[實(shí)用新型]自校準(zhǔn)的遠(yuǎn)場語音交互設(shè)備

有效

• 申請?zhí)枺?/td>: 201621197888.3
• 申請日: 2016-11-04
• 公開（公告）號: CN206489876U
• 公開（公告）日: 2017-09-12
• 發(fā)明（設(shè)計(jì)）人: 陳日林;馮大航;陳孝良;常樂
• 申請（專利權(quán)）人: 北京聲智科技有限公司
• 主分類號: G10L21/0216
• 分類號: G10L21/0216;G10L21/0316
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司11021
• 代理人: 任巖

技術(shù)領(lǐng)域

本實(shí)用新型總體上涉及語音處理技術(shù)領(lǐng)域，尤其涉及自校準(zhǔn)的遠(yuǎn)場語音交互設(shè)備。

背景技術(shù)

麥克風(fēng)陣列技術(shù)近幾十年來受到了研究者的廣泛關(guān)注，特別是最近幾年來,

受到人工智能繁榮發(fā)展的驅(qū)動(dòng)，遠(yuǎn)場語音識別技術(shù)得到更大的關(guān)注，對作為遠(yuǎn)場語音識別前端的麥克風(fēng)陣列技術(shù)提出了更大的要求。目前針對遠(yuǎn)場語音識別的主要方法包括MVDR(Minimum Variance DistortionlessResponse，最小方差無畸變響應(yīng))和多通道維納濾波方法，不管哪一種方法都是進(jìn)行了遠(yuǎn)場假設(shè)，通常認(rèn)為通道到達(dá)每個(gè)麥克風(fēng)的幅度一致，只是聲波到達(dá)時(shí)間不同，但實(shí)際中通常不同通道麥克風(fēng)增益不同，同時(shí)由于距離衰減等因素造成幅度差異，因此需要對麥克風(fēng)增益及信號幅度衰減進(jìn)行補(bǔ)償，才能保證算法性能。同時(shí)上述算法都需要明確麥克風(fēng)的準(zhǔn)確位置，大量方法與研究也是基于麥克風(fēng)準(zhǔn)確位置設(shè)計(jì)的，并且所有麥克風(fēng)都能正常工作，極端情況下，一旦麥克風(fēng)無法正常錄音工作，將導(dǎo)致算法性能急劇下降，在實(shí)際產(chǎn)品應(yīng)用中，麥克風(fēng)位置通常是已知的，但在使用過程中很難保證其中的某個(gè)麥克風(fēng)發(fā)生問題，無法正常錄音，這種情形下需要剔除問題麥克風(fēng)，此時(shí)原有的麥克風(fēng)位置信息需要更新，為保證陣列算法仍然能夠正常工作，此時(shí)需要校準(zhǔn)確定正常麥克風(fēng)陣列構(gòu)成的新麥克風(fēng)陣列及其相關(guān)信息。

現(xiàn)有技術(shù)對麥克風(fēng)信號的校準(zhǔn)，通常采用大型校準(zhǔn)設(shè)備在專用的實(shí)驗(yàn)室內(nèi)完成，非常費(fèi)時(shí)費(fèi)力，并不適用于消費(fèi)電子。例如，現(xiàn)有技術(shù)一(CN200810213962，一種麥克風(fēng)陣列及麥克風(fēng)陣列校準(zhǔn)的方法和模塊)采用靜默期的背景噪聲作為校準(zhǔn)聲源，計(jì)算不同通道的增益，調(diào)整不同通道到相同增益。該技術(shù)方案采用靜默期的相干性較低的背景噪聲作為校準(zhǔn) 聲源，麥克風(fēng)接收信號的信噪比較低，校準(zhǔn)誤差較大，同時(shí)只考慮麥克風(fēng)自身的增益，沒有考慮傳播衰減等造成的幅度誤差，特別對于遠(yuǎn)場情形下，各麥克風(fēng)的語音信號之間仍然存在較大幅度誤差，不適合于麥克風(fēng)陣列信號處理。

現(xiàn)有技術(shù)二“Robust speech recognition using beamforming with adaptivemicrophone gains and multichannel noise reduction”采用語音段信號作為校準(zhǔn)聲源，計(jì)算不同通道的增益。該技術(shù)方案一方面在增益計(jì)算中沒有剔出噪聲的影響，噪聲增益計(jì)算不準(zhǔn)確，另一方面對于極端情況，即麥克風(fēng)損壞無法正常工作的情形下，針對麥克風(fēng)陣列沒有提出解決方案。

實(shí)用新型內(nèi)容

(一)要解決的技術(shù)問題

本實(shí)用新型提供了一種自校準(zhǔn)的遠(yuǎn)場語音交互設(shè)備。

(二)技術(shù)方案

本實(shí)用新型提供了一種自校準(zhǔn)的遠(yuǎn)場語音交互設(shè)備，包括：麥克風(fēng)陣列與自校準(zhǔn)和語音識別終端，所述麥克風(fēng)陣列與所述自校準(zhǔn)和語音識別終端電性連接；所述麥克風(fēng)陣列采集遠(yuǎn)場語音信號，并將所述遠(yuǎn)場語音信號傳輸至所述自校準(zhǔn)和語音識別終端，其中，所述遠(yuǎn)場語音信號包含由麥克風(fēng)通道增益和信號傳播衰減引起的誤差；所述自校準(zhǔn)和語音識別終端對所述誤差進(jìn)行校準(zhǔn)，得到增強(qiáng)語音輸出。

優(yōu)選地，遠(yuǎn)場語音交互設(shè)備還包括控制端，所述控制端為手機(jī)。

優(yōu)選地，所述自校準(zhǔn)和語音識別終端為計(jì)算機(jī)或服務(wù)器。

優(yōu)選地，所述自校準(zhǔn)和語音識別終端包括：自校準(zhǔn)模塊和廣義旁瓣對消器，所述麥克風(fēng)陣列連接自校準(zhǔn)模塊，所述自校準(zhǔn)模塊連接所述廣義旁瓣對消器，其中，所述自校準(zhǔn)模塊對所述誤差進(jìn)行校準(zhǔn)，校準(zhǔn)后的遠(yuǎn)場語音信號傳輸至所述廣義旁瓣對消器；所述廣義旁瓣對消器對校準(zhǔn)后的遠(yuǎn)場語音信號進(jìn)行處理，得到增強(qiáng)語音輸出。

優(yōu)選地，所述自校準(zhǔn)模塊包括：語音活動(dòng)檢測模塊、相對增益計(jì)算模塊和增益校準(zhǔn)模塊；其中，所述語音活動(dòng)檢測模塊選取麥克風(fēng)陣列的一個(gè)麥克風(fēng)作為參考通道，利用所述參考通道提取遠(yuǎn)場語音信號中的語音段；所述相對增益計(jì)算模塊連接所述語音活動(dòng)檢測模塊，利用所述語音段計(jì)算 麥克風(fēng)陣列中的其他麥克風(fēng)相對于所述參考通道的相對增益；所述增益校準(zhǔn)模塊連接所述相對增益計(jì)算模塊，根據(jù)所述相對增益，將其他麥克風(fēng)的語音段調(diào)整到參考通道的增益水平，得到校準(zhǔn)后的遠(yuǎn)場語音信號。

優(yōu)選地，所述廣義旁瓣對消器包括：固定波束形成模塊、阻塞矩陣模塊、自適應(yīng)噪聲抵消模塊；其中，校準(zhǔn)后的遠(yuǎn)場語音信號分別進(jìn)入固定波束形成模塊和阻塞矩陣模塊；固定波束形成模塊對校準(zhǔn)后的遠(yuǎn)場語音信號進(jìn)行處理，生成語音參考信號；阻塞矩陣模塊對校準(zhǔn)后的遠(yuǎn)場語音信號進(jìn)行處理，生成噪聲參考信號，語音參考信號與經(jīng)過自適應(yīng)噪聲抵消模塊的噪聲參考信號求差，得到增強(qiáng)語音輸出。