[发明专利]一种识别方位及身份的方法和电子设备

说明书

技术领域

本发明涉及计算机领域，尤其涉及一种识别方位及身份的方法和电子设备。

背景技术

目前，随着语音技术发展迅速，声源定位可以被应用到很多的领域。例如在有多人交流的场景中，通过适当技术去判断说话人的方位和说话人的身份；又例如在低成本的多人视屏会议系统当中，或者在移动的机器人平台上，又或者在Smart TV上，甚至是舞台的智能灯光控制等等。

以有多人交流的场景为例，在面对多个输入声源或者是多个说话者的时候，传统的做法是：先通过一个麦克风阵列(Mic Array)收集声音信号，然后在阵列里面将不同通道的获取的声波进行相互变换(由于方位不同，导致声音有差异)从而分离出声音，进而可以辨别出大致方位。理论上来讲，麦克风通道声音的数量要与声源的数相同，而实际情况往往是麦克风的通道数量要大于声源数量，而在背景声音复杂或者有多个人同时说话的时候，往往定位的效果不会很理想，比如看电视的时候。而且对于这种声源定位，则对于声源分离的要求则更加的苛刻，而且需要收集10s-20s以上的声波信号，通过统计学上的比对，才可以得出一个相对精确的结果。

而且实际的环境往往是很复杂，各种噪音都会对最终的定位和身份识别的正确行造成很大影响，而且10-20s的声音样本收集过程过长，也使得整个系统无法实时的做出反馈。因此，如何准确、高效的定位识别出讲话者成为亟需解决的问题。

发明内容

本发明的实施例提供一种识别方位及身份的方法和电子设备，能够提高对讲话者识别的精度，并且能够提高识别的效率，实现实时反馈。

为达到上述目的，本发明的实施例采用如下技术方案：

一方面，提供一种识别方位及身份的方法，应用于识别讲话者的方位及身份，所述方法包括：

采集声音，获取声音所在声源的方位信息，获得第一方位集合；

获取有嘴唇动作的人的方位信息，获得第二方位集合；

获取所述有嘴唇动作的人的身份，得到所述有嘴唇动作的人的身份集合；

根据所述第一方位集合和所述第二方位集合确定包括讲话者方位信息的第三方位集合；

根据所述第三方位集合和所述身份集合确定所述讲话者的方位信息及身份。

另一方面，提供一种电子设备，所述电子设备包括：

第一定位单元，用于采集声音，获取声音所在声源的方位信息，获得第一方位集合；

第二定位单元，用于获取有嘴唇动作的人的方位信息，获得第二方位集合；

身份识别单元，用于获取所述有嘴唇动作的人的身份，得到所述有嘴唇动作的人的身份集合；

第三定位单元，用于根据所述第一方位集合和所述第二方位集合确定包括讲话者方位信息的第三方位集合；

身份匹配单元，用于根据所述第三方位集合和所述身份集合确定所述讲话者的方位信息及身份。

本发明的实施例提供一种识别方位及身份的方法和电子设备，首先通过声源定位获取声源的第一方位集合，再通过定位有嘴唇动作的人的获取声源的第二方位集合，并获取有嘴唇动作的人的身份集合，而后根据第一方位集合和第二方位集合确定包括讲话者方位信息的第三方位集合，最后根据第三方位集合和身份集合确定讲话者的方位及身份，能够提高对讲话者识别的精度，并且能够提高识别的效率，实现实时反馈。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种识别方位及身份的方法的流程示意图；

图2为本发明实施例提供的另一种识别方位及身份的方法的流程示意图；

图3为本发明实施例提供的一种电子设备的结构示意图；

图4为本发明实施例提供的另一种电子设备的结构示意图；

图5为本发明实施例提供的又一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种识别方位及身份的方法，如图1所示，方法包括：