[发明专利]基于音频的紧急车辆检测与追踪

权利要求书

1.一种由处理器实现的用于基于音频对声源进行检测和追踪的方法，所述方法包括：

由基于处理器的系统对多个声学信号频谱执行波束成形，以生成第一波束信号频谱和第二波束信号频谱，所述声学信号频谱是根据从麦克风阵列接收的声学信号生成的；

通过深度神经网络(DNN)分类器在所述第一波束信号频谱和所述第二波束信号频谱中的至少一个中检测与所述声源相关联的声学事件；

响应于所述检测，由所述基于处理器的系统执行模式提取，所述模式包括所述多个声学信号频谱中被标识的时间及频率区段，这些区段与所述声学事件相关联；以及

由所述基于处理器的系统估计所述声源相对于所述麦克风阵列的运动方向，所述估计基于所述声学事件的多普勒频移，所述多普勒频移是根据所提取的模式的所述时间及频率区段计算的。

2.如权利要求1所述的方法，还包括：

将广义互相关相位变换应用于所述多个声学信号频谱以生成角谱；以及

基于所述角谱中峰值的检测来估计所述声源相对于所述麦克风阵列的方向。

3.如权利要求2所述的方法，还包括将以下各项中的至少一个用于自主车辆的操作：所估计的运动方向，和所估计的所述声源的方向。

4.如权利要求1所述的方法，其中，所述模式提取包括：将所述多个声学信号频谱中的一个或多个声学信号频谱和与预期模式相关联的预定频谱进行比较，以及标识基于所述比较匹配程度在阈值内的时间及频率区段。

5.如权利要求1至4中任一项所述的方法，其中，所述模式提取包括将神经网络应用于所述多个声学信号频谱中的一个或多个声学信号频谱，所述神经网络经训练以针对所述声学信号频谱的时间及频率区段生成分数，所述分数指示匹配到感兴趣声学事件的概率。

6.如权利要求1至4中任一项所述的方法，其中，所述声源是紧急车辆，并且所述声学事件是警报。

7.如权利要求1至4中任一项所述的方法，还包括：将高通滤波器应用于所述声学信号以降低风噪声。

8.至少一种非暂时性计算机可读存储介质，其上编码有指令，这些指令在由一个或多个处理器执行时，使得用于基于音频对声源进行检测和追踪的过程被执行，所述过程包括：

对多个声学信号频谱执行波束成形以生成第一波束信号频谱和第二波束信号频谱，所述声学信号频谱是根据从麦克风阵列接收的声学信号生成的；

通过深度神经网络(DNN)分类器在所述第一波束信号频谱和所述第二波束信号频谱中的至少一个中检测与所述声源相关联的声学事件；

响应于所述检测而执行模式提取，所述模式包括所述多个声学信号频谱中被标识的时间及频率区段，这些区段与所述声学事件相关联；以及

估计所述声源相对于所述麦克风阵列的运动方向，所述估计基于所述声学事件的多普勒频移，所述多普勒频移是根据所提取的模式的所述时间及频率区段计算的。

9.如权利要求8所述的计算机可读存储介质，其中，所述过程还包括：

将广义互相关相位变换应用于所述多个声学信号频谱以生成角谱；以及

基于所述角谱中峰值的检测来估计所述声源相对于所述麦克风阵列的方向。

10.如权利要求9所述的计算机可读存储介质，其中，所述过程还包括将以下各项中的至少一个用于自主车辆的操作：所估计的运动方向，和所估计的所述声源的方向。

11.如权利要求8所述的计算机可读存储介质，其中，所述模式提取过程包括：将所述多个声学信号频谱中的一个或多个声学信号频谱和与预期模式相关联的预定频谱进行比较，以及标识基于所述比较匹配程度在阈值内的时间及频率区段。