[发明专利]使用波束形成的音频捕获

权利要求书

1.一种音频捕获装置，包括：

麦克风阵列；

至少第一波束形成器，其被布置为生成波束形成的音频输出信号和至少一个噪声参考信号；

第一变换器(309)，其用于根据对所述波束形成的音频输出信号的频率变换来生成第一频域信号，所述第一频域信号由时间频率瓦片值表示；

第二变换器(311)，其用于根据所述至少一个噪声参考信号的频率变换来生成第二频域信号，所述第二频域信号由时间频率瓦片值表示；

差异处理器(313)，其被布置为生成时间频率瓦片差异量度，针对第一频率的时间频率瓦片差异量度指示针对所述第一频率的所述第一频域信号的时间频率瓦片值的范数的第一单调函数与针对所述第一频率的所述第二频域信号的时间频率瓦片值的范数的第二单调函数之间的差异；

点音频源估计器(315)，其用于生成指示所述波束形成的音频输出信号是否包括点音频源的点音频源估计，所述点音频源估计器(315)被布置为响应于针对高于频率阈值的频率的时间频率瓦片差异量度的组合差异值而生成所述点音频源估计。

2.根据权利要求1所述的音频捕获装置，其中，所述点音频源估计器(315)被布置为响应于所述组合差异值超过阈值而检测所述波束形成的音频输出中的点音频源的存在。

3.根据权利要求1所述的音频捕获装置，其中，所述频率阈值不低于500Hz。

4.根据权利要求1所述的音频捕获装置，其中，所述差异处理器(313)被布置为生成噪声相干估计，所述噪声相干估计指示所述波束形成的音频输出信号的幅值与所述至少一个噪声参考信号的幅值之间的相关性；并且所述第一单调函数和所述第二单调函数中的至少一个取决于所述噪声相干估计。

5.根据权利要求4所述的音频捕获装置，其中，所述差异处理器(313)被布置为响应于所述噪声相干估计而相对于针对所述第一频率的所述第二频域信号的时间频率瓦片值的范数来缩放针对所述第一频率的所述第一频域信号的时间频率瓦片值的范数。

6.根据权利要求1所述的音频捕获装置，其中，所述差异处理器(313)被布置为将针对时间t_k在频率ω_l的所述时间频率瓦片差异量度生成为基本如下：

d＝|Z(t_k，ω_l)|-γC(t_k，ω_l)|X(t_k，ω_l)|

其中，Z(t_k，ω_l)是针对所述波束形成的音频输出信号在时间t_k在频率ω_l的所述时间频率瓦片值；X(t_k，ω_l)是针对所述至少一个噪声参考信号在时间t_k在频率ω_l的所述时间频率瓦片值；C(t_k，ω_l)是在时间t_k在频率ω_l的噪声相干估计；并且γ是设计参数。

7.根据权利要求1所述的音频捕获装置，其中，所述差异处理器(313)被布置为对所述波束形成的音频输出信号的所述时间频率瓦片值和所述至少一个噪声参考信号的所述时间频率瓦片值中的至少一个进行滤波。

8.根据权利要求7所述的音频捕获装置，其中，所述滤波在频率方向和时间方向两者上进行。

9.根据权利要求1所述的音频捕获装置，包括多个波束形成器，所述多个波束形成器包括第一波束形成器；并且所述点音频源估计器(315)被布置为针对所述多个波束形成器中的每个波束形成器生成点音频源估计；并且所述音频捕获装置还包括适配器(713)，所述适配器用于响应于所述点音频源估计来调整所述多个波束形成器中的至少一个。