[发明专利]一种基于多任务学习的端到端声源定位方法及系统有效
| 申请号： | 201910043338.8 | 申请日： | 2019-01-17 |
| 公开（公告）号： | CN109782231B | 公开（公告）日： | 2020-11-20 |
| 发明（设计）人： | 曲天书;吴玺宏;黄炎坤 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G01S5/22 | 分类号： | G01S5/22 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 司立彬 |
| 地址： | 100871 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多任务学习的端到端声源定位方法及系统。本方法为：1)对于待扫描的每个声源位置，计算声音信号从该声源位置传输到各麦克风位置的延时；2)根据时延对该麦克风阵列每次扫描时各麦克风所采集的多通道帧级别的时域信号进行相应延时补偿；3)将每一延时补偿后的时域信号输入到一对应的CNN模型进行特征提取并输入到一深度神经网络；4)该深度神经网络根据各CNN模型提取的特征估计出每一扫描位置的多通道声源信号；5)对于每一扫描位置，计算该扫描位置对应的多通道声源信号的互相关系数和，选取相关系数和最大的位置作为声源位置。本发明能够自行提取合适的特征，并引入多任务学习机制，提高模型的定位性能。 | ||
| 搜索关键词： | 一种 基于 任务 学习 端到端 声源 定位 方法 系统 | ||
【主权项】：
1.一种基于多任务学习的端到端声源定位方法，其步骤包括：1)对于待扫描的每个声源位置，计算声音信号从该声源位置传输到麦克风阵列中各麦克风位置的延时；2)根据所述时延对该麦克风阵列每次扫描时各麦克风所采集的多通道帧级别的时域信号进行相应延时补偿；3)将每一延时补偿后的时域信号输入到一对应的CNN模型进行特征提取并将提取的特征输入到一深度神经网络；该深度神经网络包括多个DNN模型，CNNm将提取的特征输入到DNNm,n；其中，CNNm为第m个麦克风对应的CNN模型，DNNm,n表示第n个扫描位置与第m个麦克风对应传输路径的DNN模型；m＝1,...,M,n＝1,...,N,M表示麦克风数目，N表示扫描位置数目；4)该深度神经网络根据各CNN模型提取的特征估计出每一扫描位置的多通道声源信号；5)对于每一扫描位置，计算该扫描位置对应的多通道声源信号的互相关系数和，选取相关系数和最大的位置作为声源位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910043338.8/，转载请声明来源钻瓜专利网。
