[发明专利]一种基于神经网络的声源定位方法和装置

说明书

本发明提供了一种基于神经网络的声源定位方法和装置，所述方法包括以下步骤：控制麦克风阵列采集多组声源信息，并将其传输给神经网络电路；所述声源信息包括声源信号强度和声源位置信息；控制神经网络电路进行神经网络训练，直至训练完成；将麦克风采集到的声源信号强度传输至训练好的神经网络电路，并接收神经网络电路输出的声源位置信息。本发明利用深度学习和麦克风阵列，对音源样本与声源位置信息进行训练，构建两者之间关系，相较于传统的采用波束成形算法构建音源与麦克风之间二维矩阵关系的方式，有效降低样本采集的复杂度，提高了二维矩阵关系的准确性，进而提高了声源定位的精确度。

技术领域

本发明涉及声源定位领域，特别涉及一种基于神经网络的声源定位方法和装置。

背景技术

随着科技的发展和社会的进步，语音识别技术得到了广泛应用，极大了方便了人们的日常生活，提高了用户体验。语音识别首先要处理的是针对采集的语音信号进行回声消除，而回声消除过程中最关键的是一点就是声源定位。

通常，音源与麦克风之间存在着一个二维矩阵关系，即距离和角度。即使是同一个音源，如果其与麦克风之间的距离和角度是不断变化的，那么麦克风采集得到的音源信息也实时在变化着。为了能够准确进行语音识别，需要有绘制音源信号与二维矩阵的关系，为此，传统的语音识别设备就要求音源在发出语音时，需要让麦克多次采集一个二维数据，并利用波束成形算法达到构造音源信号与二维矩阵的关系，以便作为后续继续识别相同音源的依据。

然而，传统的声源定位存在着诸多问题，首先是样本采集上，用户不可能不断尝试在不同角度、距离发出声源，这就导致麦克风无法采集到足够多的二维数据，在绘制音源信号与二维矩阵的关系时往往存在偏差；其次，波束成形算法是一种基于经验的算法，其在构造音源信号与二维矩阵的关系时准确度存在偏差，这将影响到声源定位的准确性。

发明内容

为此，需要提供一种基于神经网络的声源定位的技术方案，用于解决现有的声源定位算法音频采集复杂度高、定位准确性差等问题。

为实现上述目的，发明人提供了一种基于神经网络的声源定位装置，其特征在于，所述装置包括麦克风阵列、处理器、神经网络电路和计算机程序；所述麦克风阵列包括阵列排布的多个麦克风；处理器与各个麦克风连接，所述计算机程序被处理器执行时实现以下步骤：

控制麦克风阵列采集多组声源信息，并将其传输给神经网络电路；所述声源信息包括声源信号强度和声源位置信息；

控制神经网络电路进行神经网络训练，直至训练完成；

将麦克风采集到的声源信号强度传输至训练好的神经网络电路，并接收神经网络电路输出的声源位置信息。

进一步地，麦克风阵列采集到的多组声源信息中的声源信号强度符合正态分布。

进一步地，所述声源位置信息包括声源角度信息和声源距离信息，所述声源角度信息与声源距离信息以二维矩阵标签的方式进行存储，每一声源对应一个二维矩阵标签；所述声源距离信息为当前声源位置与识别该声源的麦克风之间的距离。

进一步地，神经网络电路包括可重构网络矩阵单元、参数缓存单元、取数单元、参数配置单元、初始值存储单元、反向回写单元和误差计算单元；

所述初始值存储单元用于存储各个参数初始值；

所述参数配置单元用于根据各个参数初始值控制取数单元从参数缓存单元中获取相应数量的各个参数元素，对可重构网络矩阵单元进行配置；