[發明專利]一種加速語音控制設備聲源定位的方法及裝置

在審

• 申請號: 202010129828.2
• 申請日: 2020-02-28
• 公開（公告）號: CN111398904A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 李陽
• 申請（專利權）人: 云知聲智能科技股份有限公司;廈門云知芯智能科技有限公司
• 主分類號: G01S5/24
• 分類號: G01S5/24;G10L15/22
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 張楠楠

本發明公開了一種加速語音控制設備聲源定位的方法及裝置，所述方法包括：基于用戶確定的語音控制設備，確定初始估計角度范圍，其中，所述初始估計角度范圍用于表征聲源所在方位的初始角度范圍；當所述用戶喚醒所述語音控制設備時，基于預設角度范圍進行計算，以得到聲源對應的角度；將所述聲源對應的角度確定為經驗角度；基于所述經驗角度，對所述初始估計角度范圍進行調整，得到目標估計角度范圍，以根據所述目標估計角度范圍完成聲源定位。通過本發明的技術方案，不僅大大降低計算量，而且降低定位的延時。

技術領域

本發明涉及聲音處理技術領域，特別涉及一種加速語音控制設備聲源定位的方法及裝置。

背景技術

智能家居場景中，為了定向拾音，提高遠場語音識別率，首先要進行聲源定位。

目前，在聲源定位時的估計角度范圍通常為360度或180度，而沒有考慮家居場景的實際情況，比如智能音箱放在墻角，聲源定位時的角度范圍只覆蓋90度，而估計角度范圍為360度或180度，遠遠大于實際情況中的角度范圍，這就造成在根據估計角度范圍確定聲源位置時，不僅計算量大而且定位的延時較長，影響用戶體驗；

發明內容

本發明提供一種加速語音控制設備聲源定位的方法及裝置，所述技術方案如下：

根據本發明實施例的第一方面，提供了一種加速語音控制設備聲源定位的方法，包括：

基于用戶確定的語音控制設備，確定初始估計角度范圍，其中，所述初始估計角度范圍用于表征聲源所在方位的初始角度范圍；

當所述用戶喚醒所述語音控制設備時，基于預設角度范圍進行計算，以得到聲源對應的角度；

將所述聲源對應的角度確定為經驗角度；

基于所述經驗角度，對所述初始估計角度范圍進行調整，得到目標估計角度范圍，以根據所述目標估計角度范圍完成聲源定位。

在一個實施例中，所述當所述用戶喚醒所述語音控制設備時，基于預設角度范圍進行計算，以得到聲源對應的角度，包括：

獲取所述用戶對所述語音控制設備的喚醒指令；

基于所述喚醒指令，計算所述預設角度范圍內每個角度對應的可控響應功率譜函數值，其中，所述每個角度之間的間隔為預設度數；

確定數值最大的可控響應功率譜函數值對應的角度為所述聲源對應的角度。

在一個實施例中，所述基于所述經驗角度，對所述初始估計角度范圍進行調整，得到目標估計角度范圍，以根據所述目標估計角度范圍完成聲源定位，包括：

基于所述經驗角度，對所述初始估計角度進行調整，以得到調整后的角度范圍；

驗證所述調整后的角度范圍是否滿足預設標準，當滿足所述預設標準時，確定所述調整后的角度范圍為所述目標估計角度范圍，以根據所述目標估計角度范圍完成聲源定位；

當不滿足所述預設標準時，確定所述初始估計角度范圍為所述目標估計角度范圍，以根據所述目標估計角度范圍完成聲源定位。

在一個實施例中，在所述基于所述經驗角度，對所述初始估計角度范圍進行調整，得到目標估計角度范圍，以根據所述目標估計角度范圍完成聲源定位之前，包括：

確定所述經驗角度的個數；

判斷所述個數是否大于預設閾值，當所述個數大于預設閾值時，開始基于所述經驗角度，對所述初始估計角度范圍進行調整，得到目標估計角度范圍，以根據所述目標估計角度范圍完成聲源定位。

在一個實施例中，所述以根據所述目標估計角度范圍完成聲源定位，包括：

計算所述目標估計角度范圍內每個角度對應的可控響應功率譜函數值；