[發明專利]一種基于麥克風陣列的雙端講話狀態檢測方法及裝置

在審

• 申請號: 202010600751.2
• 申請日: 2020-06-28
• 公開（公告）號: CN111883153A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 陳浩磊;畢永建
• 申請（專利權）人: 廈門億聯網絡技術股份有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L21/0224;G10L21/0232;G10L25/27;G10L25/45;G10L25/60
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;麥小嬋

本發明公開了一種基于麥克風陣列的雙端講話狀態檢測方法及裝置，所述方法包括：通過麥克風采集不同通道對應的語音模擬信號，并將所述語音模擬信號轉換為語音數字信號，得到第一通道信號和第二通道信號；采用NLMS算法對所述第一通道信號和所述第二通道信號進行線性回聲消除處理；對所述第一通道信號和所述第二通道信號進行GCC運算，通過兩個通道信號的廣義互相關函數計算時延值后進行峰值檢測，得到最大峰值；通過所述最大峰值和預設第一距離閾值進行比較，判斷當前麥克風的雙端講話檢測狀態。本發明對于麥克風和揚聲器相對位置固定的硬件終端能夠有效判斷出雙端講話狀態，提高判斷雙端講話狀態的準確性和適應性。

技術領域

本發明涉及通信音頻檢測技術領域，尤其是涉及一種基于麥克風陣列的雙端講話狀態檢測方法及裝置。

背景技術

在實時通話中，基于語音場景一般可劃分為近端講話、遠端講話和雙端講話。而在視頻會議通話場景中，拾音距離較遠(3～5m)，而揚聲器和麥克風的距離相比與說話人距離麥克風的位置要靠近很多，導致在麥克風拾音上會存在遠端信號遠大于近端信號的現象，并且這個差距可以達到20db以上，大大增加了回聲消除的難度，尤其是對于雙端講話場景，容易出現近端抑制嚴重和回聲消除不干凈的情況。

而在雙端講話場景下，要能夠保留近端語音，對于雙端講話場景的檢測算法的準確性和魯棒性要求非常高。對雙端講話檢測而言，如果檢測錯誤，會影響自適應濾波算法的收斂速度，嚴重時甚至會引起發散；另外雙端講話檢測還用于指導后續的非線性殘差抑制算法。目前，針對雙端講話檢測的現有技術包括能量檢測方法，以及基于近端信號和去線性回聲信號的檢測方法。

但是，在對現有技術的研究與實踐過程中，本發明的發明人發現，現有技術存在如下缺陷：基于能量檢測時，由于能量閾值選取較為固定且粗糙，導致誤判率高的問題；而基于近端信號和去線性回聲信號，需要進行歸一化的互相關處理，從而得到檢測參數進行雙端講話檢測，由于近端環境噪聲干擾性較強，在聲學環境不穩定和非線性殘差信號較大的情況下，閾值選取適應性較差，從而影響后續的雙端講話檢測。因此，亟需一種能夠克服現有技術中的缺陷的雙端講話狀態檢測方法及裝置。

發明內容

本發明實施例所要解決的技術問題在于，提供一種基于麥克風陣列的雙端講話狀態檢測方法及裝置，能夠有效識別當前麥克風和揚聲器的雙端講話狀態。

為解決上述問題，本發明的一個實施例提供一種基于麥克風陣列的雙端講話狀態檢測方法，至少包括如下步驟：

通過麥克風采集不同通道對應的語音模擬信號，并將所述語音模擬信號轉換為語音數字信號，得到第一通道信號和第二通道信號；

采用NLMS算法對所述第一通道信號和所述第二通道信號進行線性回聲消除處理；

對所述第一通道信號和所述第二通道信號進行GCC運算，通過兩個通道信號的廣義互相關函數計算時延值后進行峰值檢測，得到最大峰值；

通過所述最大峰值和預設第一距離閾值進行比較，判斷當前麥克風的雙端講話檢測狀態。

作為優選方案，所述通過所述最大峰值和預設第一距離閾值進行比較，判斷當前麥克風的雙端講話檢測狀態，具體為：

判斷所述最大峰值是否大于預設第一距離閾值，若否，則判定當前麥克風為遠端講話狀態；若是，則判定當前麥克風為近端講話狀態或雙端講話狀態，進行下一步判斷；

判斷是否有揚聲器播放信號；若是，則判定當前麥克風為雙端講話狀態；若否，則判定當前麥克風為近端講話狀態。

作為優選方案，所述基于麥克風陣列的雙端講話狀態檢測方法，還包括：

根據所述當前麥克風的雙端講話檢測狀態進行對應的非線性殘差抑制處理。

作為優選方案，所述線性回聲消除處理包括線性回聲部分處理、非殘性殘留部分處理和濾波器更新策略。