[發(fā)明專(zhuān)利]基于深度學(xué)習(xí)的麥克風(fēng)陣列聲源定位方法及聲源識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110465688.0
• 申請(qǐng)日: 2021-04-28
• 公開(kāi)（公告）號(hào): CN113514801A
• 公開(kāi)（公告）日: 2021-10-19
• 發(fā)明（設(shè)計(jì)）人: 陳思應(yīng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 成都啟英泰倫科技有限公司
• 主分類(lèi)號(hào): G01S5/22
• 分類(lèi)號(hào): G01S5/22;G06N3/04;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.基于深度學(xué)習(xí)的麥克風(fēng)陣列聲源定位方法，其特征在于：包括如下步驟：

S1. 設(shè)置麥克風(fēng)陣列，所述麥克風(fēng)陣列包括三個(gè)以上的麥克風(fēng)；

S2. 對(duì)麥克風(fēng)進(jìn)行兩兩分組，利用每一組麥克風(fēng)進(jìn)行聲源位置定位,具體為：

S21. 以?xún)蓚€(gè)麥克風(fēng)連線為X軸，連線中點(diǎn)為坐標(biāo)原點(diǎn)構(gòu)建三維坐標(biāo)系；利用下式計(jì)算聲源相對(duì)坐標(biāo)原點(diǎn)的方位角θ；

其中c為聲速，m_i1 、m_i2表示兩個(gè)麥克風(fēng)在坐標(biāo)系中的位置，τ_i為兩個(gè)麥克風(fēng)接收到聲音信號(hào)的延時(shí)差；

S22. 對(duì)兩個(gè)麥克風(fēng)，求得麥克風(fēng)接收到的頻域信號(hào)X_i（k,l）；其中，下標(biāo)i表示不同的麥克風(fēng)，k表示第k個(gè)頻點(diǎn)，l表示第l幀語(yǔ)音信號(hào)；

S3. 遍歷各組麥克風(fēng)求得各組麥克風(fēng)對(duì)應(yīng)的方位角θ和頻域信號(hào)后，再進(jìn)行以下處理：

將空間全方位角[-180°, 180°]均分為Q等份，定義每一個(gè)空間角索引i = 1，2，...，Q；則第i個(gè)空間角的波束S(i)為：

（4）

其中：為第k個(gè)頻點(diǎn)的相位角，F(xiàn)s為頻域信號(hào)的采樣率，τi為延時(shí)差，θ為空間劃分的方位角，c為聲音傳播速度，*表示取復(fù)共軛，X_m1（k,l）、X_m2（k,l）分別表示同一組內(nèi)兩個(gè)麥克風(fēng)的頻域信號(hào)，M為麥克風(fēng)陣列的麥克風(fēng)數(shù)量，K表示頻域信號(hào)的頻點(diǎn)總數(shù)，j表示虛部，exp表示求自然對(duì)數(shù)；

遍歷空間全部空間角，得到空間波束向量S_eng:

選取空間波束向量中峰值最大的位置所對(duì)應(yīng)的空間角即為所求聲源方向。

2.聲源識(shí)別方法，其特征在于，包括如下步驟：

S11. 設(shè)置包括2個(gè)以上麥克風(fēng)的麥克風(fēng)陣列，放置在能接收到聲源音頻信息的位置；

S12. 麥克風(fēng)陣列的各個(gè)麥克風(fēng)收到語(yǔ)音后，根據(jù)麥克風(fēng)陣列聲源定位方法，獲取到聲源在空間的方位角，進(jìn)而得到聲源的位置；

S13. 根據(jù)步驟S12得到的聲源位置對(duì)該聲源位置發(fā)出的目標(biāo)音頻信號(hào)進(jìn)行增強(qiáng)，其他位置發(fā)出的非目標(biāo)音頻信號(hào)進(jìn)行抑制；對(duì)音頻信號(hào)提取特征信息后輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行運(yùn)算，對(duì)運(yùn)算結(jié)果解碼后得到語(yǔ)音內(nèi)容。

3.根據(jù)權(quán)利要求2所述的聲源識(shí)別方法，其特征在于：所述神經(jīng)網(wǎng)絡(luò)為深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)中任意一種。