專利名稱：聲源定位方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及多媒體通信領(lǐng)域的音頻處理技術(shù)，特別涉及一種聲源定位方法。

背景技術(shù)：
聲源定位技術(shù)指的是估計(jì)除聲源所在的位置。聲源定位技術(shù)有著廣泛的應(yīng)用，例如在視頻會(huì)議系統(tǒng)中，可采樣聲源定位技術(shù)估計(jì)出說話人所在的位置，然后控制攝像機(jī)鏡頭指向說話人所在的位置，實(shí)行聲控切換功能。聲源定位技術(shù)也可以應(yīng)用到監(jiān)控、語音增強(qiáng)等領(lǐng)域。
下面對(duì)現(xiàn)有的SRP(steered response power)以及SRP-PHAT(phasetrans form)聲源定位技術(shù)進(jìn)行介紹。
如圖3所示，lps對(duì)應(yīng)聲源，l1和l2對(duì)應(yīng)兩個(gè)麥克風(fēng)，如麥克風(fēng)。從聲源lps到兩個(gè)麥克風(fēng)l1和l2的時(shí)延分別用TOF(lps，l1)和TOF(lps，l1)表示。兩個(gè)麥克風(fēng)之間收到的信號(hào)分別為x1(t)和x2(t)，則x1(t+TOF(lps，l1))∝x2(t+TOF(lps，l2))，其中 fs是采樣頻率，c是聲速。
同時(shí)，對(duì)應(yīng)的兩個(gè)麥克風(fēng)信號(hào)之間的時(shí)延τ有如下的定義，當(dāng)τ＝TOF(lps，l1)-TOF(lps，l2)時(shí)，x1(t)和x2(t)的時(shí)域互相關(guān)函數(shù)g(x1，x2)具有最大值，g(x1，x2)＝∫Rx1(t)·x2(t+τ)dε。
對(duì)于任一麥克風(fēng)對(duì)q，它們的位置對(duì)應(yīng)(laq，lbq)，聲源lps到達(dá)麥克風(fēng)對(duì)q的理論到達(dá)時(shí)延差(TDOA，Time-difference of arrival)為 SRP方法通過估計(jì)空間上的功率譜分布，找出功率最大的空間位置，該位置即為聲源的位置。SRP最基本的公式如下 其中，在l位置的聲源被各個(gè)麥克風(fēng)拾取后，在時(shí)間上對(duì)齊并累加的和信號(hào)為 由于受到不同聲源之間的信號(hào)幅度、以及不同頻率成分大小的影響，采用上面方法的效果并不好。因此現(xiàn)有公開文獻(xiàn)中對(duì)該基本方法進(jìn)行了改進(jìn)，改進(jìn)的方法是將各個(gè)聲源采集的時(shí)域信號(hào)變換到頻域，然后將各個(gè)頻譜的幅度進(jìn)行歸一化，這樣可以消除各個(gè)頻譜幅度大小不一致的影響，該改進(jìn)的算法在現(xiàn)有文獻(xiàn)中稱之為SRP-PHAT法，下面對(duì)該方法進(jìn)行描述。
對(duì)采集到的t時(shí)刻開始的2NF個(gè)時(shí)域信號(hào)X(t)進(jìn)行FFT變換，得到 則公式(1)可以變換為 對(duì)公式(2)各個(gè)頻率成分的幅度進(jìn)行歸一化，則得到SRP-PHAT法的計(jì)算公式 上述SRP和SRP-PHAT法實(shí)際上都是在聲源陣列周圍的空間中放置多個(gè)預(yù)定點(diǎn)，然后計(jì)算各個(gè)預(yù)定點(diǎn)的功率值或修正的功率值，其最大值處所在位置即為聲源所在位置。
但是在實(shí)際應(yīng)用環(huán)境中，聲源定位的準(zhǔn)確性受到環(huán)境噪聲、干擾聲、混響等因素的影響較大，SRP和SRP-PHAT法均無法有效克服。


發(fā)明內(nèi)容
本發(fā)明的目的是提供一種更加穩(wěn)健的聲源定位方法和裝置，用以克服現(xiàn)有技術(shù)中的聲源定位的準(zhǔn)確性易受到環(huán)境噪聲等因素干擾的影響。
本發(fā)明一個(gè)實(shí)施例提供一種聲源定位方法，包括采集聲源時(shí)域信號(hào)；將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)；根據(jù)所述頻域信號(hào)確定頻率的空間功率譜；根據(jù)所述空間功率譜確定頻率的空間功率概率；根據(jù)空間概率分布確定概率最大的空間位置，作為聲源位置。
本發(fā)明的另一個(gè)實(shí)施例提供一種生源定位裝置，包括采集單元，用于采集聲源時(shí)域信號(hào)；轉(zhuǎn)換單元，用于將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)；功率確定單元，用于根據(jù)所述頻域信號(hào)確定頻率的空間功率譜；概率確定單元，用于根據(jù)所述空間功率譜確定頻率的空間功率概率分布；定位單元，用于根據(jù)空間概率分布確定概率最大的空間位置。
本發(fā)明的實(shí)施例運(yùn)用空間功率概率分布確定聲源，可以提高聲源陣列在噪聲、混響等環(huán)境下的定位準(zhǔn)確性。



圖1是本發(fā)明的聲源定位方法的流程圖； 圖2是本發(fā)明的聲源定位裝置的結(jié)構(gòu)示意圖； 圖3是現(xiàn)有聲源定位方法的說明圖。

具體實(shí)施例方式 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清晰易懂，下面結(jié)合附圖，對(duì)本發(fā)明做進(jìn)一步詳細(xì)說明。在此，本發(fā)明的示意性實(shí)施例及其說明用于解釋本發(fā)明，但并不作為對(duì)本發(fā)明的限定。
實(shí)施例一 本實(shí)施例提供一種生源定位方法。如圖1所示，該方法包括 步驟101采集聲源時(shí)域信號(hào)； 在該步驟中，可以通過多個(gè)麥克風(fēng)采集聲源的時(shí)域信號(hào)x1，x2，…，xNm。
步驟102將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)； 在該步驟中，將多個(gè)麥克風(fēng)采集的時(shí)域信號(hào)為x1，x2，…，XNm轉(zhuǎn)換為頻域信號(hào)為X1，X2，…，XNm。時(shí)域信號(hào)到頻域信號(hào)的變換方法通常傅里葉變換(FFT)，也可以采用其他常用變換，例如余弦變換(DCT)。
步驟103根據(jù)所述頻域信號(hào)確定頻率的空間功率譜； 在該步驟中，根據(jù)下式確定頻率的空間功率譜， 步驟104根據(jù)所述空間功率譜確定頻率的空間功率概率分布； 在該步驟中，先確定單個(gè)頻率的空間功率概率分布，然后再確定多個(gè)頻率的空間功率概率分布。對(duì)于某個(gè)頻率來說，其功率在空間上呈一定的分布，不同的頻率分布差別較大，很顯然不同分布的頻率對(duì)定位的貢獻(xiàn)是不一樣?？梢愿鶕?jù)下面的公式確定單個(gè)頻率的空間功率概率分布， 其中，

表示第k個(gè)頻率l位置上出現(xiàn)聲源的概率。
將各單個(gè)頻率的空間功率概率分布求和得到多個(gè)概率的空間功率分布。或者，將各單個(gè)頻率的空間功率概率分布加權(quán)求和得到多個(gè)頻率的空間功率分布，各單個(gè)頻率的空間功率概率分布的權(quán)重隨頻率受噪音干擾影響的程度增大而減小。具體可以根據(jù)下面的公式計(jì)算多個(gè)頻率的空間功率概率分布， 其中，wk是各單個(gè)頻率的空間功率概率分布的權(quán)重，隨單個(gè)頻率的信號(hào)幅值增大而增大。
步驟105根據(jù)空間概率分布確定概率最大的空間位置。
在該步驟中，可以根據(jù)下面的公式按當(dāng)前幀確定概率最大的空間位置， 或者，根據(jù)下面的公式按多幀確定概率最大的空間位置， 其中，

是當(dāng)前幀的頻率的空間功率概率分布，

是前一幀的頻率的空間功率概率分布，

是前T幀的頻率的空間功率概率分布，α1為前一幀的衰減系數(shù)，αT是前T幀的衰減系數(shù)。
本發(fā)明實(shí)施例依據(jù)某個(gè)頻率在某個(gè)空間位置呈現(xiàn)尖銳的概率分布，則在該位置出現(xiàn)音源的概率較大，反之則出現(xiàn)的概率較小的現(xiàn)象，對(duì)現(xiàn)有的聲源定位方法進(jìn)行改進(jìn)，從而減小了環(huán)境噪聲、干擾聲、混響等因素對(duì)定位準(zhǔn)確性的影響，提高了定位的準(zhǔn)確性。
實(shí)施例二 本實(shí)施例提供一種聲源定位裝置。如圖2所示，該裝置200包括 采集單元201，用于采集聲源時(shí)域信號(hào)； 轉(zhuǎn)換單元202，用于將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)； 功率確定單元203，用于根據(jù)所述頻域信號(hào)的確定頻率的空間功率譜； 概率確定單元204，用于根據(jù)所述空間功率譜確定頻率的空間功率概率分布； 定位單元205，用于根據(jù)空間概率分布確定概率最大的空間位置。
采集單元201，如多個(gè)麥克風(fēng)，采集聲源的時(shí)域信號(hào)x1，x2，…，xNm。轉(zhuǎn)換單元202，如邏輯電路，將多個(gè)麥克風(fēng)采集的時(shí)域信號(hào)為x1，x2，…，xNm轉(zhuǎn)換為頻域信號(hào)為X1，X2，…，XNm。時(shí)域信號(hào)到頻域信號(hào)的變換方法通常傅里葉變換(FFT)，也可以采用其他常用變換(請(qǐng)舉例)。功率確定單元203根據(jù)下面公式將頻域信號(hào)X1，X2，…，XNm確定頻率的空間功率譜概率確定單元204包括單頻率概率確定模塊214和多頻率概率確定模塊224，在根據(jù)所述空間功率譜確定頻率的空間功率概率分布市，先由單頻率概率確定模塊214確定單個(gè)頻率的空間功率概率分布，再由多頻率概率確定模塊224確定多個(gè)頻率的空間功率概率分布。單頻率概率確定模塊214根據(jù)下面的公式確定單個(gè)頻率的空間功率概率分布， 其中，

表示第k個(gè)頻率l位置上出現(xiàn)聲源的概率。
多頻率概率確定模塊224可以將各單個(gè)頻率的空間功率概率分布求和得到多個(gè)概率的空間功率分布?；蛘撸囝l率概率確定模塊224可以將各單個(gè)頻率的空間功率概率分布加權(quán)求和得到多個(gè)頻率的空間功率分布，各單個(gè)頻率的空間功率概率分布的權(quán)重隨頻率受噪音干擾影響的程度增大而減小。多頻率概率確定模塊224具體可以根據(jù)下面的公式計(jì)算多個(gè)頻率的空間功率概率分布， 其中，wk是各單個(gè)頻率的空間功率概率分布的權(quán)重，隨單個(gè)頻率的信號(hào)幅值增大而增大。
最后，定位單元205根據(jù)下面的公式按當(dāng)前幀確定概率最大的空間位置， 或者，定位單元205根據(jù)下面的公式按多幀確定概率最大的空間位置， 其中，

是當(dāng)前幀的頻率的空間功率概率分布，

是前一幀的頻率的空間功率概率分布，

是前T幀的頻率的空間功率概率分布，α1為前一幀的衰減系數(shù)，αT是前T幀的衰減系數(shù)。
本發(fā)明實(shí)施例依據(jù)某個(gè)頻率在某個(gè)空間位置呈現(xiàn)尖銳的概率分布，則在該位置出現(xiàn)音源的概率較大，反之則出現(xiàn)的概率較小的現(xiàn)象，對(duì)現(xiàn)有的聲源定位方法進(jìn)行改進(jìn)，從而減小了環(huán)境噪聲、干擾聲、混響等因素對(duì)定位準(zhǔn)確性的影響，提高了定位的準(zhǔn)確性。
以上所述的具體描述，對(duì)發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施例而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種聲源定位方法，其特征在于，該方法包括
采集聲源時(shí)域信號(hào)；
將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)；
根據(jù)所述頻域信號(hào)確定頻率的空間功率譜；
根據(jù)所述空間功率譜確定頻率的空間功率概率分布；
根據(jù)空間概率分布確定概率最大的空間位置，以概率最大的空間位置作為聲源位置。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述空間功率譜確定頻率的空間功率概率分布的步驟包括
確定單個(gè)頻率的空間功率概率分布；
確定多個(gè)頻率的空間功率概率分布。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于根據(jù)下面的公式確定單個(gè)頻率的空間功率概率分布，
其中，
(k，l，X1t，...，XNmt)表示第k個(gè)頻率l位置上出現(xiàn)聲源的概率，表示k個(gè)頻率l位置上的空間功率譜。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于將各單個(gè)頻率的空間功率概率分布求和得到多個(gè)概率的空間功率分布。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于將各單個(gè)頻率的空間功率概率分布加權(quán)求和得到多個(gè)頻率的空間功率分布，各單個(gè)頻率的空間功率概率分布的權(quán)重隨頻率受噪音干擾影響的程度增大而減小。
6.根據(jù)權(quán)利要求2所述的方法，其特征在于根據(jù)下面的公式計(jì)算多個(gè)頻率的空間功率概率分布，
其中，wk是各單個(gè)頻率的空間功率概率分布的權(quán)重。
7.根據(jù)權(quán)利要求5或6所述的方法，其特征在于所述單個(gè)頻率的空間功率概率分布的權(quán)重隨單個(gè)頻率的信號(hào)幅值增大而增大。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于根據(jù)下面的公式按當(dāng)前幀確定概率最大的空間位置，
9.根據(jù)權(quán)利要求1所述的方法，其特征在于根據(jù)下面的公式按多幀確定概率最大的空間位置，
其中，
(ALL，l，X1t，...，XNmt)是當(dāng)前幀的頻率的空間功率概率分布，
(ALL，l，X1t-Δt，...，XNmt-Δt)是前一幀的頻率的空間功率概率分布，
(ALL，l，X1t-Δt*T，...，XNmt-Δt*T)是前T幀的頻率的空間功率概率分布，α1為前一幀的衰減系數(shù)，αT是前T幀的衰減系數(shù)。
10.一種聲源定位裝置，其特征在于，該裝置包括
采集單元，用于采集聲源時(shí)域信號(hào)；
轉(zhuǎn)換單元，用于將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)；
功率確定單元，用于根據(jù)所述頻域信號(hào)確定頻率的空間功率譜；
概率確定單元，用于根據(jù)所述空間功率譜確定頻率的空間功率概率分布；
定位單元，用于根據(jù)空間概率分布確定概率最大的空間位置，以概率最大的空間位置作為聲源位置。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述概率確定單元包括
單頻率概率確定模塊，用于確定單個(gè)頻率的空間功率概率分布；
多頻率概率確定模塊，用于確定多個(gè)頻率的空間功率概率分布。
全文摘要
本發(fā)明涉及一種聲源定位方法和裝置，方法包括采集聲源時(shí)域信號(hào)；將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)；根據(jù)所述頻域信號(hào)確定頻率的空間功率譜；根據(jù)所述空間功率譜確定頻率的空間功率概率。裝置包括采集單元，用于采集聲源時(shí)域信號(hào)；轉(zhuǎn)換單元，用于將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)；功率確定單元，用于根據(jù)所述頻域信號(hào)確定頻率的空間功率譜；概率確定單元，用于根據(jù)所述空間功率譜確定頻率的空間功率概率分布；定位單元，用于根據(jù)空間概率分布確定概率最大的空間位置。本發(fā)明運(yùn)用空間功率概率分布確定聲源，可以提高聲源陣列在噪聲、混響等環(huán)境下的定位準(zhǔn)確性。
文檔編號(hào)G01S5/18GK101762806SQ201010105118
公開日2010年6月30日 申請(qǐng)日期2010年1月27日 優(yōu)先權(quán)日2010年1月27日
發(fā)明者詹五洲, 王東琦 申請(qǐng)人:華為終端有限公司