[发明专利]声音信号处理装置、方法和程序

权利要求书

1.一种声音信号处理装置，包括：

观测信号分析单元，用于接收由包括安装到不同位置的多个麦克风的声音信号输入单元获取的多个通道的声音信号并估计待提取的目标声音的声音方向和声音片段；和

声源提取单元，用于接收由观测信号分析单元分析的目标声音的声音方向和声音片段并提取目标声音的声音信号，其中

观测信号分析单元具有：

短时傅立叶变换单元，用于把短时傅立叶变换应用于输入的多通道声音信号以由此产生时频域中的观测信号；和

方向和片段估计单元，用于接收由短时傅立叶变换单元产生的观测信号以由此检测目标声音的声音方向和声音片段；以及

声源提取单元基于来自方向和片段估计单元的目标声音的声音方向和声音片段产生参考信号并通过使用这个参考信号提取目标声音的声音信号，所述参考信号对应于表示在时间方向上目标声音音量的变化的时间包络。

2.如权利要求1所述的声音信号处理装置，其中所述声源提取单元基于目标声音的声源方向的信息产生包含用于获得目标声音的所述多个麦克风之间的相差信息的导向向量并具有：

时频掩模产生单元，用于产生代表导向向量和从包括干扰声音的观测信号计算的相差的信息之间的相似性的时频掩模，所述干扰声音是除目标声音的信号之外的信号；和

参考信号产生单元，用于基于时频掩模产生参考信号。

3.如权利要求2所述的声音信号处理装置，其中所述参考信号产生单元产生把时频掩模应用于观测信号的掩蔽结果并对从这个掩蔽结果获得的频率窗口的时间包络求平均值，由此计算对于所有频率窗口共同的参考信号。

4.如权利要求2所述的声音信号处理装置，其中所述参考信号产生单元直接对频率窗口之间的时频掩模求平均值，由此计算对于所有频率窗口共同的参考信号。

5.如权利要求2所述的声音信号处理装置，其中所述参考信号产生单元从把时频掩模应用于观测信号的掩蔽结果或者时频掩模产生每个频率窗口中的参考信号。

6.如权利要求2所述的声音信号处理装置，其中所述参考信号产生单元把不同的时间延迟给予在声音信号输入单元中的每个麦克风的不同观测信号以对齐来自目标声音的方向上的信号的相位并产生把时频掩模应用于对观测信号求和的延迟求和阵列的结果的掩蔽结果，并从这个掩蔽结果获得参考信号。

7.如权利要求1所述的声音信号处理装置，其中所述声源提取单元具有参考信号产生单元，该参考信号产生单元：

基于目标声音的声源方向信息产生包括获得目标声音的所述多个麦克风之间的相差信息的导向向量；以及

从作为把导向向量应用于观测信号的计算处理结果获得的延迟求和阵列的处理结果产生参考信号。

8.如权利要求1所述的声音信号处理装置，其中所述声源提取单元使用作为声源提取处理的处理结果获得的目标声音作为参考信号。

9.如权利要求1所述的声音信号处理装置，其中所述声源提取单元把下述循环处理执行任一次数：通过执行声源提取处理产生提取结果，从这个提取结果产生参考信号，并通过使用这个参考信号再次执行声源提取处理。

10.如权利要求1所述的声音信号处理装置，其中所述声源提取单元具有提取滤波器产生单元，该提取滤波器产生单元基于参考信号产生用于从观测信号提取目标声音的提取滤波器。

11.如权利要求10所述的声音信号处理装置，其中所述提取滤波器产生单元执行本征向量选择处理，以从参考信号和去相关的观测信号计算加权协方差矩阵并从通过把本征向量分解应用于加权协方差矩阵获得的多个本征向量之中选择提供提取滤波器的本征向量。

12.如权利要求11所述的声音信号处理装置，其中所述提取滤波器产生单元

使用参考信号的N次幂的倒数作为加权协方差矩阵的权重，N为正实数；以及

执行选择与最小本征值对应的本征向量并提供它作为提取滤波器的处理作为本征向量选择处理。

13.如权利要求11所述的声音信号处理装置，其中所述提取滤波器产生单元

使用参考信号的N次幂作为加权协方差矩阵的权重，N为正实数；以及

执行选择与最大本征值对应的本征向量并提供它作为提取滤波器的处理作为本征向量选择处理。