河北电子类麦克风阵列内容

    为本发明实施例不同麦克风阵列阵型定位效果；为本发明实施例阵列不同阵元间距定位效果；为本发明实施例三维正交阵阵元间距10cm时定位误差与计算量；为本发明实施例基于多通道低通滤波与多通道自适应滤波融合的srp-phat定位系统示意；为本发明实施例滤波前麦克风频率响应对比；为本发明实施例滤波后麦克风频率响应对比图。具体实施方式下面结合实施例对本发明作进一步的阐述。实施例：一种基于不同麦克风阵列拓扑结构分析的室内声源定位方法，是先设置一个麦克风阵列室内说话人定位系统，该系统由三个模块组成：麦克风阵列拓扑结构分析模块、阵列自适应滤波校正模块、说话人定位算法模块。（1）麦克风阵列拓扑结构分析模块：为了探究不同阵列拓扑结构对定位结果的影响，本例采用控制变量法对麦克风阵列中：阵列维度、阵元间距及阵元个数进行变量调整，以构成不同拓扑结构的麦克风阵列。从一维线阵、二维t型阵、三维正交阵三种不同拓扑结构阵型展开分析，所示误差分析表明三维正交阵的拓扑结构较其它两种阵型具有更优的定位性能，并示出该阵型下阵元个数的推荐择。在阵列维度的阵元个数确定的情况下对阵元间距的分析。麦克风阵列，是一组位于空间不同位置的全向麦克风按一定的形状规则布置形成的阵列。河北电子类麦克风阵列内容

    2)测量一对麦克风同步采集信号相位差ΔΦ，根据频率f和声传播速度C0得到这一对麦克风的位置间隔：经过计算及试验验证，相位法分析麦克风相对位置差的精度要比互相关法分析的精度高。通过算法控制，麦克风阵列在搜索到讲话者的位置之后可以将波束指向当前的讲话者。麦克风阵列这种极强的智能指向性功能可以降低周边环境噪声及回声的影响。使用单麦克风与采用波束形成技术麦克风阵列接收讲话者声音效果的对比.阵列指向性由于麦克风阵列的输出信号中包含比单只麦克风更低的噪声和回声成份，所以其固有噪声抑制能力要远高于单只麦克风。麦克风阵列在1000Hz的典型指向性波束。其指向性要远好于任一款价格昂贵的高性能超心形麦克风。麦克风阵列在1000Hz的典型指向性波束.指向性指数另一个表证波束的参数是指向性指数。指向性指数D表征的是麦克风阵列主响应轴(波束轴线)检测到的声源信号与需要屏蔽的各种噪声与回声信号的比值。其中：P(f,φ,θ)：声源信号之声能ρ0：与参考点的平均距离)(φT,θT)：与参考声轴的角度作为频率函数的麦克风阵列指向性。河北电子类麦克风阵列内容根据麦克风阵列的拓扑结构，则可分为线性阵列、平面阵列、体阵列等。

    δ1的表达式为：设，当目标声源占主导时，有如下关系：其中，l和k分别是频率点和时间窗的序号，pi为圆周率π；令：约等式右边的代数式为t(l,k)，则，根据两个麦克风mic1、mic2采集到的数据可计算得到每个频域点的t(l,k)；当数值越接近d1，则表示在对应的频率点，目标声源的能量在带噪信号中占主导的成分越多。s4：基于延迟系数与目标声源的理想延迟时间δ1的比较结果，计算m1(l,k)的掩蔽权重b(l,k)，得到增强信号的时频分布表达式：采用720种声源组合分别对系统进行试验，分别进行短时傅里叶变换，统计t(l,k)在一定数值范围内时频单元块的个数，记做n1，以及这些时频单元块中满足|s1(l,k)|＞＞|s2(l,k)|并且|s1(l,k)|＞＞|s3(l,k)|的个数，记做n2；将延迟系数t(l,k)与目标声源的理想延迟时间δ1进行比较，为了较好地平衡干扰噪声的引入和目标信号的能量损失，当延迟系数t(l,k)在a2×δ1～a1×δ1的范围内时，目标信号在这些视频单元内占主导，对这一部分的时频单元的能量全部予以保留；当延迟系数t(l,k)在a3×δ1～a2×δ1的范围内时，目标信号在这些视频单元内仍然占据很大成分，对延迟系数t(l,k)在这一范围内的时频单元的能量进行部分保留；当延迟系数t(l。

    得到目标语言的文本信息后，传送给结果确认模块；a4：结果确认模块按照用户的预设的翻译结果确认方式，将目标语言的文本信息以文本的形式显示给用户，或者将得到的目标语言的文本信息通过语音合成模块转换为音频数据后，通过播放软件将音频数据实时播放给用户；翻译模块单独安装在移动设备上，如手机、pad等设备，在普通模式下，基于其所在移动设备的声音采集模块采集目标声源的声信号，然后送入翻译模块进行实时翻译。本实施例中，翻译模块为使用java语言通过androidstudio开发环境开发，作为软件安装在手机中，通过无线方式与语音增强模块进行通信；翻译模块中通过三个子功能模块实现实时翻译流程：读转写模块：实现实时语音转文字功能；实时翻译模块：基于现有的翻译引擎实现实时翻译功能；语音合成模块：实现将文本数据转为音频数据的语音合成功能；读转写模块的实时语音转文字功能通过讯飞开放平台的语音转写技术实现；支持采样率为16k，位长为16bits，格式为pcm_s16le的单声道音频；字符编码为utf-8，响应格式采用统一的json格式；实时语音转写接口的调用过程分为两个阶段，个阶段为握手阶段，第二个阶段为实时通信阶段。握手阶段需要生成signal。目前中远距离声音的获取主要依靠规模较大的麦克风阵列装置来获取。

    基于双麦克阵列的产品生态构建更具优势麦克风阵列作为实现智能语音的必备硬件，可以说是人工智能感知的硬件基础。因此，麦克风阵列的布局，将深深影响人工智能产品的生态布局。首先，众所周知的是，谷歌是以生态见长的公司。比如，Android构建了整个移动互联网的生态基础。在谷歌从移动互联网向AI转型的时候，提出了“AIFirst”的口号，并推出了开源深度学习系统TensorFlow，这个系统被认为是人工智能领域的Android。那么，谷歌为什么在如此重视AI战略的时候，推出这款GoogleHome的智能家居产品，并且采用双麦克的方案呢？相信对于谷歌这样的公司，成本和技术绝不会是阻碍他们采用更好技术的原因。据业内人士分析，关键的就是上面提到的的适用性和落地的便捷性，可能让谷歌后选择了双麦克方案。谷歌布局整个智能硬件产业链，而非只打造一款爆款产品。现在做GoogleHome智能音响，以后也可能做电视、汽车等等，所以在软硬件选择上都会考虑更通用、更长远的方案。多麦克阵列对外观和结构的严苛要求，使得该方案的应用场景极为有限，不具备的适用性，以Google的远大抱负，显然会选择适应性更强的双麦克方案。目前，谷歌明确表示会部分开放对接的子系统。基于麦克风阵列的室内移动声源定位研究均在麦克风阵列接收信号频率响应保持高度一致性的假设下进行。河北电子类麦克风阵列内容

差分麦克风阵列阵列的输出是两两麦克风之间的加权相减波束方向，只能在末端方向适用于耳机通话等场合。河北电子类麦克风阵列内容

    并且对接收到的声信号有很严格的要求，因此很难用于实际的语音声源定位系统；3.基于大输出功率的可控波束成型的方法，该方法已成为目前为流行的声源定位算法之一，这种算法在高混响下有很好的鲁棒性，而且定位精度高。此外，单通道语音增强方法很难抑制方向性干扰及进行降噪处理，因此多通道语音增强与处理必须采用远场波束形成方法，同时考虑不同的麦克阵拓扑，提升阵列的空间滤波效果。根据阵列信号处理理论可知，阵元的优化摆放对阵列处理系统性能具有重要影响。麦克风阵列拓扑结构可分为三类：一维阵列（如嵌套线型阵列、等间距线型阵列等线阵），二维阵列（如圆型阵列、方型阵列等平面阵），三维阵列（如星型阵列、球型阵列等立体阵）。当阵列拓扑结构不同时，例如阵列的维度、阵元的个数、阵元间距都会影响麦克风阵列定位算法的定位精度与运算速度。在实际的空间定位过程中，一维和二维的阵列定位效果并不好，因此研究合理的三维阵列拓扑结构具有实际性的意义。目前，基于麦克风阵列的室内移动声源定位研究均在麦克风阵列接收信号频率响应保持高度一致性的假设下进行。但是，在实际测试中，由于麦克风的制造本身存在公差。河北电子类麦克风阵列内容