[發明專利]使用波束形成的音頻捕獲

有效

• 申請號: 201780082116.6
• 申請日: 2017-12-28
• 公開（公告）號: CN110140359B
• 公開（公告）日: 2021-10-29
• 發明（設計）人: C·P·揚瑟;P·克基基安
• 申請（專利權）人: 皇家飛利浦有限公司
• 主分類號: H04R3/00
• 分類號: H04R3/00;G10L21/0216
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 劉兆君

一種音頻捕獲裝置包括麥克風陣列(301)和波束形成器(303)，所述波束形成器被布置為生成波束形成的音頻輸出信號和噪聲參考信號。第一和第二變換器(309、311)分別根據波束形成的音頻輸出信號和噪聲參考信號的頻率變換來生成第一和第二頻域信號。差異處理器(313)生成時間頻率瓦片差異量度，其針對給定頻率指示第一頻域信號的時間頻率瓦片值的范數(幅值)的單調函數與針對第一頻率的所述第二頻域信號的時間頻率瓦片值的范數的單調函數之間的差異。估計器(315)響應于針對頻率閾值以上的頻率的時間頻率瓦片差異量度的組合差異值，生成指示音頻輸出信號是否包括點音頻源的估計。

技術領域

本發明涉及使用波束形成的音頻捕獲，并且特別地但非排他地涉及使用波束形成的語音捕獲。

背景技術

在過去幾十年中，捕獲音頻，尤其是語音，已變得越來越重要。實際上，捕獲語音對于包括電信、電話會議、游戲、音頻用戶接口等在內的各種應用已變得越來越重要。然而，在許多場景和應用中的問題是所需的語音源通常不是環境中的唯一音頻源。相反，在典型的音頻環境中，存在正在由麥克風捕獲許多其他音頻/噪聲源。許多語音捕獲應用程序面臨的一個關鍵問題是如何在嘈雜的環境中最好地提取語音。為了解決這個問題，已經提出了許多不同的噪聲抑制方法。

實際上，例如免提語音通信系統中的研究是幾十年來備受關注的話題。第一個商業系統專注于專業(視頻)會議系統，其具有低背景噪音和短混響時間。發現用于識別和提取期望音頻源(例如期望的發言者)的特別有利的方法是基于來自麥克風陣列的信號的波束形成的使用。最初，麥克風陣列通常與聚焦固定波束一起使用，但后來自適應波束的使用變得更加流行。

在20世紀90年代后期，手機的免提系統開始引入。這些旨在用于許多不同的環境，包括混響房間和(較)高背景噪音水平。這種音頻環境提供了顯著更困難的挑戰，并且特別是可能使形成的波束的調整變得復雜或劣化。

最初，針對這樣的環境的音頻捕獲研究主要關注回聲消除，并且后來關注噪聲抑制。基于波束形成的音頻捕獲系統的示例在圖1中示出。在該示例中，多個麥克風101的陣列被耦合到波束形成器103，波束形成器103生成音頻源信號z(n)和一個或多個噪聲參考信號x(n)。

在一些實施例中，麥克風陣列101可以僅包括兩個麥克風，但通常包括更高的數量。

波束形成器103可以具體地是自適應波束形成器，其中可以使用合適的自適應算法將一個波束指向語音源。

例如，US 7146012和US 7602926公開了自適應波束形成器的示例，其關注于語音但是還提供包含(幾乎)無語音的參考信號。

波束形成器通過在前向匹配濾波器中對接收信號進行濾波并將經濾波的輸出相加而通過將麥克風信號的所需部分相干地相加來創建增強的輸出信號z(n)。此外，輸出信號在后向自適應濾波器中被濾波，所述后向自適應濾波器具有針對前向濾波器的共軛濾波器響應(在頻域中對應于時域中的時間反轉脈沖響應)。誤差信號被生成為輸入信號與后向自適應濾波器的輸出之間的差異，并且濾波器的系數適于使誤差信號最小化，從而造成音頻波束朝向主導信號被操縱。生成的誤差信號x(n)可以被認為是噪聲參考信號，其特別適合于對增強的輸出信號z(n)執行額外的噪聲降低。

主信號z(n)和參考信號x(n)通常都被噪聲污染。在兩個信號中的噪聲是相干的情況下(例如，當存在干擾點噪聲源時)，可以使用自適應濾波器105來減少相干噪聲。

為此目的，噪聲參考信號x(n)被耦合到自適應濾波器105的輸入，其中從音頻源信號z(n)中減去輸出以生成補償信號r(n)。自適應濾波器105適于最小化補償信號r(n)的功率，通常在期望音頻源不活動時(例如，當沒有語音時)并且這導致對相干噪聲的抑制。