[发明专利]语音波达方向估计方法及装置

说明书

本申请公开一种语音波达方向估计方法及装置，所述方法包括：对麦克风阵列采集到的多路语音信号进行谱峰最大值搜索，以确定多个备选波达方向；对多个备选波达方向的信号进行信号增强处理，得到多个方向的增强信号；将多个方向的增强信号输入至预先训练的神经网络模型，以得到对应于多个方向的增强信号的多个后验概率值；确定多个后验概率值中大于设定阈值的至少一个后验概率值所对应的至少一个备选波达方向；根据在至少一个备选波达方向上的至少一路增强信号确定语音波达方向。将基于神经网络的波达角估计方法与传统基于信号处理的方法相结合，较好的解决了设备在靠墙和较强干扰场景下估计不准的问题。

技术领域

本申请涉及语音信息号处理技术领域，尤其涉及一种语音波达方向估计方法及装置。

背景技术

目前语音类消费电子产品市场越来越火热，这类产品往往需要对语音的来波方向，特别是唤醒说话的方向进行估计，并增强此方向的信号，以达到提高唤醒或者识别准确率的目的；市面上存在一些语音波达方向估计的方法，比如muisc，esprit和GCC-phat等传统的方法。

波达角估计的技术根据其实现方法可以分为基于传统信号处理的方法和基于神经网络的方法；语音信号为典型的宽带信号，通常会将语音信号分成特定的独立子带信号，在每个子带中应用经典的窄带算法，这些算法主要包括以空间谱分解为主要技术特征的MUSIC，ESPRIT等和以互相关为主要技术特征的GCC-PHAT等；MUSIC等算法是指通过对麦克风阵列采集的数据作空间谱分解，利用信号子空间与噪声子空间的正交性，搜索与噪声子空间正交性最好的方向。GCC-PHAT等算法估计语音信号到达各个麦克风之间的信号时间差，利用时间差可以估算出语音的来波方向。

在有语音唤醒功能的音箱等产品中，往往会将空间分为若干方向，对这若干方向作波束成形并分别送入唤醒算法，根据唤醒所属方向判断来波的方向，这个方法扛干扰能力强，但是精度很低。

这些技术的最大问题就是对于折射或干扰的实际应用场景，比如在产品靠墙或靠墙角放置的场景，在有较强干扰的场景，错误率很高，特别是当干扰信号与折射信号并存的时候，极容易判断错误。

在靠墙或者靠墙角等场景中，折射信号与干扰信号往往互相干扰，而传统信号处理方法无法处理干扰信号，而折射过来的信号包含大量语音信息，基于神经网络的方法也很容易选择错误，因此这些方法均不适用。

来波方向估计作为语音增强的前置条件，非常重要，折射和干扰会极大的影响波达方向估计的准确率，由于解决难度较高，行业中往往忽略这个问题或者不测试这个场景。

发明人在实现本申请的过程中发现，基于传统信号处理的空间谱检索方法，往往会将干扰方向判断为信号方向，基于神经网络的方法往往会将折射方向判断为信号方向。面对折射问题，也有采用多通道盲辨识的方法，得到冲激响应最强的延时估计，这种方法得到的延时估计必须为采样时间的整数倍，因此精度很低。

发明内容

本申请实施例提供一种语音波达方向估计方法，用于至少解决上述技术问题之一。

第一方面，本申请实施例提供一种语音波达方向估计方法，包括：

对麦克风阵列采集到的多路语音信号进行谱峰最大值搜索，以确定多个备选波达方向；

对所述多个备选波达方向的信号进行信号增强处理，得到多个方向的增强信号；

将所述多个方向的增强信号输入至预先训练的神经网络模型，以得到对应于所述多个方向的增强信号的多个后验概率值；

确定所述多个后验概率值中大于设定阈值的至少一个后验概率值所对应的至少一个备选波达方向；

根据在所述至少一个备选波达方向上的至少一路增强信号确定语音波达方向。

第二方面，本申请实施例提供一种语音波达方向估计装置，包括：