[发明专利]一种声源定位方法及装置

权利要求书

1.一种声源定位方法，其特征在于，包括：

获取待估计的多通道语音；

获取目标降噪模型及目标DOA估计模型；

基于所述目标降噪模型及目标DOA估计模型，对所述待估计的多通道语音进行声源定位，以得到估计的声源方向；

所述获取目标降噪模型，包括：

获取原始降噪模型；

获取若干条第一单通道带噪语音；

对所述若干条第一单通道带噪语音进行特征提取，以得到若干条第一语音特征；

确定所述若干条第一单通道带噪语音分别对应的纯净语音的语谱或mask；

将所述若干条第一语音特征作为所述原始降噪模型的输入，将所述若干条第一单通道带噪语音分别对应的纯净语音的语谱或mask作为所述原始降噪模型的输出来训练所述原始降噪模型，以得到所述目标降噪模型。

2.如权利要求1所述的方法，其特征在于，所述获取目标DOA估计模型，包括：

获取作为训练数据的多通道带噪语音；

将所述作为训练数据的多通道带噪语音划分为第一预设数目个第二单通道带噪语音；

对所述第一预设数目个第二单通道带噪语音进行特征提取，以得到第一预设数目个第二语音特征；

将所述第一预设数目个第二语音特征输入至所述目标降噪模型，得到所述第一预设数目个第二单通道带噪语音分别对应的纯净语音的语谱或mask；

根据所述第一预设数目个第二单通道带噪语音分别对应的纯净语音的语谱或mask确定所述目标DOA估计模型。

3.如权利要求2所述的方法，其特征在于，所述根据所述第一预设数目个第二单通道带噪语音分别对应的纯净语音的语谱或mask确定所述目标DOA估计模型，包括：

获取原始DOA估计模型；

确定所述第一预设数目个第二单通道带噪语音分别对应的纯净语音的语谱或mask分别对应的DOA标签，其中，所述DOA标签表示声源的方向；

对所述第一预设数目个第二单通道带噪语音分别对应的纯净语音的语谱或mask进行特征提取，以得到所述第一预设数目个第三语音特征；

将所述第一预设数目个第三语音特征作为所述原始DOA估计模型的输入，将所述第一预设数目个第二单通道带噪语音分别对应的纯净语音的语谱或mask分别对应的DOA标签作为所述原始DOA估计模型的输出来训练所述原始DOA估计模型，以得到所述目标DOA估计模型。

4.如权利要求1所述的方法，其特征在于，所述基于所述目标降噪模型及目标DOA估计模型，对所述待估计的多通道语音进行声源定位，以得到估计的声源方向，包括

将所述待估计的多通道语音划分为第二预设数目个单通道语音；

对所述第二预设数目个单通道语音进行特征提取，以得到第二预设数目个第四语音特征；

将所述第二预设数目个第四语音特征输入至所述目标降噪模型，得到第二预设数目个单通道语音分别对应的纯净语音的语谱或mask；

对所述第二预设数目个单通道语音分别对应的纯净语音的语谱或mask进行特征提取，以得到第二预设数目个第五语音特征；

将所述第二预设数目个第五语音特征输入至所述目标DOA估计模型，得到所述估计的声源方向。

5.一种声源定位装置，其特征在于，包括：

第一获取模块，用于获取待估计的多通道语音；

第二获取模块，用于获取目标降噪模型及目标DOA估计模型；

声源定位模块，用于基于所述目标降噪模型及目标DOA估计模型，对所述待估计的多通道语音进行声源定位；

所述第二获取模块，包括：

第一获取子模块，用于获取原始降噪模型；

第二获取子模块，用于获取若干条第一单通道带噪语音；

第一提取子模块，用于对所述若干条第一单通道带噪语音进行特征提取，以得到若干条第一语音特征；

第一确定子模块，用于确定所述若干条第一单通道带噪语音分别对应的纯净语音的语谱或mask；

第一训练子模块，用于将所述若干条第一语音特征作为所述原始降噪模型的输入，将所述若干条第一单通道带噪语音分别对应的纯净语音的语谱或mask作为所述原始降噪模型的输出来训练所述原始降噪模型，以得到所述目标降噪模型。