[发明专利]语音增强、多媒体数据采集、播放方法、装置及监控系统

权利要求书

1.一种语音增强方法，其特征在于，包括：

确定基于麦克风阵列得到的多路频域音频数据；以及

确定所述麦克风阵列中每个麦克风的坐标信息；

根据所述多路频域音频数据和所述每个麦克风的坐标信息确定声源角度信息；

根据所述声源角度信息，对所述多路频域音频数据进行增强处理，得到增强的目标频域音频数据。

2.根据权利要求1所述的方法，其特征在于，所述确定基于麦克风阵列得到的多路频域音频数据，包括：

获取采用麦克风阵列采集的多路时域音频数据；

对所述多路时域音频数据进行时频域变换，得到多路频域音频数据。

3.根据权利要求2所述的方法，其特征在于，所述对所述多路时域音频数据进行时频域变换，得到多路频域音频数据，包括：

对所述多路时域音频数据进行时域加窗处理和快速傅里叶变换处理，得到多路频域音频数据。

4.根据权利要求1所述的方法，其特征在于，所述确定所述麦克风阵列中每个麦克风的坐标信息，包括：

从多媒体数据包中解析得到所述麦克风阵列中每个麦克风的坐标信息。

5.根据权利要求1所述的方法，其特征在于，所述根据所述多路频域音频数据和所述每个麦克风的坐标信息确定声源角度信息，包括：

根据所述多路频域音频数据和所述每个麦克风的坐标信息，采用基于麦克风阵列的声源定位算法，确定声源相对于所述麦克风阵列的声源角度信息。

6.根据权利要求5所述的方法，其特征在于，所述基于麦克风阵列的声源定位算法，包括：

基于到达时间差的声源定位算法。

7.根据权利要求1所述的方法，其特征在于，所述对所述多路频域音频数据进行增强处理，包括：

采用超指向波束形成算法对所述多路频域音频数据进行增强处理，其中，所述超指向波束形成算法包括自适应波束形成算法。

8.根据权利要求7所述的方法，其特征在于，所述自适应波束形成算法，包括：最小方差无失真响应算法。

9.根据权利要求1所述的方法，其特征在于，在所述得到增强的目标频域音频数据之后，还包括：

对所述目标频域音频数据进行重叠相加处理和快速傅里叶逆变换处理，得到目标时域音频数据，并输出所述目标时域音频数据。

10.一种语音增强装置，其特征在于，包括：

多路频域数据确定模块，用于确定基于麦克风阵列得到的多路频域音频数据；以及

第一坐标信息确定模块，用于确定所述麦克风阵列中每个麦克风的坐标信息；

第一声源角度确定模块，用于根据所述多路频域音频数据和所述每个麦克风的坐标信息确定声源角度信息；

第一增强处理模块，用于根据所述声源角度信息，对所述多路频域音频数据进行增强处理，得到增强的目标频域音频数据。

11.一种语音采集方法，其特征在于，包括：

获取采用麦克风阵列采集的多路时域音频数据；以及

确定所述麦克风阵列中每个麦克风的坐标信息；

根据所述多路时域音频数据和所述各所述麦克风的坐标信息，生成多媒体数据包。

12.根据权利要求11所述的方法，在所述根据所述多路时域音频数据和所述各所述麦克风的坐标信息，生成多媒体数据包之前，还包括：

确定所述麦克风阵列中的麦克风的数量；

所述根据所述多路时域音频数据和所述各所述麦克风的坐标信息，生成多媒体数据包，包括：

根据所述多路时域音频数据、所述各所述麦克风的坐标信息和所述麦克风的数量，生成多媒体数据包。