[发明专利]多传感器声源定位

说明书

背景

在诸如人机交互和智能房间等许多重要的应用中都采用使用传声器阵列 的声源定位(SSL)。已经提出了大量的SSL算法，其准确度和计算复杂度都 各不相同。例如，在诸如远程会议等宽带声源定位应用中，多种SSL技术是流 行的。这包括可控波束形成器(SB)、高分辨率频谱估算、到达时延(TDOA) 和基于学习的技术。

对于TDOA方法，大多数现有算法取传声器阵列中的每一对音频传感器 并计算它们的互相关函数。为补偿环境中的混响和噪声，通常在相关函数前面 使用加权函数。已经尝试了多种加权函数。其中之一是最大似然(ML)加权 函数。

然而，这些现有TDOA算法被设计成找出音频传感器对的最优权重。在 传声器阵列中存在超过一对传感器时，作出传感器对是独立的并且其似然可以 相乘在一起的假设。该方法是有问题的，因为传感器对通常不是真正独立的。 因此，这些现有的TDOA算法不表示具有超过一对音频传感器的传声器阵列的 真正ML算法。

概述

本发明的多传感器声源定位(SSL)技术提供了用于具有超过一对音频传 感器的传声器阵列的真正最大似然(ML)处理。该技术使用传声器阵列的每 一音频传感器所输出的信号来估算声源的位置，该传声器阵列被放置成拾取从 表现出混响和环境噪声的环境中的源所发出的声音。一般而言，这通过选择导 致从声源到阵列的每一音频传感器的某一传播时间的声源位置来实现，该声源 位置最大化同时产生从阵列中的所有传感器输入的音频传感器输出信号的似 然。该似然包括为每一传感器估算对源信号的未知音频传感器响应的唯一项。

应当注意，尽管在背景部分描述的现有SSL技术的上述限制可由根据本 发明的多传感器SSL技术的特定实现来解决，但这决不限于只解决任何或全部 所述缺点的实现。相反，如将从以下描述中变得明显的，本技术具有广泛得多 的应用。

应当注意，提供本概述以便用简化形式介绍下面在详细描述中进一步描述 的一些概念。该概述不旨在标识所要求保护的主题的关键特征或必要特征，也 不旨在用于帮助确定所要求保护的主题的范围。除了刚才所描述的好处之外， 从结合附图所考虑的以下详细描述中，本发明的其它优点将变得显而易见。

附图说明

参考以下描述、所附权利要求书以及附图，将更好地理解本发明的具体特 征、方面和优点，附图中：

图1是描绘构成用于实现本发明的示例性系统的通用计算设备的图。

图2是概括地描述用于使用传声器阵列所输出的信号来估计声源的位置 的技术的流程图。

图3是示出构成传声器阵列的音频传感器的输出的各信号分量的表征的 框图。

图4A-B是概括地描述用于实现图2的多传感器声源定位的技术的实施例 的连续流程图。

图5A-B是概括地描述图4A-B的多传感器声源定位的数学实现的连续流 程图。

详细描述

在对本发明的各实施例的以下描述中，对附图进行了参考，附图构成了实 施例的一部分且在其中作为说明示出了可在其中实践本发明的具体实施例。可 以理解，可以使用其它实施例并且可以做出结构上的改变而不背离本发明的范 围。

1.0计算环境

在提供本发明的多传感器SSL技术的各实施例的描述之前，将描述其中 可以实现该技术的各部分的合适的计算环境的简要、概括的描述。本发明的多 传感器SSL技术可用多种通用或专用计算系统环境或配置来操作。适合的公知 计算系统、环境和/或配置的示例包括但不限于个人计算机、服务器计算机、手 持式或膝上型设备、多处理器系统、基于微处理器的系统、机顶盒、可编程消 费电子产品、网络PC、小型机、大型计算机、包括以上系统或设备的任一个 的分布式计算环境等等。