[发明专利]一种基于麦克风阵列的双端讲话状态检测方法及装置

权利要求书

1.一种基于麦克风阵列的双端讲话状态检测方法，其特征在于，至少包括如下步骤：

通过麦克风采集不同通道对应的语音模拟信号，并将所述语音模拟信号转换为语音数字信号，得到第一通道信号和第二通道信号；

采用NLMS算法对所述第一通道信号和所述第二通道信号进行线性回声消除处理；

对所述第一通道信号和所述第二通道信号进行GCC运算，通过两个通道信号的广义互相关函数计算时延值后进行峰值检测，得到最大峰值；

通过所述最大峰值和预设第一距离阈值进行比较，判断当前麦克风的双端讲话检测状态。

2.根据权利要求1所述的基于麦克风阵列的双端讲话状态检测方法，其特征在于，所述通过所述最大峰值和预设第一距离阈值进行比较，判断当前麦克风的双端讲话检测状态，具体为：

判断所述最大峰值是否大于预设第一距离阈值，若否，则判定当前麦克风为远端讲话状态；若是，则判定当前麦克风为近端讲话状态或双端讲话状态，进行下一步判断；

判断是否有扬声器播放信号；若是，则判定当前麦克风为双端讲话状态；若否，则判定当前麦克风为近端讲话状态。

3.根据权利要求1和2所述的基于麦克风阵列的双端讲话状态检测方法，其特征在于，还包括：

根据所述当前麦克风的双端讲话检测状态进行对应的非线性残差抑制处理。

4.根据权利要求1所述的基于麦克风阵列的双端讲话状态检测方法，其特征在于，所述线性回声消除处理包括线性回声部分处理、非残性残留部分处理和滤波器更新策略。

5.根据权利要求1所述的基于麦克风阵列的双端讲话状态检测方法，其特征在于，所述对所述第一通道信号和所述第二通道信号进行GCC运算，通过两个通道信号的广义互相关函数计算时延值后进行峰值检测，得到最大峰值，具体为：

分别对所述第一通道信号和第二通道信号的时域数据进行加窗分帧处理和短时傅里叶变换；

转到频域后计算得到所述第一通道信号和第二通道信号的互相关函数；

采用加权函数凸显所述互相关函数的峰值后进行傅里叶变换，得到广义互相关函数；

在所述广义互相关函数中选取出最大值，记为最大峰值。

6.根据权利要求1所述的基于麦克风阵列的双端讲话状态检测方法，其特征在于，所述在所述广义互相关函数中选取出最大峰值，还包括：

根据两个麦克风之间的间距计算出对应的最大时延值，

根据所述最大时延值计算对应的采样率，并根据所述采样率从所述广义互相关函数中筛选出相应的点数，并记为第一采样集合；

从所述第一采样集合中选取出最大值，记为最大峰值。

7.根据权利要求1所述的基于麦克风阵列的双端讲话状态检测方法，其特征在于，所述第一距离阈值，具体根据麦克风实际的阵型排布信息和两个麦克风之间的间距进行设定。

8.一种基于麦克风阵列的双端讲话状态检测装置，其特征在于，包括：

信号采集模块，用于通过麦克风采集不同通道对应的语音模拟信号，并将所述语音模拟信号转换为语音数字信号，得到第一通道信号和第二通道信号；

回声消除模块，用于采用NLMS算法对所述第一通道信号和所述第二通道信号进行线性回声消除处理；

峰值检测模块，用于对所述第一通道信号和所述第二通道信号进行GCC运算，通过两个通道信号的广义互相关函数计算时延值后进行峰值检测，得到最大峰值；

状态判断模块，用于通过所述最大峰值和预设第一距离阈值进行比较，判断当前麦克风的双端讲话检测状态。

9.一种基于麦克风阵列的双端讲话状态检测的终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的基于麦克风阵列的双端讲话状态检测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的基于麦克风阵列的双端讲话状态检测方法。