CN112485761A - 一种基于双麦克风的声源定位方法 - Google Patents

一种基于双麦克风的声源定位方法 Download PDF

Info

Publication number
CN112485761A
CN112485761A CN202110144690.8A CN202110144690A CN112485761A CN 112485761 A CN112485761 A CN 112485761A CN 202110144690 A CN202110144690 A CN 202110144690A CN 112485761 A CN112485761 A CN 112485761A
Authority
CN
China
Prior art keywords
frequency
cross power
representing
power spectrum
cross
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
CN202110144690.8A
Other languages
English (en)
Other versions
CN112485761B (zh
Inventor
谭祚
何云鹏
许兵
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.)
Chipintelli Technology Co Ltd
Original Assignee
Chipintelli 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 Chipintelli Technology Co Ltd filed Critical Chipintelli Technology Co Ltd
Priority to CN202110144690.8A priority Critical patent/CN112485761B/zh
Publication of CN112485761A publication Critical patent/CN112485761A/zh
Application granted granted Critical
Publication of CN112485761B publication Critical patent/CN112485761B/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
    • G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements

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)
  • Circuit For Audible Band Transducer (AREA)

Abstract

一种基于双麦克风的声源定位方法，包括如下步骤:S1：将双麦克风阵列接收的时域语音信号转换到频域，选取特定的频带范围，并将该频带内的宽带语音信号拆分为多个窄带频点语音信号；S2：计算每一个窄带对应频率点的互功率谱与互功率谱密度，设置选频规则并挑选出待估计互功率谱；S3：计算步骤S2中选出的频点所对应的导向矢量；S4：计算每一帧语音所有频点的平均互功率谱密度，根据平均互功率谱密度挑选置信度高的波达方向并平滑输出最终的波达方向。本发明通过采用筛选频点的方式，有效的减小了算法的计算复杂度，并对一段语音信号的每一帧波达方向估计做进一步的筛选，提高了算法在稳态噪声环境下的抗噪能力。

Description

一种基于双麦克风的声源定位方法
技术领域
本发明属于语音智能识别技术领域，涉及语音前端信号处理，具体涉及一种基于双麦克风的声源定位方法。
背景技术
声源定位算法主要用于估计声源目标与麦克风阵列的角度信息，将估计的角度数据输入语音增强系统可以有效的增强该方向的语音信号，并抑制其他方向的噪声信号。目前，在由两个麦克风组成的双麦系统中，语音信号定位算法通常采用的是基于到达时间差的方法来进行估计的。然而，在实际应用场景中，当噪声为高分贝稳态噪声，如：烟机噪声，风扇噪声，以及电视所播放的音乐噪声时。由于不能正确的区分目标声源方向和噪声方向，算法的估计性能将下降。
发明内容
为克服现有技术存在的缺陷，本发明公开了一种基于双麦克风的声源定位方法。
本发明所述基于双麦克风的声源定位方法，包括按帧接收时域语音信号，其特征在于,还包括如下步骤:
S1：将双麦克风阵列接收的时域语音信号转换到频域，选取稳态噪声基频影响小的频带范围A，并将该频带内的宽带语音信号拆分为多个窄带频点语音信号；
S2：计算两路麦克风接收的语音信号在该频带范围A内每一个频点的互功率谱与互功率谱密度，并按照互功率谱密度大小排序，根据排序选择前K个互功率谱密度较大的频率点所对应的互功率谱作为待估互功率谱，并淘汰掉剩余频率点所对应的互功率谱；K为所选频点个数；
S3：将0-180度空域中添加空域网格点划分为多个空域网格；
对于每一个空域网格点，计算步骤S2中选出的K个频率点所对应的导向矢量；
将待估互功率谱进行归一化处理，并与该导向矢量进行相乘累加，结果即为该空域网格点的空间谱能量；
空间谱能量具体计算公式为：
Figure 887764DEST_PATH_IMAGE001
其中
Figure 624776DEST_PATH_IMAGE002
表示两路麦克风接收信号的互功率谱，
Figure 148161DEST_PATH_IMAGE003
表示频点频率，其下标K表示步骤S2中选出的不同频率点；
Figure 279803DEST_PATH_IMAGE004
为导向矢量，
Figure 255849DEST_PATH_IMAGE005
表示第i个空域网格的网格点角度；
空间谱密度最大的网格点即为该帧的目标声源的波达估计方向；
S4：对每一帧重复步骤S1至S3，将连续采集的时域音频信号每一帧的波达方向估计存入缓存中，并计算每一帧语音所有频点的平均互功率谱密度，同时根据平均互功率谱密度，选择互功率谱密度大的M帧有效波达估计方向进行角度平滑，平滑后的方向作为波达估计方向；
角度平滑具体公式为：
Figure 796552DEST_PATH_IMAGE006
其中，
Figure 440023DEST_PATH_IMAGE007
表示有效波达方向，m表示不同帧，
Figure 712872DEST_PATH_IMAGE008
为平滑系数且
Figure 441794DEST_PATH_IMAGE009
。
优选的，所述步骤S1中将频带范围A的宽带语音信号拆分为多个窄带频点语音信号的具体步骤为：将语音信号进行加窗分帧处理，将每帧的时域音频信号通过短时傅利叶变换转换到频域，并对频域信号的频谱进行分频处理，将宽带语音信号划分为多个窄带频点语音信号。
优选的，所述步骤S2中，
互功率谱计算公式为：
Figure 520608DEST_PATH_IMAGE010
；
其中，
Figure 956269DEST_PATH_IMAGE011
表示两路麦克风接收信号的互功率谱，
Figure 462336DEST_PATH_IMAGE012
与
Figure 678554DEST_PATH_IMAGE013
分别表示第一路麦克风接收信号的频率与第二路麦克风接收信号的频率，
Figure 561059DEST_PATH_IMAGE003
表示频点频率，Bmin与Bmax分别表示所选频带的最小频率点与最大频率点,*表示求共轭运算；
互功率谱密度表示为：
Figure 851227DEST_PATH_IMAGE014
。
优选的，所述导向矢量
Figure 793775DEST_PATH_IMAGE015
其中，
Figure 231709DEST_PATH_IMAGE005
表示第i个空域网格的网格点角度，
Figure 822965DEST_PATH_IMAGE016
表示所选择的K个频点对应的频率，
Figure 295535DEST_PATH_IMAGE017
表示麦克风阵列中两个麦克风之间的距离，
Figure 143405DEST_PATH_IMAGE018
为声速，e为自然常数，j表示复数虚部。
本发明所述基于双麦克风的声源定位方法利用稳态噪声与人声互功率密度在频段上的分布差异，挑选出人声能量占比高的频点来估计每一帧的波达方向，减小了运算量。通过平均功率谱密度对连续输入音频每一帧的波达方向估计做进一步筛选，提高了波达方向估计在稳态噪声环境中的鲁棒性。
附图说明
图1为本发明所述基于双麦克风的声源定位方法的一种具体实施方式示意图；
图2为本发明所述基于双麦克风的声源定位方法的一种具体实施方式流程示意图。
具体实施方式
下面对本发明的具体实施方式作进一步的详细说明。
本发明所述本发明所述基于双麦克风的声源定位方法，如图1所示，包括如下步骤:
S1：将双麦克风阵列接收的时域语音信号转换到频域，选取稳态噪声基频影响小的频带范围，并将该频带内的宽带语音信号拆分为多个窄带频点语音信号；
S2：计算两路麦克风接收的语音信号在该频带范围A内每一个频点的互功率谱与互功率谱密度，并按照互功率谱密度大小排序，根据排序选择前K个互功率谱密度较大的频率点所对应的互功率谱作为待估互功率谱，并淘汰掉剩余频率点所对应的互功率谱；K为所选频点个数；
S3：将0-180度空域插入空域网格点划分为多个空域网格；对于每一个空域网格点，计算步骤S2中选出的K个频率点所对应的导向矢量；
将待估互功率谱进行归一化处理，并与该导向矢量进行相乘累加，结果即为该空域网格点的空间谱能量；
空间谱能量具体计算公式为：
Figure 68636DEST_PATH_IMAGE001
其中
Figure 496206DEST_PATH_IMAGE002
表示两路麦克风接收信号的互功率谱，
Figure 823282DEST_PATH_IMAGE003
表示频点频率，其下标K表示步骤S2中选出的不同频率点；
Figure 107633DEST_PATH_IMAGE004
为导向矢量，
Figure 520160DEST_PATH_IMAGE005
表示第i个空域网格的网格点角度；
空间谱密度最大的网格点即为该帧的目标声源的波达估计方向；
对于一段存在稳态噪声的语音，由于双麦克风只能估计出一个波达方向，所以波达方向估计会在人声与噪声方向来回波动。每一帧音频所有频点的平均互功率密度表示人声存在的概率，若平均互功率谱密度高，表示该帧人声的能量占比高，该帧的波达方向估计更有可能偏向人声方向。所以对连续输入音频每一帧的波达方向估计根据空间谱密度做进一步筛选，可以提高波达方向估计算法在稳态噪声环境中的鲁棒性。
S4：对每一帧重复步骤S1至S3，将连续采集的时域音频信号每一帧的波达估计方向存入缓存中，并计算每一帧语音所有频点的平均互功率谱密度，同时根据平均互功率谱密度，选择互功率谱密度大的M帧有效波达估计方向进行角度平滑，平滑后的方向作为波达估计方向；
角度平滑具体公式为：
Figure 220263DEST_PATH_IMAGE006
其中，
Figure 401845DEST_PATH_IMAGE007
表示有效波达方向，m表示不同帧，
Figure 857098DEST_PATH_IMAGE008
为平滑系数且
Figure 694604DEST_PATH_IMAGE009
本发明是基于广义互相关时延估计方法改进，对于一帧双麦克风接收的音频信号，每一个频点的互功率谱密度大小反映了该帧音频在该频率上的能量强度与相关性，稳态噪声的互功率谱密度在特定频段上分布均匀，而人声的互功率谱密度将会根据声音的发音差异，在频段上呈现非均匀分布。
若对每个频点依次计算求解波达方向将会增加算法的计算复杂度，并且在稳态噪声情况下算法的估计精度将会降低，因此可以利用稳态噪声与人声互功率密度在频段上的分布差异，挑选出人声能量占比高的频点，即稳态噪声基频影响小的频点估计每一帧的波达方向，一般为频带中段的频点。
具体的，步骤S1中将宽带语音信号拆分为多个窄带频点语音信号包括：将语音信号进行加窗分帧处理，将每帧的时域音频信号通过短时傅利叶变换转换到频域，并对频域信号的频谱进行分频处理，将宽带语音信号划分为多个窄带频点语音信号；
一个具体实施方式为，将每帧的时域音频信号做512点的快速傅里叶变换转换到频域，得到多个离散频点；
为了避免稳态噪声基频过重对声源定位造成的影响，通常选择频率区间1.26KHZ-3.78KHZ频带区间的每个频点进行分频处理，在16KHz的采样率下，即可将宽带语音信号分成81个窄带,每一窄带代表一个离散频点。
步骤S2：计算双麦克风阵列中两个麦克风接收的语音信号在该特定频带范围内每一个窄带频点的互功率谱与互功率谱密度；
具体可以为:
S21.计算两路麦克风接收的语音信号在该频带范围内每一个频点的互功率谱：
互功率谱计算公式为：
Figure 260714DEST_PATH_IMAGE010
；
其中，
Figure 296803DEST_PATH_IMAGE019
表示两路麦克风接收信号的互功率谱，
Figure 922957DEST_PATH_IMAGE012
与
Figure 746294DEST_PATH_IMAGE013
分别表示第一路麦克风接收信号的频率与第二路麦克风接收信号的频率，
Figure 850516DEST_PATH_IMAGE003
表示频点频率，Bmin与Bmax分别表示所选频带的最小频率点与最大频率点,*表示求共轭运算。
S22.计算每一个频点的互功率谱密度可以表示为：
Figure 6691DEST_PATH_IMAGE014
,
其中，
Figure 803746DEST_PATH_IMAGE020
表示两路麦克风接收信号的互功率谱密度，
Figure 350265DEST_PATH_IMAGE021
表示求模运算。
S23.设置选频规则并挑选出待估计互功率谱，并且淘汰掉互功率谱密度较小的频率点所对应的互功率谱；
一个具体实施方式为，将计算的互功率谱密度
Figure 523757DEST_PATH_IMAGE022
按照密度大小进行排序，考虑能够在信噪比0dB稳态噪声环境下取得较好的波达方向估计精度，选取互功率谱密度最大的前5个频点。挑选这5个频率点所对应的互功率谱作为待估互功率谱，将其他频点所对应的互功率谱淘汰。
步骤S3中,将0-180度空域划分为多个空域网格。对于每一个空域网格点，计算互功率谱密度较大的频率点所对应的导向矢量。将待估互功率谱进行归一化处理，并与该导向矢量进行累加，结果即为该空域网格的空间谱能量；空间谱能量最大的网格点即为当前帧语音信号的波达方向估计:
S31.将0-180度空域划分为多个空域网格，一个具体实施方式为，以20度为网格大小，将0-180度空域划分为9个空域网格区间，得到10个网格点，则θ1为0度，θ2为20度…θ10为180度。
对于每一个空域网格点，互功率谱密度较大的频率点所对应的导向矢量：
Figure 534438DEST_PATH_IMAGE015
其中，
Figure 502394DEST_PATH_IMAGE023
表示第i个空域网格的网格点角度，
Figure 536209DEST_PATH_IMAGE024
表示互功率谱密度最大的前K个频点对应的频率，
Figure 982234DEST_PATH_IMAGE017
表示麦克风阵列中两个麦克风之间的距离，
Figure 113001DEST_PATH_IMAGE018
为声速，e为自然常数，j表示复数虚部。
S32将待估互功率谱进行归一化处理，并与该导向矢量进行相乘后的频率累加，累加结果即当前空域网格点的空间谱能量，具体计算公式为：
Figure 251859DEST_PATH_IMAGE025
，
其中，
Figure 772970DEST_PATH_IMAGE026
表示空间谱第i个网格
Figure 22686DEST_PATH_IMAGE023
的空间谱能量。
通过计算，求得每个空域网格点的空间谱能量，选取空间谱能量最大的网格点所对应的角度值作为当前帧语音信号的波达方向估计。
步骤S4中，将连续采集的时域音频信号每一帧的波达方向估计存入长为N的缓存中，并计算每一帧语音所有频点的平均互功率谱密度，选择平均互功率谱密度高的M帧有效波达方向进行角度平滑，具体可为：
例如设置一个长为40帧的缓存，连续的存储每一帧语音信号的波达方向估计，采用先进先出的队列存储方式，同时，设置一个长度为40帧的缓存存储每一帧语音信号的互功率谱密度均值，同样采用先进先出的存储方式。将每一帧平均互功率谱密度进行排序，选择平均互功率谱密度较高的15帧语音信号的波达方向估计作为有效波达方向存入一个长为15帧的缓存区域，采用先进先出的存储方式，对于这15帧进行角度平滑：
Figure 7959DEST_PATH_IMAGE006
其中，
Figure 317718DEST_PATH_IMAGE007
表示M帧有效波达方向，
Figure 824660DEST_PATH_IMAGE008
表示平滑系数且
Figure 878067DEST_PATH_IMAGE009
。
40个连续帧的波达方向估计经过挑选后，在时间上是不连续的，平滑步骤的主要作用是防止输出角度存在不稳定的上下波动，让输出的波达方向平缓变化以便后续的处理，其中参数
Figure 717847DEST_PATH_IMAGE008
的大小将影响着平滑输出的结果，若
Figure 198507DEST_PATH_IMAGE008
过大，则角度估计变化缓慢，不便于对角度变化目标的跟踪，若
Figure 428631DEST_PATH_IMAGE008
过小，则角度估计变化陡峭，将会使输出角度上下波动，不便于后续处理。在本示例中选取
Figure 285728DEST_PATH_IMAGE008
的大小为0.7。
本发明所述基于双麦克风的声源定位方法利用稳态噪声与人声互功率密度在频段上的分布差异，挑选出人声能量占比高的频点来估计每一帧的波达方向，减小了运算量。通过平均功率谱密度对连续输入音频每一帧的波达方向估计做进一步筛选，提高了波达方向估计在稳态噪声环境中的鲁棒性。
前文所述的为本发明的各个优选实施例，各个优选实施例中的优选实施方式如果不是明显自相矛盾或以某一优选实施方式为前提，各个优选实施方式都可以任意叠加组合使用，所述实施例以及实施例中的具体参数仅是为了清楚表述发明人的发明验证过程，并非用以限制本发明的专利保护范围，本发明的专利保护范围仍然以其权利要求书为准，凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明的保护范围内。

Claims (4)

1.一种基于双麦克风的声源定位方法，包括按帧接收时域语音信号，其特征在于,还包括如下步骤:
S1：将双麦克风阵列接收的时域语音信号转换到频域，选取稳态噪声基频影响小的频带范围A，并将该频带内的宽带语音信号拆分为多个窄带频点语音信号；
S2：计算两路麦克风接收的语音信号在该频带范围A内每一个频点的互功率谱与互功率谱密度，并按照互功率谱密度大小排序，根据排序选择前K个互功率谱密度较大的频率点所对应的互功率谱作为待估互功率谱，并淘汰掉剩余频率点所对应的互功率谱；K为所选频点个数；
S3：将0-180度空域中添加空域网格点划分为多个空域网格；
对于每一个空域网格点，计算步骤S2中选出的K个频率点所对应的导向矢量；
将待估互功率谱进行归一化处理，并与该导向矢量进行相乘累加，结果即为该空域网格点的空间谱能量；
空间谱能量具体计算公式为：
Figure 554796DEST_PATH_IMAGE001
其中
Figure 742195DEST_PATH_IMAGE002
表示两路麦克风接收信号的互功率谱，
Figure 727468DEST_PATH_IMAGE003
表示频点频率，其下标K表示步骤S2中选出的不同频率点；
Figure 37227DEST_PATH_IMAGE004
为导向矢量，
Figure 107951DEST_PATH_IMAGE005
表示第i个空域网格的网格点角度；
空间谱密度最大的网格点即为该帧的目标声源的波达估计方向；
S4：对每一帧重复步骤S1至S3，将连续采集的时域音频信号每一帧的波达方向估计存入缓存中，并计算每一帧语音所有频点的平均互功率谱密度，同时根据平均互功率谱密度，选择互功率谱密度大的M帧有效波达估计方向进行角度平滑，平滑后的方向作为波达估计方向；
角度平滑具体公式为：
Figure 99041DEST_PATH_IMAGE006
其中，
Figure 938821DEST_PATH_IMAGE007
表示有效波达方向，m表示不同帧，
Figure 419481DEST_PATH_IMAGE008
为平滑系数且
Figure 711922DEST_PATH_IMAGE009
。
2.如权利要求1所述基于双麦克风的声源定位方法，其特征在于，所述步骤S1中将频带范围A的宽带语音信号拆分为多个窄带频点语音信号的具体步骤为：将语音信号进行加窗分帧处理，将每帧的时域音频信号通过短时傅利叶变换转换到频域，并对频域信号的频谱进行分频处理，将宽带语音信号划分为多个窄带频点语音信号。
3.如权利要求1所述基于双麦克风的声源定位方法，其特征在于，所述步骤S2中,
互功率谱计算公式为：
Figure 5238DEST_PATH_IMAGE010
；
其中，
Figure 699524DEST_PATH_IMAGE011
表示两路麦克风接收信号的互功率谱，
Figure 351085DEST_PATH_IMAGE012
与
Figure 396402DEST_PATH_IMAGE013
分别表示第一路麦克风接收信号的频率与第二路麦克风接收信号的频率，
Figure 729294DEST_PATH_IMAGE003
表示频点频率，Bmin与Bmax分别表示所选频带的最小频率点与最大频率点,*表示求共轭运算，
互功率谱密度表示为：
Figure 278087DEST_PATH_IMAGE014
。
4.如权利要求1所述基于双麦克风的声源定位方法，其特征在于，所述导向矢量
Figure 366129DEST_PATH_IMAGE015
其中，
Figure 570845DEST_PATH_IMAGE005
表示第i个空域网格的网格点角度，
Figure 769745DEST_PATH_IMAGE016
表示所选择的K个频点对应的频率，
Figure 173045DEST_PATH_IMAGE017
表示麦克风阵列中两个麦克风之间的距离，
Figure 431988DEST_PATH_IMAGE018
为声速，e为自然常数，j表示复数虚部。
CN202110144690.8A 2021-02-03 2021-02-03 一种基于双麦克风的声源定位方法 Active CN112485761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110144690.8A CN112485761B (zh) 2021-02-03 2021-02-03 一种基于双麦克风的声源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110144690.8A CN112485761B (zh) 2021-02-03 2021-02-03 一种基于双麦克风的声源定位方法

Publications (2)

Publication Number Publication Date
CN112485761A true CN112485761A (zh) 2021-03-12
CN112485761B CN112485761B (zh) 2021-04-09

Family

ID=74912166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110144690.8A Active CN112485761B (zh) 2021-02-03 2021-02-03 一种基于双麦克风的声源定位方法

Country Status (1)

Country Link
CN (1) CN112485761B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112558004A (zh) * 2021-02-22 2021-03-26 北京远鉴信息技术有限公司 一种波束信息波达方向的确定方法、装置、及存储介质
CN113138363A (zh) * 2021-04-22 2021-07-20 苏州臻迪智能科技有限公司 一种声源定位方法、装置、存储介质和电子设备
CN113362808A (zh) * 2021-06-02 2021-09-07 云知声智能科技股份有限公司 一种目标方向语音提取方法、装置、电子设备和存储介质
CN117289208A (zh) * 2023-11-24 2023-12-26 北京瑞森新谱科技股份有限公司 一种声源定位方法和装置

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009117474A2 (en) * 2008-03-18 2009-09-24 Qualcomm Incorporated Systems and methods for detecting wind noise using multiple audio sources
CN101938686A (zh) * 2010-06-24 2011-01-05 中国科学院声学研究所 一种普通环境中头相关传递函数的测量系统及测量方法
CN102147458A (zh) * 2010-12-17 2011-08-10 中国科学院声学研究所 一种针对宽带声源的波达方向估计方法及其装置
CN102540138A (zh) * 2011-11-25 2012-07-04 华中科技大学 一种多基线相位搜索式二维空间谱测向方法
US20130108066A1 (en) * 2011-11-01 2013-05-02 Samsung Electronics Co., Ltd. Apparatus and method for tracking locations of plurality of sound sources
CN103675757A (zh) * 2013-12-17 2014-03-26 无锡清华信息科学与技术国家实验室物联网技术中心 基于多个手机麦克风阵列的定位方法
CN103713276A (zh) * 2013-12-23 2014-04-09 浙江大学 基于最小互熵谱分析的波达方向估计方法
US10015589B1 (en) * 2011-09-02 2018-07-03 Cirrus Logic, Inc. Controlling speech enhancement algorithms using near-field spatial statistics
US20180190311A1 (en) * 2015-06-30 2018-07-05 Nec Corporation Signal processing apparatus, signal processing method, and signal processing program
CN110082725A (zh) * 2019-03-12 2019-08-02 西安电子科技大学 基于麦克风阵列的声源定位时延估计方法、声源定位系统
CN110261816A (zh) * 2019-07-10 2019-09-20 苏州思必驰信息科技有限公司 语音波达方向估计方法及装置
WO2019215391A1 (en) * 2018-05-09 2019-11-14 Nokia Technologies Oy An apparatus, method and computer program for audio signal processing
CN110488223A (zh) * 2019-07-05 2019-11-22 东北电力大学 一种声源定位方法
CN111060867A (zh) * 2019-12-17 2020-04-24 南京愔宜智能科技有限公司 一种指向性麦克风微阵列波达方向估计方法
CN111192569A (zh) * 2020-03-30 2020-05-22 深圳市友杰智新科技有限公司 双麦语音特征提取方法、装置、计算机设备和存储介质
CN111435158A (zh) * 2019-01-11 2020-07-21 电信科学技术研究院有限公司 一种信号到达角的估计方法及基站
CN111580039A (zh) * 2020-03-29 2020-08-25 重庆邮电大学 基于非圆信号的单基地展开互质阵列mimo雷达doa估计方法
CN111929638A (zh) * 2020-09-24 2020-11-13 成都启英泰伦科技有限公司 一种语音波达方向估计方法及装置

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009117474A2 (en) * 2008-03-18 2009-09-24 Qualcomm Incorporated Systems and methods for detecting wind noise using multiple audio sources
CN101938686A (zh) * 2010-06-24 2011-01-05 中国科学院声学研究所 一种普通环境中头相关传递函数的测量系统及测量方法
CN102147458A (zh) * 2010-12-17 2011-08-10 中国科学院声学研究所 一种针对宽带声源的波达方向估计方法及其装置
US10015589B1 (en) * 2011-09-02 2018-07-03 Cirrus Logic, Inc. Controlling speech enhancement algorithms using near-field spatial statistics
US20130108066A1 (en) * 2011-11-01 2013-05-02 Samsung Electronics Co., Ltd. Apparatus and method for tracking locations of plurality of sound sources
CN102540138A (zh) * 2011-11-25 2012-07-04 华中科技大学 一种多基线相位搜索式二维空间谱测向方法
CN103675757A (zh) * 2013-12-17 2014-03-26 无锡清华信息科学与技术国家实验室物联网技术中心 基于多个手机麦克风阵列的定位方法
CN103713276A (zh) * 2013-12-23 2014-04-09 浙江大学 基于最小互熵谱分析的波达方向估计方法
US20180190311A1 (en) * 2015-06-30 2018-07-05 Nec Corporation Signal processing apparatus, signal processing method, and signal processing program
WO2019215391A1 (en) * 2018-05-09 2019-11-14 Nokia Technologies Oy An apparatus, method and computer program for audio signal processing
CN111435158A (zh) * 2019-01-11 2020-07-21 电信科学技术研究院有限公司 一种信号到达角的估计方法及基站
CN110082725A (zh) * 2019-03-12 2019-08-02 西安电子科技大学 基于麦克风阵列的声源定位时延估计方法、声源定位系统
CN110488223A (zh) * 2019-07-05 2019-11-22 东北电力大学 一种声源定位方法
CN110261816A (zh) * 2019-07-10 2019-09-20 苏州思必驰信息科技有限公司 语音波达方向估计方法及装置
CN111060867A (zh) * 2019-12-17 2020-04-24 南京愔宜智能科技有限公司 一种指向性麦克风微阵列波达方向估计方法
CN111580039A (zh) * 2020-03-29 2020-08-25 重庆邮电大学 基于非圆信号的单基地展开互质阵列mimo雷达doa估计方法
CN111192569A (zh) * 2020-03-30 2020-05-22 深圳市友杰智新科技有限公司 双麦语音特征提取方法、装置、计算机设备和存储介质
CN111929638A (zh) * 2020-09-24 2020-11-13 成都启英泰伦科技有限公司 一种语音波达方向估计方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
万梦时等: ""改进的互功率谱时延估计算法"", 《计算机系统应用》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112558004A (zh) * 2021-02-22 2021-03-26 北京远鉴信息技术有限公司 一种波束信息波达方向的确定方法、装置、及存储介质
CN113138363A (zh) * 2021-04-22 2021-07-20 苏州臻迪智能科技有限公司 一种声源定位方法、装置、存储介质和电子设备
CN113362808A (zh) * 2021-06-02 2021-09-07 云知声智能科技股份有限公司 一种目标方向语音提取方法、装置、电子设备和存储介质
CN113362808B (zh) * 2021-06-02 2023-03-21 云知声智能科技股份有限公司 一种目标方向语音提取方法、装置、电子设备和存储介质
CN117289208A (zh) * 2023-11-24 2023-12-26 北京瑞森新谱科技股份有限公司 一种声源定位方法和装置
CN117289208B (zh) * 2023-11-24 2024-02-20 北京瑞森新谱科技股份有限公司 一种声源定位方法和装置

Also Published As

Publication number Publication date
CN112485761B (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN112485761B (zh) 一种基于双麦克风的声源定位方法
CN110648678B (zh) 一种用于具有多麦克风会议的场景识别方法和系统
US10412488B2 (en) Microphone array signal processing system
US8363850B2 (en) Audio signal processing method and apparatus for the same
JP5007442B2 (ja) 発話改善のためにマイク間レベル差を用いるシステム及び方法
US8930184B2 (en) Signal bandwidth extending apparatus
CN111445920B (zh) 一种多声源的语音信号实时分离方法、装置和拾音器
JP5127754B2 (ja) 信号処理装置
US8775173B2 (en) Erroneous detection determination device, erroneous detection determination method, and storage medium storing erroneous detection determination program
EP1455552A2 (en) Microphone array, method and apparatus for forming constant directivity beams using the same, and method and apparatus for estimating acoustic source direction using the same
US20150228277A1 (en) Voiced Sound Pattern Detection
WO2012158156A1 (en) Noise supression method and apparatus using multiple feature modeling for speech/noise likelihood
JP2013534651A (ja) 計算聴覚シーン解析に基づくモノラルノイズ抑制
KR20130007634A (ko) 음향 입력 신호에 기초하여 공간적 파라미터를 제공하는 공간적 오디오 프로세서 및 방법
JP4456504B2 (ja) 音声雑音判別方法および装置、雑音低減方法および装置、音声雑音判別プログラム、雑音低減プログラム
EP3275208B1 (en) Sub-band mixing of multiple microphones
US9520138B2 (en) Adaptive modulation filtering for spectral feature enhancement
US9953633B2 (en) Speaker dependent voiced sound pattern template mapping
GB2585086A (en) Pre-processing for automatic speech recognition
AU2024200622A1 (en) Methods and apparatus to fingerprint an audio signal via exponential normalization
Al-Karawi et al. Model selection toward robustness speaker verification in reverberant conditions
CN110111802A (zh) 基于卡尔曼滤波的自适应去混响方法
CN113870893A (zh) 一种多通道双说话人分离方法及系统
WO2020064089A1 (en) Determining a room response of a desired source in a reverberant environment
JP2000081900A (ja) 収音方法、その装置及びプログラム記録媒体

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