[发明专利]一种基于微型麦克风阵列的声源方位识别方法

说明书

本发明公开了一种基于微型麦克风阵列的声源方位识别方法。首先，在四阵元差分阵列的基础上，计算各方向分量上每个时频点的声强，并对每个时频点声强采用相位变换加权进行处理；其次，对各方向分量上的时频点分别进行求和平均运算并对加权后的特征向量进行归一化处理；然后，根据三阵元正交阵的声强特性，通过子阵求声强，构造合适的特征向量；最后，采用最小二乘支持向量机进行训练和测试，得到声源方位角识别结果。相比现有技术，本发明提取的特征向量在高混响环境下有更好的鲁棒性，并且不受语音特性的影响，容错率较高，方位识别精度也更高。

技术领域

本发明属于信息识别技术领域，特别涉及了一种基于微型麦克风阵列的声源方位识别方法。

背景技术

在实际应用中，由于人们对产品轻便美观的要求、使用场地的限制等等，麦克风阵列的尺寸会受到各种因素的约束，此时减小麦克风阵列的尺寸就显得十分必要，因此微型麦克风阵列的声源定位方法研究有着现实意义和实用价值。考虑到基本的声源定位方法如可控响应功率技术运算量大、时延估计法在小尺寸下定位性能差等因素，提出了基于平均复声强的声源定位方法，该方法在不同阵型的小尺寸麦克风阵列定位过程中明显存在优势。然而，该方法虽然受噪声影响较小，却存在混响较大情况下定位性能急剧下降的缺陷。

实际情况下，例如圆桌会议，说话人的位置基本处于一个固定的区域，且多个说话人基本均匀分布在圆桌的周围，这样就可以考虑将定位问题转化为分类识别问题。提取鲁棒性较好的特征向量，将模式识别方法和基本的定位方法相结合，采用麦克风之间的延迟时间作为特征向量，在麦克风阵列尺寸较大的情况下，可以提高算法的定位性能。然而受到特征限制，这类方法在小尺寸条件下无法有良好的定位效果。

发明内容

为了解决上述背景技术中所提出的技术问题，本发明旨在提供一种基于微型麦克风阵列的声源方位识别方法，克服现有技术存在的缺陷，具有鲁棒性、不受语音特性影响、适合小尺寸阵列声源定位等优势。

为了实现上述技术目的，本发明的技术方案为：

一种基于微型麦克风阵列的声源方位识别方法，包括以下步骤：

(1)根据四阵元差分阵列求声强方法，计算各个方向上每个时频点的声强分量，并在每个时频点分别对声强分量进行相位变换加权处理；

(2)对经相位变换加权处理的各时频点的声强分量进行求和平均运算，并对求和平均后的声强分量做归一化处理；

(3)根据三阵元正交阵的声强特性，按照步骤(1)-(2)，获取四阵元差分阵列中各子阵列的声强分量；

(4)经步骤(2)、(3)得到的声强分量构成特征向量，采用最小二乘支持向量机进行训练和测试，求解出声源方位角。

进一步地，所述四阵元差分阵列包含1、2、3、4号麦克风，1、2、3、4号麦克风位于同一圆周上且按逆时针方向排列，以4个麦克风所在圆周的圆心作为原点、以相对2个麦克风所在直线作为坐标轴，建立平面直角坐标系，1、2、3、4号麦克风依次位于x轴正方向、y轴正方向、x轴负方向、y轴负方向。

进一步地，在步骤(1)中，采用下式计算各方向上的每个时频点经相位变换加权处理的声强分量：

上式中，I_ox-PHAT(w,t)为坐标原点处声强在x轴方向上每个时频点进行相位变换加权后的分量，I_oy-PHAT(w,t)为坐标原点处声强在y轴方向上每个时频点进行相位变换加权后的分量，P_o(w,t)为阵列中心处声压的短时傅里叶变换，P_i(w,t)为i号麦克风处声压的短时傅里叶变换，i＝1,2,3,4，(ω,t)表示时频点，j为虚数单位，*表示共轭变换。

进一步地，在步骤(2)中，采用下式对各时频点的声强分量进行求和平均运算：