自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備及遠(yuǎn)場(chǎng)語(yǔ)音自校準(zhǔn)方法技術(shù)

本發(fā)明專(zhuān)利技術(shù)提供了一種自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備及遠(yuǎn)場(chǎng)語(yǔ)音自校準(zhǔn)方法，麥克風(fēng)陣列采集遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)，自校準(zhǔn)和語(yǔ)音識(shí)別終端對(duì)由麥克風(fēng)通道增益和信號(hào)傳播衰減引起的誤差進(jìn)行校準(zhǔn)，得到增強(qiáng)語(yǔ)音輸出。本發(fā)明專(zhuān)利技術(shù)利用通道增益校準(zhǔn)的方式，保證各個(gè)麥克風(fēng)通道相對(duì)增益一致，提高了后端GSC的性能；采用語(yǔ)音段作為校準(zhǔn)聲源，后續(xù)處理保證語(yǔ)音損傷較小，有利于目標(biāo)信號(hào)的消除和噪聲干擾信號(hào)的保留；還可以自動(dòng)判斷麥克風(fēng)工作狀態(tài)，能夠保證在麥克風(fēng)損壞情況下，設(shè)備仍然能夠正常工作，提高了設(shè)備的穩(wěn)健性。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專(zhuān)利技術(shù)總體上涉及語(yǔ)音處理
，尤其涉及自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備及遠(yuǎn)場(chǎng)語(yǔ)音自校準(zhǔn)方法。
技術(shù)介紹
麥克風(fēng)陣列技術(shù)近幾十年來(lái)受到了研究者的廣泛關(guān)注，特別是最近幾年來(lái)受到人工智能繁榮發(fā)展的驅(qū)動(dòng)，遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別技術(shù)得到更大的關(guān)注，對(duì)作為遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別前端的麥克風(fēng)陣列技術(shù)提出了更大的要求。目前針對(duì)遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別的主要方法包括MVDR(MinimumVarianceDistortionlessResponse，最小方差無(wú)畸變響應(yīng))和多通道維納濾波方法，不管哪一種方法都是進(jìn)行了遠(yuǎn)場(chǎng)假設(shè)，通常認(rèn)為通道到達(dá)每個(gè)麥克風(fēng)的幅度一致，只是聲波到達(dá)時(shí)間不同，但實(shí)際中通常不同通道麥克風(fēng)增益不同，同時(shí)由于距離衰減等因素造成幅度差異，因此需要對(duì)麥克風(fēng)增益及信號(hào)幅度衰減進(jìn)行補(bǔ)償，才能保證算法性能。同時(shí)上述算法都需要明確麥克風(fēng)的準(zhǔn)確位置，大量方法與研究也是基于麥克風(fēng)準(zhǔn)確位置設(shè)計(jì)的，并且所有麥克風(fēng)都能正常工作，極端情況下，一旦麥克風(fēng)無(wú)法正常錄音工作，將導(dǎo)致算法性能急劇下降，在實(shí)際產(chǎn)品應(yīng)用中，麥克風(fēng)位置通常是已知的，但在使用過(guò)程中很難保證其中的某個(gè)麥克風(fēng)發(fā)生問(wèn)題，無(wú)法正常錄音，這種情形下需要剔除問(wèn)題麥克風(fēng)，此時(shí)原有的麥克風(fēng)位置信息需要更新，為保證陣列算法仍然能夠正常工作，此時(shí)需要校準(zhǔn)確定正常麥克風(fēng)陣列構(gòu)成的新麥克風(fēng)陣列及其相關(guān)信息。現(xiàn)有技術(shù)對(duì)麥克風(fēng)信號(hào)的校準(zhǔn)，通常采用大型校準(zhǔn)設(shè)備在專(zhuān)用的實(shí)驗(yàn)室內(nèi)完成，非常費(fèi)時(shí)費(fèi)力，并不適用于消費(fèi)電子。例如，現(xiàn)有技術(shù)一(CN200810213962，一種麥克風(fēng)陣列及麥克風(fēng)陣列校準(zhǔn)的方法和模塊)采用靜默期的背景噪聲作為校準(zhǔn)聲源，計(jì)算不同通道的增益，調(diào)整不同通道到相同增益。該技術(shù)方案采用靜默期的相干性較低的背景噪聲作為校準(zhǔn)聲源，麥克風(fēng)接收信號(hào)的信噪比較低，校準(zhǔn)誤差較大，同時(shí)只考慮麥克風(fēng)自身的增益，沒(méi)有考慮傳播衰減等造成的幅度誤差，特別對(duì)于遠(yuǎn)場(chǎng)情形下，各麥克風(fēng)的語(yǔ)音信號(hào)之間仍然存在較大幅度誤差，不適合于麥克風(fēng)陣列信號(hào)處理。現(xiàn)有技術(shù)二“Robustspeechrecognitionusingbeamformingwithadaptivemicrophonegainsandmultichannelnoisereduction”采用語(yǔ)音段信號(hào)作為校準(zhǔn)聲源，計(jì)算不同通道的增益。該技術(shù)方案一方面在增益計(jì)算中沒(méi)有剔出噪聲的影響，噪聲增益計(jì)算不準(zhǔn)確，另一方面對(duì)于極端情況，即麥克風(fēng)損壞無(wú)法正常工作的情形下，針對(duì)麥克風(fēng)陣列沒(méi)有提出解決方案。
技術(shù)實(shí)現(xiàn)思路
(一)要解決的技術(shù)問(wèn)題本專(zhuān)利技術(shù)提供了一種自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備及遠(yuǎn)場(chǎng)語(yǔ)音自校準(zhǔn)方法。(二)技術(shù)方案本專(zhuān)利技術(shù)提供了一種自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備，包括：麥克風(fēng)陣列與自校準(zhǔn)和語(yǔ)音識(shí)別終端，所述麥克風(fēng)陣列與所述自校準(zhǔn)和語(yǔ)音識(shí)別終端電性連接；所述麥克風(fēng)陣列采集遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)，并將所述遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)傳輸至所述自校準(zhǔn)和語(yǔ)音識(shí)別終端，其中，所述遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)包含由麥克風(fēng)通道增益和信號(hào)傳播衰減引起的誤差；所述自校準(zhǔn)和語(yǔ)音識(shí)別終端對(duì)所述誤差進(jìn)行校準(zhǔn)，得到增強(qiáng)語(yǔ)音輸出。本專(zhuān)利技術(shù)還提供了一種遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備的自校準(zhǔn)方法，包括：采集步驟：采集遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)；校準(zhǔn)步驟：對(duì)遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)的由麥克風(fēng)通道增益和信號(hào)傳播衰減引起的誤差進(jìn)行校準(zhǔn)；處理步驟：對(duì)校準(zhǔn)后的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)進(jìn)行處理，得到增強(qiáng)語(yǔ)音輸出。(三)有益效果從上述技術(shù)方案可以看出，本專(zhuān)利技術(shù)的自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備及遠(yuǎn)場(chǎng)語(yǔ)音自校準(zhǔn)方法具有以下有益效果：(1)利用通道增益校準(zhǔn)的方式，保證各個(gè)麥克風(fēng)通道相對(duì)增益一致，使得進(jìn)入GSC的各個(gè)通道期望目標(biāo)信號(hào)幅度一致，提高了后端GSC的性能；(2)采用語(yǔ)音段作為校準(zhǔn)聲源，不僅有利于固定波束形成，同時(shí)對(duì)于阻塞矩陣模塊，當(dāng)語(yǔ)音段幅度保持一致時(shí)，阻塞矩陣模塊處理后殘留的語(yǔ)音段較少，后續(xù)處理保證語(yǔ)音損傷較小，有利于目標(biāo)信號(hào)消除，而保留噪聲或者干擾信號(hào)；(3)還可以自動(dòng)判斷麥克風(fēng)工作狀態(tài)，能夠保證在麥克風(fēng)損壞情況下，設(shè)備仍然能夠正常工作，提高了設(shè)備的穩(wěn)健性。附圖說(shuō)明為了更完整地理解本專(zhuān)利技術(shù)及其優(yōu)勢(shì)，現(xiàn)在將參考結(jié)合附圖的以下描述，其中：圖1為本專(zhuān)利技術(shù)實(shí)施例的自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備的整體結(jié)構(gòu)圖；圖2為本專(zhuān)利技術(shù)實(shí)施例的自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備的結(jié)構(gòu)示意圖；圖3為本專(zhuān)利技術(shù)另一實(shí)施例的自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備的結(jié)構(gòu)示意圖；圖4為本專(zhuān)利技術(shù)又一實(shí)施例的自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備的結(jié)構(gòu)示意圖；圖5為本專(zhuān)利技術(shù)再一實(shí)施例的自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備的整體結(jié)構(gòu)圖；圖6為本專(zhuān)利技術(shù)實(shí)施例的遠(yuǎn)場(chǎng)語(yǔ)音自校準(zhǔn)方法的流程圖。【符號(hào)說(shuō)明】10-麥克風(fēng)陣列；20-自校準(zhǔn)和語(yǔ)音識(shí)別終端；21-語(yǔ)音活動(dòng)檢測(cè)模塊；22-相對(duì)增益計(jì)算模塊；23-增益校準(zhǔn)模塊；24-固定波束形成參數(shù)校準(zhǔn)模塊；25-信噪比計(jì)算模塊；31-固定波束形成模塊；32-阻塞矩陣模塊；33-自適應(yīng)噪聲抵消模塊；34-增強(qiáng)語(yǔ)音輸出；35-語(yǔ)音段判定模塊；40-控制端。具體實(shí)施方式根據(jù)結(jié)合附圖對(duì)本專(zhuān)利技術(shù)示例性實(shí)施例的以下詳細(xì)描述，本專(zhuān)利技術(shù)的其它方面、優(yōu)勢(shì)和突出特征對(duì)于本領(lǐng)域技術(shù)人員將變得顯而易見(jiàn)。在本專(zhuān)利技術(shù)中，術(shù)語(yǔ)“包括”和“含有”及其派生詞意為包括而非限制；術(shù)語(yǔ)“或”是包含性的，意為和/或。在本說(shuō)明書(shū)中，下述用于描述本專(zhuān)利技術(shù)原理的各種實(shí)施例只是說(shuō)明，不應(yīng)該以任何方式解釋為限制專(zhuān)利技術(shù)的范圍。參照附圖的下述描述用于幫助全面理解由權(quán)利要求及其等同物限定的本專(zhuān)利技術(shù)的示例性實(shí)施例。下述描述包括多種具體細(xì)節(jié)來(lái)幫助理解，但這些細(xì)節(jié)應(yīng)認(rèn)為僅僅是示例性的。因此，本領(lǐng)域普通技術(shù)人員應(yīng)認(rèn)識(shí)到，在不背離本專(zhuān)利技術(shù)的范圍和精神的情況下，可以對(duì)本文中描述的實(shí)施例進(jìn)行多種改變和修改。此外，為了清楚和簡(jiǎn)潔起見(jiàn)，省略了公知功能和結(jié)構(gòu)的描述。此外，貫穿附圖，相同參考數(shù)字用于相似功能和操作。語(yǔ)音信號(hào)的校準(zhǔn)，目標(biāo)包含麥克風(fēng)自身增益差異和由傳播衰減等造成的幅度衰減構(gòu)成的誤差，這些誤差將造成遠(yuǎn)場(chǎng)語(yǔ)音增強(qiáng)性能下降。極端情況下，麥克風(fēng)的損壞將使得遠(yuǎn)場(chǎng)語(yǔ)音增強(qiáng)完全失效。因此，本專(zhuān)利技術(shù)不但對(duì)麥克風(fēng)的誤差進(jìn)行校準(zhǔn)，同時(shí)也對(duì)麥克風(fēng)陣列進(jìn)行校準(zhǔn)，使得遠(yuǎn)場(chǎng)語(yǔ)音增強(qiáng)在某個(gè)麥克風(fēng)損壞情形下仍然能夠正常工作。本專(zhuān)利技術(shù)實(shí)施例的一種遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備，參見(jiàn)圖1，其帶有自校準(zhǔn)功能，該遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備包括：麥克風(fēng)陣列10、與自校準(zhǔn)和語(yǔ)音識(shí)別終端20，麥克風(fēng)陣列10與自校準(zhǔn)和語(yǔ)音識(shí)別終端20電性連接。自校準(zhǔn)和語(yǔ)音識(shí)別終端20包括：自校準(zhǔn)模塊和廣義旁瓣對(duì)消器(GSC，GeneralSidelobeCancellation)，麥克風(fēng)陣列10連接自校準(zhǔn)模塊，自校準(zhǔn)模塊連接GSC，其中，麥克風(fēng)陣列10采集遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)，并將遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)傳輸至自校準(zhǔn)模塊，自校準(zhǔn)模塊對(duì)遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)的由麥克風(fēng)通道增益和信號(hào)傳播衰減引起的誤差進(jìn)行校準(zhǔn)，并且檢測(cè)麥克風(fēng)陣列的工作狀態(tài)，校準(zhǔn)固定波束形成(FBF，F(xiàn)ixedBeamforming)參數(shù)，校準(zhǔn)后的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)傳輸至GSC，GSC利用校準(zhǔn)后的FBF參數(shù)對(duì)校準(zhǔn)后的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)進(jìn)行處理，得到增強(qiáng)語(yǔ)音輸出34。麥克風(fēng)陣列10是由多個(gè)麥克風(fēng)組成的封閉式陣列，在圖1中，麥克風(fēng)陣列包括4個(gè)麥克風(fēng)(mic1、mic2、mic3、mic4)，但麥克風(fēng)的數(shù)量可以根據(jù)需要設(shè)置，例如大于等于5個(gè)，麥克風(fēng)陣列的形狀可以是矩形、圓形、橢圓形等。麥克風(fēng)陣列的各個(gè)麥克風(fēng)用于采集原始的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)，由于各個(gè)麥克風(fēng)的通道增益有所差異本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備，其特征在于，包括：麥克風(fēng)陣列與自校準(zhǔn)和語(yǔ)音識(shí)別終端，所述麥克風(fēng)陣列與所述自校準(zhǔn)和語(yǔ)音識(shí)別終端電性連接；所述麥克風(fēng)陣列采集遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)，并將所述遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)傳輸至所述自校準(zhǔn)和語(yǔ)音識(shí)別終端，其中，所述遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)包含由麥克風(fēng)通道增益和信號(hào)傳播衰減引起的誤差；所述自校準(zhǔn)和語(yǔ)音識(shí)別終端對(duì)所述誤差進(jìn)行校準(zhǔn)，得到增強(qiáng)語(yǔ)音輸出。

【技術(shù)特征摘要】
1.一種自校準(zhǔn)的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備，其特征在于，包括：麥克風(fēng)陣列與自校準(zhǔn)和語(yǔ)音識(shí)別終端，所述麥克風(fēng)陣列與所述自校準(zhǔn)和語(yǔ)音識(shí)別終端電性連接；所述麥克風(fēng)陣列采集遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)，并將所述遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)傳輸至所述自校準(zhǔn)和語(yǔ)音識(shí)別終端，其中，所述遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)包含由麥克風(fēng)通道增益和信號(hào)傳播衰減引起的誤差；所述自校準(zhǔn)和語(yǔ)音識(shí)別終端對(duì)所述誤差進(jìn)行校準(zhǔn)，得到增強(qiáng)語(yǔ)音輸出。2.如權(quán)利要求1所述的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備，其特征在于，所述自校準(zhǔn)和語(yǔ)音識(shí)別終端包括：自校準(zhǔn)模塊和廣義旁瓣對(duì)消器，所述麥克風(fēng)陣列連接自校準(zhǔn)模塊，所述自校準(zhǔn)模塊連接所述廣義旁瓣對(duì)消器，其中，所述自校準(zhǔn)模塊對(duì)所述誤差進(jìn)行校準(zhǔn)，校準(zhǔn)后的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)傳輸至所述廣義旁瓣對(duì)消器；所述廣義旁瓣對(duì)消器對(duì)校準(zhǔn)后的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)進(jìn)行處理，得到增強(qiáng)語(yǔ)音輸出。3.如權(quán)利要求2所述的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備，其特征在于，所述自校準(zhǔn)模塊包括：語(yǔ)音活動(dòng)檢測(cè)模塊、相對(duì)增益計(jì)算模塊和增益校準(zhǔn)模塊；其中，所述語(yǔ)音活動(dòng)檢測(cè)模塊選取麥克風(fēng)陣列的一個(gè)麥克風(fēng)作為參考通道，利用所述參考通道提取遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)中的語(yǔ)音段；所述相對(duì)增益計(jì)算模塊連接所述語(yǔ)音活動(dòng)檢測(cè)模塊，利用所述語(yǔ)音段計(jì)算麥克風(fēng)陣列中的其他麥克風(fēng)相對(duì)于所述參考通道的相對(duì)增益；所述增益校準(zhǔn)模塊連接所述相對(duì)增益計(jì)算模塊，根據(jù)所述相對(duì)增益，將其他麥克風(fēng)的語(yǔ)音段調(diào)整到參考通道的增益水平，得到校準(zhǔn)后的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)。4.如權(quán)利要求2所述的遠(yuǎn)場(chǎng)語(yǔ)音交互設(shè)備，其特征在于，所述廣義旁瓣對(duì)消器包括：固定波束形成模塊、阻塞矩陣模塊、自適應(yīng)噪聲抵消模塊；其中，校準(zhǔn)后的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)分別進(jìn)入固定波束形成模塊和阻塞矩陣模塊；固定波束形成模塊對(duì)校準(zhǔn)后的遠(yuǎn)場(chǎng)語(yǔ)音信號(hào)進(jìn)行處理，生成語(yǔ)音參考信號(hào)；阻塞矩陣模...

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：陳日林，馮大航，陳孝良，常樂(lè)，
申請(qǐng)(專(zhuān)利權(quán))人：北京聲智科技有限公司，
類(lèi)型：發(fā)明
國(guó)別省市：北京;11