[發明專利]一種基于雙麥克風的聲音定位方法及其裝置

在審

• 申請號: 202111012007.1
• 申請日: 2021-08-31
• 公開（公告）號: CN113702910A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 洪鴻榕;鄭德澤;寧工程;何恒毅
• 申請（專利權）人: 冠捷顯示科技（廈門）有限公司
• 主分類號: G01S5/22
• 分類號: G01S5/22
• 代理公司: 福州君誠知識產權代理有限公司 35211
• 代理人: 彭東

本發明公開一種基于雙麥克風的聲音定位方法及其裝置，二個麥克風放置于兩側的墻邊并與墻面呈現平行狀態且麥克風采集方向背向墻體；獲取無人發聲時兩個麥克風的聲音數據，所捕捉到的聲音數據為噪聲或背景聲；計算出噪聲或背景聲的音量大小并記錄為最小音量值；設置一大于最小音量值的閾值作為有聲音的判斷依據；記錄獲取二個麥克風接收到大于閾值聲音的起始時間和結束時間；計算二個麥克風對應同一聲音的到達時間差；計算二個麥克風之間的距離差并基于距離差構建聲源位置雙曲線函數，根據接收聲音開始時間先后確定聲源所在曲線象限后基于到達時間差計算聲源所在方位。本發明將聲音定位問題轉變為有、無聲音的二值判斷，提高了探測距離。

技術領域

本發明涉及通信技術領域，尤其涉及一種基于雙麥克風的聲音定位方法及其裝置。

背景技術

聲源定位、聲音識別在現實生活中已普遍應用，用于聲源定位的技術很多，各有特色，比如TV中所使用的麥克風陳列，可識別5米內的語音。不同技術、不同應用場景中所使用的算法也各有不同，如有為計算麥克風時間差而開發的自相關函數，也有基于深度學習的語音識別算法。

以上聲音定位、識別技術是通用的處理方式，由于其針對的是各種各樣的應用場所，因此，對硬件架構、處理算法有較大的要求，實現較為復雜，且識別范圍有很大的局限性。比如，TV所用的聲音識別麥克風陳列，即使使用了4個麥克風，其可識別范圍也必須在5米之內，而且對噪聲、干擾具有很高的要求。

發明內容

本發明的目的在于提供一種基于雙麥克風的聲音定位方法及其裝置，應用于會議室或室內講話者的定位，為后續應用提供輔助手段，如視頻會議中，在獲取說話者位置后，可將攝像頭轉向說話者，甚至可以放大講話者在攝像頭中的畫面，或者作為室內監控，在探測到聲音后，可將監控攝像頭轉向聲音所在位置。

本發明采用的技術方案是：

一種基于雙麥克風的聲音定位方法，其包括以下步驟：

步驟1，將用于采集聲音的二個麥克風按一定距離放置于同一側的墻邊，麥克風擺放與墻面呈現平行狀態且麥克風采集方向背向墻體，以使得聲源位置只能來自麥克風前方的二個象限；

步驟2，獲取無人發聲時兩個麥克風的聲音數據，所捕捉到的聲音數據為噪聲或背景聲；

步驟3，計算出噪聲或背景聲的音量值大小并記錄為最小音量值；

步驟4，設置一大于最小音量值的閾值作為有聲音狀態的判斷依據；

步驟5，持續采集并分別計算二個麥克風的音量值，記錄二個麥克風接收到大于閾值聲音的起始時間和/或結束時間；

步驟6，計算聲音到達二個麥克風的到達時間差；

步驟7，計算二個麥克風之間的距離差并基于距離差構建聲源位置雙曲線函數，并根據二個麥克風接收到的聲音開始或結束時間的先后順序來確定聲源所在曲線象限，最終確定基于到達時間差計算出的聲源所在方位。聲源所在象限的確定方法：聲源位于先接收到聲音的麥克風一側所對應的象限的雙曲線上。

進一步地，步驟5中麥克風判斷是否接收到聲音的具體方法為：連續接收在設定固定時間長度內麥克風采集到的聲音數據，并計算出此時間段內的聲音數據絕對值的累加值，此累加值視為此時間范圍內的音量值；設定一個大于無聲音狀態下音量值的閾值，作為最小音量值閾值；當音量值大于最小音量值的閾值，即為有聲音狀態；當音量值小于最小音量值的閾值，即為無聲音狀態。

固定時間長度可根據實際需要手動設定，并非固定不變。在無聲音時，此累加值為噪聲或背景聲，在有聲音時，累加值會突然加大。設置聲音累加值閾值，用來確定有、無聲音的二種狀態，可以有效濾除噪聲、背景聲對本方法聲音判斷的干擾。