CN105025416A - 一种便携式双传声器声源识别与定位装置 - Google Patents

Abstract

本发明涉及一种声源识别与定位装置，尤其涉及一种便携式双传声器声源识别与定位装置。要解决的技术问题是提供一种便携式双传声器声源识别与定位装置，设备结构简单，体积小，便于携带，显示结果更直观。一种便携式双传声器声源识别与定位装置，包括传声器A、传声器B、前置放大器A、前置放大器B、支架、信号采集模块、声源识别与定位模块、存储模块、显示器。本发明提供的一种便携式双传声器声源识别与定位装置，克服了现有声源识别与定位装置体积大，不便运输和携带的缺点，设备结构简单，体积小，便于携带，能准确识别来自不同方位的声源，计算量小，实时性高，适合嵌入式***的应用，配置了液晶显示屏，显示结果更直观。

Description

一种便携式双传声器声源识别与定位装置

技术领域

本发明涉及一种声源识别与定位装置，尤其涉及一种便携式双传声器声源识别与定位装置。

背景技术

在智能监控和移动机器人研究领域，声源信号的分离与定位一直是研究的热点，如何使机器人像人一样仅仅利用两个传声器完成声源的识别与定位是研究的难点；在众多谈话声和嘈杂环境下，声源识别与定位技术可以聚焦于用户所感兴趣的目标信号，抑制干扰噪声，有助于混叠语音的分离；此外，设计精巧、高精度和方便携带的声源定向装置在医疗、搜救、军事和国防等诸多领域具有重要的应用价值。

现有的声源定向装置所采用的传声器阵列阵元数目多、体积庞大，只有大型的车载声源探测装置，没有小型便于携带的声源探测装置。专利CN101910807A使用具备挡板的声源识别测定装置来取得所有方向声源信息，并将随时间的推移产生的方位角、仰角、声压、频率频率特性等联系起来，更加高精度地确定声源，但传声器阵列体积庞大，数据运算量大，不适合实时处理，专利CN104049235A公开了一种声源定向装置，传声器阵列包括四个阵元，结构复杂，需多次调整确定目标方位，专利CN101957442B采用四元正四面体结构的麦克风阵列，四个麦克风分别位于该正四面体结构的四个顶点，所占空间较大，不方便运输与携带，专利CN103219012A利用双麦克风降噪，增强语音，但并没有给出声源的方位信息。

发明内容

(1)要解决的技术问题

本发明为了克服现有声源识别与定位装置体积大，不便运输和携带的缺点，本发明要解决的技术问题是提供一种设备结构简单，体积小，便于携带，显示结果更直观的便携式双传声器声源识别与定位装置。

(2)技术方案

为了解决上述技术问题，本发明提供了这样一种便携式双传声器声源识别与定位装置，包括传声器A、传声器B、前置放大器A、前置放大器B、支架、信号采集模块、声源识别与定位模块、存储模块、显示器；所述的传声器A连接在前置放大器A上，所述的传声器B连接在前置放大器B上，所述的传声器A、传声器B连接在支架上，呈H型布置，所述的前置放大器A、前置放大器B连接到信号采集模块，所述的信号采集模块、存储模块、显示器连接到声源识别与定位模块上,传声器A和传声器B***均包裹有电子恒温器。

优选地，所述传声器A通过螺纹与前置放大器A连接,传声器B通过螺纹与前置放大器B连接。

优选地，所述传声器A和所述传声器B的指向性为全向型。

优选地，所述支架为“Н”型，其中两条为圆形凹槽，所述传声器A和所述传声器B分别嵌入支架两侧，保持平行布置。

优选地，所述“Н”型支架中间横边长5厘米。

优选地，所述前置放大器A和所述前置放大器B为内置式。

优选地，所述显示器为液晶显示器。

优选地，所述存储模块存储由声源识别与定位模块所得到的所有声源，所述显示器通过极坐标图显示所有声源的幅值和相位。

工作原理：首先利用传声器A和传声器B分别采集声源信号，并将声信号转化为电信号；然后通过前置放大器A和前置放大器B，分别对电信号进行放大后传输至信号采集模块；信号采集模块将两路声信号进行滤波、模/数转换，转化后的两路数字信号传输至声源识别与定位模块；在声源识别与定位模块中，利用归一化、一阶差分、时频划分、独立分量等算法进行声源的识别与定位；最后液晶显示器中显示声源的位置幅值和相位信息。

在声源识别与定位模块中，利用归一化、一阶差分、时频划分、独立分量等算法进行声源的识别与定位。其中基于独立分量分析的方法对信号进行处理，具体步骤如下：

分解阶段：利用计算听觉场景分析对两路采集信号进行分离，得到更独立的两个分离分量；

组织阶段：将两个分量由时域变换至时频域，分解为基本的时频单元，计算各时频单元的时频掩膜，根据时频掩膜将具有相同特征的时频单元组织在一起形成声音片段；

合并阶段：合并具有相似特征的声音片段，由时频域片段重构时域波形，判断该合成声源是否来自同一声源，如果是，则为最终分离分量；如果不是，则返回组织阶段，继续分离直至满足条件为止；

定位阶段：利用延时和相位差对声源进行定位，首先利用滤波器来对语音信号中噪音进行预处理，然后对多路语音信号的时延进行估计，最后构建几何关系来确定声源的位置。

分解阶段中计算听觉场景分析方法采用信息极大化独立分量分析算法或基于张量的联合近似对角化算法与时频掩膜相结合；

组织阶段中将两个分量由时域变换至时频域，采用短时傅里叶变换、小波变换和Gammatone滤波器组滤波中的一种对分量进行变换，得到基本的时频单元表示形式。

合并阶段中对所有时频单元计算掩蔽系数，构建时频掩蔽矩阵，保留目标声源的时频单元，大幅衰减干扰信号的时频单元，构建公式为：

$M_1(\mathrm{\ω},t)=\left\{\begin{array}{cc}1,& if\left|Y_1(\mathrm{\ω},t)\right|>\mathrm{\τ}\left|Y_2(\mathrm{\ω},t)\right|\\ 0,& \mathrm{oth}erwise\∀\mathrm{\ω},t\end{array}\right.$

$M_2(\mathrm{\ω},t)=\left\{\begin{array}{cc}1,& if\left|Y_2(\mathrm{\ω},t)\right|>\mathrm{\τ}\left|Y_1(\mathrm{\ω},t)\right|\\ 0,& otherwise\∀\mathrm{\ω},t\end{array}\right.$

式中，Y₁(ω,t),Y₂(ω,t)为两个分量的时频表示，τ为稀疏度控制参数。

组织阶段中根据时频掩膜将具有相同特征的时频单元组织在一起形成声音片段的公式为：

$\left.\begin{array}{c}{x}_{11}(\mathrm{\ω},t)\\ x_{12}(\mathrm{\ω},t)\end{array}\right\}={\mathrm{BM}}_1(\mathrm{\ω},t)\left\{\begin{array}{c}{X}_1(\mathrm{\ω},t)\\ X_2(\mathrm{\ω},t)\end{array}\right.$

$\left.\begin{array}{c}{x}_{21}(\mathrm{\ω},t)\\ x_{22}(\mathrm{\ω},t)\end{array}\right\}={\mathrm{BM}}_2(\mathrm{\ω},t)\left\{\begin{array}{c}{X}_1(\mathrm{\ω},t)\\ X_2(\mathrm{\ω},t)\end{array}\right.$

式中，X₁(ω,t),X₂(ω,t)为麦克风采集信号的时频表示。

合并阶段中重建时域波形的方法与合并阶段所采用的时频变换方法相对应，采用短时傅里叶逆变换、小波重构和逆Gammatone滤波器组中的一种。

合并阶段所述判断合成声源是否来自同一声源，判断依据为协方差矩阵的条件数，定义协方差矩阵：

$R_{xx}=<{\mathrm{xx}}^T>=\frac{1}{N_s}{\mathrm{xx}}^T$

式中，x为合成声源的时域信号，N_s为x的采样点数，矩阵条件数计算公式为：

cond(R_xx)＝maxeig(R_xx)/mineig(R_xx)

其中，eig()表示矩阵的所有特征值，当条件数大于某个阈值时，判定输出信号来自同一声源。

而且，我们在传声器的***加装了电子恒温器，使两个传声器保持相同且恒定的温度，一般控制在20度，减少了传声器的温度漂移现象，经过试验发现，加装了电子恒温器后，在周围环境温度过高(大于30度)或过低(小于10度)的情况下，比没有加装电子恒温器声源识别的准确率和定位的准确度有了很大的提高。

(3)有益效果

本发明提供的一种便携式双传声器声源识别与定位装置，克服了现有声源识别与定位装置体积大，不便运输和携带的缺点，只用到两个传声器，设备结构简单，体积小，便于携带；独立分量分析与时频掩膜相结合的识别方法不对声源数目和传播途径做假设，能准确识别来自不同方位声源，计算量小，保证了声源定位***的实时性要求，适合嵌入式***的应用；配置了液晶显示屏，并利用极坐标形式显示各独立声源，显示结果更直观。

附图说明

图1为本发明的结构示意图。

图2为本发明的结构示意图。

图3为本发明的信号采集示意图。

图4为本发明的声源位置显示示意图。

图5为本发明基于独立分量的声源识别与分离流程图。

附图中的标记为：1-传声器A，2-传声器B，3-前置放大器A，4-前置放大器B，5-信号采集模块，6-声源识别与定位模块，7-显示器，8-存储模块，9-支架，10-电子恒温器。

具体实施方式

下面结合附图和实施例对本发明作进一步的说明。

实施例1

一种便携式双传声器声源识别与定位装置，如图1-2所示，包括传声器A1、传声器B2、前置放大器A3、前置放大器B4、支架9、信号采集模块5、声源识别与定位模块6、存储模块8、显示器7；所述的传声器A1连接在前置放大器A3上，所述的传声器B2连接在前置放大器B4上，所述的传声器A1、传声器B2连接在支架9上，呈H型布置，所述的前置放大器A3、前置放大器B4连接到信号采集模块5，所述的信号采集模块5、存储模块8、显示器7连接到声源识别与定位模块6上,传声器A1和传声器B2***均包裹有电子恒温器10。

工作原理：

我们在传声器的***加装了电子恒温器10，使两个传声器保持相同且恒定的温度，一般控制在20度，减少了传声器的温度漂移现象，经过试验发现，加装了电子恒温器10后，在周围环境温度过高(大于30度)或过低(小于10度)的情况下，比没有加装电子恒温器10声源识别的准确率和定位的准确度有了很大的提高。

实施例2

一种便携式双传声器声源识别与定位装置，如图1-5所示，包括传声器A1、传声器B2、前置放大器A3、前置放大器B4、支架9、信号采集模块5、声源识别与定位模块6、存储模块8、显示器7；所述的传声器A1连接在前置放大器A3上，所述的传声器B2连接在前置放大器B4上，所述的传声器A1、传声器B2连接在支架9上，呈H型布置，所述的前置放大器A3、前置放大器B4连接到信号采集模块5，所述的信号采集模块5、存储模块8、显示器7连接到声源识别与定位模块6上,传声器A1和传声器B2***均包裹有电子恒温器10。

所述传声器A1通过螺纹与前置放大器A3连接,传声器B2通过螺纹与前置放大器B4连接。

所述传声器A1和所述传声器B2的指向性为全向型。

所述支架9为“Н”型，其中两条为圆形凹槽，所述传声器A1和所述传声器B2分别嵌入支架9两侧，保持平行布置。

所述“Н”型支架9中间横边长5厘米。

所述前置放大器A3和所述前置放大器B4为内置式。

所述显示器7为液晶显示器7。

所述存储模块8存储由声源识别与定位模块6所得到的所有声源，所述显示器7通过极坐标图显示所有声源的幅值和相位。

工作原理：首先利用传声器A1和传声器B2分别采集声源信号，并将声信号转化为电信号；然后通过前置放大器A3和前置放大器B4，分别对电信号进行放大后传输至信号采集模块5；信号采集模块5将两路声信号进行滤波、模/数转换，转化后的两路数字信号传输至声源识别与定位模块6；在声源识别与定位模块6中，利用归一化、一阶差分、时频划分、独立分量等算法进行声源的识别与定位；最后液晶显示器7中显示声源的位置幅值和相位信息。

在声源识别与定位模块6中，利用归一化、一阶差分、时频划分、独立分量等算法进行声源的识别与定位。其中基于独立分量分析的方法对信号进行处理，具体步骤如下：

分解阶段：利用计算听觉场景分析对两路采集信号进行分离，得到更独立的两个分离分量；

组织阶段：将两个分量由时域变换至时频域，分解为基本的时频单元，计算各时频单元的时频掩膜，根据时频掩膜将具有相同特征的时频单元组织在一起形成声音片段；

合并阶段：合并具有相似特征的声音片段，由时频域片段重构时域波形，判断该合成声源是否来自同一声源，如果是，则为最终分离分量；如果不是，则返回组织阶段，继续分离直至满足条件为止；

定位阶段：利用延时和相位差对声源进行定位，首先利用滤波器来对语音信号中噪音进行预处理，然后对多路语音信号的时延进行估计，最后构建几何关系来确定声源的位置。

分解阶段中计算听觉场景分析方法采用信息极大化独立分量分析算法或基于张量的联合近似对角化算法与时频掩膜相结合；

组织阶段中将两个分量由时域变换至时频域，采用短时傅里叶变换、小波变换和Gammatone滤波器组滤波中的一种对分量进行变换，得到基本的时频单元表示形式。

合并阶段中对所有时频单元计算掩蔽系数，构建时频掩蔽矩阵，保留目标声源的时频单元，大幅衰减干扰信号的时频单元，构建公式为：

$M_1(\mathrm{\&omega;},t)=\left\{\begin{array}{cc}1,& if\left|Y_1(\mathrm{\&omega;},t)\right|>\mathrm{\&tau;}\left|Y_2(\mathrm{\&omega;},t)\right|\\ 0,& otherwise\&ForAll;\mathrm{\&omega;},t\end{array}\right.$

$M_2(\mathrm{\&omega;},t)=\left\{\begin{array}{cc}1,& if\left|Y_2(\mathrm{\&omega;},t)\right|>\mathrm{\&tau;}\left|Y_1(\mathrm{\&omega;},t)\right|\\ 0,& otherwise\&ForAll;\mathrm{\&omega;},t\end{array}\right.$

式中，Y₁(ω,t),Y₂(ω,t)为两个分量的时频表示，τ为稀疏度控制参数。

组织阶段中根据时频掩膜将具有相同特征的时频单元组织在一起形成声音片段的公式为：

$\left.\begin{array}{c}{x}_{11}(\mathrm{\&omega;},t)\\ x_{12}(\mathrm{\&omega;},t)\end{array}\right\}={\mathrm{BM}}_1(\mathrm{\&omega;},t)\left\{\begin{array}{c}{X}_1(\mathrm{\&omega;},t)\\ X_2(\mathrm{\&omega;},t)\end{array}\right.$

$\left.\begin{array}{c}{x}_{21}(\mathrm{\&omega;},t)\\ x_{22}(\mathrm{\&omega;},t)\end{array}\right\}={\mathrm{BM}}_2(\mathrm{\&omega;},t)\left\{\begin{array}{c}{X}_1(\mathrm{\&omega;},t)\\ X_2(\mathrm{\&omega;},t)\end{array}\right.$

式中，X₁(ω,t),X₂(ω,t)为麦克风采集信号的时频表示。

合并阶段中重建时域波形的方法与合并阶段所采用的时频变换方法相对应，采用短时傅里叶逆变换、小波重构和逆Gammatone滤波器组中的一种。

合并阶段所述判断合成声源是否来自同一声源，判断依据为协方差矩阵的条件数，定义协方差矩阵：

$R_{xx}=<{\mathrm{xx}}^T>=\frac{1}{N_s}{\mathrm{xx}}^T$

式中，x为合成声源的时域信号，N_s为x的采样点数，矩阵条件数计算公式为：

cond(R_xx)＝maxeig(R_xx)/mineig(R_xx)

其中，eig()表示矩阵的所有特征值，当条件数大于某个阈值时，判定输出信号来自同一声源。

而且，我们在传声器的***加装了电子恒温器10，使两个传声器保持相同且恒定的温度，一般控制在20度，减少了传声器的温度漂移现象，经过试验发现，加装了电子恒温器10后，在周围环境温度过高(大于30度)或过低(小于10度)的情况下，比没有加装电子恒温器10声源识别的准确率和定位的准确度有了很大的提高。

以上所述实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种便携式双传声器声源识别与定位装置，其特征在于，包括传声器A(1)、传声器B(2)、前置放大器A(3)、前置放大器B(4)、支架(9)、信号采集模块(5)、声源识别与定位模块(6)、存储模块(8)、显示器(7)；所述的传声器A(1)连接在前置放大器A(3)上，所述的传声器B(2)连接在前置放大器B(4)上，所述的传声器A(1)、传声器B(2)连接在支架(9)上，呈H型布置，所述的前置放大器A(3)、前置放大器B(4)连接到信号采集模块(5)，所述的信号采集模块(5)、存储模块(8)、显示器(7)连接到声源识别与定位模块(6)上,传声器A(1)和传声器B(2)***均包裹有电子恒温器(10)。

2.根据权利要求1所述的一种便携式双传声器声源识别与定位装置，其特征在于，所述传声器A(1)通过螺纹与前置放大器A(3)连接,传声器B(2)通过螺纹与前置放大器B(4)连接。

3.根据权利要求1所述的一种便携式双传声器声源识别与定位装置，其特征在于，所述传声器A(1)和所述传声器B(2)的指向性为全向型。

4.根据权利要求1所述的一种便携式双传声器声源识别与定位装置，其特征在于，所述支架(9)为“Н”型，其中两条为圆形凹槽，所述传声器A(1)和所述传声器B(2)分别嵌入支架(9)两侧，保持平行布置。

5.根据权利要求1所述的一种便携式双传声器声源识别与定位装置，其特征在于，所述“Н”型支架(9)中间横边长5厘米。

6.根据权利要求1所述的一种便携式双传声器声源识别与定位装置，其特征在于，所述前置放大器A(3)和所述前置放大器B(4)为内置式。

7.根据权利要求1所述的一种便携式双传声器声源识别与定位装置，其特征在于，所述显示器(7)为液晶显示器(7)。

8.根据权利要求1所述的一种便携式双传声器声源识别与定位装置，其特征在于，所述存储模块(8)存储由声源识别与定位模块(6)所得到的所有声源，所述显示器(7)通过极坐标图显示所有声源的幅值和相位。