用于声源方向估计的话筒放置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108028977A(43)申请公布日2018.05.11(21)申请号201680052492.6(74)专利代理机构上海专利商标事务所有限公司31(22)申请日2016.08.04100代理人顾嘉运陈斌(30)优先权数据14/848,7032015.09.09US(51)Int.Cl.H04R1/40(2006.01)(85)PCT国际申请进入国家阶段日H04R3/00(2006.01)2018.03.09(86)PCT国际申请的申请数据PCT/US2016/0454552016.08.04(87)PCT国际申请的公布数据WO2017/044208EN2017.03.16(71)申请人微软技术许可有限责任公司地址美国华盛顿州(72)发明人Y·陆C·B·戈D·L·贝克J·华I·霍罗舍权利要求书2页说明书17页附图11页(54)发明名称用于声源方向估计的话筒放置(57)摘要提出了用于声源方向估计和源分离的多个话筒的架构及其在设备中的定位。源的方向是设备的正面、背面、左侧、右侧、顶部和底部，并且可通过话筒信号的幅值和相位差以及适当的话筒定位来确定。声源分离将来自不同方向的声音从话筒信号中的各源的混合中分离。这可通过盲源分离(BSS)、独立成分分析(ICA)和波束成形(BF)技术来完成。设备可以为该设备执行多种音频增强。例如，其可为通信执行降噪，其可选择来自期望方向的源以执行语音识别，并且其可纠正话筒中的声音感知方向并生成期望的声像，如立体声音频输出。CN108028977ACN108028977A权利要求书1/2页1.一种过程，包括：接收从设备上的两个或更多个话筒接收到的声音的话筒信号；使用两个或更多个话筒在所述设备的表面上的放置以及由所述话筒接收到的声音的到达时间和幅值差来确定相对于所述设备的声源位置；使用经确定的声源位置来将所述设备周围的空间划分成各个区域；确定所述话筒信号要被用于的应用的数量和类型以及所需输出信号的数量和类型；以及使用所确定的区域来选择和处理来自期望区域的所述话筒信号以近似地优化用于所确定的一个或多个应用的输出的信号。2.根据权利要求1所述的过程，其特征在于，将所述设备周围的空间分成各个区域进一步包括：从每个话筒的方向获得子空间，使得从所述子空间到其他话筒的声音的到达时间差大于0；基于所述话筒之间的幅值差来将每个子空间分成三个附加子空间；组合公共子空间，使得不存在重叠的子空间；将所述子空间组合成包含期望的子空间信号的多个期望的子空间；以及为经组合的子空间输出所述期望的子空间信号以供与所述一个或多个应用一起使用。3.根据权利要求1所述的过程，其特征在于，将所述设备周围的空间分成各个区域进一步包括：确定所述话筒之间的幅值差是大于正阈值、小于负阈值还是在所述正阈值和第二负阈值之间。4.根据权利要求3所述的过程，其特征在于，进一步包括经由二元、时不变或自适应解决方案来确定一个或多个区域中的源信号。5.根据权利要求3所述的过程，其特征在于，进一步包括确定一个或多个区域中的子空间信号，其中所述子空间信号的系数通过使用使所述子空间信号的失真最小化的概率分类器来获得。6.根据权利要求1所述的过程，其特征在于，应用的数量通过确定同时运行的应用的数量并将所确定的应用的数量乘以每个应用所要求的输出来确定。7.根据权利要求1所述的过程，其特征在于，输出到所确定的一个或多个应用的信号被近似优化以在通信应用中执行降噪。8.根据权利要求1所述的过程，其特征在于，输出到所确定的一个或多个应用的信号被近似优化以在语音识别应用中执行降噪。9.根据权利要求1所述的过程，其特征在于，输出到所确定的一个或多个应用的信号被近似优化以校正不正确地感知到的声源方向。10.一种设备，包括：面向前的表面、面向后的表面、面向左的表面、面向右的表面、面向顶部的表面和面向底部的表面；一个表面上的一个话筒和相对表面上的另一个话筒，其中当从具有所述话筒之一的表面查看时，从左到右测量的所述两个话筒之间存在距离，所述话筒响应于一个或多个外部2CN108028977A权利要求书2/2页声源而生成音频信号；音频处理器，所述音频处理器被配置成从所述话筒接收所述音频信号，并使用它们在所述设备的表面上的定位以及由所述话筒接收到的信号之间的到达时间差和幅值差来确定所述一个或多个外部声源的方向。11.根据权利要求10所述的设备，其特征在于，所述话筒之间的距离大于作为所述两个相对表面之间的最小距离测得的所述设备的厚度。12.根据权利要求10所述的设备，其特征在于，进一步包括通过确定从一个话筒到另一个话筒的信号的到达时间差是大于正阈值、小于负阈值，还是在所述正阈值和所述负阈值之间来确定所述声源方向。13.根据权利