申请/专利权人：南京工程学院

申请日：2021-01-18

公开（公告）日：2024-01-26

公开（公告）号：CN112904279B

主分类号：G01S5/22

分类号：G01S5/22;G10L21/0208;G10L21/0216;G10L25/30;G10L25/45;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.01.26#授权;2021.06.22#实质审查的生效;2021.06.04#公开

摘要：本发明公开了一种基于卷积神经网络和子带SRP‑PHAT空间谱的声源定位方法，包括：麦克风阵列采集语音信号，对采集的语音信号进行分帧和加窗的预处理得到单帧信号；计算每帧信号的子带SRP‑PHAT空间谱矩阵；将所有帧信号的子带SRP‑PHAT空间谱矩阵输入训练完成的卷积神经网络，输出语音信号属于每个方位角的概率，取概率最大的方位角作为该语音信号的声源方位角估计值。本发明可提高麦克风阵列在复杂声学环境下的声源定位性能，提高对声源空间结构、混响和噪声的泛化能力；可离线完成卷积神经网络的训练过程，将训练好的卷积神经网络保存于内存中，测试时仅需要一帧信号就可以实现实时声源定位。

主权项：1.一种基于卷积神经网络和子带SRP-PHAT空间谱的声源定位方法，其特征在于，包括如下步骤：S1、麦克风阵列采集语音信号，对采集的语音信号进行分帧和加窗的预处理得到单帧信号；S2、计算每帧信号的子带SRP-PHAT空间谱矩阵；具体包括如下步骤：S21、对每帧信号进行离散傅里叶变换： 其中，xmi,n为麦克风阵列中第m个麦克风的第i帧信号，m＝1,2,…,M，M为麦克风的数目，Xmi,k是xmi,n的离散傅里叶变换，表示第m个麦克风第i帧的频域信号，k为频率点，K为离散傅里叶变换的长度，N为帧长，K＝2N，DFT·表示离散傅里叶变换；S22、设计Gammatone滤波器组的脉冲响应函数： 其中，j表示Gammatone滤波器的序号；C是Gammatone滤波器的增益；t表示连续时间；a为Gammatone滤波器的阶数；表示相位；fj表示第j个Gammatone滤波器的中心频率；bj表示第j个Gammatone滤波器的衰减因子，bj计算公式为：bj＝1.109ERBfjERBfj＝24.74.37fj1000+1对每个Gammatone滤波器的脉冲响应函数进行离散傅里叶变换： 其中，Gjk是第j个Gammatone滤波器的频域表达式，k为频率点，K为离散傅里叶变换的长度，N为帧长，K＝2N，fs表示信号采样率，DFT·表示离散傅里叶变换；S23、计算每帧信号的子带SRP-PHAT函数： 其中，Pi,j,r表示波束方向为r时，第i帧信号的第j个子带SRP-PHAT函数；M为麦克风阵列中麦克风的数目；τmnr表示声波从波束方向r传播到第m个麦克风和第n个麦克风的时间差，其计算公式为： 其中，r表示波束方向的坐标，rm表示第m个麦克风的位置坐标，rn表示第n个麦克风的位置坐标，c为空气中的声速；S24、对每帧信号的子带SRP-PHAT函数进行归一化处理： S25、将同一帧信号的所有的子带SRP-PHAT函数组合为矩阵形式，得到子带SRP-PHAT空间谱矩阵： 其中，yi表示第i帧信号的子带SRP-PHAT空间谱矩阵，J为子带个数，即Gammatone滤波器的个数，L为波束方向的个数；S3、将所有帧信号的子带SRP-PHAT空间谱矩阵输入训练完成的卷积神经网络，输出语音信号属于每个方位角的概率，取概率最大的方位角作为该语音信号的声源方位角估计值。

全文数据：

权利要求：

百度查询： 南京工程学院 基于卷积神经网络和子带SRP-PHAT空间谱的声源定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD