[发明专利]声源定位方法和装置、计算机可读存储介质、电子设备

权利要求书

1.一种声源定位方法，包括：

通过声音采集设备获得在当前时间点之前的预设时间段内的多帧语音信号；

分别针对所述多帧语音信号中的每一帧语音信号确定一个声源定向结果，得到与每一帧语音信号对应的声源定向结果；

基于所述与每一帧语音信号对应的声源定向结果确定声源集合和噪声集合；

基于所述声源集合和所述噪声集合，确定所述有效时间段内声源对应的综合定向结果。

2.根据权利要求1所述的方法，其中，所述分别针对所述多帧语音信号中的每一帧语音信号确定一个声源定向结果，得到与每一帧语音信号对应的声源定向结果，包括：

分别对所述多帧语音信号中的每一帧语音信号进行处理，得到多个语音存在概率值；其中，每个所述语音存在概率值为一帧语音信号中的一个频点存在语音的概率；

基于所述多个语音存在概率值确定所述每一帧语音信号中每个频点对应的加权系数；

基于所述多帧语音信号确定所述每一帧语音信号中每个频点对每个角度的能量分布值；

基于所述每一帧语音信号中每个频点对应的加权系数和所述每一帧语音信号中每个频点对每个角度的能量分布值，确定所述每一帧语音信号的所述声源定向结果。

3.根据权利要求2所述的方法，其中，所述基于所述每一帧语音信号中每个频点对应的加权系数和所述每一帧语音信号中每个频点对每个角度的能量分布值，确定所述每帧语音信号的所述声源定向结果，包括：

基于所述每一帧语音信号中每个频点对应的加权系数对所述每一帧语音信号中每个频点对每个角度的能量分布值进行在频点上的加权求和，确定所述每个角度对应的能量值；

基于所述每个角度对应的能量值，确定所述每帧语音信号对应的一个角度作为所述声源定向结果。

4.根据权利要求3所述的方法，其中，所述声音采集设备包括N个声音采集装置；其中，N为大于或等于2的整数；

所述分别对所述多帧语音信号中的每一帧语音信号进行处理，得到多个语音存在概率值，包括：

针对所述多帧语音信号中的每一帧语音信号，分别确定所述N个声音采集装置中的每个声音采集装置对应的时频域语音存在概率，得到N组所述时频域语音组；所述每组时频域语音组中包括多个对应不同频点的时频域语音存在概率；

基于所述N组时频域语音组中对应相同频点存在时频域语音的概率值，确定所述每帧语音信号对应的多个语音存在概率值；

基于所述每一帧语音信号对应的多个语音存在概率值，得到所述多帧语音信号对应的多个语音存在概率值。

5.根据权利要求2-4任一所述的方法，在基于所述与每一帧语音信号对应的声源定向结果确定声源集合和噪声集合之前，还包括：

对所述多个语音存在概率值在频域累加，得到所述多帧语音信号中每一帧语音信号的语音存在概率值；

基于所述每一帧语音信号对应的语音存在概率值与第一预设阈值之间的关系，确定所述每一帧语音信号的语音类别；其中，所述语音类别包括有效语音和噪声。

6.根据权利要求5所述的方法，其中，所述基于所述与每一帧语音信号对应的声源定向结果确定声源集合和噪声集合，包括：

基于所述每一帧语音信号的语音类别，将所述语音类别为有效语音的语音信号对应的所述声源定向结果分类到所述声源集合，将所述语音类别为噪声的语音信号对应的所述声源定向结果分类到所述噪声集合。

7.根据权利要求1所述的方法，其中，所述获得在当前时间点之前的预设时间段内的多帧语音信号，包括：

通过声音采集设备采集在当前时间点之前的预设时间段内的声音，得到多帧语音模拟信号；

通过模拟数字转换器对所述多帧语音模拟信号分别进行模数转换，得到以数字信号表示的所述多帧语音信号。