一種聲源定位的方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及聲源定位技術(shù)領(lǐng)域，尤其涉及一種聲源定位的方法及系統(tǒng)。
【背景技術(shù)】
[0002] 聲源定位系統(tǒng)早在20世紀(jì)七八十年代就已經(jīng)開(kāi)始被廣泛研究。由于聲源定位具 有很強(qiáng)的空間選擇性，不需要移動(dòng)傳感器就可以獲得移動(dòng)目標(biāo)的聲音信號(hào)，目前比較流行 的是麥克風(fēng)陣列，目前已經(jīng)廣泛用于音視頻會(huì)議，說(shuō)話人跟蹤與識(shí)別等多種場(chǎng)合。
[0003] 麥克風(fēng)陣列的定位問(wèn)題，是利用一組按一定位置擺放的麥克風(fēng)來(lái)確定聲源的 空間位置。比較常見(jiàn)的方法是對(duì)通過(guò)此陣列所采集到的數(shù)據(jù)分幀進(jìn)行短時(shí)傅里葉變換 (short-timeFouriertransform，簡(jiǎn)稱為STFT)，把信號(hào)變換到頻域，選取若干子帶，分別 計(jì)算了MUSIC譜，經(jīng)各子帶平均得到一幀信號(hào)的空間譜。然后對(duì)一段語(yǔ)音各幀的譜平均得 到總體的空間譜，再根據(jù)聲源數(shù)對(duì)空間譜進(jìn)行了一次峰值搜索，得到最終的方位結(jié)果。但這 種方法需要預(yù)先估計(jì)聲源數(shù)。假設(shè)聲源數(shù)已知，而當(dāng)估計(jì)的聲源數(shù)與真實(shí)聲源數(shù)有差別時(shí)， 則計(jì)算出來(lái)的MUSIC譜中的峰值個(gè)數(shù)就會(huì)與實(shí)際聲源數(shù)不同，則會(huì)導(dǎo)致信號(hào)丟失，從而對(duì) 定位結(jié)果有較大偏差。而語(yǔ)音信號(hào)是非平穩(wěn)信號(hào)，各幀信號(hào)的聲源數(shù)很有可能是不同的，隱 藏大段語(yǔ)音進(jìn)行聲源定位時(shí)會(huì)存在較大誤差。
[0004] 因此，現(xiàn)有技術(shù)還有待于改進(jìn)和發(fā)展。

【發(fā)明內(nèi)容】

[0005] 鑒于現(xiàn)有技術(shù)的不足，本發(fā)明目的在于提供一種聲源定位的方法及系統(tǒng)，旨在解 決現(xiàn)有技術(shù)中聲源定位需要預(yù)先得知聲源數(shù)，當(dāng)估計(jì)聲源數(shù)據(jù)與真實(shí)聲源數(shù)有差別時(shí)，會(huì) 出現(xiàn)信號(hào)丟失、定位結(jié)果差的缺陷。
[0006] 本發(fā)明的技術(shù)方案如下：
[0007] -種聲源定位的方法，其中，方法包括：
[0008] A、預(yù)先設(shè)置若干個(gè)獨(dú)立且特性相同的麥克風(fēng)組成一個(gè)麥克風(fēng)陣列；
[0009] B、麥克風(fēng)陣列接收目標(biāo)聲源信號(hào)，輸出時(shí)域信號(hào)；
[0010] C、對(duì)輸出的時(shí)域信號(hào)的每一幀數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，得到對(duì)應(yīng)每一幀信號(hào)的 空間譜；
[0011] D、通過(guò)空間譜估算出每幀的聲源數(shù)，通過(guò)對(duì)空間譜進(jìn)行譜峰搜索，得到聲源方位 估計(jì)結(jié)果；
[0012] E、對(duì)多幀信號(hào)的聲源數(shù)和聲源方位估計(jì)結(jié)果進(jìn)行統(tǒng)計(jì)平均，得到最終的聲源方位 和聲源數(shù)估計(jì)結(jié)果。
[0013] 所述的聲源定位的方法，其中，所述步驟A具體包括：
[0014] A1、預(yù)先設(shè)置若干個(gè)獨(dú)立且特性相同的麥克風(fēng)組成一個(gè)麥克風(fēng)陣列；
[0015] A2、預(yù)先設(shè)置麥克風(fēng)之間的距離是相同的，且設(shè)置位于麥克風(fēng)陣列的中心的麥克 風(fēng)為陣列中心。
[0016] 所述的聲源定位的方法，其中，所述步驟B具體包括：
[0017]B1、麥克風(fēng)陣列中每一個(gè)麥克風(fēng)接收目標(biāo)聲源信號(hào)，分別獲取每個(gè)麥克風(fēng)間的第 一距離和麥克風(fēng)與接收聲源距離的延時(shí)以及聲源與陣列中心的第二距離；
[0018] B2、根據(jù)所述第一距離、所述延時(shí)及所述第二距離，輸出每個(gè)麥克風(fēng)接收的目標(biāo)聲 源信號(hào)的時(shí)域信號(hào)。
[0019] 所述的聲源定位的方法，其中，所述步驟C具體包括：
[0020] C1、對(duì)輸出目標(biāo)聲源信號(hào)的時(shí)域信號(hào)在一預(yù)定時(shí)間內(nèi)進(jìn)行采樣，對(duì)采樣后時(shí)域信 號(hào)的每一幀數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，得到對(duì)應(yīng)的每一幀數(shù)據(jù)的頻譜；
[0021] C2、將每一幀數(shù)據(jù)的頻譜進(jìn)行疊加，得到麥克風(fēng)陣列接收到的聲源信號(hào)的空間譜。
[0022] 所述的聲源定位的方法，其中，所述步驟D具體包括：
[0023] D1、判斷當(dāng)空間譜中的噪聲信號(hào)均值為零，且互不相關(guān)時(shí)，對(duì)空間譜進(jìn)行特征分解 排序計(jì)算，根據(jù)特征值分解結(jié)果，估算出目標(biāo)聲源數(shù)；
[0024] D2、根據(jù)估算出的目標(biāo)聲源數(shù)，對(duì)空間譜進(jìn)行譜峰搜索，確定峰值點(diǎn)的位置，根據(jù) 峰值點(diǎn)位置估計(jì)出聲源位置。
[0025] -種聲源定位的系統(tǒng)，其中，系統(tǒng)包括：
[0026] 預(yù)先設(shè)置模塊，用于預(yù)先設(shè)置若干個(gè)獨(dú)立且特性相同的麥克風(fēng)組成一個(gè)麥克風(fēng)陣 列；
[0027] 時(shí)域信號(hào)輸出模塊，用于麥克風(fēng)陣列接收目標(biāo)聲源信號(hào)，輸出時(shí)域信號(hào)；
[0028] 傅里葉變換模塊，用于對(duì)輸出的時(shí)域信號(hào)的每一幀數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，得 到對(duì)應(yīng)每一幀信號(hào)的空間譜；
[0029] 聲源數(shù)及聲源方位估計(jì)模塊，用于通過(guò)空間譜估算出每幀的聲源數(shù)，通過(guò)對(duì)空間 譜進(jìn)行譜峰搜索，得到聲源方位估計(jì)結(jié)果；
[0030] 統(tǒng)計(jì)平均模塊，用于對(duì)多幀信號(hào)的聲源數(shù)和聲源方位估計(jì)結(jié)果進(jìn)行統(tǒng)計(jì)平均，得 到最終的聲源方位和聲源數(shù)估計(jì)結(jié)果。
[0031] 所述的聲源定位的系統(tǒng)，其中，所述預(yù)先設(shè)置模塊具體包括：
[0032] 第一預(yù)先設(shè)置單元，用于預(yù)先設(shè)置若干個(gè)獨(dú)立且特性相同的麥克風(fēng)組成一個(gè)麥克 風(fēng)陣列；
[0033] 第二預(yù)先設(shè)置單元，用于預(yù)先設(shè)置麥克風(fēng)之間的距離是相同的，且設(shè)置位于麥克 風(fēng)陣列的中心的麥克風(fēng)為陣列中心。
[0034] 所述的聲源定位的系統(tǒng)，其中，所述時(shí)域信號(hào)輸出模塊具體包括：
[0035] 獲取單元，用于麥克風(fēng)陣列中每一個(gè)麥克風(fēng)接收目標(biāo)聲源信號(hào)，分別獲取每個(gè)麥 克風(fēng)間的第一距離和麥克風(fēng)與接收聲源距離的延時(shí)以及聲源與陣列中心的第二距離；
[0036] 時(shí)域信號(hào)輸出單元，用于根據(jù)所述第一距離、所述延時(shí)及所述第二距離，輸出每個(gè) 麥克風(fēng)接收的目標(biāo)聲源信號(hào)的時(shí)域信號(hào)。
[0037] 所述的聲源定位的系統(tǒng)，其中，所述傅里葉變換模塊具體包括：
[0038] 傅里葉變換單元，用于對(duì)輸出目標(biāo)聲源信號(hào)的時(shí)域信號(hào)在一預(yù)定時(shí)間內(nèi)進(jìn)行采 樣，對(duì)采樣后時(shí)域信號(hào)的每一幀數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，得到對(duì)應(yīng)的每一幀數(shù)據(jù)的頻 譜；
[0039] 疊加單元，用于將每一幀數(shù)據(jù)的頻譜進(jìn)行疊加，得到麥克風(fēng)陣列接收到的聲源信 號(hào)的空間譜。
[0040] 所述的聲源定位的系統(tǒng)，其中，所述聲源數(shù)及聲源方位估計(jì)模塊具體包括：
[0041] 聲源數(shù)估算單元，用于判斷當(dāng)空間譜中的噪聲信號(hào)均值為零，且互不相關(guān)時(shí)，對(duì)空 間譜進(jìn)行特征分解排序計(jì)算，根據(jù)特征值分解結(jié)果，估算出目標(biāo)聲源數(shù)；
[0042] 聲源位置估算單元，用于根據(jù)估算出的目標(biāo)聲源數(shù)，對(duì)空間譜進(jìn)行譜峰搜索，確定 峰值點(diǎn)的位置，根據(jù)峰值點(diǎn)位置估計(jì)出聲源位置。
[0043] 有益效果：本發(fā)明中采用聲源數(shù)估計(jì)與方位估計(jì)二維交叉進(jìn)行的方法來(lái)確保聲源 定位的精確度，當(dāng)?shù)玫揭粠盘?hào)的空間譜之后，先估算出每幀的信源數(shù)，進(jìn)行譜峰搜索，得 到方位估計(jì)結(jié)果，然后對(duì)多幀信號(hào)的估計(jì)結(jié)果進(jìn)行統(tǒng)計(jì)平均，得到較為準(zhǔn)確的方位估計(jì)和 聲源數(shù)估計(jì)，在沒(méi)有準(zhǔn)確聲源數(shù)信息的前提下，得到準(zhǔn)確的聲源定位信息，提高了定位準(zhǔn)確 度，為用戶定位聲源提供了方便。
【附圖說(shuō)明】
[0044] 圖1為本發(fā)明的一種聲源定位的方法的較佳實(shí)施例的流程圖。
[0045] 圖2為本發(fā)明的一種聲源定位的方法的具體應(yīng)用實(shí)施例的麥克風(fēng)陣列的信號(hào)模 型不意圖。
[0046] 圖3為本發(fā)明的一種聲源定位的系統(tǒng)的較佳實(shí)施例的功能原理框圖。
【具體實(shí)施方式】
[0047] 為使本發(fā)明的目的、技術(shù)方案及效果更加清楚、明確，以下對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō) 明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0048] 本發(fā)明提供了一種聲源定位的方法的較佳實(shí)施例的流程圖，如圖1所示，所述方 法包括：
[0049] 步驟S100、預(yù)先設(shè)置若干個(gè)獨(dú)立且特性相同的麥克風(fēng)組成一個(gè)麥克風(fēng)陣列。
[0050] 具體地，所述步驟S100具體包括：
[0051] 步驟S101、預(yù)先設(shè)置若干個(gè)獨(dú)立且特性相同的麥克風(fēng)組成一個(gè)麥克風(fēng)陣列；
[0052] 步驟S102、預(yù)先設(shè)置麥克風(fēng)之間的距離是相同的，且設(shè)置位于麥克風(fēng)陣列的中心 的麥克風(fēng)為陣列中心。
[0053] 具體實(shí)施時(shí)，如圖2所示為本發(fā)明的一種聲源定位的方法的具體應(yīng)用實(shí)施例的麥 克風(fēng)陣列的信號(hào)模型示