[發明專利]一種聲源定位方法和裝置

有效

• 申請號: 201610970977.5
• 申請日: 2016-10-27
• 公開（公告）號: CN107026934B
• 公開（公告）日: 2019-09-27
• 發明（設計）人: 王樂臨
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04M1/725
• 分類號: H04M1/725;G10L21/0208;G01S11/14;G06K9/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 馮艷蓮

1.一種聲源定位方法，其特征在于，所述方法應用于頂部具有兩個麥克風的終端上，所述兩個麥克風分別位于所述終端的正面和背面，所述方法包括：

所述終端處于視頻通話狀態時，確定所述終端的攝像頭的攝像范圍內是否存在目標用戶；

若確定在所述攝像范圍內存在目標用戶，則利用所述兩個麥克風采集聲音信號，并基于采集到的聲音信號計算所述兩個麥克風之間的聲壓差；

利用所述兩個麥克風的聲壓差，判斷是否滿足利用聲壓差判斷聲源方向的條件；

若滿足所述條件，則基于所述兩個麥克風的聲壓差，確定出所述聲音信號中是否包含后向聲音信號，所述后向聲音信號為位于所述攝像頭后方的聲音信號；

若確定出所述聲音信號中包含后向聲音信號，將所述聲音信號中的后向聲音信號進行濾除。

2.如權利要求1所述的方法，其特征在于，所述確定在所述攝像范圍內存在目標用戶，包括：

利用人像識別技術在所述攝像范圍內檢測出存在任一用戶；或，

利用人臉識別技術在所述攝像范圍內檢測出存在臉部特征與預存的人臉模板相同的用戶；或

利用唇部運動檢測技術，檢測出存在唇部發生運動的用戶。

3.如權利要求1所述的方法，其特征在于，所述利用所述兩個麥克風采集聲音信號，并基于采集到的聲音信號計算所述兩個麥克風之間的聲壓差，包括：

利用所述兩個麥克風采集當前幀或頻點的聲音信號，分別為S1、S2；

基于S1、S2，利用快速傅里葉變換FFT算法計算S1、S2的功率譜，分別為P1、P2；

根據P1、P2，利用以下公式計算所述兩個麥克風之間的聲壓差；

其中，ILD_now表示當前幀或頻點對應的兩個麥克風的聲壓差；P₁表示頂部正面麥克風在當前幀或頻點對應的聲音功率譜，P₂表示頂部背面麥克風在當前幀或頻點對應的聲音功率譜。

4.如權利要求3所述的方法，其特征在于，所述利用所述兩個麥克風的聲壓差，判斷是否滿足利用聲壓差判斷聲源方向的條件，包括：

利用當前幀或頻點對應的所述兩個麥克風的聲壓差，計算所述兩個麥克風在當前幀或頻點對應的聲壓差的最大值和聲壓差的最小值；

在所述兩個麥克風在當前幀或頻點對應的聲壓差的最大值與聲壓差的最小值之差大于第一門限值時，確定滿足利用聲壓差判斷聲源方向的條件；

在所述聲壓差的最大值與所述聲壓差的最小值之差不大于第一門限值時，確定不滿足利用聲壓差判斷聲源方向的條件。