CN115508778A - 一种基于声源定位的会议机自适应偏转方案 - Google Patents

Abstract

本发明公开了一种基于声源定位的会议机自适应偏转方案，涉及声源定位技术领域，本发明包括以下步骤：建立声源、声源传输、建立预测模型、实际计算声源位置以及对比分析。本发明为一种基于声源定位的会议机自适应偏转方案，建立预测模型，在不同噪声和混响调节下进行仿真实验，在实验过程中多次调整声源位置，测试实验效果，测试结果表明本文设计的方案达到了预期定位要求，且定位误差较低，能够满足室内声源定位需求，便于会议机进行偏转，针对实际环境下的噪声和混响给出了改进后的算法，提高了声源定位的精度，设计了一套五元十字形麦克风阵列声源定位系统，在实际环境下进行了声源定位测试，测试结果表明设计的系统达到了预期的定位效果。

Description

一种基于声源定位的会议机自适应偏转方案

技术领域

本发明涉及声源定位技术领域，特别涉及一种基于声源定位的会议机自适应偏转方案。

背景技术

随着人工智能技术的蓬勃发展，麦克风阵列声源定位在会议机使用时的范围越来越广泛，会议机是指为会场提供会议麦克风信号输入接口和音箱信号输出接口的仪器，指向性会议麦克风信号输入接口，采用高品质麦克风信号放大器和自动增益调整技术，发言者不必贴近麦克风发言，通过指向性会议麦克风采音完全滤除环境杂声，清晰、稳定、洪亮、真实，完全解决会议电话采音空旷感的问题，音箱信号输出接口可接有源音箱或功放，提供一流的舒适听觉享受，采用独特数字信号处理技术，提供了完美的会场全双工通话解决方案，其应用已经遍布生活的各个方面，而实际环境中存在的噪声和混响会极大地影响声源定位的精度，因此实现高精度的声源定位是重要目的，在研究室内声源定位时，基于麦克风阵列的声源定位起源于20世纪末，是指利用一定数量的麦克风采集声音信号，然后利用相关算法对其分析处理后判断出声源的位置，与单麦克风声源定位相比，麦克风阵列具有对信号的采集、定位和追踪精度高、抗噪性能好、对环境的适应性好等优点。

目前，使用阵列进行声源定位涉及到了多领域的知识，包括阵列信号处理、语音处理、压缩感知和人工智能等，麦克风阵列声源定位主要研究声源所处的方位和距离，即方位估计和距离估计，从而确定声源在空间中的唯一位置，由于室内并非是完全空旷的，所以声音信号传播时会在室内物体之间不断反射最终到达麦克风阵列，这些经过多次反射后到达麦克风阵列的声音信号称为混响。

现有的基于声源定位的会议机，在实际应用时，环境中的噪声和混响将极大影响声源定位的精度，导致会议机无法精确的自适应偏转，为此，我们提出一种基于声源定位的会议机自适应偏转方案。

发明内容

本发明的主要目的在于提供一种基于声源定位的会议机自适应偏转方案，可以有效解决背景技术现有的基于声源定位的会议机，在实际应用时，环境中的噪声和混响将极大影响声源定位的精度，导致会议机无法精确的自适应偏转的问题。

为实现上述目的，本发明采取的技术方案为：一种基于声源定位的会议机自适应偏转方案，包括以下步骤：

S1、建立声源：在会议机内建立一组麦克风阵列，建立一组声源，发出声源信号；建立一套五元十字形麦克风阵列声源定位系统，在实际环境下进行了声源定位测试，声源信号设置为一段长达3S的音频；

S2、声源传输：通过信号放大模块将放大信号，声音信号传输模块将麦克风阵列接收到的声音信号导入到数据采集卡中，进行声音信号预处理；

S3、建立预测模型：对声源进行时延估计，混响时间和混响能量比是衡量混响的两大重要参数；建立预测模型，在不同噪声和混响调节下进行仿真实验，在实验过程中多次调整声源位置，测试实验效果，测试结果表明本文设计的方案达到了预期定位要求，且定位误差较低，能够满足室内声源定位需求，便于会议机进行偏转；建立预测模型，在不同噪声和混响调节下进行仿真实验，在实验过程中多次调整声源位置，测试实验效果，测试结果表明本文设计的方案达到了预期定位要求，且定位误差较低，能够满足室内声源定位需求，便于会议机进行偏转；

S3.1、混响时间计算：混响时间通常用RT₆₀来表示，将声音在室内传播时声压级衰减60dB所用的时间进行计算，设(V)表示房间体积，设(A)表示总吸声量，设

表示材料平均吸声系数，设(S)表示材料表面积，其混响时间计算公式如下：

S3.2、混响能量比计算：声音在室内传播时直达阵列的信号与混响信号的功率谱之比，混响能量比通常用DRR来表示，设(Q)为指向性因子，设(R)为房间常数，设(S)为材料表面积，其混响能量比计算公式如下：

S3.3、仿真分析：声音信号在墙壁和其他物体间每一次反射都损失固定的能量，每一次反射后的声音信号都可以看作是声源的镜像源发出，且镜像源发出的声音信号按照该比例系数不断地衰减能量，则根据镜像源的位置和信号衰减后的能量强度，可以近似地模拟出室内混响环境，设声源坐标为(x，y，z)，麦克风M的坐标为(x₁,y₁,z₁)，用l_x、l_y、l_z表示房间的长、宽、高，则可得室内冲激响应模型h(n)的表达式为：

式中：R_p＝(x-x₁+2qx₁,y-y₁+2iy₁,z-z₁+2kz₁)、R_r＝(2nl_x,2nl_y,2nl_z)是声源的镜像向量，

分别为室内六个面(地板、天花板和四周墙壁)的反射系数，n为采样点的个数；

S4、实际计算声源位置：在时延的情况下，对声源位置进行计算，其包括计算声源到主麦克风M₁的时间、计算声源与麦克风阵列之间的距离、计算声源在空间中的方位角

以及计算声源在空间中的俯仰角θ；针对实际环境下的噪声和混响给出了改进后的算法，提高了声源定位的精度，此外，设计了一套五元十字形麦克风阵列声源定位系统，在实际环境下进行了声源定位测试，测试结果表明本文设计的系统达到了预期的定位效果；

S4.1、声源到主麦克风M₁的时间：设(τ)表示声源到不同麦克风的时间差，其计算公式如下：

S4.2、声源与麦克风阵列之间的距离：设(c)表示空气中的声速，设(r₁)表示声源与麦克风阵列的距离，其计算公式如下：

S4.3、声源在空间中的方位角

其计算公式如下：

S4.4、声源在空间中的俯仰角θ：其计算公式如下：

S5、对比分析：将S3中声源坐标(x，y，z)和S4中声源坐标

均与实际数据进行对比，S3和S4中得到的数据均接近实际数据。

所述S1中声源定位系统采用电容式麦克风来构成麦克风阵列，通过五元麦克风形成十字形平面阵列结构，以位于十字中心的麦克风为坐标原点，其他四个麦克风与位于坐标原点上的麦克风距离均为15cm。电容式麦克风有两块金属极板，其中一块表面涂有驻极体薄膜(多数为聚全氟乙丙烯)并将其接地，另一极板接在场效应晶体管的栅极上，栅极与源极之间接有一个二极管，当驻极体膜片本身带有电荷，表面电荷地电量为Q，板极间地电容量为C，则在极头上产生地电压U＝Q/C，当受到振动或受到气流地摩擦时，由于振动使两极板间的距离改变，即电容C改变，而电量Q不变，就会引起电压的变化，电压变化的大小，反映了外界声压的强弱，这种电压变化频率反映了外界声音的频率，电容式麦克风是利用导体间的电容充放电原理，以超薄的金属或镀金的塑料薄膜为振动膜感应音压，以改变导体间的静电压直接转换成电能讯号，经由电子电路耦合获得实用的输出阻抗及灵敏度设计而成。

所述信号放大模块采用前置放大器，声音信号传输模块采用数据采集卡，需要预先对声音信号传输模块进行功能自检，确保其能正常采集与传输信号。前置放大器可以提高系统的信噪比(前放紧靠探测器，传输线短，分布电容Cs减小，提高了信噪比，减少外界干扰的相对影响(信号经前放初步放大)，且其内部合理布局，便于调节与使用(前放为非调节式，主放放大调节倍数、成形常数)，实现阻抗转换和匹配。

所述声音信号预处理采用带通滤波器，带通滤波来对接收到的声音信号进行处理，去除部分噪声，上下限截止频率分别设置为4000Hz和250Hz。带通滤波器是指能通过某一频率范围内的频率分量、但将其他范围的频率分量衰减到极低水平的滤波器，与带阻滤波器的概念相对，滤波器也可以用低通滤波器同高通滤波器组合来产生。

优选地，所述S3.3中声源产生的声音信号在墙面之间的反射满足镜面反射原理。声音信号内的声波从一种媒质入射到声学特性不同的另一种媒质时，在两种媒质的分界面处将发生反射，使入射声波的一部分能量返回第一种媒质。

优选地，所述在实际室内环境下进行声源定位测试，在测试时多次调整声源位置，对不同声源位置测试后得到的数据进行记录。在进行声源位置调整时，可单次改变声源的轴向和径向位置，将多组数据进行对比。

优选地，所述在S4测试时，可以引入白化滤波器，白化滤波器抑制噪声能力强，对色噪声进行白化处理，将输入的有色噪声变成输出的白噪声。白噪声(是指功率谱密度在整个频域内是常数的噪声，所有频率具有相同能量密度的随机噪声称为白噪声，白噪声或白杂讯，是一种功率谱密度为常数的随机信号，此信号在各个频段上的功率谱密度是一样的，由于白光是由各种频率(颜色)的单色光混合而成，因而此信号的这种具有平坦功率谱的性质被称作是“白色的”，此信号也因此被称作白噪声，相对的，其他不具有这一性质的噪声信号被称为有色噪声，理想的白噪声具有无限带宽，因而其能量是无限大，但这在现实世界是不可能存在的，实际上，将有限带宽的平整信号视为白噪声，这在数学分析上更加方便，白噪声在数学处理上比较方便，因此它是系统分析的有力工具，一般只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽，并且在该带宽中其频谱密度基本上可以作为常数来考虑，就可以把它作为白噪声来处理，例如，热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度，通常可以认为它们是白噪声。

与现有技术相比，本发明具有如下有益效果：

1.本发明中，建立预测模型，在不同噪声和混响调节下进行仿真实验，在实验过程中多次调整声源位置，测试实验效果，测试结果表明本文设计的方案达到了预期定位要求，且定位误差较低，能够满足室内声源定位需求，便于会议机进行偏转；

2.本发明中，针对实际环境下的噪声和混响给出了改进后的算法，提高了声源定位的精度，此外，设计了一套五元十字形麦克风阵列声源定位系统，在实际环境下进行了声源定位测试，测试结果表明本文设计的系统达到了预期的定位效果。

附图说明

图1为本发明一种基于声源定位的会议机自适应偏转方案的整体系统框图；

图2为本发明一种基于声源定位的会议机自适应偏转方案中建立预测模型的系统框图；

图3为本发明一种基于声源定位的会议机自适应偏转方案中实际计算声源位置的系统框图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

请参照图1—3所示，本发明为一种基于声源定位的会议机自适应偏转方案，包括以下步骤：

S1、建立声源：在会议机内建立一组麦克风阵列，建立一组声源，发出声源信号；建立一套五元十字形麦克风阵列声源定位系统，在实际环境下进行了声源定位测试，声源信号设置为一段长达3S的音频；

S2、声源传输：通过信号放大模块将放大信号，声音信号传输模块将麦克风阵列接收到的声音信号导入到数据采集卡中，进行声音信号预处理；

S3、建立预测模型：对声源进行时延估计，混响时间和混响能量比是衡量混响的两大重要参数；建立预测模型，在不同噪声和混响调节下进行仿真实验，在实验过程中多次调整声源位置，测试实验效果，测试结果表明本文设计的方案达到了预期定位要求，且定位误差较低，能够满足室内声源定位需求，便于会议机进行偏转；

S3.1、混响时间计算：混响时间通常用RT₆₀来表示，将声音在室内传播时声压级衰减60dB所用的时间进行计算，设(V)表示房间体积，设(A)表示总吸声量，设

表示材料平均吸声系数，设(S)表示材料表面积，其混响时间计算公式如下：

S3.2、混响能量比计算：声音在室内传播时直达阵列的信号与混响信号的功率谱之比，混响能量比通常用DRR来表示，设(Q)为指向性因子，设(R)为房间常数，设(S)为材料表面积，其混响能量比计算公式如下：

S3.3、仿真分析：声音信号在墙壁和其他物体间每一次反射都损失固定的能量，每一次反射后的声音信号都可以看作是声源的镜像源发出，且镜像源发出的声音信号按照该比例系数不断地衰减能量，则根据镜像源的位置和信号衰减后的能量强度，可以近似地模拟出室内混响环境，设声源坐标为(x，y，z)，麦克风M的坐标为(x₁,y₁,z₁)，用l_x、l_y、l_z表示房间的长、宽、高，则可得室内冲激响应模型h(n)的表达式为：

式中：R_p＝(x-x₁+2qx₁,y-y₁+2iy₁,z-z₁+2kz₁)、R_r＝(2nl_x,2nl_y,2nl_z)是声源的镜像向量，

分别为室内六个面(地板、天花板和四周墙壁)的反射系数，n为采样点的个数；

S4、实际计算声源位置：在时延的情况下，对声源位置进行计算，其包括计算声源到主麦克风M₁的时间、计算声源与麦克风阵列之间的距离、计算声源在空间中的方位角

以及计算声源在空间中的俯仰角θ；针对实际环境下的噪声和混响给出了改进后的算法，提高了声源定位的精度，此外，设计了一套五元十字形麦克风阵列声源定位系统，在实际环境下进行了声源定位测试，测试结果表明本文设计的系统达到了预期的定位效果；

S4.1、声源到主麦克风M₁的时间：设(τ)表示声源到不同麦克风的时间差，其计算公式如下：

S4.2、声源与麦克风阵列之间的距离：设(c)表示空气中的声速，设(r₁)表示声源与麦克风阵列的距离，其计算公式如下：

S4.3、声源在空间中的方位角

其计算公式如下：

S4.4、声源在空间中的俯仰角θ：其计算公式如下：

S5、对比分析：将S3中声源坐标(x，y，z)和S4中声源坐标

均与实际数据进行对比，S3和S4中得到的数据均接近实际数据。

S1中声源定位系统采用电容式麦克风来构成麦克风阵列，通过五元麦克风形成十字形平面阵列结构，以位于十字中心的麦克风为坐标原点，其他四个麦克风与位于坐标原点上的麦克风距离均为15cm。电容式麦克风有两块金属极板，其中一块表面涂有驻极体薄膜(多数为聚全氟乙丙烯)并将其接地，另一极板接在场效应晶体管的栅极上，栅极与源极之间接有一个二极管，当驻极体膜片本身带有电荷，表面电荷地电量为Q，板极间地电容量为C，则在极头上产生地电压U＝Q/C，当受到振动或受到气流地摩擦时，由于振动使两极板间的距离改变，即电容C改变，而电量Q不变，就会引起电压的变化，电压变化的大小，反映了外界声压的强弱，这种电压变化频率反映了外界声音的频率，电容式麦克风是利用导体间的电容充放电原理，以超薄的金属或镀金的塑料薄膜为振动膜感应音压，以改变导体间的静电压直接转换成电能讯号，经由电子电路耦合获得实用的输出阻抗及灵敏度设计而成。

信号放大模块采用前置放大器，声音信号传输模块采用数据采集卡，需要预先对声音信号传输模块进行功能自检，确保其能正常采集与传输信号。前置放大器可以提高系统的信噪比(前放紧靠探测器，传输线短，分布电容Cs减小，提高了信噪比，减少外界干扰的相对影响(信号经前放初步放大)，且其内部合理布局，便于调节与使用(前放为非调节式，主放放大调节倍数、成形常数)，实现阻抗转换和匹配。

声音信号预处理采用带通滤波器，带通滤波来对接收到的声音信号进行处理，去除部分噪声，上下限截止频率分别设置为4000Hz和250Hz。带通滤波器是指能通过某一频率范围内的频率分量、但将其他范围的频率分量衰减到极低水平的滤波器，与带阻滤波器的概念相对，滤波器也可以用低通滤波器同高通滤波器组合来产生。

S3.3中声源产生的声音信号在墙面之间的反射满足镜面反射原理。声音信号内的声波从一种媒质入射到声学特性不同的另一种媒质时，在两种媒质的分界面处将发生反射，使入射声波的一部分能量返回第一种媒质。

在实际室内环境下进行声源定位测试，在测试时多次调整声源位置，对不同声源位置测试后得到的数据进行记录。在进行声源位置调整时，可单次改变声源的轴向和径向位置，将多组数据进行对比。

在S4测试时，可以引入白化滤波器，白化滤波器抑制噪声能力强，对色噪声进行白化处理，将输入的有色噪声变成输出的白噪声。白噪声(是指功率谱密度在整个频域内是常数的噪声，所有频率具有相同能量密度的随机噪声称为白噪声，白噪声或白杂讯，是一种功率谱密度为常数的随机信号，此信号在各个频段上的功率谱密度是一样的，由于白光是由各种频率(颜色)的单色光混合而成，因而此信号的这种具有平坦功率谱的性质被称作是“白色的”，此信号也因此被称作白噪声，相对的，其他不具有这一性质的噪声信号被称为有色噪声，理想的白噪声具有无限带宽，因而其能量是无限大，但这在现实世界是不可能存在的，实际上，将有限带宽的平整信号视为白噪声，这在数学分析上更加方便，白噪声在数学处理上比较方便，因此它是系统分析的有力工具，一般只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽，并且在该带宽中其频谱密度基本上可以作为常数来考虑，就可以把它作为白噪声来处理，例如，热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度，通常可以认为它们是白噪声。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种基于声源定位的会议机自适应偏转方案，其特征在于：包括以下步骤：

S1、建立声源：在会议机内建立一组麦克风阵列，建立一组声源，发出声源信号；

S2、声源传输：通过信号放大模块将放大信号，声音信号传输模块将麦克风阵列接收到的声音信号导入到数据采集卡中，进行声音信号预处理；

S3、建立预测模型：对声源进行时延估计，混响时间和混响能量比是衡量混响的两大重要参数；

S3.1、混响时间计算：混响时间通常用RT₆₀来表示，将声音在室内传播时声压级衰减60dB所用的时间进行计算，设(V)表示房间体积，设(A)表示总吸声量，设

表示材料平均吸声系数，设(S)表示材料表面积，其混响时间计算公式如下：

S3.2、混响能量比计算：声音在室内传播时直达阵列的信号与混响信号的功率谱之比，混响能量比通常用DRR来表示，设(Q)为指向性因子，设(R)为房间常数，设(S)为材料表面积，其混响能量比计算公式如下：

S3.3、仿真分析：声音信号在墙壁和其他物体间每一次反射都损失固定的能量，每一次反射后的声音信号都可以看作是声源的镜像源发出，且镜像源发出的声音信号按照该比例系数不断地衰减能量，则根据镜像源的位置和信号衰减后的能量强度，可以近似地模拟出室内混响环境，设声源坐标为(x，y，z)，麦克风M的坐标为(x₁,y₁,z₁)，用l_x、l_y、l_z表示房间的长、宽、高，则可得室内冲激响应模型h(n)的表达式为：

式中：R_p＝(x-x₁+2qx₁,y-y₁+2iy₁,z-z₁+2kz₁)、R_r＝(2nl_x,2nl_y,2nl_z)是声源的镜像向量，

分别为室内六个面(地板、天花板和四周墙壁)的反射系数，n为采样点的个数；

S4、实际计算声源位置：在时延的情况下，对声源位置进行计算，其包括计算声源到主麦克风M₁的时间、计算声源与麦克风阵列之间的距离、计算声源在空间中的方位角

以及计算声源在空间中的俯仰角θ；

S4.1、声源到主麦克风M₁的时间：设(τ)表示声源到不同麦克风的时间差，其计算公式如下：

S4.2、声源与麦克风阵列之间的距离：设(c)表示空气中的声速，设(r₁)表示声源与麦克风阵列的距离，其计算公式如下：

S4.3、声源在空间中的方位角

其计算公式如下：

S4.4、声源在空间中的俯仰角θ：其计算公式如下：

S5、对比分析：将S3中声源坐标(x，y，z)和S4中声源坐标

均与实际数据进行对比，S3和S4中得到的数据均接近实际数据。

2.根据权利要求1所述的一种基于声源定位的会议机自适应偏转方案，其特征在于：所述S1中声源定位系统采用电容式麦克风来构成麦克风阵列，通过五元麦克风形成十字形平面阵列结构，以位于十字中心的麦克风为坐标原点，其他四个麦克风与位于坐标原点上的麦克风距离均为15cm。

3.根据权利要求1所述的一种基于声源定位的会议机自适应偏转方案，其特征在于：所述信号放大模块采用前置放大器，声音信号传输模块采用数据采集卡，需要预先对声音信号传输模块进行功能自检，确保其能正常采集与传输信号。

4.根据权利要求1所述的一种基于声源定位的会议机自适应偏转方案，其特征在于：所述声音信号预处理采用带通滤波器，带通滤波来对接收到的声音信号进行处理，去除部分噪声，上下限截止频率分别设置为4000Hz和250Hz。

5.根据权利要求1所述的一种基于声源定位的会议机自适应偏转方案，其特征在于：所述S3.3中声源产生的声音信号在墙面之间的反射满足镜面反射原理。

6.根据权利要求1所述的一种基于声源定位的会议机自适应偏转方案，其特征在于：所述在实际室内环境下进行声源定位测试，在测试时多次调整声源位置，对不同声源位置测试后得到的数据进行记录。

7.根据权利要求1所述的一种基于声源定位的会议机自适应偏转方案，其特征在于：所述在S4测试时，可以引入白化滤波器，白化滤波器抑制噪声能力强，对色噪声进行白化处理，将输入的有色噪声变成输出的白噪声。

Images