[发明专利]一种麦克风阵列语音增强的方法和系统

说明书

公开了一种麦克风阵列语音增强的方法和系统，其包括利用麦克风阵列进行多通道的语音信号的采集，接收能量收集器获得的语音能量，获取声源方位信息，利用声源方位信息的几何关系计算麦克风阵列信号各通道的时延补偿值，根据麦克风阵列信号各通道的时延补偿值进行波束成形处理，实现语音信息的增强。本发明充分利用圆锥结构本身的信号反射聚焦特性进行对应角度范围内的语音能量收集，可实时获取方位信息，无需采用复杂的方位估计算法，系统实现简单方便。

技术领域

本发明涉及麦克风阵列语音信号处理，尤其是涉及一种麦克风阵列语音增强的方法和系统。

背景技术

随着多媒体技术的发展，各类学校课堂教学中已普遍采用麦克风提高教师授课效果，特别是在高校公共课、通识课、讲座课等大课教学中通过麦克风采集语音后多媒体系统放大可有效保证大空间内的授课效果。但是，由于受到混响和背景噪声干扰，麦克风接收到的信号通常为带噪语音，将影响语音的可懂度，目前常用的讲台固定麦克风获教师可随身携带的无线麦克风均存在这个问题，从而影响课堂教学的的整体效果，因此需要对麦克风采集的带噪语音进行增强处理以保证课题教学效果。

从语音信号处理的角度，在噪声、混响等较为复杂的声学环境下，单麦克风语音增强已无法满足需求。麦克风阵列可对不同方向上的信号形成不同响应，也即阵列的空间指向特性。当语音和周围环境信息被多个麦克风聚集时，麦克风阵列可以在期望的方向上有效地形成一个波束去拾取波束内的信号，并消除波束外的噪声，从而达到同时提取声源和抑制噪声的目的。当前，在语音识别、声纹识别、视频会议、智能家居等领域麦克风阵列技术已经得到广泛应用。

利用麦克风阵列进行语音增强，是通过阵列在期望声源方向形成波束来实现的，因此，获取声源的位置或者方位是麦克风阵列语音增强技术的前提条件。基于麦克风阵列的声源定位和语音增强技术是密切相关的，位置估计是进行波束形成的依据，是麦克风阵列语音增强的基础，也直接影响其语音增强性能。

常用的麦克风阵列定位技术在实际应用中存在种种问题，严重制约麦克风阵列语音增强算法的性能。如到达时间差定位技术在室内严重混响条件下精度严重下降；基于高分辨率谱估计的定位方法由于需要在全空间进行解搜索运算量极大，且其处理语音这类宽带信号时效果无法保证。

同时，由于需要先进行声源定位运算，然后再进行麦克风阵列语音增强处理，而课堂教学中教师在授课、板书、提问等教学环节中往往处于运动状态时，采用传统声源定位算法进行麦克风阵列语音增强的传统处理方法将导致声源定位滞后，从而造成语音增强效果不理想。

如参考文献1中发明专利(专利号：ZL 2010105911582)提出一种视频定位的长距离拾音装置，该方法提供一种可以有效增强视频监控画面指定目标音源品质，抑制近场音源干扰与噪音的视频定位长距离拾音装置，通过对视频监控画面进行目标定位辅助指向性麦克风对准目标增强语音，提高长距离拾音效果。但该方法一方面需要借助视频摄像头设备，系统安装、使用比较复杂；另一方面目标定位选取仍需人工操作，无法实现自动对准。

参考文献2中发明专利(专利号ZL200410002739.2)提出一种结合定位技术的麦克风阵列收音方法及其系统，通过结合麦克风阵列获取的声波信号和数码摄像机获取的目标声源画面来技术声源方位，由于还需借助图像搜索算法判断数码摄像机获得画面中目标音源的大小及方位来计算，系统定位处理的运算量大且性能将受光照条件等的影响。

参考文献3中发明专利申请(申请号：201110142759.X)提出一种麦克风阵列语音波束形成方法、语音信号处理装置及系统，采用先将各通道语音信号转换到频域，然后进行广义相关分析获取各通道相对时延，并据此进行各通道时延补偿、加权叠加。由于采用的仍然是各通道语音信号间的频域相关，在存在严重混响等条件时时延估计精度将显著下降，从而影响了时延补偿加权叠加语音增强的性能。

发明内容

本发明提出了一种麦克风阵列语音增强的方法和系统。