CN112799018B - 声源定位方法、装置和电子设备 - Google Patents
声源定位方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112799018B CN112799018B CN202011555230.6A CN202011555230A CN112799018B CN 112799018 B CN112799018 B CN 112799018B CN 202011555230 A CN202011555230 A CN 202011555230A CN 112799018 B CN112799018 B CN 112799018B
- Authority
- CN
- China
- Prior art keywords
- signal
- sound source
- azimuth
- determining
- candidate 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000004807 localization Effects 0.000 claims abstract description 39
- 230000005236 sound signal Effects 0.000 claims description 70
- 238000005314 correlation function Methods 0.000 claims description 34
- 238000010586 diagram Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 16
- 230000001934 delay Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 description 87
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101001120757 Streptococcus pyogenes serotype M49 (strain NZ131) Oleate hydratase Proteins 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229940083712 aldosterone antagonist Drugs 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (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)
- Obtaining Desirable Characteristics In Audible-Bandwidth Transducers (AREA)
Abstract
本公开实施例公开了声源定位方法、装置和电子设备。该方法包括:在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角。可以提高多声源场景的声源定位的准确度。
Description
技术领域
本公开涉及信息处理技术领域,尤其涉及一种声源定位方法、装置和电子设备。
背景技术
声源定位是指根据音频信号来估计声源来源的技术。声源定位包括对语音或其他声音的方位和位置的定位。声源定位有着广泛的应用,例如安防机器人可以根据声源定位技术确定到的声源方位,调整摄像头采集该声源方位的图像。
发明内容
提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开实施例提供了一种声源定位方法、装置和电子设备。
第一方面,本公开实施例提供了一种声源定位方法,该方法包括:在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角。
第二方面,本公开实施例提供了一种声源定位装置,该装置包括:第一确定单元,用于在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;获取单元,用于对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;第二确定单元,用于根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角。
第三方面,本公开实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的声源定位方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的声源定位方法的步骤。
本公开实施例提供的声源定位方法、装置和电子设备,通过在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角。上述方案由各候选声源方位角各自应的信噪比和信干比来确定各自的加权因子,进而由上述加权因子确定目标方位角,可以提高多声源场景的声源定位的准确度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的声源定位方法的一个实施例的流程图;
图2是根据使用两个麦克风确定声源信号的方位角的一个示意图;
图3是根据本公开的声源定位方法的又一个实施例的流程图;
图4A是相关技术中一个示意性声源定位效果图;
图4B示出了根据本公开的声源定位方法得到的示意性声源定位结果图;
图5是图3所示声源定位方法的一个原理性结构示意图;
图6是根据本公开的声源定位装置的一个实施例的结构示意图;
图7是本公开的一个实施例的声源定位方法可以应用于其中的示例性系统架构;
图8是根据本公开实施例提供的电子设备的基本结构的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
请参考图1,其示出了根据本公开的声源定位方法的一个实施例的流程。如图1所示该声源定位方法,包括以下步骤:
步骤101,在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角。
可以使用各种音频信息采集传感器来采集声音信号。音频信息采集传感器可以包括麦克风阵列(也称声器阵列或声阵列)。
麦克风阵列可以包括线性麦克风阵列和非线性麦克风阵列。
麦克风采集到音频信号之后,可以将所采集到的模拟音频信号转换为电信号,然后经过采样处理,得到可以音频信号的数字化信号。
在本实施例中,可以视为声源与音频信息采集传感器之间的距离远大于音频信息采集传感器的尺寸。声源发出的音频信号可以视为平面波。
麦克风阵列通常由多个麦克风按照一定规则排列组成。多个麦克风可以同步采集声音信号,利用多个麦克风之间的信号相位差,可以确定发出声音的音源的位置。上述音源的位置例如可以是发出该音源的方位角。
不同的麦克风阵列可以对应不同的拾音区间。
本实施例中的拾音区间是指:考虑到对称性的情况下麦克风能够进行声源定位的空间范围,一般为平面区间或空间区间。
线性麦克风阵列对应的拾音区间可以为二维180°,其声源定位效果基于麦克风连线旋转对称。平面环形麦克风阵列对应的拾音区间可以为二维360°,其声源定位效果基于麦克风平面镜像对称。立体麦克风阵列的拾音区间可以为立体360°。
以两麦克风组成的线性麦克风阵列为例。若以平行于两个麦克风连线的直线为x轴,以垂直于x轴的直线为y轴建立坐标系。将两个麦克风设置在x轴上,且将两个麦克风连线的中点设置在x轴与y轴的交点O。则该由两个麦克风组成的线性麦克风阵列所对应的拾音区间为与x轴正向所成角度为0°的声源角度至与x轴正向所成角度为180°的声源角度所构成的区间。
若以平行于两个麦克风连线的直线为y轴,以垂直于y轴的直线为x轴建立坐标系。将两个麦克风设置在y轴上,且将两个麦克风连线的中点设置在x轴与y轴的交点O。则该由两个麦克风组成的线性麦克风阵列所对应的拾音区间为与x轴正向所成角度为-90°的声源角度至与x轴正向所成角度为90°的声源角度所构成的区间。
可以在上述拾音区间内确定至少一个候选声源方位角。
在一些可选的实现方式中,上述在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角,包括:
首先,将上述拾音区间分割为至少一个拾音子区间。
其次,根据预设规则在至少一个拾音子区间内确定至少一个候选声源方位角。
在一些应用场景中,可以将上述整个拾音区间作为一个拾音子区间,然后根据预设规则在上述拾音子区间内确定至少一个候选声源方位角。例如将形成该拾音子区间对应的两个端点作为候选声源方位角。
在另外一些应用场景中,可以按照预设拾音区间分割规则对拾音子区间进行分割。作为一种实现方式,可以首先确定拾音区间待被分割的数量。然后对该拾音区间按照该数量进行等间隔分割。作为另一种实现方式,在确定了拾音区间待被划分的数量之后,可以对拾音区间进行非等间隔划分。
作为一种示意性说明,音频信息采集传感器包括由两个麦克风组成的线性麦克风阵列。上述将上述拾音区间分割为至少一个拾音子区间,包括:将线性麦克风阵列所对应的180°的拾音区间等间隔分割为多个拾音子区间。
下面以线性麦克风阵列对应的拾音区间为麦克风前方0°~180°的拾音区间为例进行说明,可以对该180°拾音区间按照等间隔划分为18个拾音子区间。上述18个拾音子区间可以为:0°~10°、10°~20°、20°~30°、30°~40°、40°~50°、50°~60°、60°~70°、70°~80°、80°~90°、90°~100°、100°~110°、110°~120°、120°~130°、130°~140°、140°~150°、150°~160°、160°~170°、170°~180°。
在对拾音区间划分为拾音子区间之后,可以在至少一个拾音子区间内确定至少一个候选声源方位角。
作为一种实现方式,可以将每个拾音子区间的两个端点对应的方位角作为候选声源方位角。在确定了各拾音子区间各自对应的候选声源方位角之后,可以对重复的候选声源方位角进行去重操作,得到拾音区间对应的候选声源方位角。例如,在上述各拾音子区间确定的候选声源方位角可以为:0°、10°、20°、30°、40°、50°、60°、70°、80°、90°、100°、110°、120°、130°、140°、150°、160°、170°、180°。
作为另外一种实现方式,可以将每个拾音子区间内(除去拾音子区间的两个端点)的一个声源方位角(例如位于该拾音子区间中间位置的方位角)作为该拾音子区间对应的候选声源方位角。
步骤102,对于至少一个候选声源方位角,确定该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子。
在本实施例中,可以根据各种确定信噪比的方法来确定候选声源方位角的信噪比。
例如可以通过噪声测量方法先测出噪声的功率,然后确定候选声源方位角所对应的音频信号的功率,根据该音频信号的功率和噪声的功率的比值确定该候选声源方位角的信噪比。
可以根据各种确定信干比的方法来确定该候选声源方位角的信干比。例如可以通过干扰信号测量反复提取出干扰信号的功率,然后确定候选声源方位角对应的音频信号的功率,根据该音频信号的功率和干扰信号的功率的比值确定该候选声源方位角的信干比。
可以由与信噪比和信干比成正相关的任意函数来确定候选方位角对应的加权因子。
步骤103,根据至少一个候选声源方位角的上述加权因子确定声源的目标方位角。
可以利用指示一个候选声源方位角的上述加权因子进行各种分析,从而确定声源的目标方位角。
具体地,上述步骤103可以包括如下步骤:
子步骤1031,对于至少一个候选声源方位角,根据该候选声源方位角的加权因子生成该候选声源方位角对应的互相关函数的值。
子步骤1032,根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角。
下面以两个麦克风组成的线性阵列为例进行说明。由多个麦克风组成的其他的阵列中,最基本的单元是由两个麦克风组成的线性阵列。其他的阵列在确定声源方位角时可以以由两个麦克风组成的线性阵列为基本的阵列单元来进行分析。
如图2所示,图2示出了两个麦克风A、B分别接收音频信号的示意图。假设A所接收到的第一音频信号为x1(m),B所接到的第二音频信号为x2(m+τ)。可以通过计算第一音频信号和第二音频信号的互相关函数,找到使互相关函数最大的值即为第一音频信号和第二音频信号的时间差τ。利用下面的公式(1)来确定声源方位角θ。
τ=(dcos(θ))/c (1);
其中第一音频信号和第二音频信号的行程差为dcos(θ):d为两个麦克风之间的距离;c为光速。
互相关函数可以由如下公式表示:
R(τ)=∫A(w)P(w)ejwτdw (2);
其中,其中w是频率,τ是双麦接收信号的时延,P(w)是双麦的互功率谱,A(w)是加权因子。
根据式(2)计算出不同时延下的R(t),最大R(t)对应的(t)为声源的时延,根据麦克风间距即可计算出对应的声源方位。
具体地,可以将上述公式(1)代入到上述公式(2)。将θ分别取值为上述各个候选声源方位角。然后根据每一个候选声源方位角计算得到的与该候选声源方位角对应的互相关函数的值,确定声源的目标方位角。例如可以将所对应的互相关函数的值为最大值的候选方位角确定为声源的目标方位角。
在本实施例中,通过在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角,上述方案由各候选声源方位角各自应的信噪比和信干比来确定各自的加权因子,进而由上述加权因子确定目标方位角,可以提高多声源场景的声源定位的准确度。
请继续参考图3,其示出了根据本公开的声源定位方法的又一个实施例的流程图。如图3所示,声源定位方法包括如下步骤:
步骤301,在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角。
在本实施例中,上述步骤301的具体实施可以参考图1所示实施例的步骤101的说明,此处不赘述。
步骤302,对于至少一个候选声源方位角,获取该声源方位角的音频信号的空间增强信号和音频信号的空间陷波信号。
在本实施例中,仍以两个麦克风组成的线性阵列为例进行说明。
在步骤301中确定了至少一个候选声源方位角之后,对于至少一个候选声源方位角,可以获取该候选声源方位角的空间增强信号和空间陷波信号。
仍以图2所示为例进行说明。对于任意候选声源方位角,可以将该候选声源方位角对应的第一音频信号、第二音频信号输入到预设波束成型模块。得到该候选声源方位角对应的空间增强信号。其中,第一音频信号和第二音频信号可以为由上述两个麦克风中的各麦克风分别接收到音频信号。
实践中,可以将由两个麦克风接收到的音频信号的信号延时之和得到的信号确定为空间增强信号。
空间增强信号bf_ori可以由如下公式(3)来表征:
bf_ori=X1(ω)+X2(ω)×e-jωτ (3);
其中,X1(ω)为x1(t)由时域转换至频域的频域信号。X2(ω)为x2(t)由时域转换至频域的频域信号,c为光速,d为两个麦克风之间的距离,θ为候选声源方位角,τ为声源信号到达两麦克风的时间差。
可以将该候选声源方位角对应的第一音频信号、第二音频信号输入到预设阻塞矩阵中,得到该候选声源方位角对应的空间陷波信号。其中,第一音频信号和第二音频信号可以为由上述两个麦克风中的各麦克风分别接收到音频信号。
实践中,可以将由两个麦克风的音频信号的信号延时之差得到的信号确定为空间陷波信号。空间陷波信号null_ori可以由如下公式(4)来表征。
null_ori=X1(ω)-X2(ω)×e-jωτ (4)。
步骤303,根据上述空间增强信号和空间陷波信号,确定该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子。
在步骤302中得到候选声源方位角的空间增强信号和空间陷波信号之后,可以确定该候选声源方位角的信噪比和信干比。
在一些可选的实现方式中,可以将上述空间增强信号输入到预设噪声估计模块,由预设噪声估计模块得到第一估计噪声信号,利用空间增强信号与第一估计噪声信号确定信噪比。
例如可以使用如下公式确定该候选声源方位角对应的信噪比(SNR):
其中
bf_noise为第一估计噪声信号,bf_ori为该候选声源方位角的空间增强信号。
上述预设噪声估计模块可以是由各种确定信号底噪的算法实现的噪声估计模块。在一些应用场景中,确定信号底噪的算法例如可以是最小值控制的递归平均算法(MinimumControlled Regressive Averaging,MCRA)模块。
在这些可选的实现方式中,可以将所述空间陷波信号输入到所述预设噪声估计模块,得到第二估计噪声信号,利用所述空间增强信号和第一估计噪声之差、所述空间陷波信号与第二估计噪声之差,确定所述信干比(SIR)。
其中
bf_noise为第一估计噪声信号,bf_ori为该候选声源方位角的空间增强信号。nullori为空间陷波信号,null noise为第二估计噪声信号。
__
在确定了上述信噪比和信干比之后,可以按照如下公式确定该声源方位角的加权因子A(ω)。
A(ω)=f(SNR(ω),SIR(ω)) (7);
上述函数f(SNR(ω),SIR(ω))可以是任意与SNR(ω),SIR(ω)正相关的函数,此处不进行限定。
低信噪比的频点对声源估计会产生平滑作用,使得声源方向分辨率降低。而低信干比的频点对声源估计会产品严重的干扰作用,在多声源场景下,会使得高强度声源附近的R值偏高,从而影响其他声源的方向估计。本实施例提供的上述确定加权因子的方法在于赋予高信噪比、高信干比的频点更高的权重。从而可以降低在确定声源方位时由低信噪比、低信干比的频点带来的不良影响。
步骤304,对于每一个候选声源方位角,根据该候选声源方位角的加权因子确定该候选声源方位角对应的互相关函数的值。
可以使用公式(2)来计算每一个候选声源方位角对应的互相关函数R(τ)的值。
步骤305,根据至少一个候选声源方位角各自对应的互相关函数的值确定声源的目标方位角。
在一些应用场景中,要求确定一个声源的方位角。可以确定上述至少一个候选声源方位角各自对应的互相函数的值中最大值,将该最大值所对应的候选声源方位角确定为目标方位角。
在另外一些应用场景中,场景中包括多个声源,且要求确定出多个声源分别对应的方位角。在这些应用场景中,可以由上述至少一个候选声源方位角各自对应的互相关函数的值中,确定出多个局部极值,根据多个局部极值各自对应的候选声源方位角确定出多个声源各自对应的目标方位角。
与图1所示实施例相比,本实施例突出了利用每一个候选方位角对应的空间增强信号和空间陷波信号,确定各个候选方位角对应的加权因子的步骤。上述加权因子的抗非平稳干扰性能较好,从而使用上述方案确定目标方位角的抗非平稳干扰的能力较好,此外,可以进一步提高所确定出的声源的目标方位角准确度。
请结合图4A和图4B,图4A是相关技术中一个示意性的用于声源定位的音频信号能量分布图;图4B示出了根据本公开的声源定位方法得到的音频信号能量分布图。如图4A所示,其示出了相关技术中对双声源的音频信号能量分布示意图。在图4A中可以看到0°方位角内有一个极大值,可以将该极大值对应的角度(0°)作为一个声源的目标方位角。此外,由图4A中无法明确确定出另一个极值。
请参考图4B,图4B为根据图1和图3所示的声源定位方法确定出的音频信号能量分布示意图。如图4B所示,可以明确的看出音频信号的能量在0°和-60°有两个极值,从而可以确定出上述双声源分别对应的目标方位角分别为0°和-60°。
请参考图5,其示出了图3所示声源定位方法的一个原理性结构示意图。如图5所示,由两个麦克风A和B形成线性麦克风阵列,该麦克风阵列可以采集声源发出的音频信号。可以将两个麦克风A和B形成线性麦克风阵列所对应的180°的音频信号拾取区间按照等间隔(每隔10°)分割为18个拾音子区间。可以将该18个拾音子区间各自对应的端点作为候选声源方位角。去除重复的候选声源方位角后可以得到19个候选声源方位角。19个候选声源方位角可以参照图1所示实例的说明,此处不赘述。
对于每一个候选声源方位角,声源发出的音频信号到达麦克风A的信号可以表示为x1(m),声源发出的音频信号到达麦克风B的信号可以表示为x2(m+τ)。将麦克风A、B分别接收到的信号x1(m)、x2(m+τ)转换到频域,得到频域信号X1(ω)和X2(ω)×e-jωτ。其中,c为光速,d为两个麦克风之间的距离,θ为候选声源方位角,τ为声源信号到达两麦克风的时间差。
第一,将上述麦克风A、B分别对应的频域信号输入到波束成形模块,得到上述麦克风A、B分别对应的信号的空间增强信号(频域信号)bf_ori。然后将上述空间增强信号输入到噪声估计模块,得到第一估计噪声bf_noise。接着可以由空间增强信号bf_ori和第一估计噪声bf_noise根据公式(5)计算信噪比SNR。
第二,将上述麦克风A、B分别对应的频域信号输入到阻塞矩阵模块,得到上述麦克风A、B分别对应的信号的空间陷波信号(频域信号)null_ori。然后将上述空间陷波信号输入到噪声估计模块,得到第二估计噪声null_noise。接着可以确定空间增强信号bf_ori和第一估计噪声bf_noise之差,与空间陷波信号null_ori和第二估计噪声null_noise之差,然后根据公式(6)计算信干比SIR。
第三,由与该候选声源方位角,可以根据与该候选声源方位角的信噪比和信干比成正相关的函数来确定该候选声源方位角对应的加权因子A(ω)。由该声源方位角对应的加权因子确定该声源方位角对应的互相关函数的值。
最后,由各声源方位角各自对应的互相关函数的值确定声源的目标方位角。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种声源定位装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的声源定位装置包括:第一确定单元601、获取单元602、和第二确定单元603。其中,第一确定单元601,用于在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;获取单元602,用于对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;第二确定单元603,用于根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角。
在本实施例中,声源定位装置的第一确定单元601、获取单元602和第二确定单元603的具体处理及其所带来的技术效果可分别参考图1对应实施例中步骤101、步骤102、步骤103的相关说明,在此不再赘述。
在一些可选的实现方式中,第二确定单元603进一步用于:对于至少一个候选声源方位角,根据该候选声源方位角的加权因子生成该候选声源方位角对应的互相关函数的值;根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角。
在一些可选的实现方式中,所述第一确定单元601进一步用于:将所述拾音区间分割为至少一个拾音子区间;根据预设规则在至少一个拾音子区间内确定所述至少一个候选声源方位角。
在一些可选的实现方式中,所述音频信息采集传感器包括由两个麦克风组成的线性麦克风阵列;以及第一确定单元601进一步用于:将所述线性麦克风阵列所对应的180°的拾音区间等间隔分割为多个拾音子区间。
在一些可选的实现方式中,获取单元602进一步用于:获取该候选声源方位角的音频信号的空间增强信号和音频信号的空间陷波信号;根据所述空间增强信号和所述空间陷波信号,确定该声源方位角的信噪比和信干比。
在一些可选的实现方式中,获取单元602进一步用于:将由两个麦克风接收到的音频信号的信号延时之和得到的信号确定为空间增强信号;将由两个麦克风的音频信号的信号延时之差得到的信号确定为空间陷波信号。
在一些可选的实现方式中,获取单元602进一步用于:将所述空间增强信号输入到预设噪声估计模块,得到第一估计噪声信号,利用所述空间增强信号与所述第一估计噪声信号确定所述信噪比;将所述空间陷波信号输入到所述预设噪声估计模块,得到第二估计噪声,利用所述空间增强信号和第一估计噪声之差、所述空间陷波信号与第二估计噪声之差,确定所述信干比。
在一些可选的实现方式中,获取单元602进一步用于:根据与所述信噪比和所述信干比成正相关的函数确定所述加权因子。
在一些可选的实现方式中,第二确定单元603进一步用于:从所述至少一个候选声源方位角各自对应的互相关函数的值中确定出最大值,并将所述最大值所对应的候选声源方位角确定为声源的目标方位角。
在一些可选的实现方式中,第二确定单元603进一步用于:根据所述至少一个候选声源方位角各自对应的互相关函数的值生成互相关函数的值的分布图;在所述分布图中确定出至少两个局部极值,并将所述至少两个局部极值各自对应的候选声源方位角确定为至少两个声源各自对应的目标方位角。
请参考图7,图7示出了本公开的一个实施例的声源定位方法可以应用于其中的示例性系统架构。
如图7所示,系统架构可以包括音频信息采集传感器、终端设备703,网络704,服务器705。其中,音频信息采集传感器可以包括麦克风701、702。在一些应用场景中,音频信息采集传感器可以通过有线通信方式与终端设备703连接。在另外一些应用场景中,上述音频信息采集传感器可以设置在终端设备中。网络704用以在终端设备703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
音频信息采集传感器可以通过有线通信方式将所采集的音频信号发送给终端设备703。
终端设备703可以通过网络704与服务器705交互,以接收或发送消息等。终端设备703上可以安装有各种客户端应用,例如网页浏览器应用、搜索类应用、新闻资讯类应用、音频信号处理类应用。终端设备703中的客户端应用可以接收用户的指令,并根据用户的指令完成相应的功能,例如根据用户的指令对音频信号进行分析处理。
终端设备703可以是硬件,也可以是软件。当终端设备703为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备703为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器705可以是提供各种服务的服务器,例如接收终端设备703发送的音频信号,根据音频信号进行分析处理,并将处理结果(例如声源的目标方位角)发送给终端设备。
需要说明的是,本公开实施例所提供的声源定位方法可以由终端设备执行,相应地,声源定位装置可以设置在终端设备703中。此外,本公开实施例所提供的声源定位方法还可以由服务器705执行,相应地,声源定位装置可以设置于服务器705中。
应该理解,图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图8,其示出了适于用来实现本公开实施例的电子设备(例如图7中的终端设备或服务器)的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常,以下装置可以连接至I/O接口805:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807;包括例如磁带、硬盘等的存储装置808;以及通信装置809。通信装置809可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM 802被安装。在该计算机程序被处理装置801执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例所提供的声源定位方法,包括:在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角。
根据本公开的一个或多个实施例,所述根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角,包括:对于至少一个候选声源方位角,根据该候选声源方位角的加权因子生成该候选声源方位角对应的互相关函数的值;根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角。
根据本公开的一个或多个实施例,所述在音频信息采集设备所对应的拾音区间内确定至少一个候选声源方位角,包括:将所述拾音区间分割为至少一个拾音子区间;根据预设规则在至少一个拾音子区间内确定所述至少一个候选声源方位角。
根据本公开的一个或多个实施例,所述音频信息采集传感器包括由两个麦克风组成的线性麦克风阵列;以及所述将所述拾音区间分割为至少一个拾音子区间,包括:将所述线性麦克风阵列所对应的180°的拾音区间等间隔分割为多个拾音子区间。
根据本公开的一个或多个实施例,所述确定该候选声源方位角的信噪比和信干比,包括:获取该候选声源方位角的音频信号的空间增强信号和音频信号的空间陷波信号;根据所述空间增强信号和所述空间陷波信号,确定该声源方位角的信噪比和信干比。
根据本公开的一个或多个实施例,所述获取该候选声源方位角的音频信号的空间增强信号和音频信号的空间陷波信号,包括:将由两个麦克风接收到的音频信号的信号延时之和得到的信号确定为空间增强信号;将由两个麦克风的音频信号的信号延时之差得到的信号确定为空间陷波信号。
根据本公开的一个或多个实施例,所述根据所述空间增强信号和空间陷波信号,确定该声源方位角的信噪比和信干比,包括:将所述空间增强信号输入到预设噪声估计模块,得到第一估计噪声信号,利用所述空间增强信号与所述第一估计噪声信号确定所述信噪比;将所述空间陷波信号输入到所述预设噪声估计模块,得到第二估计噪声,利用所述空间增强信号和第一估计噪声之差、所述空间陷波信号与第二估计噪声之差,确定所述信干比。
根据本公开的一个或多个实施例,所述所述根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子,包括:根据与所述信噪比和所述信干比成正相关的函数确定所述加权因子。
根据本公开的一个或多个实施例,所述根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角,包括:从所述至少一个候选声源方位角各自对应的互相关函数的值中确定出最大值,并将所述最大值所对应的候选声源方位角确定为声源的目标方位角。
根据本公开的一个或多个实施例,所述根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角,包括:根据所述至少一个候选声源方位角各自对应的互相关函数的值生成互相关函数的值的分布图;在所述分布图中确定出至少两个局部极值,并将所述至少两个局部极值各自对应的候选声源方位角确定为至少两个声源各自对应的目标方位角。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种声源定位方法,包括:
在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;
对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;
根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角;
其中,所述获取该候选声源方位角的信噪比和信干比,包括:
获取该候选声源方位角的音频信号的空间增强信号和音频信号的空间陷波信号;
根据所述空间增强信号和所述空间陷波信号,确定该候选声源方位角的信噪比和信干比;
所述根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角,包括:对于至少一个候选声源方位角,根据该候选声源方位角的加权因子生成该候选声源方位角对应的互相关函数的值;根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角;
所述获取该候选声源方位角的音频信号的空间增强信号和音频信号的空间陷波信号,包括:将由两个麦克风接收到的音频信号的信号延时之和得到的信号确定为空间增强信号;将由两个麦克风的音频信号的信号延时之差得到的信号确定为空间陷波信号。
2.根据权利要求1所述的方法,其特征在于,所述在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角,包括:
将所述拾音区间分割为至少一个拾音子区间;
根据预设规则在至少一个拾音子区间内确定所述至少一个候选声源方位角。
3.根据权利要求2所述的方法,其特征在于,所述音频信息采集传感器包括由两个麦克风组成的线性麦克风阵列;以及
所述将所述拾音区间分割为至少一个拾音子区间,包括:
将所述线性麦克风阵列所对应的180°的拾音区间等间隔分割为多个拾音子区间。
4.根据权利要求1所述的方法,其特征在于,所述根据所述空间增强信号和空间陷波信号,确定该候选声源方位角的信噪比和信干比,包括:
将所述空间增强信号输入到预设噪声估计模块,得到第一估计噪声信号,利用所述空间增强信号与所述第一估计噪声信号确定所述信噪比;
将所述空间陷波信号输入到所述预设噪声估计模块,得到第二估计噪声,利用所述空间增强信号和第一估计噪声之差、所述空间陷波信号与第二估计噪声之差,确定所述信干比。
5.根据权利要求1所述的方法,其特征在于,所述根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子,包括:
根据与所述信噪比和所述信干比成正相关的函数确定所述加权因子。
6.根据权利要求1所述的方法,其特征在于,所述根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角,包括:
从所述至少一个候选声源方位角各自对应的互相关函数的值中确定出最大值,并将所述最大值所对应的候选声源方位角确定为声源的目标方位角。
7.根据权利要求1所述的方法,其特征在于,所述根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角,包括:
根据所述至少一个候选声源方位角各自对应的互相关函数的值生成互相关函数的值的分布图;
在所述分布图中确定出至少两个局部极值,并将所述至少两个局部极值各自对应的候选声源方位角确定为至少两个声源各自对应的目标方位角。
8.一种声源定位装置,包括:
第一确定单元,用于在音频信息采集传感器所对应的拾音区间内确定至少一个候选声源方位角;
获取单元,用于对于至少一个候选声源方位角,获取该候选声源方位角的信噪比和信干比,并根据该候选声源方位角的信噪比和信干比确定该候选声源方位角对应的加权因子;
第二确定单元,用于根据至少一个候选声源方位角的所述加权因子确定声源的目标方位角;
其中,所述获取该候选声源方位角的信噪比和信干比,包括:
获取该候选声源方位角的音频信号的空间增强信号和音频信号的空间陷波信号;
根据所述空间增强信号和所述空间陷波信号,确定该候选声源方位角的信噪比和信干比;
所述第二确定单元,具体用于对于至少一个候选声源方位角,根据该候选声源方位角的加权因子生成该候选声源方位角对应的互相关函数的值;根据至少一个候选声源方位角各自对应的所述互相关函数的值确定声源的目标方位角;
所述获取该候选声源方位角的音频信号的空间增强信号和音频信号的空间陷波信号,包括:将由两个麦克风接收到的音频信号的信号延时之和得到的信号确定为空间增强信号;将由两个麦克风的音频信号的信号延时之差得到的信号确定为空间陷波信号。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011555230.6A CN112799018B (zh) | 2020-12-23 | 2020-12-23 | 声源定位方法、装置和电子设备 |
PCT/CN2021/135833 WO2022135131A1 (zh) | 2020-12-23 | 2021-12-06 | 声源定位方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011555230.6A CN112799018B (zh) | 2020-12-23 | 2020-12-23 | 声源定位方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112799018A CN112799018A (zh) | 2021-05-14 |
CN112799018B true CN112799018B (zh) | 2023-07-18 |
Family
ID=75805682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011555230.6A Active CN112799018B (zh) | 2020-12-23 | 2020-12-23 | 声源定位方法、装置和电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112799018B (zh) |
WO (1) | WO2022135131A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112799018B (zh) * | 2020-12-23 | 2023-07-18 | 北京有竹居网络技术有限公司 | 声源定位方法、装置和电子设备 |
CN113889140A (zh) * | 2021-09-24 | 2022-01-04 | 北京有竹居网络技术有限公司 | 音频信号播放方法、装置和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227694A (zh) * | 2008-01-02 | 2008-07-23 | 重庆重邮信科(集团)股份有限公司 | Td-scdma系统噪声功率、信噪比和信干比的获取方法及装置 |
CN107360527A (zh) * | 2016-04-08 | 2017-11-17 | 奥迪康有限公司 | 包括波束形成器滤波单元的听力装置 |
CN111025233A (zh) * | 2019-11-13 | 2020-04-17 | 阿里巴巴集团控股有限公司 | 一种声源方向定位方法和装置、语音设备和系统 |
CN111044973A (zh) * | 2019-12-31 | 2020-04-21 | 山东大学 | 一种用于麦克风方阵的mvdr目标声源定向拾音方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100926132B1 (ko) * | 2007-08-10 | 2009-11-11 | 한국전자통신연구원 | 로봇 환경에서의 음원 방향 결정 시스템 및 방법 |
KR101395722B1 (ko) * | 2007-10-31 | 2014-05-15 | 삼성전자주식회사 | 마이크로폰을 이용한 음원 위치 추정 방법 및 장치 |
CN102854494B (zh) * | 2012-08-08 | 2015-09-09 | Tcl集团股份有限公司 | 一种声源定位方法及装置 |
US10939201B2 (en) * | 2013-02-22 | 2021-03-02 | Texas Instruments Incorporated | Robust estimation of sound source localization |
JP6413741B2 (ja) * | 2014-12-16 | 2018-10-31 | 日本電気株式会社 | 振動発生源推定装置、方法およびプログラム |
CN111770568B (zh) * | 2019-04-02 | 2022-01-04 | 大唐移动通信设备有限公司 | 一种定位测量值的确定方法及装置 |
CN112799018B (zh) * | 2020-12-23 | 2023-07-18 | 北京有竹居网络技术有限公司 | 声源定位方法、装置和电子设备 |
-
2020
- 2020-12-23 CN CN202011555230.6A patent/CN112799018B/zh active Active
-
2021
- 2021-12-06 WO PCT/CN2021/135833 patent/WO2022135131A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227694A (zh) * | 2008-01-02 | 2008-07-23 | 重庆重邮信科(集团)股份有限公司 | Td-scdma系统噪声功率、信噪比和信干比的获取方法及装置 |
CN107360527A (zh) * | 2016-04-08 | 2017-11-17 | 奥迪康有限公司 | 包括波束形成器滤波单元的听力装置 |
CN111025233A (zh) * | 2019-11-13 | 2020-04-17 | 阿里巴巴集团控股有限公司 | 一种声源方向定位方法和装置、语音设备和系统 |
CN111044973A (zh) * | 2019-12-31 | 2020-04-21 | 山东大学 | 一种用于麦克风方阵的mvdr目标声源定向拾音方法 |
Non-Patent Citations (3)
Title |
---|
基于麦克风阵列的GCC 时延估计算法分析;唐浩洋;《计算机系统应用》;20191231;第28卷(第12期);正文第1-4节 * |
基于麦克风阵列的声源定位与降噪算法的研究;孙志啸;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20200315;全文 * |
基于麦克风阵列的声源定位算法研究;李伟;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20190815;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112799018A (zh) | 2021-05-14 |
WO2022135131A1 (zh) | 2022-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112799018B (zh) | 声源定位方法、装置和电子设备 | |
CN107677992B (zh) | 移动侦测方法、装置和监控设备 | |
CN113607185B (zh) | 车道线信息显示方法、装置、电子设备和计算机可读介质 | |
CN112786069B (zh) | 语音提取方法、装置和电子设备 | |
WO2017112085A1 (en) | Microphone beamforming using distance and environmental information | |
US20140357291A1 (en) | Method and apparatus for signal-based positioning | |
CN108957392A (zh) | 声源方向估计方法和装置 | |
CN114399588A (zh) | 三维车道线生成方法、装置、电子设备和计算机可读介质 | |
CN111311358B (zh) | 信息处理方法、装置和电子设备 | |
WO2023138468A1 (zh) | 虚拟物体的生成方法、装置、设备及存储介质 | |
CN113362090A (zh) | 一种用户行为数据处理方法和装置 | |
CN114827750B (zh) | 视角的预测方法、装置、设备及存储介质 | |
WO2022121800A1 (zh) | 声源定位方法、装置和电子设备 | |
CN112880675B (zh) | 用于视觉定位的位姿平滑方法、装置、终端和移动机器人 | |
CN115086541B (zh) | 一种拍摄位置确定方法、装置、设备及介质 | |
WO2022105622A1 (zh) | 图像分割方法、装置、可读介质及电子设备 | |
CN112634934B (zh) | 语音检测方法及装置 | |
Hu et al. | Crowdsourcing for mobile networks and IoT | |
CN110874179B (zh) | 指尖检测方法、指尖检测装置、指尖检测设备及介质 | |
US10228445B2 (en) | Signal propagating positioning system | |
CN113808050B (zh) | 3d点云的去噪方法、装置、设备及存储介质 | |
CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 | |
CN111325712B (zh) | 用于检测图像有效性的方法及装置 | |
CN115879320B (zh) | 网格模型生成方法、装置、电子设备及计算机可读存储介质 | |
CN115817163B (zh) | 车辆轮速调整方法、装置、电子设备和计算机可读介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |