[发明专利]一种复杂环境下声源定位跟踪方法

说明书

技术领域

本发明属于语音信号处理领域，尤其涉及一种声源定位跟踪系统。

背景技术

智能家庭服务机器人是现在机器人发展的一个重要方向，它可以完成有益于人类的服务工作而得到人们的普遍关注；如提供家务、娱乐休闲、教育、安全监控等服务，家庭服务机器人智能化的一个重要特征是能够进行语音对话、语音互动。然而，在家庭实际应用环境中，由于室内环境中其它说话人的声音干扰及室内环境的墙壁、地面对声音的反射使得语音信号在室内传播时，不可避免产生混响，会使得家庭服务机器人在进行语音互动过程中遭受其他说话人的声音和环境噪声的干扰，影响用户体验。

发明内容

为解决以上技术问题，本发明提供一种复杂环境下声源定位跟踪方法。

具体技术方案如下：

一种复杂环境下声源定位跟踪方法，其中，应用于智能设备，具体步骤如下：

步骤S1：通过一麦克风阵列捕获语音信号，建立第n个麦克风在时刻k接收到的语音信号的声学模型为：

y_n(k)＝g_n*s(k)+v_n(k),n＝1,2,3,…,N；

其中，g_n是从声源到第n个麦克风的信道冲激响应；

s(k)为未知信号源；

v_n(k)为第n个麦克风接收到的加性噪声信号，并假设与目标语音信号及其他噪声不相关；

N为麦克风阵列的麦克风数目；

步骤S2：自所述语音信号的功率谱中减去所述加性噪声信号的功率谱，对获得的功率谱进行傅里叶反变换，得到预处理后的语音信号；

步骤S3，自所述麦克风阵列中选取一路麦克风作为参考麦克风，计算所述未知信号源的信号到达所述麦克风阵列中不同麦克风的波达时延；

步骤S4：利用所述波达时延信息和所述麦克风阵列的拓扑结构信息估计声源的位置；

步骤S5，调整所述智能设备以朝向所述声源的位置。

上述的复杂环境下声源定位跟踪方法，所述步骤S2包括：

步骤S21，通过一带通滤波器组对所述语音信号进行预滤波获得预滤波后的语音信号；

步骤S22，对所述预滤波后的语音信号进行加窗和分帧操作，获得复数段的帧数据；

步骤S23，对复数段的所述帧数据进行小波变换，并计算小波变换后的语音数据的方差；

步骤S24，判断一帧数据的语音数据的方差是否大于一端点检测门限值，如果大于，则相应的所述帧数据之后的语音数据为有效的语音数据，当前帧 数据记为起始帧；

步骤S25，判断所述起始帧之后的一帧数据的语音数据的方差小于所述门限值时，对应的帧数据记为结束帧。

上述的复杂环境下声源定位跟踪方法，所述步骤S2包括：

步骤S26，对确定了起始帧和结束帧的分帧操作后的语音信号进行时域到频域的转换，并计算转换后的频域信号的功率谱；

步骤S27，自所述语音信号的功率谱中减去所述加性噪声信号的功率谱，

步骤S28，进行傅里叶反变换得到预处理后的语音信号。

上述的复杂环境下声源定位跟踪方法，所述步骤S21中所述带通滤波器组的上限截止频率为3400Hz，下限截止频率为200Hz，采样率大于20KHz。

上述的复杂环境下声源定位跟踪方法，所述步骤S3具体包括：

步骤S31，利用加权广义互相关法分别计算各个预处理的语音信号的加权互功率谱；

步骤S32，分别对各个所述互功率谱进行傅里叶反变换，得到广义互相关函数；

步骤S33，分别获取使得所述广义互相关函数最大的时间值作为所述未知信号源到达各个麦克风的相对时延。

上述的复杂环境下声源定位跟踪方法，所述步骤S4具体包括：

步骤S41，利用所述相对时延值计算出声源到达各个麦克风的距离差；

步骤S42，结合所述麦克风阵列的拓扑结构信息确定声源的位置。

上述的复杂环境下声源定位跟踪方法，所述麦克风阵列沿圆形拓扑结构设置于所述智能设备上，每个麦克风距离所述麦克风阵列的中心点的距离为 8mm至10mm。

上述的复杂环境下声源定位跟踪方法，所述智能设备采用家用服务机器人。

有益效果：以上技术方案可以实现复杂环境下的声源识别，并可减少运算量使得声源识别的实时性增强，有利于提升用户体验。

附图说明

图1为本发明的方法流程图；