[发明专利]基于深度学习的麦克风阵列声源定位方法及声源识别方法

权利要求书

1.基于深度学习的麦克风阵列声源定位方法，其特征在于：包括如下步骤：

S1. 设置麦克风阵列，所述麦克风阵列包括三个以上的麦克风；

S2. 对麦克风进行两两分组，利用每一组麦克风进行声源位置定位,具体为：

S21. 以两个麦克风连线为X轴，连线中点为坐标原点构建三维坐标系；利用下式计算声源相对坐标原点的方位角θ；

其中c为声速，m_i1 、m_i2表示两个麦克风在坐标系中的位置，τ_i为两个麦克风接收到声音信号的延时差；

S22. 对两个麦克风，求得麦克风接收到的频域信号X_i（k,l）；其中，下标i表示不同的麦克风，k表示第k个频点，l表示第l帧语音信号；

S3. 遍历各组麦克风求得各组麦克风对应的方位角θ和频域信号后，再进行以下处理：

将空间全方位角[-180°, 180°]均分为Q等份，定义每一个空间角索引i = 1，2，...，Q；则第i个空间角的波束S(i)为：

（4）

其中：为第k个频点的相位角，Fs为频域信号的采样率，τi为延时差，θ为空间划分的方位角，c为声音传播速度，*表示取复共轭，X_m1（k,l）、X_m2（k,l）分别表示同一组内两个麦克风的频域信号，M为麦克风阵列的麦克风数量，K表示频域信号的频点总数，j表示虚部，exp表示求自然对数；

遍历空间全部空间角，得到空间波束向量S_eng:

选取空间波束向量中峰值最大的位置所对应的空间角即为所求声源方向。

2.声源识别方法，其特征在于，包括如下步骤：

S11. 设置包括2个以上麦克风的麦克风阵列，放置在能接收到声源音频信息的位置；

S12. 麦克风阵列的各个麦克风收到语音后，根据麦克风阵列声源定位方法，获取到声源在空间的方位角，进而得到声源的位置；

S13. 根据步骤S12得到的声源位置对该声源位置发出的目标音频信号进行增强，其他位置发出的非目标音频信号进行抑制；对音频信号提取特征信息后输入神经网络进行运算，对运算结果解码后得到语音内容。

3.根据权利要求2所述的声源识别方法，其特征在于：所述神经网络为深度神经网络、卷积神经网络、循环神经网络中任意一种。