[發(fā)明專利]麥克風(fēng)陣列輸出聲源的方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810031726.X
• 申請(qǐng)日: 2018-01-12
• 公開（公告）號(hào): CN110035355B
• 公開（公告）日: 2022-06-07
• 發(fā)明（設(shè)計(jì)）人: 楊楠
• 申請(qǐng)（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): H04R3/00
• 分類號(hào): H04R3/00
• 代理公司: 上海弼興律師事務(wù)所 31283
• 代理人: 薛琦;鄧忠紅

本發(fā)明公開了一種麥克風(fēng)陣列輸出聲源的方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，所述聲源為多個(gè)，方法包括：獲取每個(gè)所述聲源的頻譜數(shù)據(jù)；根據(jù)所述頻譜數(shù)據(jù)分別計(jì)算每個(gè)所述聲源的能量和；比較所有所述聲源的所述能量和，確定所述能量和最大的所述聲源為待輸出聲源；輸出所述待輸出聲源的所述頻譜數(shù)據(jù)。本發(fā)明提供的麥克風(fēng)陣列輸出聲源的方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)通過計(jì)算每個(gè)聲源頻譜數(shù)據(jù)的能量和，然后再比較以確定能量和最大的聲源作為最終的待輸出聲源進(jìn)行輸出，由此為一些資源有限的嵌入式設(shè)備提供了一種單路音頻輸入的解決方案，解決了現(xiàn)有技術(shù)中針對(duì)麥克風(fēng)陣列的開源項(xiàng)目輸出的多聲源的多個(gè)音頻數(shù)據(jù)在資源有限的嵌入式設(shè)備中無法直接使用的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及麥克風(fēng)陣列輸出控制領(lǐng)域，特別涉及一種麥克風(fēng)陣列輸出聲源的方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

麥克風(fēng)陣列相關(guān)技術(shù)包括聲源定位、追蹤、分離及后置濾波等，目前已有開源項(xiàng)目比較成熟，現(xiàn)有的開源項(xiàng)目能夠追蹤分離多個(gè)聲源，在后置濾波后將每個(gè)聲源分別輸出為相應(yīng)的音頻文件，例如有4個(gè)聲源則輸出4個(gè)音頻文件。

如果需要利用開源項(xiàng)目的輸出做關(guān)鍵詞識(shí)別或語音識(shí)別等應(yīng)用，就需要其輸出為一路音頻，或者需要多線程處理關(guān)鍵詞識(shí)別或語音識(shí)別等相應(yīng)的應(yīng)用。在一些資源有限的嵌入式設(shè)備中，無法進(jìn)行多線程操作，此時(shí)只能實(shí)現(xiàn)輸出一路音頻。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是為了克服現(xiàn)有技術(shù)中針對(duì)麥克風(fēng)陣列的開源項(xiàng)目輸出的多聲源的多個(gè)音頻數(shù)據(jù)在資源有限的嵌入式設(shè)備中無法直接使用的缺陷，提供一種適用于資源有限的嵌入式設(shè)備的麥克風(fēng)陣列輸出聲源的方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。

本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題：

本發(fā)明提供了一種麥克風(fēng)陣列輸出聲源的方法，所述聲源為多個(gè)，其特點(diǎn)在于，所述方法包括以下步驟：

獲取每個(gè)所述聲源的頻譜數(shù)據(jù)；

根據(jù)所述頻譜數(shù)據(jù)分別計(jì)算每個(gè)所述聲源的能量和；

比較所有所述聲源的所述能量和，確定所述能量和最大的所述聲源為待輸出聲源；

輸出所述待輸出聲源的所述頻譜數(shù)據(jù)。

本方案中，每個(gè)所述聲源的頻譜數(shù)據(jù)由現(xiàn)有的針對(duì)麥克風(fēng)陣列的開源項(xiàng)目輸出得到。本方案中通過計(jì)算每個(gè)聲源頻譜數(shù)據(jù)的能量和，然后再比較以確定能量和最大的聲源，即將最大能量輸出的聲源作為最終的待輸出聲源進(jìn)行輸出，由此為一些資源有限的嵌入式設(shè)備提供了一種單路音頻輸入的解決方案，解決了現(xiàn)有技術(shù)中針對(duì)麥克風(fēng)陣列的開源項(xiàng)目輸出的多聲源的多個(gè)音頻數(shù)據(jù)在資源有限的嵌入式設(shè)備中無法直接使用的問題。

可選地，所述獲取每個(gè)所述聲源的頻譜數(shù)據(jù)包括：

獲取每個(gè)所述聲源的當(dāng)前幀的頻譜數(shù)據(jù)，所述當(dāng)前幀包括若干個(gè)頻點(diǎn)；

所述根據(jù)所述頻譜數(shù)據(jù)分別計(jì)算每個(gè)所述聲源的能量和包括：

分別計(jì)算每個(gè)所述聲源的所述當(dāng)前幀的各個(gè)頻點(diǎn)的能量；

根據(jù)所述各個(gè)頻點(diǎn)的能量分別計(jì)算每個(gè)所述聲源的所述當(dāng)前幀的所有頻點(diǎn)的能量和；

所述輸出所述待輸出聲源的所述頻譜數(shù)據(jù)包括：輸出所述待輸出聲源的所述當(dāng)前幀的頻譜數(shù)據(jù)。

本方案中，以當(dāng)前幀為計(jì)算能量和及比較的單位，通過先計(jì)算每個(gè)聲源的當(dāng)前幀的頻譜數(shù)據(jù)中的每個(gè)頻點(diǎn)的能量，然后再累加得到每個(gè)聲源的能量和，也就是將每個(gè)聲源的當(dāng)前幀的頻譜數(shù)據(jù)的能量總和作為每個(gè)聲源的能量和，最終輸出的也是能量和最大的聲源的當(dāng)前幀的頻譜數(shù)據(jù)。

本方案中，將能量和的計(jì)算單位確定為每個(gè)聲源的當(dāng)前幀，由此確定的能量和實(shí)時(shí)性更高，比較后確定的待輸出聲源也更加合理。