[發明專利]一種語音信號處理方法、裝置及系統

有效

• 申請號: 201610060386.4
• 申請日: 2016-01-28
• 公開（公告）號: CN105679328A
• 公開（公告）日: 2016-06-15
• 發明（設計）人: 劉煥;湯峰峰;修平平;鄢仁祥;曹李軍
• 申請（專利權）人: 蘇州科達科技股份有限公司
• 主分類號: G10L21/02
• 分類號: G10L21/02;G10L21/0224;G10L21/028
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張杰

技術領域

本發明涉及音視頻技術領域，具體涉及一種語音信號處理方法、裝置 及系統。

背景技術

隨著音視頻技術的快速發展，攝像機與麥克風陣列設備已經在視頻監 控、視頻會議等應用場合中不可或缺。不幸的是，在我們可以獲取清晰錄 像的同時，音頻通訊通常會遭受干擾聲源、噪聲和混響的影響，使得難以 聽清攝像現場的講話內容。

為改善不利環境中音頻訊號的接收，麥克風陣列通常被應用來對聲源 定位，并對聲源方向進行波束形成等語音信號處理。然而在多人聲嘈雜環 境中時，目前的陣列麥克風技術在面對復雜的聲學場景時，則無法進行聲 源定位，因此對聲源發出的語音信息進行語音信號處理的效果難以保證， 抑制噪聲干擾能力差。

發明內容

因此，本發明實施例要解決的技術問題在于現有技術中的語音信號處 理系統在復雜多人聲環境中的抑制噪聲干擾能力差。

為此，本發明實施例的一種語音信號處理方法，包括以下步驟：

獲取目標聲源相對于麥克風陣列中的每個麥克風的位置信息；

根據目標聲源相對于麥克風陣列中的每個麥克風的位置信息，獲取所 述目標聲源發出語音信息到每個麥克風獲取到所述語音信息的延遲時間；

根據所述延遲時間，對來自各個麥克風的語音信息進行語音信號處理， 獲取所述目標聲源發出的語音信息。

優選地，所述獲取目標聲源相對于麥克風陣列中的每個麥克風的位置 信息包括：

獲取所述目標聲源相對于攝像機的位置信息；

根據所述目標聲源相對于所述攝像機的位置信息和預設的麥克風陣列 與攝像機之間的位置關系，獲取目標聲源相對于麥克風陣列中的每個麥克 風的位置信息。

優選地，所述獲取所述目標聲源相對于攝像機的位置信息包括：

接收攝像機發送的包含聲源的現場視頻信息和在所述現場視頻信息包 含的所有聲源中選取的目標聲源；

根據所述現場視頻信息，獲取所述目標聲源相對于所述攝像機的位置 信息。

優選地，所述獲取目標聲源相對于麥克風陣列中的每個麥克風的位置 信息還包括：

利用麥克風陣列的空間幾何構造和麥克風相互間的相關性統計對獲取 到的所述目標聲源相對于麥克風陣列中的每個麥克風的位置信息進行校驗 調整，獲取校驗調整后的位置信息。

優選地，還包括以下步驟：

將獲取到的所述目標聲源發出的語音信息發送至本地揚聲器進行播放、 發送至通信裝置進行與遠端裝置的語音信息交互或者發送至存儲裝置進行 存儲。

本發明實施例的一種語音信號處理裝置，包括：

位置獲取單元，用于獲取目標聲源相對于麥克風陣列中的每個麥克風 的位置信息；

時延獲取單元，用于根據目標聲源相對于麥克風陣列中的每個麥克風 的位置信息，獲取所述目標聲源發出語音信息到每個麥克風獲取到所述語 音信息的延遲時間；

語音獲取單元，用于根據所述延遲時間，對來自各個麥克風的語音信 息進行語音信號處理，獲取所述目標聲源發出的語音信息。

優選地，所述位置獲取單元包括：

第一位置獲取子單元，用于獲取所述目標聲源相對于攝像機的位置信 息；

第二位置獲取子單元，用于根據所述目標聲源相對于所述攝像機的位 置信息和預設的麥克風陣列與攝像機之間的位置關系，獲取目標聲源相對 于麥克風陣列中的每個麥克風的位置信息。

優選地，所述第一位置獲取子單元包括：

接收單元，用于接收攝像機發送的包含聲源的現場視頻信息和在所述 現場視頻信息包含的所有聲源中選取的目標聲源；

位置獲取子子單元，用于根據所述現場視頻信息，獲取所述目標聲源 相對于所述攝像機的位置信息。

優選地，所述位置獲取單元還包括：

位置校驗調整單元，用于利用麥克風陣列的空間幾何構造和麥克風相 互間的相關性統計對獲取到的所述目標聲源相對于麥克風陣列中的每個麥 克風的位置信息進行校驗調整，獲取校驗調整后的位置信息。

優選地，還包括：

發送單元，用于將獲取到的所述目標聲源發出的語音信息發送至本地 揚聲器進行播放、發送至通信裝置進行與遠端裝置的語音信息交互或者發 送至存儲裝置進行存儲。