[发明专利]一种方位角估计的方法、设备及存储介质

说明书

本申请公开了一种方位角估计的方法，包括：获取多通路采样信号并缓存所述多通路采样信号；对所述多通路采样信号中每路采样信号进行唤醒词检测，并确定每路采样信号的唤醒词检测得分；若根据所述每路采样信号的唤醒词检测得分确定存在所述唤醒词，则对缓存的所述多通路采样信号进行空间谱估计，以得到空间谱估计结果，所述唤醒词包含于目标语音；根据所述空间谱估计结果和最高的唤醒词检测得分，确定所述目标语音的方位角。本申请技术方案由于采用唤醒词辅助估计目标语音的方位角，从而提高了语音交互过程中方位角估计的准确性。

技术领域

本申请涉及语音处理技术领域，具体涉及一种方位角估计的方法、设备及计算机可读存储介质。

背景技术

随着智能音箱及其衍生品的流行，人机之间的语音交互，尤其是远场语音交互，逐渐成为了一个重要的研究方向。在语音交互领域，远场语音交互通常是指距离大于1米。人机之间的语音交互被认为是未来最重要的用户流量入口。因此，互联网平台和内容服务商都高度重视对语音识别接口的探索与创新。

目前消费电子领域的语音交互智能设备主要是智能音箱，带语音控制功能的智能电视或电视盒子等产品。这些产品的主要使用场景都是用户的家庭或客厅。在这类使用场景中，房间的混响以及环境中的噪音都会对语音识别造成巨大的挑战，进而严重影响用户的使用体验。

为了实现更好的远场语音识别性能，上述语音交互设备往往都装备有多麦克风阵列并利用波束形成算法提升语音信号质量。但为了达到最优的性能，波束形成算法需要给定目标语音的方位角，且对该方位角的准确度非常敏感。因此，提升目标语音方位角估计的准确性便成为了提升远场语音识别系统性能的一个瓶颈。

发明内容

本申请实施例提供一种方位角估计的方法，用于提高语音交互过程中方位角估计的准确性。本申请实施例还提供了相应的设备及计算机可读存储介质。

本申请实施例第一方面提供一种方位角估计的方法，包括：

获取多通路采样信号并缓存所述多通路采样信号；

对所述多通路采样信号中每路采样信号进行唤醒词检测，并确定每路采样信号的唤醒词检测得分；

若根据所述每路采样信号的唤醒词检测得分确定存在所述唤醒词，则对缓存的所述多通路采样信号进行空间谱估计，以得到空间谱估计结果，所述唤醒词包含于目标语音；

根据所述空间谱估计结果和最高的唤醒词检测得分，确定所述目标语音的方位角。

本申请实施例第二方面提供一种终端设备，包括：

获取单元，用于获取多通路采样信号；

缓存单元，用于缓存所述获取单元获取的所述多通路采样信号；

检测单元，用于对所述缓存单元缓存的多通路采样信号中每路采样信号进行唤醒词检测，并确定每路采样信号的唤醒词检测得分；

谱估计单元，用于若根据所述检测单元确定的所述每路采样信号的唤醒词检测得分确定存在所述唤醒词，则对缓存的所述多通路采样信号进行空间谱估计，以得到空间谱估计结果，所述唤醒词包含于目标语音；

确定单元，用于根据所述谱估计单元的空间谱估计结果和所述检测单元检测出的最高的唤醒词检测得分，确定所述目标语音的方位角。

本申请实施例第三方面提供一种终端设备，所述终端设备包括：输入/输出(I/O)接口、处理器和存储器，所述存储器中存储有程序指令；

所述处理器用于执行存储器中存储的程序指令，执行如上述第一方面所述的方法。

本申请实施例第四方面提供一种计算机可读存储介质，包括指令，当所述指令在计算机设备上运行时，使得所述计算机设备执行如上述第一方面所述的方法。