[发明专利]一种基于卷积神经网络的双耳声源定位方法

权利要求书

1.一种基于卷积神经网络的双耳声源定位方法，其特征在于，包括以下步骤：

(1)将训练单声道声信号与不同方位角、不同混响时间的双耳房间脉冲响应函数进行卷积，并加入不同信噪比的白噪声，得到不同声学环境下不同方位角对应的训练双耳声信号；

(2)对步骤(1)得到的训练双耳声信号进行子带滤波、分帧和加窗，得到各个子带分帧后的训练双耳声信号；

(3)对于步骤(2)得到的各个子带分帧后的训练双耳声信号，计算每一帧双耳声信号的互相关函数CCF，从而得到训练双耳声信号各个子带对应的多帧CCF；

(4)对于步骤(3)得到的各个子带对应的多帧CCF，将同一帧中不同子带的CCF函数组成一个矩阵，作为每一帧双耳声信号对应的二维特征参数；

(5)对于步骤(4)得到的每一帧二维特征参数，将其作为卷积神经网络的输入层参数，将方位角作为卷积神经网络的输出参数，基于前向传播和反向传播算法训练卷积神经网络；所述步骤(5)的训练过程具体包括以下子步骤：

(5-1)随机初始化所有卷积层和全连接层的权值；

(5-2)输入训练样本(R(τ),Y)，其中R(τ)是步骤(4)获得的特征参数矩阵；Y＝(y₁,y₂,..,y_n,…,y_Mout)，y_n表示卷积神经网络的预期输出，M_out为可能的方位角个数；卷积神经网络的预期输出为：真实方位角对应的输出层神经元输出为1，输出层其余神经元输出为0，即：

式中，θ_true表示当前帧双耳声信号所对应的真实方位角，θ_n表示第n个输出值对应的方位角；

(5-3)根据前向传播算法，依次计算每层网络的实际输出值，直到计算出每个Softmax单元的输出y^*₁,y^*₂,..,y^*_n,…,y^*_Mout；

(5-4)计算当前训练特征参数的代价函数，定义如下：

(5-5)使用反向传播算法，计算代价函数J对网络权重的偏导，并修正权重；

(5-6)若当前迭代次数小于预设总迭代次数，则返回至(5-2)，继续输入训练样本进行计算，直至得到达到预设迭代次数时迭代结束，训练卷积神经网络结束；

(6)对不同方位角、不同声学环境下的测试双耳声信号进行子带滤波、分帧和加窗，得到各个子带分帧后的测试双耳声信号；

(7)对于步骤(6)得到的各个子带分帧后的测试双耳声信号，计算每一帧双耳声信号的互相关函数CCF，从而得到测试双耳声信号各个子带对应的多帧CCF；

(8)对于步骤(7)得到的各个子带对应的多帧CCF，将同一帧中不同子带的CCF函数组成一个矩阵，作为每一帧双耳声信号对应的二维特征参数；

(9)将步骤(8)得到的每一帧二维特征参数作为步骤(5)训练后得到的卷积神经网络的输入特征，估计得到每一帧测试双耳声信号的方位角。

2.根据权利要求1所述的基于卷积神经网络的双耳声源定位方法，其特征在于，所述步骤(1)中的不同声学环境下的训练双耳声信号的计算公式为：

x_L(m)＝s(m)*h_L(m)+v_L(m)

x_R(m)＝s(m)*h_R(m)+v_R(m)

式中，x_L(m)、x_R(m)分别表示加入混响和噪声后的左、右耳声信号，s(m)为单声道源信号，h_L(m)、h_R(m)为不同混响时间对应的双耳房间冲激响应函数，v_L(m)、v_R(m)表示指定信噪比下的左、右耳白噪声信号，m表示样本点序号，*为卷积运算。