一种声源定位方法和相关设备与流程
本申请涉及声源定位,尤其涉及一种声源定位方法和相关设备。
背景技术:
1、随着智能化进程的加速,语音唤醒控制功能已成为机器人、车载系统、智能家居以及各类便携终端的基础功能。
2、示例性技术中,多个麦克风阵列组成分布式的语音采集模块,通过语音采集模块采集的语音,进行发出语音的用户的声源定位。此种方式,利用麦克风阵列中不同麦克风之间收到的信号的相位差估算信号到达麦克风的延时差,从而估算出声源的方位。
3、但从相位差到延时差的转化需要遵循“空间采样定律”,即麦克风阵列中两个麦克风之间的间距需要小于或等于信号最小波长的一半,否则会出现多个“栅瓣”,即在定位谱上会出现若干个栅瓣,无法确定声源位于哪一个栅瓣所在峰值的方向上。
4、在分布式的语音采集模块中,虽然麦克风阵列之间的距离相对较远,但需要采用全部的麦克风采集的信号进行声源定位,此种方式也会出现栅瓣,导致声源定位不准确,也即存在声源定位准确性较低的问题。
技术实现思路
1、基于上述技术现状,本申请提供一种声源定位方法和相关设备,用于解决声源定位准确性较低的问题。
2、为了达到上述技术目的,本申请具体提出如下技术方案:
3、第一方面,本申请提供了一种声源定位方法,包括:
4、根据语音采集模块采集的混合语音确定目标语音通道,所述目标语音通道是信噪比大于信噪比阈值的语音传输通道;
5、获取目标麦克风阵列采集的待处理语音,所述目标麦克风阵列用于指示所述目标语音通道在所述语音采集模块中所对应的麦克风阵列;
6、根据所述待处理语音,对发出语音指令的用户进行定位。
7、在一些实施方式中,所述根据所述待处理语音,对发出语音指令的用户进行定位,包括:
8、根据所述混合语音确定时频掩蔽码;
9、根据所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,并根据所述第一协方差矩阵确定所述目标麦克风阵列在每个扫描方向上的输出功率;
10、根据最大的输出功率对应的扫描方向,确定发出语音指令的用户所在的位置。
11、在一些实施方式中,所述根据所述第一协方差矩阵确定所述目标麦克风阵列在每个扫描方向上的输出功率,包括:
12、根据所述时频掩蔽码,确定所述待处理语音中非噪声的第二协方差矩阵以及所述待处理语音中噪声的第三协方差矩阵;
13、根据所述第二协方差矩阵以及所述第三协方差矩阵,确定波束形成向量;
14、根据所述波束形成向量、所述第一协方差矩阵以及每个所述扫描方向上的导向向量,确定所述目标麦克风阵列在每个所述扫描方向上的输出功率。
15、在一些实施方式中,所述根据所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,包括:
16、基于所述待处理语音确定待定位事件的定位需求;
17、根据所述定位需求、所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵。
18、在一些实施方式中,所述根据所述定位需求、所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,包括:
19、在所述定位需求指示所述待定位事件结束后再定位的情况下,根据所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵。
20、在一些实施方式中,所述根据所述定位需求、所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,包括:
21、在所述定位需求指示所述待定位事件需要实时定位的情况下,获取所述待处理语音在上一帧的第四协方差矩阵;
22、根据所述第四协方差矩阵、所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵。
23、在一些实施方式中,所述根据所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,包括:
24、根据所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的初始协方差矩阵;
25、对所述初始协方差矩阵中的各个元素进行相位变换,得到第一协方差矩阵。
26、第二方面,本申请提供了一种电子设备,包括存储器和处理器,其中,
27、所述存储器与所述处理器连接,用于存储程序;
28、所述处理器用于通过运行所述存储器中的程序,实现如第一方面或者第一方面任一实现方式所述的声源定位方法。
29、第三方面,本申请提供了一种计算机程序产品,包括计算机指令,所述计算机指令在被处理器执行时,实现如第一方面或者第一方面任一实现方式所述的声源定位方法。
30、第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时,实现如第一方面或者第一方面任一实现方式所述的声源定位方法。
31、本申请实施例提供的一种声源定位方法和相关设备,通过语音采集模块采集的混合语音确定目标语音通道,在语音采集模块的各个麦克风阵列中,确定目标语音通道对应的麦克风阵列作为目标麦克风阵列,并获取目标麦克风阵列采集的待处理语音,从而基于待处理语音确定发出语音指令的用户所在的位置。本申请中,目标语音通道是信噪比大于信噪比阈值的语音传输通道,也即在分布式的各个麦克风阵列中,选择信号质量较好的语音传输通道对应的麦克风阵列所采集的语音进行声源定位,无需全部的麦克风阵列参与声源定位,避免麦克风阵列之间的距离过大产生栅瓣的情况出现,从而提高了声源定位的准确性。
1.一种声源定位方法,其特征在于,包括:
2.根据权利要求1所述的声源定位方法,其特征在于,所述根据所述待处理语音,对发出语音指令的用户进行定位,包括:
3.根据权利要求2所述的声源定位方法,其特征在于,所述根据所述第一协方差矩阵确定所述目标麦克风阵列在每个扫描方向上的输出功率,包括:
4.根据权利要求2所述的声源定位方法,其特征在于,所述根据所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,包括:
5.根据权利要求4所述的声源定位方法,其特征在于,所述根据所述定位需求、所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,包括:
6.根据权利要求4所述的声源定位方法,其特征在于,所述根据所述定位需求、所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,包括:
7.根据权利要求2所述的声源定位方法,其特征在于,所述根据所述待处理语音以及所述时频掩蔽码,确定所述待处理语音的第一协方差矩阵,包括:
8.一种电子设备,其特征在于,包括存储器和处理器,其中,
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时,实现如权利要求1-7中任一项所述的声源定位方法。
10.一种计算机程序产品,其特征在于,包括计算机指令,所述计算机指令在被处理器执行时,实现如权利要求1-7中任一项所述的声源定位方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com