[发明专利]一种基于频域相干函数的双麦克风时延差估计方法

说明书

本发明公开了一种基于频域相干函数的双麦克风时延差估计方法，所述方法包括：步骤1)在双麦克风不接收声源信号的状态下，计算双麦克风信号不同方位角角度的相干函数，在每个角度对应的相干函数下提取相干函数的实部和虚部，建立相干函数特征量的数据库；步骤2)将双麦克风接收到的信号转换到频域上，在频域上计算两个信号的相干函数，并根据相干函数的模值对每一个频点处进行峰值平滑，然后计算相干函数的实部和虚部，在相干函数特征量数据库中进行匹配，获取到声源方位角，由此计算出时延差。本发明的方法通过逐帧的提取相干函数模值大的频点，有效克服了背景噪声和混响的干扰，提高了双麦克风时延差估计的准确率。

技术领域

本发明涉及语音信号时延估计领域，特别是涉及一种基于频域相干函数的双麦克风时延差估计方法。

背景技术

时延差估计方法在小型麦克风阵列的声源定位和语音增强等算法中起到重要的作用，所谓时延差是指麦克风阵列接收到同一信号源之间由于传输距离不同引起的时间差。

目前已有的方法都是通过寻找广义互相关函数的峰值时刻来进行时延差估计(参考文献[1]：Knapp C,Carter G.The generalized correlation method for estimationof time delay[J].IEEE Transactions on Acoustics SpeechSignal Processing,1976,24(4):320-327.；参考文献[2]：Liu C,Wheeler B C,Jr O W,et al.Localizationof multiple sound sources with two microphones.[J].Journal of the AcousticalSociety of America,2000,108(4):1888-1905.；参考文献[3]：Jr S R,Colburn HS.Theory of binaural interaction based in auditory-nerve data.IV.A model forsubjective lateral position.[J].Journal of the Acoustical Society of America,1978,64(1):127-40.；参考文献[4]：Lyon R.A computational model of binaurallocalization and separation[C]//Acoustics,Speech,and Signal Processing,IEEEInternational Conference on ICASSP.IEEE,1983:1148-1151.；参考文献[5]：LindemannW.Extension of a binaural cross-correlation model by contralateralinhibition.I.Simulation of lateralization for stationary signals.[J].Journalof the Acoustical Society of America,1986,80(6):1608-22.)。虽然在安静环境下，这类方法能够很好地对时延差进行准确估计。但是存在的问题在于：在背景噪声和混响环境的干扰下，时延差估计的准确性会急剧下降。

发明内容

本发明的目的在于克服已有技术中的时延差估计方法存在的缺陷，利用直达语音段的相干函数的模值为1，而噪声和混响声段的相干函数模值一般小于1的特点；在频域利用相干函数的模值，对相干函数进行峰值平滑，保证了峰值平滑后的相干函数的每个频点是由直达声占主导地位。也就是说峰值平滑后的相干函数滤除了一部分背景噪声和混响声的干扰。最后再将峰值平滑后的相干函数与理想情况下的相干函数进行匹配，从而求出最为接近的理想情况相干函数对应的方位角；最后求出时延差；从而改进现有时延差估计技术的不足。

为了实现上述目的，本发明提供了一种基于频域相干函数的双麦克风时延差估计方法，所述方法包括：