人机交互中的声源定位与增强方法

• 作者: 李文东 殷瑞祥
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 声源定位 语音增强 人机交互 麦克风阵列 近场语音模型
• 年，卷（期）: 2015,（2）
• 页码范围: 328-335
• 页数: 8页
• 分类号: TN912.3
• 字数: 4618字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.02.010

摘要

基于人机交互的实际应用场景,提出了一种交互目标声源三维定位与语音增强算法。该算法首先在广义相关法的基础上提出一种声达时延差的估计方法,通过由6个麦克风构成的平行均匀线阵接收模型,实现对目标声源的三维定位；然后在交互目标声源定位的基础上,通过调整时延波束叠加的权值,实现对目标语音的增强。仿真实验结果表明,文中提出的算法能够准确定位目标声源并对目标语音进行有效增强。在信噪比大于1.5 dB 的环境中,该算法可使目标声源达到98%以上定位精度,5 dB以上信噪比改善,同时算法运算量小且易于硬件实现。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷瑞祥	华南理工大学电子与信息学院	48	300	12.0	15.0
2	李文东	华南理工大学电子与信息学院	1	3	1.0	1.0