基于聽(tīng)覺(jué)仿生中耳蝸基底膜的聲源定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及語(yǔ)音識(shí)別領(lǐng)域，特別是一種具有人耳聽(tīng)覺(jué)特性的聲源定位方法。
【背景技術(shù)】
[0002] 人與人之間最主要、最方便、最快捷的信息交換就是語(yǔ)言。語(yǔ)言中傳播信息的載體 就是聲音信號(hào)，其在生活中無(wú)處不在。聲音信號(hào)中的響度、頻譜以及音高等特征都可以反映 出聲音信號(hào)的方向、位置等特征。因此世界各國(guó)都在對(duì)聲音信號(hào)做了大量的研究，也付出了 巨大的努力。使得語(yǔ)音交互技術(shù)慢慢成熟與各方面理論日趨完善。在聲音信號(hào)的研究里，聲 源定位技術(shù)的研究是及其重要的一個(gè)方面。"雞尾酒會(huì)效應(yīng)"充分展示了人耳聽(tīng)覺(jué)系統(tǒng)的語(yǔ) 音分離與定位功能，并且讓研究人員對(duì)噪聲環(huán)境下聲源定位技術(shù)的研究產(chǎn)生了興趣。在聽(tīng) 覺(jué)生理學(xué)、人工智能和語(yǔ)音識(shí)別技術(shù)的不斷發(fā)展下，研究學(xué)者也更加關(guān)注聲源定位技術(shù)。
[0003] 如今，聲源定位技術(shù)已經(jīng)廣泛地運(yùn)用到生活中了，比如：在智能機(jī)器人中，讓機(jī)器 人能更好對(duì)聲源進(jìn)行實(shí)時(shí)定位，提高智能機(jī)器人的人-機(jī)交互和語(yǔ)音識(shí)別能力;在視頻電話 會(huì)議中攝像頭能夠很快的對(duì)準(zhǔn)講話人的位置，其是通過(guò)麥克風(fēng)接收聲音信號(hào)，利用這聲源 定位技術(shù)對(duì)信號(hào)進(jìn)行分析和處理，獲得聲源方位，從而引導(dǎo)相應(yīng)的攝像頭，使其指向當(dāng)前說(shuō) 話人的方向。
[0004] 伴隨著科技不斷地進(jìn)步，研究者對(duì)于說(shuō)話人的定位技術(shù)也不斷地更新著，主要可 以分為聲源定位技術(shù)、電磁波定位技術(shù)、激光定位技術(shù)和視頻定位技術(shù)。經(jīng)過(guò)幾十年的發(fā)展 與研究，如今的視頻定位技術(shù)已經(jīng)是非常成熟，其可以實(shí)現(xiàn)目標(biāo)的定位與跟蹤等功能。然而 聲源定位技術(shù)卻更加吸引研究者的重視，這主要?dú)w功于聲源定位技術(shù)有著其獨(dú)特的優(yōu)勢(shì)。
[0005] 第一，隱蔽性。聲源定位技術(shù)僅僅利用麥克風(fēng)來(lái)接收聲音信號(hào)，而不必向外界發(fā)送 任何東西，這一點(diǎn)使得聲源定位技術(shù)在不改變周?chē)h(huán)境下輕松地得到外界目標(biāo)聲音的信 息，而自己本身的位置卻很難被外界所發(fā)現(xiàn)。正是聲源定位技術(shù)的隱蔽性，使得很多潛水艇 在作戰(zhàn)中不會(huì)輕易打開(kāi)聲吶等設(shè)備，卻會(huì)使用聲源定位技術(shù)來(lái)追蹤目標(biāo)的位置。
[0006] 第二，實(shí)用性。聲音是屬于聲波，聲波在傳輸中不會(huì)受到電磁場(chǎng)、光線強(qiáng)弱等的干 擾與限制。光線強(qiáng)度弱的情況下對(duì)于視頻定位技術(shù)影響很大，存在障礙物的環(huán)境下對(duì)電磁 波有一定的干擾。例如:在深海中由于光線很弱，視頻定位技術(shù)就不能使用，而激光與電磁 波在深海中能量的衰減很快導(dǎo)致穿透距離很短。這種情況下聲源定位技術(shù)卻不會(huì)受限制于 深海環(huán)境中，可以很好的實(shí)現(xiàn)目標(biāo)聲源的定位。
[0007] 第三，易實(shí)現(xiàn)。聲源定位技術(shù)相比于其他幾種定位技術(shù)，在成本上與設(shè)備上的要求 就低很多了，使得聲源定位技術(shù)在生活中容易得到應(yīng)用。
[0008] 因?yàn)槁曉炊ㄎ患夹g(shù)的發(fā)展有著巨大的潛力，所以研究人員不斷的深入研究、探索 聲源定位技術(shù)。聲源定位的實(shí)現(xiàn)條件也比較容易，使其能運(yùn)用在各個(gè)領(lǐng)域，包括軍事方面、 語(yǔ)音分離方面等。目前，研究學(xué)者已經(jīng)給出了多種聲源定位技術(shù)的系統(tǒng)。從最初的基于麥克 風(fēng)陣列信號(hào)的聲源定位系統(tǒng)，到如今的基于過(guò)零點(diǎn)聲源定位系統(tǒng)與人耳聽(tīng)覺(jué)系統(tǒng)的聲源定 位系統(tǒng)。經(jīng)過(guò)幾十年的發(fā)展，基于麥克風(fēng)陣列的聲源定位系統(tǒng)已經(jīng)非常完善，但是它的結(jié)構(gòu) 太大，需要的麥克風(fēng)也非常的多，計(jì)算量又大又復(fù)雜。學(xué)者在大量的實(shí)驗(yàn)結(jié)果中發(fā)現(xiàn):基于 麥克風(fēng)定位技術(shù)的準(zhǔn)確度還是無(wú)法與人耳的準(zhǔn)確度相媲美。最近幾年，越來(lái)越多的學(xué)者在 研究基于人耳聽(tīng)覺(jué)的聲源定位技術(shù)，本文也將研究在噪聲環(huán)境下基于聽(tīng)覺(jué)仿生的聲源定 位。

【發(fā)明內(nèi)容】

[0009] 針對(duì)以下現(xiàn)有的不足，提出了一種提高定位精度、良好的抗噪性和魯棒性的基于 聽(tīng)覺(jué)仿生中耳蝸基底膜的聲源定位方法。。本發(fā)明的技術(shù)方案如下:一種基于聽(tīng)覺(jué)仿生中耳 蝸基底膜的聲源定位方法，其包括以下步驟：
[0010] 1)采用雙麥克風(fēng)模擬人耳聽(tīng)覺(jué)系統(tǒng)獲取含噪聲的語(yǔ)音信號(hào)；
[0011] 2)對(duì)步驟1)得到的含噪聲的語(yǔ)音信號(hào)，采用基于人耳聽(tīng)覺(jué)中的耳蝸基底膜模型進(jìn) 行頻率分解、通過(guò)上橄欖核模型進(jìn)行語(yǔ)音特征提取、采用膜上的內(nèi)毛細(xì)胞模型進(jìn)行信號(hào)轉(zhuǎn) 換以及內(nèi)毛細(xì)胞上的神經(jīng)纖維模型進(jìn)行細(xì)胞重合，去除噪聲信號(hào)；
[0012] 3)步驟2)去處噪聲信號(hào)的聲源信號(hào)通過(guò)能量的關(guān)系式求解出聲源位置，完成定 位。
[0013] 進(jìn)一步的，所述步驟2)采用基于人耳聽(tīng)覺(jué)中的耳蝸基底膜模型進(jìn)行頻率分解具體 為;采用具有人耳聽(tīng)覺(jué)特性的Ga_atone伽馬通濾波器組對(duì)語(yǔ)音信號(hào)進(jìn)行頻率分解。
[0014] 進(jìn)一步的，所述Gammatone伽馬通濾波器組頻率的選擇范圍從20Hz-4KHz分別對(duì) 左、右耳混疊信號(hào)按時(shí)間幀進(jìn)行頻率分解;耳蝸基底膜模型將語(yǔ)音信號(hào)按照濾波器個(gè)數(shù)進(jìn) 行傳遞。
[0015] 進(jìn)一步的，所述步驟2)通過(guò)上橄欖核模型進(jìn)行語(yǔ)音信息提取具體為；
[0016] 耳蝸基底膜處理語(yǔ)音信號(hào)后分成多個(gè)通道傳遞給上橄欖復(fù)合體進(jìn)行語(yǔ)音信號(hào)的 ITD雙耳時(shí)間差和ILD雙耳水平差定位信息的提取，ITD的計(jì)算公式如下：
[0018] 式中：
[0019]
_左耳和右耳的語(yǔ)音信號(hào)的互相關(guān)，可由下式計(jì)算：
[0021] 式中：
[0022] --左耳和右耳語(yǔ)音信號(hào)互功率譜 [0023] ILD的計(jì)算公式如下：
[0026] 式中：
[0027] 4(、奴--左耳和右耳的ILD值；Ω i--子帶i的頻率范圍（ΙΚΗζ~4KHz)Wi (ω )--濾波器權(quán)重;s( ω )--聲源功率譜。
[0028] 進(jìn)一步的，當(dāng)信號(hào)為20Hz到1000Hz低頻語(yǔ)音信號(hào)時(shí)，重合神經(jīng)元模型只有來(lái)自上 橄欖內(nèi)側(cè)的語(yǔ)音特征輸入；1000Hz到4KHz語(yǔ)音信號(hào)時(shí)，上橄欖外側(cè)和上橄欖內(nèi)側(cè)的語(yǔ)音特 征都輸入重合神經(jīng)元;高于4KHz語(yǔ)音信號(hào)時(shí)，重合神經(jīng)元只有上橄欖外側(cè)語(yǔ)音特征的輸入。
[0029] 進(jìn)一步的，所述步驟2)采用膜上的內(nèi)毛細(xì)胞模型進(jìn)行信號(hào)轉(zhuǎn)換的步驟具體為;采 用內(nèi)毛細(xì)胞模型對(duì)聲音信號(hào)進(jìn)行半波整流，并且將基底膜上的機(jī)械振動(dòng)信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的 生物電信號(hào)，并將生物電信號(hào)傳遞給聽(tīng)覺(jué)神經(jīng)纖維；
[0030] 進(jìn)一步的，所述內(nèi)毛細(xì)胞模型主要由5個(gè)標(biāo)準(zhǔn)量構(gòu)成，其分別是:再生庫(kù)中神經(jīng)遞 質(zhì)的量、間隙中神經(jīng)遞質(zhì)的量、內(nèi)毛細(xì)胞中神經(jīng)遞質(zhì)的量、細(xì)胞膜的滲透性以及神經(jīng)細(xì)胞脈 沖輸出的概率。
[0031] 本發(fā)明的優(yōu)點(diǎn)及有益效果如下：
[0032] 針對(duì)傳統(tǒng)聲源定位系統(tǒng)抗噪性能、差精準(zhǔn)度低的問(wèn)題，提出了基于聽(tīng)覺(jué)仿生中耳 蝸基底膜的聲源定位方法，并詳細(xì)闡述了整個(gè)模型的構(gòu)建過(guò)程，包括基于人耳聽(tīng)覺(jué)特性的 耳蝸基底膜分頻濾波、基底膜上內(nèi)毛細(xì)胞信號(hào)分離重合的轉(zhuǎn)換、時(shí)間差能量差計(jì)算聲源定 位的過(guò)程。基于聽(tīng)覺(jué)仿生中耳蝸基底膜的聲源定位方法的定位精度遠(yuǎn)高于傳統(tǒng)的聲源定位 的精度，而且基于聽(tīng)覺(jué)仿生中耳蝸基底膜的聲源定位方法具有良好的抗噪性和魯棒性。
【附圖說(shuō)明】
[0033] 圖1是本發(fā)明提供優(yōu)選實(shí)施例基于聽(tīng)覺(jué)仿生中耳蝸基底膜的聲源定位流程圖； [0034] 圖2為Gammatone濾波器組多頻率分解圖；
[0035]圖3為內(nèi)毛細(xì)胞模型圖；
[0036]圖4神經(jīng)發(fā)放模型的基本電路圖 [0037]圖5為聲源方位坐標(biāo)系。
【具體實(shí)施方式】
[0038] 以下結(jié)合附圖，對(duì)本發(fā)明作進(jìn)一步說(shuō)明：
[0039] 如圖1所示，針對(duì)噪聲環(huán)境下傳統(tǒng)聲源定位不能得到高信噪比的聲源信號(hào)帶來(lái)的 定位精度不高的問(wèn)題，本文結(jié)合人耳聽(tīng)覺(jué)特性，提出一種基于人耳的聽(tīng)覺(jué)選擇能力即"雞尾 酒會(huì)效應(yīng)"的選擇噪聲中聲源的過(guò)程。含噪聲的聲源信號(hào)經(jīng)過(guò)耳蝸基底膜模型進(jìn)行頻譜分 析，在經(jīng)過(guò)耳蝸基底膜上的內(nèi)毛細(xì)胞模型進(jìn)行信號(hào)轉(zhuǎn)換以及內(nèi)毛細(xì)胞上的神經(jīng)纖維進(jìn)行細(xì) 胞重合，再通過(guò)上橄欖核模型進(jìn)行語(yǔ)音信息提取，最終進(jìn)行聲源的定位。
[0040] 如圖1所示，為本發(fā)明提出的基于聽(tīng)覺(jué)仿生中耳蝸基底膜的聲源定位方法系統(tǒng)框 圖，基于聽(tīng)覺(jué)仿生中耳蝸基底膜的聲源定位方法包括基于人耳聽(tīng)覺(jué)特性中耳蝸基底膜的濾 波、內(nèi)毛細(xì)胞以及其上的神經(jīng)纖維的分離重合。經(jīng)過(guò)耳蝸基底膜模型進(jìn)行頻譜分析，在經(jīng)過(guò) 耳蝸基底膜上的內(nèi)毛細(xì)胞模型進(jìn)行信號(hào)轉(zhuǎn)換以及內(nèi)毛細(xì)胞上的神經(jīng)纖維進(jìn)行細(xì)胞重合，再 通過(guò)上橄欖核模型進(jìn)行語(yǔ)音信息提取，最終進(jìn)行聲源的定位。
[0041] 如圖2所示，為本發(fā)明中Gammato