[发明专利]一种语音交互中多路语音的白化方法及其装置

权利要求书

1.一种语音交互中多路语音的白化方法，其特征在于，包括：

步骤1：将输入唤醒设备的多路语音数据转换到频域，获取语音频域数据；

步骤2：将所述语音频域数据进行缓存操作，当缓存的语音频域数据对应的时长达到T1时，使用所缓存的T1时长对应的语音频域数据计算各频带协方差矩阵，并求解所述各频带协方差矩阵的逆矩阵；

步骤3：继续对新获得的语音频域数据进行缓存操作，当缓存的语音频域数据对应的时长达到T2时，根据各频带协方差矩阵的逆矩阵计算白化矩阵，通过所述白化矩阵对新缓存的语音频域数据进行白化处理；

步骤4：重复迭代执行步骤1至步骤3，当检测到所述唤醒设备处于唤醒状态时，使用最后一次迭代获得的白化矩阵对剩余数据进行白化处理。

2.根据权利要求1所述的一种语音交互中多路语音的白化方法，其特征在于，所述将输入唤醒设备的多路语音数据转换到频域，获取语音频域数据，包括：

通过所述唤醒设备采集所述多路语音；

将所述多路语音进行分帧加窗处理，获取所述分帧后多路语音的频域特征，确定所述多路语音的语音频域数据。

3.根据权利要求1所述的一种语音交互中多路语音的白化方法，其特征在于，所述使用所缓存的T1时长对应的语音频域数据计算各频带的协方差矩阵，包括：

获取缓存的时间数据T1；

按照下式(1)计算频带协方差矩阵：

其中，Y表示各频带协方差矩阵，所述t表示时刻；所述f表示频带；所述y_f,t表示t时刻频带向量；所述y^H_f,t表示t时刻共轭对称下的频带向量；所述H表示共轭对称。

4.根据权利要求1所述的一种语音交互中多路语音的白化方法，其特征在于，所述继续对新获得的语音频域数据进行缓存操作，当缓存的语音频域数据对应的时长达到T2时，根据各频带协方差矩阵的逆矩阵计算白化矩阵，通过所述白化矩阵对缓存的语音频域数据进行白化处理，包括：

基于矩阵求逆引理，按照下式(2)计算计算各个频带逆矩阵；

其中，所述表示协方差矩阵的逆矩阵；所述y_f,t表示t时刻的频带向量；所述表示t-1时刻的逆矩阵；所述y_f,t-1表示t-1时刻的频带向量；

根据所述逆矩阵，通过乔利斯基分解U＝LL^H求解白化矩阵；其中，

所述U对应Y^-1_f,t；所述L^H是L的共轭矩阵，表示乔利斯基分解后的上三角矩阵；所述L表示乔利斯基分解后的下三角矩阵。

5.根据权利要求1所述的一种语音交互中多路语音的白化方法，其特征在于，所述当检测到所述唤醒设备处于唤醒状态时，使用最后一次迭代获得的白化矩阵处理剩余的白化数据，包括：

步骤10：获取唤醒设备的实际状态特征；

步骤11：根据所述实际状态特征与预设的状态参数进行匹配，获取匹配结果；

步骤12：根据所述匹配结果判断所述唤醒设备处于休眠状态或唤醒状态其中之一；

步骤13：当所述唤醒设备处于休眠状态，转换为监测模式，持续监测所述唤醒设备的状态特征，并重复步骤10和步骤11；

当所述唤醒设备处于唤醒状态，用最后一次迭代获得的白化矩阵处理剩余的白化数据。