[發(fā)明專利]定向音頻捕獲

有效

• 申請?zhí)枺?/td>: 201580071317.7
• 申請日: 2015-12-02
• 公開（公告）號: CN107113499B
• 公開（公告）日: 2018-09-18
• 發(fā)明（設(shè)計）人: H·E·瓦拉布漢;S·薩卡里;C·艾文達(dá)諾;L·佐爾巴赫
• 申請（專利權(quán)）人: 美商樓氏電子有限公司
• 主分類號: H04R3/00
• 分類號: H04R3/00
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 呂俊剛;楊薇

提供了用于改進(jìn)定向音頻捕獲系統(tǒng)的性能的系統(tǒng)和方法。示例方法包括使至少兩個音頻輸入的相圖相關(guān)，所述音頻輸入由至少兩個麥克風(fēng)捕獲。所述方法還可包括基于相關(guān)性而生成在不同方向角下的顯著性的估計以定位聲源的方向。所述方法可允許基于所述估計向定向音頻捕獲系統(tǒng)提供線索。所述線索包括衰減水平。通過啟動和釋放時間常數(shù)來控制所述衰減水平的變化率以避免聲音偽影。所述方法還包括基于顯著性的估計中是否存在一個或更多個峰值來確定模式。所述方法還基于所確定的模式來配置定向音頻捕獲系統(tǒng)。

相關(guān)申請的交叉引用

本申請是要求2009年12月2日提交的美國臨時申請No.61/266,131的權(quán)益的2010年10月1日提交的美國專利申請No.12/896,725的部分繼續(xù)案；本申請還要求2014年12月30日提交的美國臨時申請No.62/098,247的權(quán)益。上述申請的主題出于所有目的通過引用并入本文。

技術(shù)領(lǐng)域

本公開總體上涉及音頻處理，更具體地講，涉及用于改進(jìn)定向音頻捕獲的性能的系統(tǒng)和方法。

背景技術(shù)

用于定向音頻捕獲的現(xiàn)有系統(tǒng)通常被配置為捕獲感興趣區(qū)域內(nèi)(例如，波瓣內(nèi))的音頻信號并抑制波瓣之外的任何東西。另外，用于定向音頻捕獲的現(xiàn)有系統(tǒng)沒有利用正被記錄的揚(yáng)聲器的方向性。這導(dǎo)致貫穿波瓣的不均勻抑制。特別是在講話者(即，揚(yáng)聲器)與給定角度的音頻捕獲裝置之間的距離變化的情況下，會危及這樣的系統(tǒng)的魯棒性。如果講話者靠近裝置或遠(yuǎn)離裝置移動，則抑制會變得不均勻。

在用于定向音頻捕獲的現(xiàn)有方案中，開箱/校準(zhǔn)和顧客要求可能不一致。這種不一致可能導(dǎo)致在特定角度范圍需要更多或更少的抑制。由于不均勻的抑制，在期望抑制/提高特定角度以遍及波瓣維持均勻的噪聲抑制的情況下部署這樣的解決方案會變得更具挑戰(zhàn)性。

現(xiàn)有定向音頻捕獲解決方案還會對麥克風(fēng)密封非常敏感。較好的麥克風(fēng)密封導(dǎo)致更均勻的抑制，較差的麥克風(fēng)密封導(dǎo)致不均勻的抑制。通常，即使當(dāng)使用相同制造批次時，麥克風(fēng)密封也會使得一個裝置不同于另一裝置。期望一種在講話者與音頻捕獲系統(tǒng)之間的距離變化期間使麥克風(fēng)密封魯棒的解決方案。

發(fā)明內(nèi)容

此發(fā)明內(nèi)容被提供用于以簡化的形式介紹概念的選擇，這些概念在下面在具體實(shí)施方式中進(jìn)一步描述。此發(fā)明內(nèi)容并非旨在確定要求保護(hù)的主題的關(guān)鍵特征或必要特征，也非旨在用于幫助確定要求保護(hù)的主題的范圍。

提供了用于改進(jìn)定向音頻捕獲系統(tǒng)的性能的系統(tǒng)和方法。示例方法包括使至少兩個音頻輸入的相圖相關(guān)。該方法允許基于相關(guān)性來生成在不同方向角下的顯著性(salience)的估計以定位與至少一個聲源關(guān)聯(lián)的至少一個方向。該方法還包括基于顯著性的估計來確定線索(cue)，并且將線索提供給定向音頻捕獲系統(tǒng)。

在一些實(shí)施方式中，定向音頻捕獲系統(tǒng)使用線索來在不同方向角下衰減或放大所述至少兩個音頻輸入。在特定實(shí)施方式中，線索至少包括針對不同方向角的衰減水平。在一些實(shí)施方式中，顯著性的估計包括在平行于地面的平面內(nèi)在從0至360的方向角下的顯著性的向量。

在一些實(shí)施方式中，生成線索包括將不同方向角映射至定向音頻捕獲系統(tǒng)的相對衰減水平。在特定實(shí)施方式中，該方法包括通過啟動和釋放(attack and release)時間常數(shù)實(shí)時地控制衰減水平的變化率以避免聲音偽影。

在一些實(shí)施方式中，該方法包括基于顯著性的估計中是否存在一個或更多個峰值來從多個操作模式中確定模式。該方法允許基于所確定的模式來配置定向音頻捕獲系統(tǒng)。在特定實(shí)施方式中，該方法允許通過應(yīng)用啟動和釋放時間常數(shù)來實(shí)時地控制所述多個操作模式中的模式之間的切換速率。在一些實(shí)施方式中，通過具有不同質(zhì)量的密封的至少兩個麥克風(fēng)來捕獲音頻輸入。

根據(jù)本公開的另一示例實(shí)施方式，用于改進(jìn)定向音頻捕獲系統(tǒng)的性能的方法的步驟被存儲在包括指令的機(jī)器可讀介質(zhì)上，所述指令在被一個或更多個處理器實(shí)現(xiàn)時執(zhí)行所述步驟。