[发明专利]声源寻向方法和XR设备

说明书

本申请涉及声源寻向方法和XR设备，通过第一麦克风、第二麦克风分别采集真实声源得到的第一声音信号、第二声音信号，第一麦克风和第二麦克风间隔设置；确定分别多个预设位置上的各假想声源的声音信号被第一麦克风和第二麦克风采集的时间差值，多个预设位置非共线；根据时间差值、第一声音信号和第二声音信号，确定各假想声源的假想能量值；根据各假想声源的假想能量值，确定各假想声源的等效能量中心，根据各假想声源的等效能量中心，确定真实声源的等效方向，在麦克风阵列的麦克风数量减少、麦克风间距变小时，解决了语音寻向不够准确的问题，提升了语音寻向的准确度。

技术领域

本申请涉及语音寻向处理领域，特别是涉及声源寻向方法和XR设备。

背景技术

现有的语音寻向方法是基于麦克风阵列的，麦克风阵列需要多个麦克风，例如4~6个，麦间距较大，例如大于4cm，一对麦克风构成一个探测器，麦克风数量越多，探测器数就越多，麦克风间距越大，麦克风之间的相位差就越明显，综合而言，语音寻向的定位精度就越高。

相关技术的语音寻向过程：以16ms语音为一个处理周期，先将各麦克风采集到的语音信号通过傅立叶变换（Fast Fourier Transform，简称为FFT）处理，从时域转换到频域，再根据各个频段语音的相位的相关性求解声源的方向。该方法在多麦克风阵列和理想环境中表现不错，但是，对于可穿戴设备而言，麦克风数量变少、麦克风间距变小、环境混响因素不容忽视之后，该方法就存在着一些缺陷。

一方面，当麦克风阵列中只存在两个麦克风（即只有一个探测器），而且麦间距远远小于4cm的情况下，各麦克风接收到的语音信号的相位差差异度将变得不明显。另一方面，真实的语音场景较为复杂，用户佩戴可穿戴设备时，用户靠墙和带帽会导致声音反射干扰严重，以16ms语音为一个处理周期的相位相关性寻向算法会出现严重问题，一旦混响时间超过100ms，上一处理周期的语音会对下一处理周期的语音产生严重干扰，容易寻向出错。如果是在办公室，混响时间可达到200~300ms，相关技术的语音寻向方法更加不适用。

关于可穿戴设备在识别语音指令方面，相关技术给出了一种基于声压幅度比的定位法，其原理为：采用波束算法识别语音来源，但是，目前的波束算法对外部语音的压制能力都是有限的，而且波束算法对外部语音的压制能力是相对的，(比如压制系数为0.01，则外部语音能量×0.01)，不是绝对的，做不到完全压制，而且，语音幅值动态范围较大，可达几百到几十万数量级别，原先识别语音来源是通过能量的幅值来判断，即声音小是来自于外部声源，声音大是来自于内部声源，容易被外部声源干扰，体验差，误激活也较多。

目前，针对相关技术中的语音寻向方法，在麦克风阵列的麦克风数量减少、麦克风间距变小的情况下，语音寻向不够准确的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种声源寻向方法和XR设备，以至少解决相关技术中的语音寻向方法，在麦克风阵列的麦克风数量减少、麦克风间距变小的情况下，语音寻向不够准确的问题。

第一方面，本申请实施例提供了一声源寻向方法，包括：

通过第一麦克风采集真实声源的第一声音信号，通过第二麦克风采集所述真实声源的第二声音信号，其中，所述第一麦克风和所述第二麦克风间隔设置；

确定分别多个预设位置上的各假想声源的声音信号被所述第一麦克风和所述第二麦克风采集的时间差值，其中，所述多个预设位置非共线；

根据所述时间差值、所述第一声音信号和所述第二声音信号，确定各所述假想声源的假想能量值；

根据各所述假想声源的假想能量值，确定各所述假想声源的等效能量中心，并根据各所述假想声源的等效能量中心，确定所述真实声源的等效方向。