出盲源分离算法的参考滤波器,根据步骤101中公式(1)获得相对传递函数h后,对h做傅立叶变换,得到频域相对传递函数H(ω),归一化每个频点处相对传递函数H(ω)的幅度,可以获得说话人方向的参考滤波器w0(ω),可以表示为以下公式(2):
其中,H(ω)是相对函数h的频域表达,ω是频率索引,归一化使为了保留h傅立叶变换后的相位信息,降低H(ω)幅度过大或过小的影响。计算公式(1)时,以第一个传声器的录音数据x1作为参考信号,则第ω个频率处,默认声源相对于参考传声器的频率响应为1,而声源相对于第二个传声器的频率响应为H(ω),此时说话人相对于阵列的导向向量G(ω)可以表示为:
此时参考滤波器在说话人方向的响应w0(ω)G(ω)≈0,可有效抑制说话人方向的声音信号。
步骤103,计算盲源分离算法的分离滤波器W(ω),与参考滤波器w0(ω)的相似性,根据相似性确定分离滤波器的排序结果,盲源分离算法存在频域排序不确定性问题,每个分离滤波器W(ω)处理频域信号X(ω),可以获得两个输出信号,但是不确定这两个输出分别对应哪一个声源。需要通过排序算法,使得排序后每个频点输出的两路信号与两个声源一一对应。
盲源分离算法的分离滤波器W(ω)可以表示为:
其中,w1(ω)和w2(ω)分别是盲源分离算法第一个输出通道和第二个输出通道(以两传声器两声源系统为例,根据盲源分离算法会获得两组分离滤波器w1(ω)和w2(ω),使用这两组分离滤波器处理传声器阵列接收到的混合信号,会分离出两个独立的声源信号)对应的分离滤波器。分离滤波器与参考滤波器的相似性有多种计算方法,以Euclidean夹角为例:
其中,‖·‖表示取模,(·)H表示共轭转置,Re表示取实部。当wi(ω)与w0(ω)相位信息足够接近时,cosΘ(ω)接近1,因此定义代价函数为:
J(wi(ω))=|1-cosΘ(ω)| i=1,2 公式(6)
分别计算w1(ω)和w2(ω)与w0(ω)的相似性,使得代价函数更接近0的一组分离滤波器,其输出信号对应于抑制说话人所在方向的声音信号,而另一组分离滤波器输出信号对应于增强说话人所在方向的声音信号,使用此方法可以对频域分离信号进行排序。
假定要求排序后说话人在第一通道,干扰信号在第二通道,则与w0(ω)相似性较大的一组滤波器抑制说话人方向的信号,其输出对应于干扰信号,将其放在第二组,而另外一组分离滤波器增强说话人所在方向的信号,对应与说话人说在通道,将其放在第一组。
示例性方法
图2是本公开一示例性实施例提供的信号排序方法的流程示意图。本实施例可应用在电子设备上,如图2所示,包括如下步骤:
步骤201,确定设定发声范围相对于传声器阵列的至少一个参考滤波器。
其中,传声器阵列包括至少一个传声器,例如,包括两个传声器的两麦传声器阵列;可选地,设定发声范围可以是图1所示实施例中步骤101中所指说话人可能出现的位置范围,例如,设定发声范围的中心位置与传声器阵列的中心连线夹角为θ0,如图1实施例中步骤101中的设定发声范围可以为与传声器阵列的中心连线的夹角范围位于[θ0-10°,θ0+10°]。
步骤202,基于传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器。
在一实施例中,对原始声音信号的采集为语音采集过程,例如:在车载场景下,主驾驶有人说话时,传声器阵列采集驾驶位附近的语音信号。使用盲源分离算法处理传声器阵列信号时,一般有几个传声器,会获得几组分离滤波器,分离滤波器最少是两组,本实施例以获得两组分类滤波器为例进行说明。
步骤203,基于至少两组分离滤波器与传声器阵列的至少一个参考滤波器确定输出信号的排序。
可选地,通过分别计算两组分离滤波器与参考滤波器之间的相似性,确定输出信号的排序。
本公开上述实施例提供的一种信号排序方法,确定设定发声范围相对于传声器阵列的至少一个参考滤波器;基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器;基于所述至少两组分离滤波器与所述传声器阵列的至少一个参考滤波器确定所述输出信号的排序;通过离线建模获得参考滤波器,结合参考滤波器确定输出信号的排序,实现了通过输出信号确定说话人所在通道,提高了输出信号的排序准确率。
在一些可选的实施例中,传声器阵列包括两个传声器;
该实施例提供的方法还包括:基于输出信号的排序确定至少一个声源与传声器阵列中包括的两个传声器的对应关系。
本实施例对输出信号排序后是为了确定每个传声器输出的是哪个位置的信号,例如,假设要求排序后说话人在第一通道,干扰信号在第二通道,则与参考滤波器相似性较大的一组滤波器抑制说话人方向的信号,其输出对应于干扰信号,将其放在第二组,而另外一组分离滤波器增强说话人所在方向的信号,对应与说话人说在通道,将其放在第一组。
如图3所示,在上述图2所示实施例的基础上,步骤201可包括如下步骤:
步骤2011,在设定发声范围内播放已知声音信号。
可选地,设定发声范围可以为如图1所示实施例中步骤101中提供的以说话人为中心位置相对于阵列的夹角±10°范围(即,设定发声范围位于[夹角-10°,夹角+10°]),在该范围内应用本实施方法进行信号排序更准确;可选地,本实施例播放的已知声音信号可以为白噪声,例如,如图1所示实施例中步骤101中分别在P个位置播放白噪声。
步骤2012,基于传声器阵列采集已知声音信号,以其中一个传声器信号作为参考信号,确定另一个传声器信号与参考信号之间的相对传递函数。
可选地,可通过上述图1所示的实施例中步骤101中的公式(1)确定相对传递函数。
步骤2013,基于相对传递函数确定传声器阵列在发声范围方向对应的参考滤波器。
可选地,参考滤波器是与声源方向对应的,用于抑制建模声源方向的信号,例如,可利用图1所示的实施例中步骤102中提供的公式(2)获得参考滤波器;通过相对传递函数获得参考滤波器;可以分别获得两个参考滤波器,每个参考滤波器分别对应一个传声器,或者仅获得一个传声器对应的参考滤波器,通过获得参考滤波器可确定两组分类滤波器的比较标准,为信号排序提供基础依据。
在一个或多个可选的实施例中,设定发声范围包括多个预设声源位置;
例如,多个预设声源位置可以为如图1所示的实施例中步骤101中所指的P个位置。
步骤2011包括:在设定发声范围内的多个预设声源位置分别播放已知声音信号。
可选地,如图1所示的实施例中的步骤101分别在P个位置播放白噪声,传声器阵列同步采集人工嘴播放的白噪声信号,共获得P组录音信号;本实施例通过对声源可能出现的位置进行多点建模,降低了建模分离滤波器对建模位置的敏感性,提升了建模结果的鲁棒性。
如图4所示,在上述图3所示实施例的基础上,步骤2012可包括如下步骤:
步骤401,基于传声器阵列采集已知声音信号,分别通过传声器阵列中的两个传声器输出第一传声器信号和第二传声器信号。
步骤402,基于第一传声器信号和第二传声器信号,以其中一个传声器信号作为参考信号,确定另一个传声器信号与参考传声器信号间的相对传递函数。
可选地,两个传声器为第一传声器和第二传声器;除了相对传递函数,还包括绝对传递函数,绝对传递函数是以扬声器激励电压信号作为参考信号,每个传声器分别有一个对应的绝对传递函数;相对传递函数是以其中一个传声器作为参考传声器,确定另一个传声器相对于参考传声器的相对传递函数。频域相对传递函数可以认为是两个传声器分别对应的频域绝对传递函数之商。
本实施例中采集的已知声音信号可以为白噪声,或者其他信号,例如:粉红噪声、语音信号等,也可以作为已知声音信号,使用白噪声离线建模可以获得较为准确的参考滤波器,适用于声学环境复杂但较为稳定的场景,如车载场景。
如图5所示,在上述图3所示实施例的基础上,步骤2013可包括如下步骤:
步骤501,将相对传递函数转换为频域表达的频域传递函数。
可选地,可参照上述图1所示的实施例中步骤102中对公式(1)获得的相对传递函数h做傅立叶变换,得到频域相对传递函数H(ω)。
步骤502,针对至少一个频域传递函数中的一个频域传递函数执行归一化操作,确定频域传递函数对应的发声范围方向的参考滤波器。
可选地,可参照上述图1所示的实施例中步骤102中归一化每个频点处相对传递函数H(ω)的幅度,可以获得说话人方向的参考滤波器w0(ω),该参考滤波器可表示为公式(2);本实施例归一化是为了保留h傅立叶变换后的相位信息,降低相对传递函数H(ω)幅度过大或过小的影响。
如图6所示,在上述图2所示实施例的基础上,步骤202可包括如下步骤:
步骤2021,基于传声器阵列中的两个传声器分别对包含期望声源的原始声音信号进行采集。
步骤2022,利用盲源分离算法对采集的原始声音信号进行分离操作,获得两组分离滤波器。
本实施例利用盲源分离算法对获得的原始声音信号进行分离,获得分离滤波器,例如,如上述图1所示实施例中提供的公式(4),其中,w1(ω)和w2(ω)分别是盲源分离算法第一个输出通道和第二个输出通道对应的分离滤波器;使用盲源分离算法分离两麦传声器阵列信号,一定会获得两组分离滤波器,这样才会出现频域排序不确定性问题,以便后续步骤对该排序问题进行解决。
如图7所示,在上述图2所示实施例的基础上,步骤203可包括如下步骤:
步骤2031,分别确定至少一个参考滤波器中一个参考滤波器与两组分离滤波器之间的相似度。
可选地,可利用上述图1所示的实施例中的公式(5)确定参考滤波器与两组分离滤波器之间的相似度。
步骤2032,基于相似度确定两组分离滤波器对应的输出信号的排序。
可选地,可利用上述图1所示的实施例中的公式(6)提供的代价函数确定输出信号的排序。本实施例基于两个分离滤波器与参考滤波器的相似性确定输出信号的排序,可以提升低频排序效果,且不会出现频域排序错误传递,通过离线建模辅助输出信号的排序,实现了基于输出信号可直接确定说话人的声音信号所在的通道。
本公开实施例提供的任一种信号排序方法可以由任意适当的具有数据处理能力的设备执行,包括但不限于:终端设备和服务器等。或者,本公开实施例提供的任一种信号排序方法可以由处理器执行,如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种信号排序方法。下文不再赘述。
示例性装置
图8是本公开一示例性实施例提供的信号排序装置的结构示意图。本实施例提供的装置包括:
参考确定模块81,用于确定设定发声范围相对于传声器阵列的至少一个参考滤波器。
信号分离模块82,用于基于传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器。
信号排序模块83,用于基于信号分离模块82获得的至少两组分离滤波器与参考确定模块81确定的至少一个参考滤波器确定输出信号的排序。
本公开上述实施例提供的一种信号排序装置,确定设定发声范围相对于传声器阵列的至少一个参考滤波器;基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器;基于所述至少两组分离滤波器与所述传声器阵列的至少一个参考滤波器确定所述输出信号的排序;通过离线建模获得参考滤波器,结合参考滤波器确定输出信号的排序,实现了通过输出信号确定说话人所在通道,提高了输出信号的排序准确率。
图9是本公开另一示例性实施例提供的信号排序装置的结构示意图。本实施例提供的装置包括:
传声器阵列包括两个传声器;本实施例提供的装置还包括:
关系确定模块84,基于输出信号的排序确定至少一个声源与传声器阵列中包括的两个传声器的对应关系。
其中,参考确定模块81包括:
信号播放单元811,用于在设定发声范围内播放已知声音信号。
其中,设定发声范围包括多个预设声源位置;信号播放单元811,具体用于在设定发声范围内的多个预设声源位置分别播放已知声音信号。
传递函数确定单元812,用于基于传声器阵列采集已知声音信号,以其中一个传声器信号作为参考信号,确定另一个传声器信号与参考信号之间的相对传递函数。
可选地,传递函数确定单元812,具体用于基于传声器阵列采集已知声音信号,分别通过传声器阵列中的两个传声器输出第一传声器信号和第二传声器信号;基于第一传声器信号和第二传声器信号,以其中一个传声器信号作为参考信号,确定另一个传声器信号与参考传声器信号间的相对传递函数。
滤波器确定单元813,用于基于相对传递函数确定传声器阵列在发声范围方向对应的参考滤波器。
可选地,滤波器确定单元813,具体用于将相对传递函数转换为频域表达的频域传递函数;针对至少一个频域传递函数中的一个频域传递函数执行归一化操作,确定频域传递函数对应的发声范围方向的参考滤波器。
本实施例中,信号分离模块82,包括:
信号采集单元821,用于基于传声器阵列中的两个传声器分别对包含期望声源的原始声音信号进行采集。
分类操作单元822,用于利用盲源分离算法对采集的原始声音信号进行分离操作,获得两组分离滤波器。
本实施例中,信号排序模块83,包括:
相似度确定单元831,用于分别确定至少一个参考滤波器中一个参考滤波器与两组分离滤波器之间的相似度。
排序单元832,用于基于相似度确定两组分离滤波器对应的输出信号的排序。
示例性电子设备
下面,参考图10来描述根据本公开实施例的电子设备。该电子设备可以是第一设备100和第二设备200中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。
图10图示了根据本公开实施例的电子设备的框图。
如图10所示,电子设备10包括一个或多个处理器11和存储器12。
处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本公开的各个实施例的信号排序方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备10还可以包括:输入装置13和输出装置14,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,在该电子设备是第一设备100或第二设备200时,该输入装置13可以是上述的麦克风或麦克风阵列,用于捕捉声源的输入信号。在该电子设备是单机设备时,该输入装置13可以是通信网络连接器,用于从第一设备100和第二设备200接收所采集的输入信号。
此外,该输入设备13还可以包括例如键盘、鼠标等等。
该输出装置14可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图10中仅示出了该电子设备10中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备10还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的信号排序方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的信号排序方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中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它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,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。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种信号排序方法,包括:
确定设定发声范围相对于传声器阵列的至少一个参考滤波器;所述参考滤波器与声源方向对应,用于抑制建模声源方向的信号;
基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器;
基于所述至少两组分离滤波器与所述传声器阵列的至少一个参考滤波器确定输出信号的排序;
所述基于所述至少两组分离滤波器与所述传声器阵列的至少一个参考滤波器确定所述输出信号的排序,包括:
分别确定所述至少一个参考滤波器中一个参考滤波器与盲源分离算法的两组分离滤波器之间的相似度;
基于所述相似度确定所述两组分离滤波器对应的输出信号的排序。
2.根据权利要求1所述的方法,所述传声器阵列包括两个传声器;
所述方法还包括:基于所述输出信号的排序确定所述至少一个声源与所述传声器阵列中包括的两个传声器的对应关系。
3.根据权利要求2所述的方法,其中,所述确定设定发声范围相对于传声器阵列的至少一个参考滤波器,包括:
在设定发声范围内播放已知声音信号;
基于传声器阵列采集所述已知声音信号,以其中一个传声器信号作为参考信号,确定另一个传声器信号与参考信号之间的相对传递函数;
基于所述相对传递函数确定所述传声器阵列在发声范围方向对应的参考滤波器。
4.根据权利要求3所述的方法,其中,所述设定发声范围包括多个预设声源位置;
所述在设定发声范围内播放已知声音信号,包括:
在设定发声范围内的多个预设声源位置分别播放已知声音信号。
5.根据权利要求3所述的方法,其中,所述基于传声器阵列采集所述已知声音信号,以其中一个传声器信号作为参考信号,确定另一个传声器信号与参考信号之间的相对传递函数,包括:
基于传声器阵列采集所述已知声音信号,分别通过所述传声器阵列中的两个传声器输出第一传声器信号和第二传声器信号;
基于所述第一传声器信号和所述第二传声器信号,以其中一个传声器信号作为参考信号,确定所述另一个传声器信号与参考传声器信号间的相对传递函数。
6.根据权利要求3所述的方法,其中,所述基于所述相对传递函数确定所述传声器阵列在发声范围方向对应的参考滤波器,包括:
将所述相对传递函数转换为频域表达的频域传递函数;
针对所述至少一个频域传递函数中的一个频域传递函数执行归一化操作,确定所述频域传递函数对应的发声范围方向的参考滤波器。
7.根据权利要求1-6任一所述的方法,其中,所述基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器,包括:
基于所述传声器阵列中的两个传声器分别对包含期望声源的原始声音信号进行采集;
利用盲源分离算法对所述采集的原始声音信号进行分离操作,获得两组分离滤波器。
8.一种信号排序装置,包括:
参考确定模块,用于确定设定发声范围相对于传声器阵列的至少一个参考滤波器;所述参考滤波器与声源方向对应,用于抑制建模声源方向的信号;
信号分离模块,用于基于所述传声器阵列对包含期望声源的原始声音信号进行采集,并分离获得至少两组分离滤波器;
信号排序模块,用于基于所述信号分离模块获得的至少两组分离滤波器与所述参考确定模块确定的至少一个参考滤波器确定输出信号的排序;
所述信号排序模块,包括:
信号采集单元,用于分别确定所述至少一个参考滤波器中一个参考滤波器与盲源分离算法的两组分离滤波器之间的相似度;
分类操作单元,用于基于所述相似度确定所述两组分离滤波器对应的输出信号的排序。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7任一所述的信号排序方法。
10.一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-7任一所述的信号排序方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910579116.8A CN112151061B (zh) | 2019-06-28 | 2019-06-28 | 信号排序方法和装置、计算机可读存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910579116.8A CN112151061B (zh) | 2019-06-28 | 2019-06-28 | 信号排序方法和装置、计算机可读存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112151061A CN112151061A (zh) | 2020-12-29 |
CN112151061B true CN112151061B (zh) | 2023-12-12 |
Family
ID=73891257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910579116.8A Active CN112151061B (zh) | 2019-06-28 | 2019-06-28 | 信号排序方法和装置、计算机可读存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112151061B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231280A (zh) * | 2011-05-06 | 2011-11-02 | 山东大学 | 卷积语音信号的频域盲分离排序算法 |
CN102697493A (zh) * | 2012-05-03 | 2012-10-03 | 北京工业大学 | 一种快速的脑电信号中眼电伪迹自动识别和去除的方法 |
JP2015210512A (ja) * | 2014-04-24 | 2015-11-24 | 晋哉 齋藤 | ブラインド信号分離方法およびその装置 |
CN105845148A (zh) * | 2016-03-16 | 2016-08-10 | 重庆邮电大学 | 基于频点修正的卷积盲源分离方法 |
CN107219512A (zh) * | 2017-03-29 | 2017-09-29 | 北京大学 | 一种基于声传递函数的声源定位方法 |
WO2018125308A1 (en) * | 2016-12-28 | 2018-07-05 | Google Llc | Blind source separation using similarity measure |
CN109616138A (zh) * | 2018-12-27 | 2019-04-12 | 山东大学 | 基于分段频点选择的语音信号盲分离方法和双耳助听系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1752969A4 (en) * | 2005-02-08 | 2007-07-11 | Nippon Telegraph & Telephone | SIGNAL SEPARATION DEVICE, SIGNAL SEPARATION METHOD, SIGNAL SEPARATION PROGRAM, AND RECORDING MEDIUM |
KR101434200B1 (ko) * | 2007-10-01 | 2014-08-26 | 삼성전자주식회사 | 혼합 사운드로부터의 음원 판별 방법 및 장치 |
JP6567479B2 (ja) * | 2016-08-31 | 2019-08-28 | 株式会社東芝 | 信号処理装置、信号処理方法およびプログラム |
-
2019
- 2019-06-28 CN CN201910579116.8A patent/CN112151061B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231280A (zh) * | 2011-05-06 | 2011-11-02 | 山东大学 | 卷积语音信号的频域盲分离排序算法 |
CN102697493A (zh) * | 2012-05-03 | 2012-10-03 | 北京工业大学 | 一种快速的脑电信号中眼电伪迹自动识别和去除的方法 |
JP2015210512A (ja) * | 2014-04-24 | 2015-11-24 | 晋哉 齋藤 | ブラインド信号分離方法およびその装置 |
CN105845148A (zh) * | 2016-03-16 | 2016-08-10 | 重庆邮电大学 | 基于频点修正的卷积盲源分离方法 |
WO2018125308A1 (en) * | 2016-12-28 | 2018-07-05 | Google Llc | Blind source separation using similarity measure |
CN107219512A (zh) * | 2017-03-29 | 2017-09-29 | 北京大学 | 一种基于声传递函数的声源定位方法 |
CN109616138A (zh) * | 2018-12-27 | 2019-04-12 | 山东大学 | 基于分段频点选择的语音信号盲分离方法和双耳助听系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112151061A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148422B (zh) | 基于传声器阵列确定声源信息的方法、装置及电子设备 | |
CN110675892B (zh) | 多位置语音分离方法和装置、存储介质、电子设备 | |
WO2016100460A1 (en) | Systems and methods for source localization and separation | |
EP3133833B1 (en) | Sound field reproduction apparatus, method and program | |
WO2015065682A1 (en) | Selective audio source enhancement | |
JP7326627B2 (ja) | オーディオ信号処理方法、装置、機器及びコンピュータプログラム | |
CN111435598B (zh) | 语音信号处理方法、装置、计算机可读介质及电子设备 | |
CN112349292B (zh) | 信号分离方法和装置、计算机可读存储介质、电子设备 | |
MX2007014562A (es) | Mejora de dialogo multisensorial utilizando un dialogo limpio previo. | |
CN112581978A (zh) | 声音事件检测与定位方法、装置、设备及可读存储介质 | |
CN111863015A (zh) | 一种音频处理方法、装置、电子设备和可读存储介质 | |
CN110673096A (zh) | 语音定位方法和装置、计算机可读存储介质、电子设备 | |
WO2014079484A1 (en) | Method for determining a dictionary of base components from an audio signal | |
CN115426582B (zh) | 一种耳机音频处理方法及装置 | |
CN109074818A (zh) | 音频源参数化 | |
CN110491409B (zh) | 混合语音信号的分离方法、装置、存储介质及电子装置 | |
CN112055284B (zh) | 回声消除方法及神经网络的训练方法、装置、介质、设备 | |
JP2016143042A (ja) | 雑音除去装置及び雑音除去プログラム | |
CN110689900B (zh) | 信号增强方法和装置、计算机可读存储介质、电子设备 | |
CN113870893A (zh) | 一种多通道双说话人分离方法及系统 | |
CN112346012A (zh) | 声源位置确定方法和装置、可读存储介质、电子设备 | |
CN110890098A (zh) | 盲信号分离方法、装置和电子设备 | |
CN112151061B (zh) | 信号排序方法和装置、计算机可读存储介质、电子设备 | |
CN111696573A (zh) | 声源信号处理方法及装置、电子设备和存储介质 | |
JP6065029B2 (ja) | 収音装置、プログラム及び方法 |
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 |