使用多個(gè)瞬時(shí)到達(dá)方向估計(jì)的知情空間濾波的濾波器及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及音頻信號(hào)處理，并且尤其涉及使用多個(gè)瞬時(shí)到達(dá)方向估計(jì)的知情空間 濾波的濾波器及方法。
【背景技術(shù)】
[0002] 在現(xiàn)代通信系統(tǒng)中通常發(fā)現(xiàn)在噪聲和混響條件下提取聲源。在過去的四十年，提 出了大量空間濾波技術(shù)，以完成這個(gè)任務(wù)。在觀察的信號(hào)符合信號(hào)模型時(shí)并且在計(jì)算濾波 器所需要的信息精確時(shí)，現(xiàn)有空間濾波器是最佳的。然而，實(shí)際上，通常違背信號(hào)模型，并且 估計(jì)所需要的信息是一項(xiàng)重大的挑戰(zhàn)。
[0003] 現(xiàn)有空間濾波器可廣義地分成線性空間濾波器（例如，參照[1，2, 3, 4])和參 數(shù)空間濾波器（parametricspatialfilter)(例如，參照[5, 6, 7, 8])。通常，線性空間 濾波器需要估計(jì)一個(gè)或多個(gè)傳播向量或者期望的一個(gè)或多個(gè)源的二階統(tǒng)計(jì)量（SOS)加 上干擾的S0S。一些空間濾波器被設(shè)計(jì)為提取混響或去混響的單個(gè)源信號(hào)（例如，參照 [9, 10, 11，12, 13, 14, 15, 16])，而其他空間濾波器被設(shè)計(jì)為提取兩個(gè)或更多個(gè)混響源信號(hào) 的和（例如，參照[17, 18])。上述方法需要一個(gè)或多個(gè)期望源的方向的先驗(yàn)知識(shí)或僅僅期 望源單獨(dú)地或者同時(shí)激活的周期。
[0004] 這些方法的缺點(diǎn)在于，不能足夠快速地適應(yīng)新情況，例如，在期望源激活時(shí)變激活 的源移動(dòng)或競(jìng)爭(zhēng)揚(yáng)聲器。參數(shù)空間濾波器通?；诒容^簡(jiǎn)單的信號(hào)模型，例如，在時(shí)頻域內(nèi) 接收的信號(hào)由單個(gè)平面波加上擴(kuò)散聲構(gòu)成，并且根據(jù)模型參數(shù)的瞬時(shí)估計(jì)，計(jì)算參數(shù)空間 濾波器。參數(shù)空間濾波器的優(yōu)點(diǎn)是高度靈活的方向響應(yīng)、擴(kuò)散聲音和干涉源的較強(qiáng)抑制、以 及快速適合于新情況的能力。然而，如在[19]中所示，實(shí)際上可以容易地違背基本單平面 波信號(hào)模型，這顯著降低參數(shù)空間濾波器的性能。應(yīng)注意的是，現(xiàn)有技術(shù)參數(shù)空間濾波器使 用所有可用的麥克風(fēng)信號(hào)，來估計(jì)模型參數(shù)，而僅單個(gè)麥克風(fēng)信號(hào)和實(shí)值增益用于計(jì)算最 終的輸出信號(hào)。用于使多個(gè)可用麥克風(fēng)信號(hào)相結(jié)合以便找出增強(qiáng)的輸出信號(hào)的擴(kuò)展不直接 (straight forward)〇
[0005] 因此，如果提供用于獲得對(duì)聲源的期望空間響應(yīng)的改進(jìn)概念，則被高度支持。

【發(fā)明內(nèi)容】

[0006] 因此，本發(fā)明的目標(biāo)在于，提供用于提取聲源的改進(jìn)概念。由根據(jù)權(quán)利要求1所述 的濾波器、根據(jù)權(quán)利要求17所述的方法以及由根據(jù)權(quán)利要求18所述的計(jì)算機(jī)程序，解決本 發(fā)明的目標(biāo)。
[0007] 提供了一種濾波器，該濾波器用于基于兩個(gè)或更多個(gè)輸入麥克風(fēng)信號(hào)生成音 頻輸出信號(hào)（其包括多個(gè)音頻輸出信號(hào)樣本）。在時(shí)頻域中表示音頻輸出信號(hào)和兩個(gè) 或更多個(gè)輸入麥克風(fēng)信號(hào)，其中，多個(gè)音頻輸出信號(hào)樣本中的每個(gè)被分配給多個(gè)時(shí)頻段 (time-frequencybin)中的一個(gè)時(shí)頻段。
[0008] 該濾波器包括權(quán)重生成器，權(quán)重生成器被適配成為多個(gè)時(shí)頻段中的每個(gè)，接收一 個(gè)或多個(gè)聲源的一個(gè)或多個(gè)聲音分量的到達(dá)方向信息或一個(gè)或多個(gè)聲源的位置信息，并且 被適配為根據(jù)所述時(shí)頻段的一個(gè)或多個(gè)聲源的一個(gè)或多個(gè)聲音分量的到達(dá)方向信息或者 根據(jù)所述時(shí)頻段的一個(gè)或多個(gè)聲源的位置信息，為多個(gè)時(shí)頻段中的每個(gè)生成加權(quán)信息。
[0009] 而且，該濾波器包括輸出信號(hào)生成器，輸出信號(hào)生成器用于通過為多個(gè)時(shí)頻段中 的每個(gè)，生成多個(gè)音頻輸出信號(hào)樣本中的分配給所述時(shí)頻段的一個(gè)音頻輸出信號(hào)樣本，來 根據(jù)所述時(shí)頻段的加權(quán)信息并且根據(jù)分配給所述時(shí)頻段的音頻輸入樣本，生成兩個(gè)或更多 個(gè)輸入麥克風(fēng)信號(hào)中的每個(gè)的音頻輸出信號(hào)。
[0010] 實(shí)施方式提供了一種空間濾波器，用于獲得至多L個(gè)同時(shí)激活的聲源的期望的響 應(yīng)。通過最小化經(jīng)受L個(gè)線性約束的在濾波器的輸出處的擴(kuò)散加噪聲功率，獲得所提供的 空間濾波器。與現(xiàn)有技術(shù)概念相反，L個(gè)約束基于瞬時(shí)窄帶到達(dá)方向估計(jì)。此外，提供用于 擴(kuò)散噪聲比/擴(kuò)散功率的新型估計(jì)器，其呈現(xiàn)足夠高的時(shí)間和光譜分辨率，以實(shí)現(xiàn)去混響 和噪聲降低。
[0011] 根據(jù)一些實(shí)施方式，提供了用于獲得在每個(gè)時(shí)間-頻率瞬間同時(shí)激活的至多L個(gè) 聲源的期望的任意空間響應(yīng)的概念。為此，關(guān)于聲音場(chǎng)景的瞬時(shí)參數(shù)信息（IPI)結(jié)合到空 間濾波器的設(shè)計(jì)內(nèi)，產(chǎn)生"知情空間濾波器（informedspatialfilter)"。
[0012] 在一些實(shí)施方式中，例如，這種知情空間濾波器基于復(fù)雜權(quán)重（complexweight) 使所有可用的麥克風(fēng)信號(hào)組合，以提供增強(qiáng)的輸出信號(hào)。
[0013] 根據(jù)實(shí)施方式，例如，知情空間濾波器可實(shí)現(xiàn)為線性約束最小方差（LCMV)空間濾 波器或者參數(shù)多通道維納濾波器。
[0014] 在一些實(shí)施方式中，例如，通過最小化經(jīng)受L個(gè)線性約束的擴(kuò)散加自噪聲功率，獲 得所提供的知情空間濾波器。
[0015] 在一些實(shí)施方式中，相對(duì)于現(xiàn)有技術(shù)，L個(gè)約束基于瞬時(shí)到達(dá)方向（DOA)估計(jì)，并 且所產(chǎn)生的對(duì)L個(gè)DOA的響應(yīng)與特定的期望方向性對(duì)應(yīng)。
[0016] 而且，提供用于所需要的信號(hào)和噪聲統(tǒng)計(jì)（例如，擴(kuò)散噪聲比（DNR))的新型估計(jì) 器，其呈現(xiàn)足夠高的時(shí)間和光譜分辨率，例如，以減少混響和噪聲。
[0017] 而且，提供了一種用于基于兩個(gè)或更多個(gè)輸入麥克風(fēng)信號(hào)生成音頻輸出信號(hào)的方 法，所述音頻輸出信號(hào)包括多個(gè)音頻輸出信號(hào)樣本。在時(shí)頻域中表示音頻輸出信號(hào)和兩個(gè) 或更多個(gè)輸入麥克風(fēng)信號(hào)，其中，多個(gè)音頻輸出信號(hào)樣本中的每個(gè)被分配給多個(gè)時(shí)頻段中 的一個(gè)時(shí)頻段。該方法包括：
[0018] _為多個(gè)時(shí)頻段（(k，n))中的每個(gè)，接收一個(gè)或多個(gè)聲源的一個(gè)或多個(gè)聲音分量 的到達(dá)方向信息或一個(gè)或多個(gè)聲源的位置信息，
[0019] -根據(jù)所述時(shí)頻段的一個(gè)或多個(gè)聲源的一個(gè)或多個(gè)聲音分量的到達(dá)方向信息或者 根據(jù)所述時(shí)頻段的一個(gè)或多個(gè)聲源的位置信息，為多個(gè)時(shí)頻段中的每個(gè)生成加權(quán)信息，并 且
[0020] -通過為多個(gè)時(shí)頻段（(k，n))中的每個(gè)，生成分配給所述時(shí)頻段（(k，n))的多個(gè)音 頻輸出信號(hào)樣本中的一個(gè)，來根據(jù)所述時(shí)頻段（(k，n))的加權(quán)信息并且根據(jù)分配給所述時(shí) 頻段（(k，n))的音頻輸入樣本，生成兩個(gè)或更多個(gè)輸入麥克風(fēng)信號(hào)中的每個(gè)的音頻輸出信 號(hào)。
[0021] 而且，提供了一種計(jì)算機(jī)程序，用于在計(jì)算機(jī)或信號(hào)處理器上執(zhí)行時(shí)，實(shí)施上述方 法。
【附圖說明】
[0022] 在下文中，參照附圖，更詳細(xì)地描述本發(fā)明的實(shí)施方式，其中：
[0023] 圖Ia示出了根據(jù)實(shí)施方式的濾波器；
[0024] 圖Ib示出了根據(jù)實(shí)施方式的濾波器的一個(gè)可能的應(yīng)用場(chǎng)景；
[0025] 圖2示出了根據(jù)實(shí)施方式的濾波器以及多個(gè)麥克風(fēng)；
[0026] 圖3示出了根據(jù)實(shí)施方式的權(quán)重生成器；
[0027] 圖4示出了根據(jù)實(shí)施方式的兩個(gè)實(shí)例響應(yīng)的幅度；
[0028] 圖5示出了根據(jù)實(shí)施線性約束最小方差方法的另一個(gè)實(shí)施方式的權(quán)重生成器；
[0029] 圖6示出了根據(jù)實(shí)施參數(shù)多通道維納濾波器方法的進(jìn)一步實(shí)施方式的權(quán)重生成 器；
[0030] 圖7示出了根據(jù)時(shí)間和頻率的真實(shí)的和估計(jì)的擴(kuò)散噪聲比；
[0031] 圖8示出了比較空間濾波器的方向性指數(shù)和白噪聲增益；
[0032] 圖9示出了估計(jì)的到達(dá)方向以及所產(chǎn)生的增益；以及
[0033] 圖10示出了立體揚(yáng)聲器再現(xiàn)的情況的實(shí)例。
【具體實(shí)施方式】
[0034] 圖Ia示出了濾波器100,其用于基于兩個(gè)或更多個(gè)輸入麥克風(fēng)信號(hào)生成音頻輸出 信號(hào)（其包括多個(gè)音頻輸出信號(hào)樣本）。在時(shí)頻域中表示音頻輸出信號(hào)以及兩個(gè)或更多個(gè) 輸入麥克風(fēng)信號(hào)，其中，多個(gè)音頻輸出信號(hào)樣本中的每個(gè)被分配給多個(gè)時(shí)頻段（k，n)中的 一個(gè)時(shí)頻段（k,n)。
[0035] 濾波器100包括權(quán)重生成器110,其被適配成為多個(gè)時(shí)頻段（k，n)中的每個(gè)，接收 一個(gè)或多個(gè)聲源的一個(gè)或多個(gè)聲音分量的到達(dá)方向信息或一個(gè)或多個(gè)聲源的位置信息，并 且被適配為根據(jù)所述時(shí)頻段（k，n)的一個(gè)或多個(gè)聲源的一個(gè)或多個(gè)聲音分量的到達(dá)方向 信息或者根據(jù)所述時(shí)頻段（k，n)的一個(gè)或多個(gè)聲源的位置信息，為多個(gè)時(shí)頻段（k，n)中的 每個(gè)，生成加權(quán)信息。
[0036] 而且，濾波器包括輸出信號(hào)生成器120,其用于通過根據(jù)所述時(shí)頻段（k，n)的加權(quán) 信息并且根據(jù)分配給所述時(shí)頻段（k，n)的音頻輸入樣本，為多個(gè)時(shí)頻段（k，n)中的每個(gè)生 成分配給所述時(shí)頻段（k，n)的所述多個(gè)音頻輸出信號(hào)樣本中的一個(gè)，來生成兩個(gè)或更多個(gè) 輸入麥克風(fēng)信號(hào)中的每個(gè)的音頻輸出信號(hào)。
[0037] 例如，兩個(gè)或更多個(gè)輸入麥克風(fēng)信號(hào)中的每個(gè)包括多個(gè)音頻輸入樣本，其中，每個(gè) 音頻輸入樣本被分配給一個(gè)時(shí)頻段（k，n)，并且音頻信號(hào)生成器120可被適配為根據(jù)所述 時(shí)頻段（k，n)的加權(quán)信息并且根據(jù)兩個(gè)或更多個(gè)輸入麥克風(fēng)信號(hào)中的每個(gè)的音頻輸入樣 本中的一個(gè)，即，根據(jù)兩個(gè)或更多個(gè)輸入麥克風(fēng)信號(hào)中的每個(gè)的音頻輸入樣本中的被分配 給所述時(shí)頻段（k，n)的一個(gè)音頻輸入樣本，生成多個(gè)音頻輸出信號(hào)樣本中的被分配給所述 時(shí)頻段（k，n)的一個(gè)音頻輸出信號(hào)樣本。
[0038] 對(duì)于每個(gè)時(shí)頻段（k，n)的要生成的每個(gè)音頻輸出信號(hào)樣本，權(quán)重生成器110重新 生成單獨(dú)的加權(quán)信息。然后，音頻信號(hào)生成器120基于為該時(shí)頻段生成的加權(quán)信息，生成考 慮的時(shí)頻段（k，n)的音頻輸出信號(hào)樣本。換言之，通過權(quán)重生成器110為要生成音頻輸出 信號(hào)樣本的每個(gè)時(shí)頻段計(jì)算新加權(quán)信息。
[0039] 在生成加權(quán)信息時(shí)，權(quán)重生成器110被適配為考慮一個(gè)或多個(gè)聲源的信息。
[0040] 例如，權(quán)重生成器110可考慮第一聲源的位置。在實(shí)施方式中，權(quán)重生成器還可考 慮第二聲源的位置。
[0041] 例如，或者，第一聲源可發(fā)射具有第一聲音分量的第一聲波。具有第一聲音分量的 第一聲波到達(dá)麥克風(fēng)，并且權(quán)重生成器110可考慮第一聲音分量的/聲波的到達(dá)方向。借 此，權(quán)重生成器110將關(guān)于第一聲源的信息考慮在內(nèi)。而且，第二聲源可發(fā)射具有第二聲音 分量的第二聲波。具有第二聲音分量的第二聲波到達(dá)麥克風(fēng)，并且權(quán)重生成器110可考慮 第二聲音分量的/第二聲波的到達(dá)方向。借此，權(quán)重生成器110還將關(guān)于第二聲源的信息 考慮在內(nèi)。
[0042] 圖Ib示出了根據(jù)實(shí)施方式的濾波器100的可能的應(yīng)用場(chǎng)景。具有第一聲音分量 的第一聲波由第一揚(yáng)聲器121 (第一聲源）發(fā)射并且到達(dá)第一麥克風(fēng)111?？紤]在第一麥克 風(fēng)111處的第一聲音分量的到達(dá)方向（=第一聲波的到達(dá)方向）。而且，具有第二聲音分量 的第二聲波由第二揚(yáng)聲器122 (第二聲源）發(fā)射并且到達(dá)第一麥克風(fēng)111。權(quán)重生成器110 還能夠考慮在第一麥克風(fēng)111處的第二聲音分量的到達(dá)方向，以確定加權(quán)信息。而且，權(quán)重 生成器還可考慮在其他麥克風(fēng)（例如，麥克風(fēng)112)處的聲音分量的到達(dá)方向（=聲波的到 達(dá)方向），以確定加權(quán)信息。
[0043] 應(yīng)注意的是，聲源可以（例如）是在環(huán)境中物理上存在的物理聲源，例如，揚(yáng)聲器、 樂器或個(gè)人說話。
[0044] 然而，應(yīng)注意的是，鏡像源（mirrorimagesource)也是聲源。例如，由揚(yáng)聲器122 發(fā)射的聲波可被壁125反射，并且然后，聲波似乎從與實(shí)際上發(fā)射聲波的揚(yáng)聲器的位置不 同的位置123發(fā)射。這種鏡像源123也被視為聲源。權(quán)重生成器110可被適配為根據(jù)與鏡 像源相關(guān)的到達(dá)方向信息或者根據(jù)關(guān)于一個(gè)、兩個(gè)或更多個(gè)鏡像源的位置信息來生成加權(quán) fg息。
[0045] 圖2示出了根據(jù)實(shí)施方式的濾波器100以及多個(gè)麥克風(fēng)111、112、113、…、lln。 在圖2的實(shí)施方式中，濾波器100進(jìn)一步包括濾波器組101。而且，在圖2的實(shí)施方式中，權(quán) 重生成器110包括信息計(jì)算模塊102、權(quán)重計(jì)算模塊103以及傳遞函數(shù)選擇模塊104。
[0046] 在時(shí)頻域中進(jìn)行處理，分別地，k表示頻率指數(shù)，并且n表示時(shí)間指數(shù)。將M個(gè)時(shí) 域麥