[發明專利]聲源位置的確定方法、系統、設備和存儲介質

在審

• 申請號: 201810367844.8
• 申請日: 2018-04-23
• 公開（公告）號: CN110390947A
• 公開（公告）日: 2019-10-29
• 發明（設計）人: 耿嶺
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G10L21/028
• 分類號: G10L21/028;G10L21/0216;G10L25/18;G10L25/21;G10L25/60;G01S5/22
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;羅朗

本發明公開了一種聲源位置的確定方法、系統、設備和存儲介質，所述確定方法包括：獲取聲源信號，并采用傅里葉變換算法獲取所述聲源信號的頻譜信息；根據所述頻譜信息獲取每幀所述聲源信號中的頻率分布信息；根據所述頻率分布信息計算每幀所述聲源信號中的每個頻點的第一權值；根據所述第一權值和所述頻率分布信息獲取所述聲源信號中的每個頻點的輸出功率，確定最大輸出功率的頻點為產生所述聲源信號的聲源位置。本發明減少了目標權值與每幀聲源信號的中的每個頻點的語音能量分布的誤差，提高了確定聲源信號的聲源位置的準確度。

技術領域

本發明涉及信號處理技術領域，特別涉及一種聲源位置的確定方法、系統、設備和存儲介質。

背景技術

現有技術中，為了獲取產生聲源信號的聲源位置，一般通過基于可控波束形成的定向方法。具體地，對麥克風陣列所接收到的聲源信號分別進行濾波和求加權值來表征波束，進而通過搜索聲源信號可能的位置來引導該波束，最終使波束輸出功率最大的點(即聲源信號的輸出功率最大的點)就是聲源的位置。

要實現這樣一個波束形成器，一般會最大化一個簡單的延遲求和波束形成器的輸出能量。但是，該技術存在的問題是：輸出能量的能量峰值非常寬，分辨率很差，即不能很好地區分出不同方向上的聲源信號。而且，如果存在多個聲源信號時，容易出現兩個或多個輸出能量的能量峰值產生混疊的現象，導致很難區分多個不同的聲源信號。因此，一般在計算聲源信號的輸出能量之前，對麥克風陣列采集到的聲源信號進行白化處理。然而，白化處理后雖然能產生更加鋒利的能量峰值，但是，同樣存在一個缺點：聲源信號的頻譜上的每一個頻率對最終的頻譜貢獻度一樣，即便存在信號在某頻率主要由噪聲控制的情況。因此，在確定聲源位置時具有較大誤差，存在不能準確獲取聲源位置的缺陷。

發明內容

本發明要解決的技術問題是為了克服現有技術中在確定聲源位置時，容易出現在語音能量并不高的頻點處，計算出的權值卻很大，從而不能準確獲取聲源位置的等缺陷，目的在于提供一種聲源位置的確定方法、系統、設備和存儲介質。

本發明是通過下述技術方案來解決上述技術問題：

本發明提供一種聲源位置的確定方法，所述確定方法包括：

獲取聲源信號，并采用傅里葉變換算法獲取所述聲源信號的頻譜信息；

根據所述頻譜信息獲取每幀所述聲源信號中的頻率分布信息；

其中，所述頻率分布信息用于表征每幀所述聲源信號的語音能量分布情況；

根據所述頻率分布信息計算每幀所述聲源信號中的每個頻點的第一權值；

根據所述第一權值和所述頻率分布信息獲取所述聲源信號中的每個頻點的輸出功率，確定最大輸出功率的頻點為產生所述聲源信號的聲源位置。

可選地，所述獲取聲源信號的步驟具體包括：

通過麥克風陣列獲取聲源信號；

所述根據所述頻率分布信息計算每幀所述聲源信號中的每個頻點的第一權值的步驟中，采用如下計算公式計算所述第一權值：

i表示麥克風陣列中的第i個麥克風，n表示第n幀聲源信號，k表示頻點對應的頻率值，表示第i個麥克風的第n幀聲源信號的功率譜，f₀為可調參數，表示第i個麥克風在第n幀聲源信號的頻率值為k的權值。

可選地，所述根據所述第一權值和所述頻率分布信息獲取所述聲源信號中的每個頻點的輸出功率的步驟具體包括：

將所述聲源信號在每個頻點對應的所述第一權值乘以對應的語音能量獲取所述聲源信號中的每個頻點的輸出功率。

可選地，所述根據所述第一權值和所述頻率分布信息獲取所述聲源信號中的每個頻點的輸出功率的步驟之前還包括：