[发明专利]一种基于麦克风阵列的近场声源实时定位系统

说明书

本发明公开了一种基于麦克风阵列的近场声源实时定位系统，属于声源定位技术领域；包括麦克风阵列及其放大电路模块、信号采集与处理模块、定位结果存储模块和其他系统辅助模块。语音信号通过麦克风阵列接收并放大，放大电路采用具有自动增益功能的麦克风专用放大器为核心。信号采集与处理模块以具有片上模数转换功能的DSP芯片作为核心，采用DSP芯片内部的直接存储器访问功能。将近场二维宽带MUSIC算法进一步优化，对麦克风阵列信号频谱子频带进行取舍后，对子频带矩阵做MUSIC谱估计，降低DSP芯片的运算量，提高了系统实时性。声源定位结果存储模块采用SD卡作为存储介质，提高系统的应用范围，采用“预建簇链法”建立说话人位置数据的簇链，提高系统实时性。

技术领域

本发明属于声源定位技术领域，具体涉及一种基于麦克风阵列的近场声源实时定位系统。

背景技术

麦克风作为声音信号尤其是语音信号采集的一种常用声电换能器，在多媒体会议、教学、通信、机械设备振动与噪声检测、军事指挥侦察等领域有着广泛应用[39]。目前市场上音频采集相关产品，以单个麦克风作为音频信号采集单元的产品为主，一些高端产品采用了各种形式的麦克风阵列作为音频信号采集、处理的传感器。在传统会议中，通常使用单个麦克风采集说话人的声音信息，会后通过人工的方式对会议录音内容进行整理、校对，然而这已经远远不能满足现代会议的要求，会议室的智能化建设成为一个新趋势。一个智能化的会议室，通常包括以下几个方面：①实现会议室内包括灯光、会议升降机、大屏开关、会议摄像头、空调等所有设备集中管理的设备控制模块；②实现会议主机、参会人员计算机、平板电脑、手机等智能设备的画面自由投屏显示的信号投屏模块；③实现会议摄像头、麦克风、音响设备自动采集录制、自动切换、自动存储的音视频系统。其中，音视频系统是智能会议室的核心，而对说话人的声源定位，又是音视频系统实现自动化的关键所在。根据与会者座位排列的先验信息，可以不同时刻不同说话人的位置区分不同说话人，为会后人工整理会议记录或者智能会议室控制中心区分不同说话人提供了更多信息。

出于消除混响、噪声等干扰，获得声音信号的相位信息以便更准确地判断声源位置的目的，目前国内外学者、研究人员对具有一定几何形状的麦克风做了广泛而深入的研究。阵列中的每个麦克风为一个“阵元”，利用多个“阵元”采集的信息冗余获得更多关于声源的信息。麦克风阵列应用的技术领域主要有声源远场波达方向估计与近场定位、说话人识别、语音增强、语义理解等。声源定位和声纹识别是判断说话人位置、区分不同说话人的关键技术，一种在会议室中判断说话人说话时间、说话位置以区分不同说话人的软硬件系统成为一项迫切需求。

发明内容

本发明的目的在于提供可以在麦克风近场范围内实时对说话人进行定位和并存储说话人定位结果，向智能会议室系统提供说话人在二维平面区域内更准确的位置坐标的一种基于麦克风阵列的近场声源实时定位系统。

本发明的目的通过如下技术方案来实现：

第一方面，本发明提供了一种基于麦克风阵列的近场声源实时定位系统，所述系统的总体结构包括：

一个用于采集说话人声音信息的按均匀直线阵排列的驻极体麦克风阵列，将麦克风阵列按照均匀直线阵排列一方面可以在阵元数量一定的情况下尽可能增大阵列整体尺寸，提高系统的近场范围，另一方面可以方面与实际应用场景中的桌子等设施结合，方便安装与使用。

紧随其后的是各驻极体麦克风的放大电路，放大电路采用具有自动增益控制功能的集成度极高的麦克风专用放大器(例如MAX9814L)对驻极体麦克风输出的小信号放大，在设计电路时，需要设置放大器自动增益控制模块的作用时间t_attack和释放时间t_release，以达到既无“削峰”现象又无“抽吸”现象。采用集成度高的麦克风专用放大器还可以减少系统电路的节点，提高系统的稳定性。