[发明专利]一种远程集音装置、监控装置及远程集音方法

权利要求书

1.一种远程集音装置，其特征在于：包括拾音单元(5)模块、单通道降噪处理模块、麦克风阵列处理模块以及指向性处理模块；拾音单元(5)模块包括反射面(7)以及设置在反射面(7)中心位置的多个传声器组件，每个传声器组件输出端分别接入与传声器组件对应的单通道降噪处理模块的输入端，每个单通道降噪处理模块输出端均接入麦克风阵列处理模块的输入端，麦克风阵列处理模块的输出端接入指向性处理模块的输出端。

2.根据权利要求1所述的一种远程集音装置，其特征在于：还包括用于固定麦克风组件的框体(3)，所述的框体(3)下部连接有云台(2)。

3.根据权利要求1所述的一种远程集音装置，其特征在于：所述的框体(3)设置拾音单元(5)模块的一侧设有摄像组件(1)，另一侧设有红外灯组件。

4.根据权利要求1所述的一种远程集音装置，其特征在于：所述的麦克风组件包括设置在反射面(7)外壁的减震吸音棉(4)，所述的反射面(7)开口处设有防水罩(6)。

5.一种监控装置，其特征在于：包括摄像组件(1)、权利要求1-4任一所述的远程集音装置及音视频联动模块，所述的摄像组件(1)输出变倍信号，所述的远程集音装置内指向性处理模块输出语音增强信号至音视频联动模块，所述的音视频联动模块根据摄像组件(1)输出的变倍信号改变输出语音增强信号的音量大小，所述的摄像组件(1)与集音装置同步运动。

6.一种远程集音方法，其特征在于：包括以下步骤：

S1、多个拾音单元(5)均沿一个方向进行声音拾取形成带噪语音并将带噪语音输入单通道降噪处理模块；

S2、单通道降噪处理模块首先对带噪语音进行成帧，然后对语音频谱进行估计和平滑并识别噪声类型，之后选取与噪声类型对应的滤波模型进行噪声消除，将降噪后的语音信号输入至阵列处理模块；

S3、阵列处理模块采用延迟求和波束形成算法处理降噪后的语音信号提升阵列增益并将信号输入至指向性处理模块；

S4、指向性处理模块采用基于人耳的听感知特性的计算机听觉场景分析(CASA)技术建立心型或超心型拾音模型。

7.根据权利要求6所述的一种远程集音方法，其特征在于：所述的步骤S2中滤波模型进行噪声消除的方法如下，利用端点检测的结果对噪声的频谱进行估计，频域维纳滤波系数通过Mel滤波器组转化为Mel域的维纳滤波系数，接着采用Mel IDCT得到滤波器的时域冲激响应，最终使用卷积得到增强后的时域语音信号用于后端的模型匹配。

8.根据权利要求6所述的一种远程集音方法，其特征在于：所述的步骤S3中采用延迟求和波束形成算法如下，各通道接收到的单路降噪信号经过时延τ_i补偿后，使得各路输出信号x_i(n)在目标信号方向上同步，采用可调波束形成器对x_i(n)进行滤波，并将滤波后各路信号相加，实现目标语音的初步增强。

9.根据权利要求6所述的一种远程集音方法，其特征在于：所述的步骤S4中采用基于人耳的听感知特性的计算机听觉场景分析(CASA)技术建立心型或超心型拾音模型的方法如下:

(1)、指向性处理模块对获取阵列增强输出信号和残留噪声经过模拟人耳频率分解特性的gammatone滤波器组进行多子带滤波，得到多子带时域信号。

(2)、对所有子带信号进行加窗分帧，得到时频单元序列，计算可得阵列增强输出信号与残留噪声时频单元的能量；

(3)、将阵列增强输出信号与残留噪声时频单元的能量对比平滑后，作为线索，得到二值掩蔽模板；

(4)、将掩蔽模板作用于阵列输出的混合信号，提取出目标语音占优的时频单元，最终构建心形或超心型拾音模式，实现语音增强。

10.根据权利要求6所述的一种集音方法，其特征在于：还包括音视频联动模块，

(1)音视频联动模块接收指向性处理模块波束方向参数和摄像机变倍参数，建立音视频同步放缩参数映射表，输出音视频联动混合信号。

(2)根据摄像机变倍参数调整波束形成参数，以使得指向性处理模块的波束形成参数符合声源在摄像机图像中的空间位置；

(3)近焦情况下，波束角度变大，摄像机变倍参数变小，声源音量缩小；远焦情况下，波束角度变小，摄像机变倍参数放大，声源音量放大。