[发明专利]基于关键词改进麦克风阵列远场拾音的方法

权利要求书

1.基于关键词改进麦克风阵列远场拾音的方法，其特征在于，包括以下步骤：

A.设定关键词、设定使用单帧音源定位算法获得前N个最大可能的方向被缓存，其中，关键词持续时间为X毫秒、信号每帧持续时间为Y毫秒、关键词持续的帧数K＝X/Y，设计长度为K×N的容器1用于缓存音源方向，设计长度为K的容器2用于缓存帧内包络最大值；设定语音信号最大幅值的期望值H；

B.在处于监听状态下，通过麦克风阵列采集一帧信号，信号依次经回声消除、噪声抑制、混响消除处理；

C.实施单帧音源定位算法，取前N个最大可能的方向，将这N个方向存入容器1，容器1中最先存入的N个方向则被挤出容器；

D.计算信号包络，将帧内包络最大值存入容器2，容器2中最先存入的帧内包络最大值被挤出容器；

E.信号经自动增益控制后送入关键词识别引擎；

F.判断关键词是否被关键词识别引擎识别出，如果没有则返回步骤B继续处理，如果关键词被识别出则进入步骤G；

G.取出容器1中缓存的K×N个方向，采用聚类算法对这K×N个方向进行聚类分析，其中，聚类算法的类数设置为M，采用总隶属度最大的类的中心作为最终的音源方向O；

H.筛选出容器2中的K个值的最大值作为包络最大值，设定语音信号最大幅值的期望值H，期望值H与包络最大值的比值G即作为唤醒状态下远场拾音算法输入信号的增益；

I.进入唤醒状态，麦克风阵列采集一帧信号，信号乘以增益G；

J.波束形成指向获得的音源方向O拾取语音信号，处理乘以增益后的信号；

K.信号依次经噪声抑制、混响消除处理；

L.信号经自动增益控制后，送入交互指令识别引擎；

M.交互指令被识别出，则设备响应指令，并再从步骤B执行；否则返回步骤I继续进行。

2.根据权利要求1所述的基于关键词改进麦克风阵列远场拾音的方法，其特征在于，所述步骤C中的单帧音源定位算法为SRP-PHAT声源定位算法。

3.根据权利要求1所述的基于关键词改进麦克风阵列远场拾音的方法，其特征在于，所述步骤C中N的取值不小于1。

4.根据权利要求1所述的基于关键词改进麦克风阵列远场拾音的方法，其特征在于，所述步骤G中的聚类算法为模糊c-均值聚类算法。

5.根据权利要求1所述的基于关键词改进麦克风阵列远场拾音的方法，其特征在于，所述步骤G中的M取值为3。