[发明专利]音频信号处理设备、方法和电子设备

权利要求书

1.一种音频信号处理设备，包括：

麦克风阵列，包括具有不同拾音区的多个指向麦克风，每个指向麦克风用于在自身的拾音区内采集分路输入信号；

音频定位器件，用于根据所述分路输入信号来识别第一组声源并确定其中的每个声源在所述麦克风阵列所确定的音频坐标系下的位置；

摄像头，用于捕捉当前场景的场景图像，所述当前场景至少覆盖所述多个指向麦克风的拾音区；

图像定位器件，用于在所述场景图像中识别第二组声源并确定其中的每个声源在所述摄像头所确定的图像坐标系下的位置；以及

声源分类器，用于根据所述音频坐标系与所述图像坐标系之间的配准关系、所述第一组声源中每个声源在所述音频坐标系下的位置、和所述第二组声源中每个声源在所述图像坐标系下的位置来对所述第一组声源和所述第二组声源中的每个声源进行分类。

2.如权利要求1所述的设备，其中，所述音频定位器件包括：

信号分离单元，用于从每个指向麦克风所采集的分路输入信号中分离不同声源的音频信号分量并确定所述第一组声源；以及

声音识别单元，用于针对所述第一组声源中的每个声源，根据从至少两路分路输入信号中分离出的所述声源的音频信号分量的相位来确定所述声源在所述音频坐标系下的位置。

3.如权利要求1所述的设备，其中，所述声源分类器包括：

映射单元，用于根据所述音频坐标系与所述图像坐标系之间的配准关系来将所述第一组声源中每个声源的位置和所述第二组声源中每个声源的位置映射到同一坐标系下，所述同一坐标系为所述音频坐标系和所述图像坐标系之一；

对比单元，用于对比所述第一组声源和所述第二组声源中每个声源在所述同一坐标系下的相对位置关系；以及

分类单元，用于根据所述相对位置关系来对所述第一组声源和所述第二组声源中的每个声源进行分类。

4.如权利要求3所述的设备，其中，所述分类单元执行以下操作：

响应于位于所述同一坐标系下某一位置处的声源同时存在于所述第一组声源和所述第二组声源中，将所述声源标记为正在输出关注信号的真实信号源；以及

响应于位于所述同一坐标系下某一位置处的声源仅仅存在于所述第一组声源中，将所述声源标记为正在输出噪声信号的噪声源。

5.如权利要求4所述的设备，其中，所述分类单元还执行以下操作：

响应于位于所述同一坐标系下某一位置处的声源仅仅存在于所述第二组声源中，将所述声源标记为当前未输出关注信号的潜在信号源。

6.如权利要求1所述的设备，还包括：

复用器，用于将每个指向麦克风所采集的分路输入信号合并为总输入信号，所述分路输入信号包括来自真实信号源的关注信号分量和来自噪声源的噪声信号分量；以及

增益控制器件，用于根据每个声源的类型及其在所述音频坐标系下的位置来调整每个指向麦克风的增益，以使得在所述总输入信号中从所述真实信号源接收到的关注信号分量的功率与从所述噪声源接收到的噪声信号分量的功率之间的信噪比最大。

7.如权利要求6所述的设备，其中，所述增益控制器件包括：

比较单元，用于响应于存在正在输出关注信号的一个或多个真实信号源且不存在正在输出噪声信号的噪声源，比较所述一个或多个真实信号源与每个指向麦克风的拾音区之间的第一位置关系；以及

增益调整单元，用于根据所述第一位置关系来调整每个指向麦克风的增益，以使得在所述总输入信号中从所述一个或多个真实信号源接收到的关注信号分量的功率最大。

8.如权利要求7所述的设备，其中，所述增益调整单元增大所述一个或多个真实信号源位于其拾音区的一个或多个指向麦克风的增益，以使得在所述总输入信号中从所述一个或多个真实信号源接收到的关注信号分量的功率最大且没有任何一个关注信号分量发生失真。