语音DOA技术在视频会议系统中的应用.pdfVIP

电子技术 ·Electronictechnology 语音 DOA技术在视频会议系统中的应用 文／舒雪姣 陈景发 敬代波 本文系统地研究了基于麦克 风阵列的声源定位方法，分析 了 一 种基于麦克风阵列的延时估计 方法。通过仿真 实验证明了该种 算法的实用性及局限性，论证 了 I)OA技术在视频会议系统应用中的 可行性。 叮fa凸 【关键词】麦克风阵列 延时估计 LMS IterativeLoop 进入信息化时代以来，人们开始用现代 图2-1：混响情况下，SNR=5dB 化手段研究语音处理技术，使人们能够更加有 效地生产、传输、存储、获取和应用语音信息， 以促进社会发展。现在，视频讲座和教程在网 络教学和远程教育中应用越来越多，同时也受 到在校学生的追捧 。教师在讲课过程 中会不断 移动位置，如果在录制过程中要求摄像头一直 c口 对准老师，那么通常就需要人工控制，但这样 ∞ D 成本太高，所以我们希望能够实现摄像头转动 的自动控制。教师讲课就要发出声音，因此利 用定位声源控制摄像头转动就成了一种相对简 单的方法。 波达方向估计 (DOA)技术的关键在于 Iterativ~Loop 利用处在不同空间中的传感器阵列的阵元，接 收一个或多个不同方向的信号源发出的信号， 图2-2：混响情况下，SNR=OdB 然后利用现代信号处理方法快速、高精度地估 计出期望信号的方向，进而确定声源的位置。 基于麦克风阵列的声源定位技术本质上属于波 到的信号y。(k)和 y2(k)分别作为 自适应延时估 自适应滤波器基于输出最小误差的LMS 达方向估计的一个研究方向。本文主要研究了 计系统的基本输入信号和参考输入信号，用 准则来 自适应的调整权系数w(k)。根据 LMS 基于麦克风阵列的最小均方 自适应时延估计声 Y(k)去逼近Y。(k)，Z 表示延迟一个采样时间 准则，当自适应滤波器系数为： 源定位算法，为视频会议、电话会议等系统中 间隔。wm(k)，m=一P，一p+l，…，0，1，…，p为 自适 w(k)=R；J2(k)R2(k) (1—6) 自动控制摄像头对准发言人提供简单可行的方 应滤波器加权系数，k表示时间变量。z 是为 此 时，y。(n)和 y2(n)之 间 的均 方 误 差 法 。 了保证系统的因果性而引入的P个采样时间间 E[e(k)]达到最小值，此时滤波器系数w(k)收 隔，从而保证该结构能够适应延时t为正 (y(k) 敛。然后找出w(k)中最大值对应的下标m， 1最小均方 (LMS)自适应时延估计法 滞后Yl(k))和负 (y2(k)超前y。(k))两种情况。 再减去P，就能得到延时T。如果T不是采样 自适应 LMS延时估计法原理的框图如图 周期的整数倍，可 以对w( 进行插值得到延 1．1所示。用该方法求延时时，将两阵元接收 根据 自适应滤波器原理，基于LMS的时 时 。 延估计算法如下： 2LMS自适应时延估计法仿真