[發(fā)明專利]基于傳聲器陣列的語(yǔ)音信號(hào)處理方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201010197159.9
• 申請(qǐng)日: 2010-06-08
• 公開(kāi)（公告）號(hào): CN101867853A
• 公開(kāi)（公告）日: 2010-10-20
• 發(fā)明（設(shè)計(jì)）人: 何宏森;黃志宏;邱小軍;袁浩
• 申請(qǐng)（專利權(quán)）人: 中興通訊股份有限公司
• 主分類號(hào): H04R1/20
• 分類號(hào): H04R1/20;G10L19/00
• 代理公司: 北京派特恩知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11270
• 代理人: 王黎延;遲姍

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音信號(hào)處理技術(shù)，尤其涉及一種基于傳聲器陣列的語(yǔ)音信號(hào)處理方法及裝置。

背景技術(shù)

在會(huì)議場(chǎng)所，各種干擾源的存在以及混響等噪音干擾著語(yǔ)音信號(hào)，會(huì)使語(yǔ)音處理系統(tǒng)的性能急劇下降，因此語(yǔ)音增強(qiáng)技術(shù)頗為重要。基于傳聲器陣列的多通道語(yǔ)音增強(qiáng)算法融合了信號(hào)的時(shí)空域信息，利用噪聲同語(yǔ)音的相關(guān)性差異進(jìn)行消噪，近幾年已經(jīng)成為多媒體會(huì)議、通信、聲控等系統(tǒng)所依賴的重要技術(shù)。音質(zhì)和性能的好壞會(huì)嚴(yán)重影響音頻會(huì)議系統(tǒng)的整體效果與市場(chǎng)競(jìng)爭(zhēng)力，因此，針對(duì)噪聲，目前常通過(guò)傳聲器陣列技術(shù)實(shí)現(xiàn)消噪，這使得音頻會(huì)議系統(tǒng)的參與人員徹底擺脫手持傳聲器并定向到傳聲器的束縛，大大提高了音頻會(huì)議系統(tǒng)的實(shí)用性。對(duì)語(yǔ)音信號(hào)處理而言，要爭(zhēng)取使進(jìn)入編碼器的語(yǔ)音音質(zhì)就比較好如低混響、低噪聲等，傳聲器陣列就是保證語(yǔ)音信號(hào)的低混響、低噪聲。

公開(kāi)號(hào)為CN101496417A、公開(kāi)日為2009年7月29日的中國(guó)專利申請(qǐng)公開(kāi)了一種“語(yǔ)音會(huì)議系統(tǒng)”，在不同方向上的多個(gè)單向傳聲器拾取的語(yǔ)音采集信號(hào)形成多個(gè)語(yǔ)音采集束信號(hào)，其后，與語(yǔ)音到達(dá)方向相對(duì)應(yīng)的語(yǔ)音采集束信號(hào)的信號(hào)電平變高，語(yǔ)音采集部分選擇信號(hào)電平超過(guò)設(shè)定閾值的語(yǔ)音采集束信號(hào)，并將該信號(hào)送到通信部分。該技術(shù)方案中，超過(guò)閾值的語(yǔ)音采集束信號(hào)可能有多個(gè)，這樣在小房間就會(huì)增加混響，使聲音清晰度降低。

公開(kāi)號(hào)為US20050195988A1、公開(kāi)日為2005年9月8日的美國(guó)專利申請(qǐng)公開(kāi)了一種“System?and?method?for?beamforming?using?a?microphone?array”，該技術(shù)方案是使用傳聲器陣列聚束的系統(tǒng)和方法，其技術(shù)方案的實(shí)質(zhì)是設(shè)計(jì)了一個(gè)聚束器，該聚束器首先利用描述傳聲器陣列的特性和結(jié)構(gòu)的參數(shù)信息來(lái)計(jì)算頻域相關(guān)的權(quán)值矩陣，與一個(gè)或多個(gè)為傳聲器陣列周圍環(huán)境自動(dòng)生成或計(jì)算得到的噪聲模型相結(jié)合，來(lái)對(duì)傳聲器陣列的最優(yōu)固定波束進(jìn)行設(shè)計(jì)，然后，在對(duì)傳聲器陣列接收的音頻信號(hào)進(jìn)行頻域聚束處理時(shí)，利用此權(quán)值矩陣對(duì)傳聲器陣列中的每個(gè)傳聲器的輸出進(jìn)行頻域加權(quán)。該方法需要根據(jù)陣列的特性和結(jié)構(gòu)在頻域計(jì)算加權(quán)矩陣，以達(dá)到形成波束的目的，增加了系統(tǒng)的復(fù)雜度，加大了系統(tǒng)的開(kāi)發(fā)難度并且降低了系統(tǒng)的可靠性。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的主要目的在于提供一種基于傳聲器陣列的語(yǔ)音信號(hào)處理方法及裝置，利用強(qiáng)指向性傳聲器陣列能將距發(fā)言人最近的語(yǔ)音信號(hào)進(jìn)行放大，從而能動(dòng)態(tài)跟蹤發(fā)言人。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

一種基于傳聲器陣列的語(yǔ)音信號(hào)處理方法，所述傳聲器陣列由兩個(gè)以上的指向性傳聲器構(gòu)成；所述方法包括：

確定各指向性傳聲器接收的相同幀的語(yǔ)音信號(hào)的能量值；

根據(jù)所述能量值確定所述相同幀的各語(yǔ)音信號(hào)的調(diào)整參數(shù)；

根據(jù)各語(yǔ)音信號(hào)的調(diào)整參數(shù)確定語(yǔ)音信號(hào)中各取樣點(diǎn)信號(hào)的權(quán)值，將各語(yǔ)音信號(hào)中各取樣點(diǎn)信號(hào)與各自的權(quán)值相乘，并對(duì)各語(yǔ)音信號(hào)的對(duì)應(yīng)取樣點(diǎn)信號(hào)的乘積值進(jìn)行累加，將累加后的取樣點(diǎn)信號(hào)依次輸出。

優(yōu)選地，所述根據(jù)所述能量值確定所述相同幀的各語(yǔ)音信號(hào)的調(diào)整參數(shù)，為：

將所述相同幀的各語(yǔ)音信號(hào)的能量值分別與最大的能量值作商；

對(duì)各商值進(jìn)行指數(shù)調(diào)整處理，并作為各語(yǔ)音信號(hào)的調(diào)整參數(shù)。

優(yōu)選地，所述對(duì)各商值進(jìn)行指數(shù)調(diào)整處理，并作為各語(yǔ)音信號(hào)的調(diào)整參數(shù)，為：

將各商值的E次方作為各語(yǔ)音信號(hào)的調(diào)整參數(shù)；其中，E為大于等于2小于等于10的正數(shù)。

優(yōu)選地，所述根據(jù)各語(yǔ)音信號(hào)的調(diào)整參數(shù)確定語(yǔ)音信號(hào)中各取樣點(diǎn)信號(hào)的權(quán)值，具體按下式計(jì)算：

w_i(n)＝λw_i(n-1)+(1-λ)C；其中，w_i(n)為傳聲器i中的當(dāng)前語(yǔ)音信號(hào)幀中第n個(gè)取樣點(diǎn)信號(hào)的權(quán)值，w_i(n-1)為傳聲器i中的當(dāng)前語(yǔ)音信號(hào)幀中第n-1個(gè)取樣點(diǎn)信號(hào)的權(quán)值；λ為預(yù)先設(shè)定的遺忘因子，0＜λ＜1；C為當(dāng)前語(yǔ)音信號(hào)幀的調(diào)整參數(shù)。

優(yōu)選地，所述根據(jù)各語(yǔ)音信號(hào)的調(diào)整參數(shù)確定語(yǔ)音信號(hào)中各取樣點(diǎn)信號(hào)的權(quán)值，為：

w_i(n)＝λw_i(n-1)+(1-λ)C；其中，w_i(n)為傳聲器i中的當(dāng)前語(yǔ)音信號(hào)幀中第n個(gè)取樣點(diǎn)信號(hào)的初始權(quán)值，w_i(n-1)為傳聲器i中的當(dāng)前語(yǔ)音信號(hào)幀中第n-1個(gè)取樣點(diǎn)信號(hào)的初始權(quán)值；λ為預(yù)先設(shè)定的遺忘因子，0＜λ＜1；C為當(dāng)前語(yǔ)音信號(hào)幀的調(diào)整參數(shù)；