[发明专利]一种用于自助终端设备的语音降噪摄像头的实现方法

说明书

本发明公开了一种用于自助终端设备的语音降噪摄像头的实现方法，包括摄像头、阵列麦克风、视频传感器、AD采集器、主控制器和终端设备；所述摄像头上集成有阵列麦克风、视频传感器、AD采集器、主控制器；所述阵列麦克风与AD采集器连接并接入主控制器；所述视频传感器通过图像接口连接到主控制器，将视频信号送入主控制器；所述主控制器利用内部波束成形算法对接收到的阵列麦克风信号进行降噪处理，将处理后的语音信号和视频信号通过USB接口送入终端设备；本发明将阵列麦克风与摄像头集成为一体，成本降低且可控；大大提高音视频通话质量，而且可简化设备安装流程，同时提供优质的音频信号，提升业务办理效率和客户满意度。

技术领域

本发明涉及一种一种用于自助终端设备的语音降噪摄像头的实现方法，属于自助终端设备技术领域。

背景技术

为分流柜台业务缓解柜台业务的压力，现代银行已大批量应用一种新型设备——虚拟柜员机，其结合了视、听、自助和专人服务，使客户在办理业务时不用排队等待，通过远程音视频方式来办理柜台业务，能够很快速的完成各项业务的处理，提高了银行的业务办理效率，在银行中得到了非常广泛的应用。

然而，在使用虚拟柜员机办理业务时，需要与银行后台服务人员进行音视频交互，由于银行的环境嘈杂，环境噪声会通过自助设备的前置麦克传输到服务后台，影响通话质量。

现代自助终端设备对音视频交互的应用越来越广泛，同时对交互的质量要求也越来越高，自助终端多采用单独的麦克风采集音频信号和单独的图像传感器采集视频信号，不仅语音信号质量得不到保证而且分立实现的成本相对较高。

市面上的摄像头虽然集成语音接收功能，但多采用单麦克来实现，单麦克只能进行单一的语音接收，并不能进行降噪处理，因此集成单麦克的摄像头号不能保证语音质量，尤其应用在自助终端设备中，其对语音通话质量要求更是严格。

发明内容

针对上述存在的技术问题，本发明的目的是：提出了一种用于自助终端设备的语音降噪摄像头的实现方法，提高了业务办理过程中的音视频交互质量，而且降低了实现成本。

本发明的技术解决方案是这样实现的：一种用于自助终端设备的语音降噪摄像头的实现方法，包括摄像头、阵列麦克风、视频传感器、AD采集器、主控制器和终端设备；所述摄像头上集成有阵列麦克风、视频传感器、AD采集器、主控制器；所述阵列麦克风与AD采集器连接并接入主控制器；所述视频传感器通过图像接口连接到主控制器，将视频信号送入主控制器；所述主控制器利用内部波束成形算法对接收到的阵列麦克风信号进行降噪处理，将处理后的语音信号和视频信号通过USB接口送入终端设备；采用基于时延估计的定位降噪算法，第一步计算麦克风对之间的时延；第二步根据前一步得到的时间延迟和麦克风阵列中各个麦克风的位置定位声源；

设麦克风数目为M，第m个麦克风的接收信号为x_m(n)，信号从声源到麦克的时延为τ_m，麦克风阵列中各个麦克风采集信号的增益相同，而且背景噪声统计独立，那么对语音信号s(n)用下式表示：

设声源到阵列的辐射角为θ，则方向矢量延迟求和波束形成器的输出y(n)的频域描述Y(k)为

其中X(k)是麦克风阵列采集信号的频域表示，W(k)是阵列方向矢量，即W(k)＝A(k,θ)，在本算法中，声源位置由波束最大输出能量确定，

即其中，R_xx(k)＝E{X(k)X^T(k)}，A^H(k,θ)为A(k,θ)的共轭；