[发明专利]拾音灵敏度的调整方法、装置

说明书

本申请公开了一种拾音灵敏度的调整方法、装置。其中，该方法包括：确定麦克风阵列检测到的声源位置；依据声源位置，调整图像采集装置的拍摄角度；在图像采集装置在拍摄角度采集到多张人脸图像的情况下，识别多张人脸图像中的多个嘴唇；依据多个嘴唇的权重从多个嘴唇中确定目标嘴唇；确定目标嘴唇与麦克风阵列的相对方位；依据相对方位调整麦克风阵列的拾音灵敏度。本申请解决了相关技术中依靠麦克风阵列定位技术和人脸识别检测造成的无法准确定位真正讲话人，并调整该讲话人对应的方位拾音灵敏度的技术问题。

技术领域

本申请涉及拾音领域，具体而言，涉及一种拾音灵敏度的调整方法、装置。

背景技术

相关技术中一般采用声音识别加上人脸检测定位讲话人的位置，例如，采用麦克风阵列确定声源位置，再结合图像采集装置采集人脸信息，并通过人脸识别技术捕捉讲话的人，但是由于在多人场合存在多张人脸，因此，在依靠麦克风阵列初步确定声源的位置后，再依靠人脸检测技术存在无法准确捕捉讲话的人，即无法准确定位真正讲话人，并调整该讲话人对应的方位拾音灵敏度的技术问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种拾音灵敏度的调整方法、装置，以至少解决相关技术中依靠麦克风阵列定位技术和人脸识别检测造成的无法准确定位真正讲话人，并调整该讲话人对应的方位拾音灵敏度的技术问题。

根据本申请实施例的一个方面，提供了一种拾音灵敏度的调整方法，包括：确定麦克风阵列检测到的声源位置；依据声源位置，调整图像采集装置的拍摄角度；在图像采集装置在拍摄角度采集到多张人脸图像的情况下，识别多张人脸图像中的多个嘴唇；依据多个嘴唇的权重从多个嘴唇中确定目标嘴唇；确定目标嘴唇与麦克风阵列的相对方位；依据相对方位调整麦克风阵列的拾音灵敏度。

可选地，依据多个嘴唇的权重从多个嘴唇中确定目标嘴唇之前，方法还包括：获取预定时长内多个嘴唇的动作频率，其中，预定时长为采集多张人脸图像的当前时刻之前的预定时长；依据动作频率确定多个嘴唇对应的权重。

可选地，依据动作频率确定多个嘴唇对应的权重，包括：动作频率越大，嘴唇对应的权重越大。

可选地，获取预定时间段内多个嘴唇的动作频率之前，方法还包括：确定当前的会议场景类型；确定与会议场景类型对应的时长，并将与会议场景类型对应的时长作为预定时长。

可选地，麦克风阵列与图像采集装置位于同一方位；确定目标嘴唇与麦克风阵列的相对方位，包括：获取目标嘴唇与图像采集装置的相对位置；根据相对位置确定目标嘴唇与图像采集装置的相对方位；将目标嘴唇与图像采集装置的相对方位作为目标嘴唇与麦克风阵列的相对方位。

可选地，调整麦克风阵列在相对方位上的拾音灵敏度，包括：调整麦克风阵列的拾音角度，以采集来自相对方位的声音；根据麦克风阵列的拾音效果调整拾音角度，拾音效果包括以下之一：音量增大或音量减小；根据拾音效果确定拾音灵敏度。

可选地，根据拾音效果调整拾音灵敏度，包括：根据拾音效果调整麦克风阵列的增益值，以调整拾音灵敏度。

可选地，根据拾音效果调整麦克风阵列的增益值，包括：若声音减小，则将拾音角度按照前一次调整方向的相反方向进行调整，直到声音增大；当声音增大，则调整增益值，若增益值未达到目标增益值，则按照前一次调整方向的相同方向进行调整，直至增益值达到目标增益。

可选地，依据多个嘴唇的权重从多个嘴唇中确定目标嘴唇，包括：确定多个嘴唇的权重的最大权重；将最大权重对应的嘴唇作为目标嘴唇。

根据本申请实施例的一个方面，提供了一种拾音灵敏度的调整方法，包括：在图像采集装置采集到多张人脸图像的情况下，识别多张人脸图像中的多个嘴唇；确定多个嘴唇的优先级；依据多个嘴唇的优先级调整麦克风阵列的拾音灵敏度。