[發明專利]一種語音信號處理方法及裝置

有效

• 申請號: 201580079468.7
• 申請日: 2015-05-19
• 公開（公告）號: CN107534725B
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 趙天宇
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04N5/232
• 分類號: H04N5/232
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種語音信號處理方法，其特征在于，包括：

通過圖像采集設備采集目標發言人的圖像；

從所述圖像中確定所述目標發言人的嘴部區域，作為目標聲源區域；

通過點特征定位方式獲取所述目標聲源區域相對所述圖像采集設備的位置信息；

根據預先存儲的所述圖像采集設備與麥克風陣列的空間相對位置，以及所述目標聲源區域相對所述圖像采集設備的位置信息，確定所述目標聲源區域與所述麥克風陣列的相對位置；

在通過所述麥克風陣列接收到語音信號后，根據所述目標聲源區域與所述麥克風陣列的相對位置，利用最小方差無失真響應MVDR波束形成算法對所述語音信號進行增強處理；

其中，所述通過點特征定位方式獲取所述目標聲源區域相對所述圖像采集設備的位置信息，包括：

提取所述目標聲源區域的至少一個點特征，根據所述點特征的像素值獲取所述點特征在所述圖像的坐標系下的坐標，其中，所述圖像的坐標系中的坐標原點為所述圖像采集設備的光軸在所述圖像上的垂直投影點，且所述圖像的坐標系中的相互垂直的兩個軸在所述圖像所在平面內；

根據所述點特征在所述圖像的坐標系下的坐標和所述圖像采集設備的焦距，獲取所述目標聲源區域的中心點在所述圖像采集設備的坐標系下的坐標，作為所述目標聲源區域相對所述圖像采集設備的位置信息；其中，所述圖像采集設備的坐標系中的坐標原點為所述圖像采集設備的中心點，且所述圖像采集設備的坐標系中的兩兩互相垂直的三個軸中的一個軸與所述圖像所在平面垂直，其余兩個軸分別與所述圖像的坐標系的兩個軸平行。

2.根據權利要求1所述的方法，其特征在于，所述根據預先存儲的所述圖像采集設備與麥克風陣列的空間相對位置，以及所述目標聲源區域相對所述圖像采集設備的位置信息，確定所述目標聲源區域與所述麥克風陣列的相對位置，包括：

根據預先存儲的所述圖像采集設備與麥克風陣列的空間相對位置，確定所述麥克風陣列在所述圖像采集設備的坐標系下的坐標；

根據所述麥克風陣列在所述圖像采集設備的坐標系下的坐標，以及所述目標聲源區域的中心點在所述圖像采集設備的坐標系下的坐標，確定所述目標聲源區域的中心點與所述麥克風陣列的相對位置，作為所述目標聲源區域與所述麥克風陣列的相對位置。

3.根據權利要求1所述的方法，其特征在于，所述麥克風陣列中的任意兩個麥克風之間的距離大于所述語音信號的波長的一半。

4.根據權利要求2所述的方法，其特征在于，所述麥克風陣列中的任意兩個麥克風之間的距離大于所述語音信號的波長的一半。

5.根據權利要求1-4中任一項所述的方法，其特征在于，所述在通過所述麥克風陣列接收到語音信號后，根據所述目標聲源區域與所述麥克風陣列的相對位置，利用最小方差無失真響應MVDR波束形算法對所述語音信號進行增強處理，包括：

在通過所述麥克風陣列接收到語音信號后，根據所述目標聲源區域與所述麥克風陣列的相對位置，計算所述目標聲源區域的中心點至所述麥克風陣列中各個麥克風的直線距離，并計算所述目標聲源區域的中心點至任意兩個麥克風的聲程差，其中，所述聲程差為所述目標聲源區域的中心點至所述任意兩個麥克風中的一個麥克風的直線距離與所述目標聲源區域的中心點至所述任意兩個麥克風中的另一個麥克風的直線距離的絕對差值；

根據所述目標聲源區域的中心點至所述任意兩個麥克風的聲程差，計算所述目標聲源區域的中心點至所述任意兩個麥克風的時延；

根據所述目標聲源區域的中心點至所述任意兩個麥克風的時延對所述任意兩個麥克風進行時延補償，以增強各個麥克風接收到的指向所述目標聲源區域方向的語音信號。