声源定位系统、AR眼镜及声源定位方法与流程

摘要: 本申请涉及声源定位,具体地涉及一种声源定位系统、ar眼镜及声源定位方法。背景技术:1、增强现实(ar,augmentedreality)技术正快速向轻量化、便携...
声源定位系统、AR眼镜及声源定位方法与流程

本申请涉及声源定位,具体地涉及一种声源定位系统、ar眼镜及声源定位方法。

背景技术:

1、增强现实(ar,augmented reality)技术正快速向轻量化、便携化的头戴式设备形态演进,ar眼镜作为典型代表,其人机交互的智能化需求日益增长。其中,声源定位技术在提升语音交互准确性和实现视听信息空间融合方面具有重要作用。目前,适用于ar眼镜场景的声源定位方案主要面临两方面挑战:其一,受限于设备体积与功耗,难以部署基于大规模麦克风阵列或复杂神经网络的高精度定位方案;其二,采用双麦克风的简化方案,虽能满足功耗与体积要求,但多依赖于能量域特征的信号前处理检测,在嘈杂环境下噪声能量易混入有效信号,导致定位误触发或前后方向混淆,抗噪能力不足。如何在有限硬件资源下,实现具有良好抗噪性能的高精度声源定位,成为该领域亟待解决的技术问题。

技术实现思路

1、针对现有技术的上述不足,本申请实施例的目的是提供一种声源定位系统、ar眼镜及声源定位方法。

2、为了实现上述目的,本申请第一方面提供一种声源定位系统,包括:

3、信号获取模块,用于获取待识别声源信号以及待识别声源信号到达目标佩戴者的左右耳时间差;

4、特征提取模块,用于提取待识别声源信号的频域特征;

5、信号筛选模块,用于确定频域特征是否落入预设的目标声源特征频段范围内;

6、声源定位模块,用于在频域特征落入目标声源特征频段范围内的情况下,基于频域特征和左右耳时间差在预设特征数据库中进行匹配,确定待识别声源的方位。

7、本申请实施例中,特征提取模块包括:

8、信号转换单元,用于将待识别声源信号从时域信号变换为频域信号;

9、频域特征提取单元,用于基于频域信号的频谱提取频域特征,其中,频域特征包括谱质心、谱凹口、谱差或谱比值中的至少一种。

10、本申请实施例中,信号筛选模块还用于确定谱质心是否落入预设的目标声源特征频段范围内;

11、声源定位模块还用于在谱质心落入目标声源特征频段范围内的情况下,基于频域特征与预设特征数据库进行匹配,确定待识别声源的方位。

12、本申请实施例中,特征提取模块还包括时域特征提取单元,声源定位模块,还用于:

13、根据左右耳时间差从预设特征数据库中获取候选方位集合;

14、根据频域特征在候选方位集合中进行匹配,确定待识别声源的方位。

15、本申请实施例中,信号获取模块还用于:基于在多个预设方位处播放的校准信号,获取左耳校准信号和右耳校准信号;

16、声源定位系统还包括校准模块,校准模块包括:

17、增益调整量确定单元,用于基于左耳校准信号和右耳校准信号,确定标准hrtf数据库中不同频段各自的增益调整量;

18、数据库更新单元,用于根据增益调整量对标准hrtf数据库中对应的不同频段分别进行调整,得到预设特征数据库。

19、本申请实施例中,增益调整量确定单元包括:

20、特征比较子单元,用于对于至少包括用户前方、后方、左方以及右方在内的多个预设方位中的每一目标方位,将左耳校准信号和右耳校准信号的实际频域特征,与标准hrtf数据库中目标方位对应的预期频域特征进行比较,以判断是否存在方向混淆;

21、调整量子单元,用于:

22、在特征比较子单元判断存在前后方向混淆的情况下,确定针对第一预设频段的增益调整量;

23、在特征比较子单元判断存在左右方向混淆的情况下,确定针对第二预设频段的增益调整量,其中,第一预设频段与第二预设频段不同。

24、本申请实施例中,声源定位系统还包括:

25、运动传感模块,用于在用户佩戴包含声源定位系统的设备时,获取反映用户头部摆动角度的运动数据;

26、声源定位模块还用于:根据运动数据,选择性地对方位进行更新或补偿。

27、本申请实施例中,声源定位模块包括:

28、定位更新单元,用于在运动数据指示的摆动角度大于预设阈值的情况下,触发信号获取模块重新获取更新声源信号,并由特征提取模块、信号筛选模块以及声源定位模块依次对更新声源信号进行处理,以确定待识别声源的更新方位;

29、定位补偿单元,用于在运动数据指示的摆动角度小于或等于预设阈值的情况下,根据运动数据对方位进行几何补偿,得到补偿后的方位。

30、本申请第二方面提供一种ar眼镜,包括:

31、眼镜本体;

32、信号采集装置,设置于眼镜本体,用于采集待识别声源信号;

33、如上述实施例的声源定位系统。

34、本申请第三方面提供一种声源定位方法,包括:

35、获取待识别声源信号以及待识别声源信号到达目标佩戴者的左右耳时间差;

36、提取待识别声源信号的频域特征;

37、确定频域特征是否落入预设的目标声源特征频段范围内;

38、在频域特征落入目标声源特征频段范围内的情况下,基于频域特征和左右耳时间差在预设特征数据库中进行匹配,确定待识别声源的方位。

39、本实施例提供一种声源定位系统,包括信号获取模块、特征提取模块、信号筛选模块以及声源定位模块。其中,信号获取模块用于获取待识别声源信号以及待识别声源信号到达目标佩戴者的左右耳时间差,为后续处理提供原始的声学输入数据,解决了声源信号采集问题;特征提取模块用于提取待识别声源信号的频域特征,由于语音信号的能量集中在300hz至3400hz范围内而噪声能量均匀分布于全频段,因此该频域特征天然具有区分语音与噪声的能力,解决了从原始信号中提取有效区分特征的问题;信号筛选模块用于确定频域特征是否落入预设的目标声源特征频段范围内,解决了在嘈杂环境中因噪声能量混入导致频繁误触发定位的问题,避免了系统对非目标声源进行无效计算;声源定位模块,用于在频域特征落入目标声源特征频段范围内的情况下,基于频域特征与预设特征数据库进行匹配,确定待识别声源的方位。基于频域特征和左右耳时间差在预设特征数据库中进行匹配,确定待识别声源的方位。通过时域时间差与频域特征的联合利用以及频域特征的智能筛选,在低功耗小型设备上实现了兼具良好抗噪能力和高精度的声源定位,有效解决了现有双麦克风方案在嘈杂环境下定位易受干扰的技术问题。

40、本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

1.一种声源定位系统,其特征在于,包括:

2.根据权利要求1所述的声源定位系统,其特征在于,所述特征提取模块包括:

3.根据权利要求2所述的声源定位系统,其特征在于,所述信号筛选模块还用于确定所述谱质心是否落入预设的目标声源特征频段范围内;

4.根据权利要求1所述的声源定位系统,其特征在于,所述声源定位模块,还用于:

5.根据权利要求1所述的声源定位系统,其特征在于,所述信号获取模块还用于:基于在多个预设方位处播放的校准信号,获取左耳校准信号和右耳校准信号;

6.根据权利要求5所述的声源定位系统,其特征在于,所述增益调整量确定单元包括:

7.根据权利要求1至6中任一项所述的声源定位系统,其特征在于,还包括:

8.根据权利要求7所述的声源定位系统,其特征在于,所述声源定位模块包括:

9.一种ar眼镜,其特征在于,包括:

10.一种声源定位方法,其特征在于,所述声源定位方法包括: