[發明專利]一種復雜環境下聲源定位跟蹤方法在審
| 申請號： | 201610024997.3 | 申請日： | 2016-01-14 |
| 公開（公告）號： | CN106970356A | 公開（公告）日： | 2017-07-21 |
| 發明（設計）人： | 祝銘明 | 申請（專利權）人： | 芋頭科技（杭州）有限公司 |
| 主分類號： | G01S5/22 | 分類號： | G01S5/22;G10L15/22;G10L21/0224;G10L21/0232 |
| 代理公司： | 上海申新律師事務所31272 | 代理人： | 黨蕾 |
| 地址： | 310000 浙江省杭州市余杭區*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 復雜 環境 聲源 定位 跟蹤 方法 | ||
1.一種復雜環境下聲源定位跟蹤方法，其特征在于，應用于智能設備，具體步驟如下：
步驟S1：通過一麥克風陣列捕獲語音信號，建立第n個麥克風在時刻k接收到的語音信號的聲學模型為：
yn(k)＝gn*s(k)+vn(k),n＝1,2,3,…,N；
其中，gn是從聲源到第n個麥克風的信道沖激響應；
s(k)為未知信號源；
vn(k)為第n個麥克風接收到的加性噪聲信號，并假設與目標語音信號及其他噪聲不相關；
N為麥克風陣列的麥克風數目；
步驟S2：自所述語音信號的功率譜中減去所述加性噪聲信號的功率譜，對獲得的功率譜進行傅里葉反變換，得到預處理后的語音信號；
步驟S3，自所述麥克風陣列中選取一路麥克風作為參考麥克風，計算所述未知信號源的信號到達所述麥克風陣列中不同麥克風的波達時延；
步驟S4：利用所述波達時延信息和所述麥克風陣列的拓撲結構信息估計聲源的位置；
步驟S5，調整所述智能設備以朝向所述聲源的位置。
2.根據權利要求1所述的復雜環境下聲源定位跟蹤方法，其特征在于，所述步驟S2包括：
步驟S21，通過一帶通濾波器組對所述語音信號進行預濾波獲得預濾波后的語音信號；
步驟S22，對所述預濾波后的語音信號進行加窗和分幀操作，獲得復數段的幀數據；
步驟S23，對復數段的所述幀數據進行小波變換，并計算小波變換后的語音數據的方差；
步驟S24，判斷一幀數據的語音數據的方差是否大于一端點檢測門限值，如果大于，則相應的所述幀數據之后的語音數據為有效的語音數據，當前幀數據記為起始幀；
步驟S25，判斷所述起始幀之后的一幀數據的語音數據的方差小于所述門限值時，對應的幀數據記為結束幀。
3.根據權利要求2所述的復雜環境下聲源定位跟蹤方法，其特征在于，所述步驟S2包括：
步驟S26，對確定了起始幀和結束幀的分幀操作后的語音信號進行時域到頻域的轉換，并計算轉換后的頻域信號的功率譜；
步驟S27，自所述語音信號的功率譜中減去所述加性噪聲信號的功率譜，
步驟S28，進行傅里葉反變換得到預處理后的語音信號。
4.根據權利要求2所述的復雜環境下聲源定位跟蹤方法，其特征在于，所述步驟S21中所述帶通濾波器組的上限截止頻率為3400Hz，下限截止頻率為200Hz，采樣率大于20KHz。
5.根據權利要求1所述的復雜環境下聲源定位跟蹤方法，其特征在于，所述步驟S3具體包括：
步驟S31，利用加權廣義互相關法分別計算各個預處理的語音信號的加權互功率譜；
步驟S32，分別對各個所述互功率譜進行傅里葉反變換，得到廣義互相關函數；
步驟S33，分別獲取使得所述廣義互相關函數最大的時間值作為所述未知信號源到達各個麥克風的相對時延。
6.根據權利要求1所述的復雜環境下聲源定位跟蹤方法，其特征在于，所述步驟S4具體包括：
步驟S41，利用所述相對時延值計算出聲源到達各個麥克風的距離差；
步驟S42，結合所述麥克風陣列的拓撲結構信息確定聲源的位置。
7.根據權利要求1所述的復雜環境下聲源定位跟蹤方法，其特征在于，所述麥克風陣列沿圓形拓撲結構設置于所述智能設備上，每個麥克風距離所述麥克風陣列的中心點的距離為8mm至10mm。
8.根據權利要求1所述的復雜環境下聲源定位跟蹤方法，其特征在于，所述智能設備采用家用服務機器人。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于芋頭科技（杭州）有限公司，未經芋頭科技（杭州）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201610024997.3/1.html，轉載請聲明來源鉆瓜專利網。
