[发明专利]声学变焦

权利要求书

1.一种用于执行声学变焦的系统，包括：

多个麦克风，其用于生成多个声学信号，其中，视频内容与所述多个声学信号相关联；

多个波束成形器，其用于：

接收所述多个声学信号，以及

生成分别对应于所述视频内容的多个图块的多个波束成形器信号，其中，每个波束成形器分别被定向到每个图块的中心；以及

目标增强器，其用于：

接收所述多个波束成形器信号，以及

生成与所述视频内容的变焦区域相关联的目标增强信号，其中，生成所述目标增强信号包括：

识别分别至少具有被包括在所述变焦区域中的部分的图块，

选择与所识别的图块相对应的波束成形器信号，以及

组合所选择的波束成形器信号以生成所述目标增强信号。

2.根据权利要求1所述的系统，其中，所述目标增强器组合所选择的波束成形器信号以生成所述目标增强信号还包括：

确定每个所识别的图块相对于所述变焦区域的比例；以及

基于所述比例来组合所选择的波束成形器信号以生成所述目标增强信号。

3.根据权利要求2所述的系统，其中，基于所述比例来组合所选择的波束成形器信号以生成所述目标增强信号还包括：

基于所述比例在频谱上将所选择的波束成形器信号相加。

4.根据权利要求1所述的系统，还包括：

神经网络，其用于接收所述多个声学信号以生成噪声参考信号，

其中，多个波束成形器接收所述噪声参考信号，并使用所述多个声学信号和所述噪声参考信号来生成所述多个波束成形器信号。

5.根据权利要求1所述的系统，还包括：

时-频变换器，其用于接收所述多个声学信号并将所述多个声学信号从时域变换到频域；以及

频-时变换器，其用于接收所述目标增强信号并将所述目标增强信号从频域变换到时域。

6.根据权利要求1所述的系统，还包括：

相机，其用于捕获所述视频内容。

7.根据权利要求1所述的系统，其中，所述视频内容的图块是具有至少10度的角宽度的相等形状的图块。

8.一种用于执行声学变焦的方法，包括：

由多个麦克风捕获与视频内容相关联的多个声学信号；

由多个波束成形器使用所述多个声学信号生成多个波束成形器信号，其中，所述波束成形器信号分别对应于所述视频内容的多个图块，其中，每个波束成形器分别被定向到每个图块的中心；以及

由目标增强器使用所述波束成形器信号来生成目标增强信号，其中，所述目标增强信号与所述视频内容的变焦区域相关联，其中，生成所述目标增强信号包括：

识别分别至少具有被包括在所述变焦区域中的部分的图块，

选择与所识别的图块相对应的波束成形器信号，以及

组合所选择的波束成形器信号以生成所述目标增强信号。

9.根据权利要求8所述的方法，其中，组合所选择的波束成形器信号以生成所述目标增强信号还包括：

确定每个所识别的图块相对于所述变焦区域的比例；以及

基于所述比例来组合所选择的波束成形器信号以生成所述目标增强信号。

10.根据权利要求9所述的方法，其中，基于所述比例来组合所选择的波束成形器信号以生成所述目标增强信号还包括：

基于所述比例在频谱上将所选择的波束成形器信号相加。

11.根据权利要求8所述的方法，还包括：

由神经网络接收所述多个声学信号以生成噪声参考信号，

由所述波束成形器接收所述噪声参考信号，以及

由所述波束成形器使用所述多个声学信号和所述噪声参考信号来生成所述多个波束成形器信号。