聲音信號的時延估計方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及音頻處理技術(shù)領(lǐng)域，特別涉及一種聲音信號的時延估計方法和裝置。
【背景技術(shù)】
[0002] 聲音信號的時延估計算法在聲音匹配、編解碼對齊、聲音測距等諸多領(lǐng)域都得到 了廣泛應(yīng)用。
[0003] 現(xiàn)有技術(shù)也提供了多種不同的時延估計方法，其中一種應(yīng)用較為廣泛的時延估計 算法為基于相關(guān)分析的時延估計方法。該方法的基本思想為：利用兩個聲音信號在頻域上 的相似程度估算出這兩個聲音信號間的時延。
[0004] 在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)上述技術(shù)至少存在以下問題：上述基于相關(guān) 分析的時延估計方法僅考慮了兩個聲音信號在頻域上的相似程度，使得兩個聲音信號的匹 配精度較低，導(dǎo)致最終計算得到的時延準(zhǔn)確度較低。

【發(fā)明內(nèi)容】

[0005] 為了解決上述技術(shù)涉及的時延估計方法存在的準(zhǔn)確度低的問題，本發(fā)明實施例提 供了一種聲音信號的時延估計方法和裝置。所述技術(shù)方案如下：
[0006] 第一方面，提供了一種聲音信號的時延估計方法，所述方法包括：
[0007] 獲取兩路聲音信號；
[0008] 根據(jù)所述兩路聲音信號的短時傅里葉變換對所述兩路聲音信號進(jìn)行相干性匹配 得到第一匹配結(jié)果，所述第一匹配結(jié)果包括所述兩路聲音信號的第一匹配位置和第一匹配 度；
[0009] 根據(jù)所述兩路聲音信號的功率譜的譜間相關(guān)性對所述兩路聲音信號進(jìn)行相干性 匹配得到第二匹配結(jié)果，所述第二匹配結(jié)果包括所述兩路聲音信號的第二匹配位置和第二 匹配度；
[0010] 根據(jù)所述第一匹配結(jié)果和所述第二匹配結(jié)果計算所述兩路聲音信號間的時延。
[0011] 可選的，所述根據(jù)所述第一匹配結(jié)果和所述第二匹配結(jié)果計算所述兩路聲音信號 間的時延，包括：
[0012] 對于每一路聲音信號，對所述第一匹配位置和所述第二匹配位置采用加權(quán)平均算 法計算最終匹配位置，所述加權(quán)平均算法的權(quán)重是根據(jù)所述第一匹配度和所述第二匹配度 確定的；
[0013] 根據(jù)所述兩路聲音信號的所述最終匹配位置計算所述兩路聲音信號間的時延。
[0014] 可選的，所述根據(jù)所述兩路聲音信號的短時傅里葉變換對所述兩路聲音信號進(jìn)行 相干性匹配得到第一匹配結(jié)果，包括：
[0015] 對于每一路聲音信號，按照下述公式對所述聲音信號中的每一幀聲音信號進(jìn)行噪 聲跟蹤，獲取每一幀聲音信號的噪聲譜N(W，n):
【主權(quán)項】
1. 一種聲音信號的時延估計方法，其特征在于，所述方法包括： 獲取兩路聲音信號； 根據(jù)所述兩路聲音信號的短時傅里葉變換對所述兩路聲音信號進(jìn)行相干性匹配得到 第一匹配結(jié)果，所述第一匹配結(jié)果包括所述兩路聲音信號的第一匹配位置和第一匹配度； 根據(jù)所述兩路聲音信號的功率譜的譜間相關(guān)性對所述兩路聲音信號進(jìn)行相干性匹配 得到第二匹配結(jié)果，所述第二匹配結(jié)果包括所述兩路聲音信號的第二匹配位置和第二匹配 度； 根據(jù)所述第一匹配結(jié)果和所述第二匹配結(jié)果計算所述兩路聲音信號間的時延。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一匹配結(jié)果和所述第二 匹配結(jié)果計算所述兩路聲音信號間的時延，包括： 對于每一路聲音信號，對所述第一匹配位置和所述第二匹配位置采用加權(quán)平均算法計 算最終匹配位置，所述加權(quán)平均算法的權(quán)重是根據(jù)所述第一匹配度和所述第二匹配度確定 的； 根據(jù)所述兩路聲音信號的所述最終匹配位置計算所述兩路聲音信號間的時延。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述兩路聲音信號的短時傅里 葉變換對所述兩路聲音信號進(jìn)行相干性匹配得到第一匹配結(jié)果，包括： 對于每一路聲音信號，按照下述公式對所述聲音信號中的每一幀聲音信號進(jìn)行噪聲跟 蹤，獲取每一幀聲音信號的噪聲譜N(w，n):
其中，X(w，n)表示所述聲音信號的短時傅里葉變換；au、ad為預(yù)設(shè)系數(shù)且0<ad <au< 1 ;w表不頻域上的頻點序號；n表不時域上的幀序號； 按照下述公式對每一幀聲音信號的短時傅里葉變換進(jìn)行二值化處理得到二值譜Xb(w,n)：
將其中一路聲音信號對應(yīng)的Ka個二值譜與另一路聲音信號對應(yīng)的Kb個二值譜進(jìn)行兩 兩間的相干性匹配得到所述第一匹配結(jié)果，所述第一匹配結(jié)果包括匹配度最高的一組二值 譜對應(yīng)的匹配位置和匹配度，Ka、Kb均為正整數(shù)。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述兩路聲音信號的功率譜的 譜間相關(guān)性對所述兩路聲音信號進(jìn)行相干性匹配得到第二匹配結(jié)果，包括： 對于每一路聲音信號，按照下述公式計算所述聲音信號中的每一幀聲音信號的功率譜P(w,n)： P(w,n) =apP(w,n-l) + (l-ap) |X(w,n) |2； 其中，X(w，n)表示所述聲音信號的短時傅里葉變換；ap為預(yù)設(shè)系數(shù)且0 <ap< 1 表示頻域上的頻點序號；n表示時域上的幀序號； 按照下述公式計算每一幀聲音信號的功率譜的譜間相關(guān)性DP(w,n): DP(w,n) = |P(w+1,n)-P(w,n) | ； 按照下述公式對所述譜間相關(guān)性DP(w，n)進(jìn)行噪聲跟蹤，獲取每一幀聲音信號的噪聲 功率譜的譜間相關(guān)性NDP(w,n):
其中，0U、0d為預(yù)設(shè)系數(shù)且0 < 0 d< 0 u< 1 ; 按照下述公式對每一幀聲音信號的所述譜間相關(guān)性DP(w，n)進(jìn)行二值化處理得到相 關(guān)性二值譜XDb(w，n):
將其中一路聲音信號對應(yīng)的KDa個相關(guān)性二值譜與另一路聲音信號對應(yīng)的KDb個相關(guān) 性二值譜進(jìn)行兩兩間的相干性匹配得到所述第二匹配結(jié)果，所述第二匹配結(jié)果包括匹配度 最高的一組相干性二值譜對應(yīng)的匹配位置和匹配度，KDa、KDb均為正整數(shù)。
5. 根據(jù)權(quán)利要求1至4任一所述的方法，其特征在于，所述根據(jù)所述兩路聲音信號的短 時傅里葉變換對所述兩路聲音信號進(jìn)行相干性匹配得到第一匹配結(jié)果之前，還包括： 對于每一路聲音信號，對所述聲音信號進(jìn)行預(yù)處理得到預(yù)處理后的聲音信號，所述預(yù) 處理包括降噪處理、放大處理、高通濾波處理、升降采樣處理中的至少一種； 對所述預(yù)處理后的聲音信號進(jìn)行短時傅里葉變換。
6. -種聲音信號的時延估計裝置，其特征在于，所述裝置包括： 信號獲取模塊，用于獲取兩路聲音信號； 第一匹配模塊，用于根據(jù)所述兩路聲音信號的短時傅里葉變換對所述兩路聲音信號進(jìn) 行相干性匹配得到第一匹配結(jié)果，所述第一匹配結(jié)果包括所述兩路聲音信號的第一匹配位 置和第一匹配度； 第二匹配模塊，用于根據(jù)所述兩路聲音信號的功率譜的譜間相關(guān)性對所述兩路聲音信 號進(jìn)行相干性匹配得到第二匹配結(jié)果，所述第二匹配結(jié)果包括所述兩路聲音信號的第二匹 配位置和第二匹配度； 時延計算模塊，用于根據(jù)所述第一匹配結(jié)果和所述第二匹配結(jié)果計算所述兩路聲音信 號間的時延。
7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述時延計算模塊，包括：位置計算單元 和時延計算單元； 所述位置計算單元，用于對于每一路聲音信號，對所述第一匹配位置和所述第二匹配 位置采用加權(quán)平均算法計算最終匹配位置，所述加權(quán)平均算法的權(quán)重是根據(jù)所述第一匹配 度和所述第二匹配度確定的； 所述時延計算單元，用于根據(jù)所述兩路聲音信號的所述最終匹配位置計算所述兩路聲 音信號間的時延。
8. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第一匹配模塊，包括：第一跟蹤單元、 第一二值化單元和第一匹配單元； 所述第一跟蹤單元，用于對于每一路聲音信號，按照下述公式對所述聲音信號中的每 一幀聲音信號進(jìn)行噪聲跟蹤，獲取每一幀聲音信號的噪聲譜Nb (w，n):
其中，X(w，n)表示所述聲音信號的短時傅里葉變換；au、ad為預(yù)設(shè)系數(shù)且0<ad <au< 1 ;w表不頻域上的頻點序號；n表不時域上的幀序號； 所述第一二值化單元，用于按照下述公式對每一幀聲音信號的短時傅里葉變換進(jìn)行二 值化處理得到二值譜Xb(w，n):
所述第一匹配單元，用于將其中一路聲音信號對應(yīng)的&個二值譜與另一路聲音信號對 應(yīng)的Kb個二值譜進(jìn)行兩兩間的相干性匹配得到所述第一匹配結(jié)果，所述第一匹配結(jié)果包括 匹配度最高的一組二值譜對應(yīng)的匹配位置和匹配度，Ka、Kb均為正整數(shù)。
9. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第二匹配模塊，包括：功率譜計算單 元、相關(guān)性計算單元、第二跟蹤單元、第二二值化單元和第二匹配單元； 所述功率譜計算單元，用于對于每一路聲音信號，按照下述公式計算所述聲音信號中 的每一幀聲音信號的功率譜P(w，n): P(w,n) =apP(w,n-l) + (l-ap) |X(w,n) |2； 其中，X(w，n)表示所述聲音信號的短時傅里葉變換；ap為預(yù)設(shè)系數(shù)且0 <ap< 1 表示頻域上的頻點序號；n表示時域上的幀序號； 所述相關(guān)性計算單元，用于按照下述公式計算每一幀聲音信號的功率譜的譜間相關(guān)性DP(w,n)： DP(w,n) = |P(w+1,n)-P(w,n) | ； 所述第二跟蹤單元，用于按照下述公式對所述譜間相關(guān)性DP(w，n)進(jìn)行噪聲跟蹤，獲 取每一幀聲音信號的噪聲功率譜的譜間相關(guān)性NDP(w,n):
其中，0U、0d為預(yù)設(shè)系數(shù)且0 < 0 d< 0 u< 1 ; 所述第二二值化單元，用于按照下述公式對每一幀聲音信號的所述譜間相關(guān)性DP(w，n)進(jìn)行二值化處理得到相關(guān)性二值譜XDb(w，n):
所述第二匹配單元，用于將其中一路聲音信號對應(yīng)的KDa個相關(guān)性二值譜與另一路聲 音信號對應(yīng)的KDb個相關(guān)性二值譜進(jìn)行兩兩間的相干性匹配得到所述第二匹配結(jié)果，所述 第二匹配結(jié)果包括匹配度最高的一組相干性二值譜對應(yīng)的匹配位置和匹配度，KDa、KDb均為 正整數(shù)。
10. 根據(jù)權(quán)利要求6至9任一所述的裝置，其特征在于，所述裝置還包括： 信號預(yù)處理模塊，用于對于每一路聲音信號，對所述聲音信號進(jìn)行預(yù)處理得到預(yù)處理 后的聲音信號，所述預(yù)處理包括降噪處理、放大處理、高通濾波處理、升降采樣處理中的至 少一種； 傅里葉變換模塊，用于對所述預(yù)處理后的聲音信號進(jìn)行短時傅里葉變換。
【專利摘要】本發(fā)明公開了一種聲音信號的時延估計方法和裝置，屬于音頻處理技術(shù)領(lǐng)域。所述方法包括：獲取兩路聲音信號；根據(jù)兩路聲音信號的短時傅里葉變換對兩路聲音信號進(jìn)行相干性匹配得到第一匹配結(jié)果，第一匹配結(jié)果包括兩路聲音信號的第一匹配位置和第一匹配度；根據(jù)兩路聲音信號的功率譜的譜間相關(guān)性對兩路聲音信號進(jìn)行相干性匹配得到第二匹配結(jié)果，第二匹配結(jié)果包括兩路聲音信號的第二匹配位置和第二匹配度；根據(jù)第一匹配結(jié)果和第二匹配結(jié)果計算兩路聲音信號間的時延。解決了相關(guān)時延估計方法存在的準(zhǔn)確度低的問題；從頻域分布和功率譜的譜間相關(guān)性兩個角度對聲音信號進(jìn)行匹配，綜合兩個匹配結(jié)果確定最終匹配結(jié)果，提高了匹配精度和時延估計準(zhǔn)確度。
【IPC分類】G10L25-48, G10L25-18
【公開號】CN104700842
【申請?zhí)枴緾N201510083890
【發(fā)明人】陳超
【申請人】廣州市百果園網(wǎng)絡(luò)科技有限公司
【公開日】2015年6月10日
【申請日】2015年2月13日