一种基于AVS和稀疏表示的单语者声源DOA估计方法

摘要

本发明提供了一种基于AVS和稀疏表示的单语者声源DOA估计方法。所述方法采用声学矢量传感器(Acoustic Vector Sensor，AVS)实现音频信号采集，利用语音信号的时频稀疏特性和AVS接收分量之间的三角函数关系，采用正弦迹算法提取高信噪比时频点，计算压力梯度传感器与全向压力传感器间的数据比。在此基础上，利用声源的空间稀疏特性，获得传感器间数据比的过完备字典稀疏表示模型，将语者声源到达方向(Direction ofArrival，DOA)估计问题转化为稀疏矢量求解问题。采用l1-SVD方法求解稀疏矢量，计算其空间功率谱，计算得到语音声源的DOA。本发明所述方法在不同的噪声强度和房间混响条件下，能够准确地估计出语者声源的DOA。此外，该方法采用的麦克风阵列体积小(仅有1cm³)，非常适用于便携设备上的语音技术。

主权项

一种基于AVS和稀疏表示的单语者声源DOA估计方法，包括如下步骤：a)采用单个AVS(Acoustic Vector Sensor)，即声学矢量传感器，和模数转换器实现语音信号采集，获得四通道数字信号输出。分别对各通道输出信号进行加窗分帧和短时傅里叶变换，获得四个通道的时频谱数据。b)采用正弦迹算法对(a)所得时频谱数据提取高信噪比时频点，记为L个。c)对由步骤(b)提取的L个高信噪比时频点分别求出AVS三个梯度传感器与全向传感器之间的频谱数据比(Inter‑Sensor Data Ratio，ISDR)，记为ISDR值，I_uo(τ，ω)，I_vo(τ，ω)，I_wo(τ，ω)。用ISDR值构成3×1的ISDR数据矢量I(τ，ω)。d)将整个空间均匀离散为M个网格，用离散的虚拟角度集合将AVS阵列流形矩阵构建出过完备字典，并对步骤(c)中的每一个时频点上的数据矢量I(τ，ω)进行稀疏表示。e)利用l1‑SVD方法对(d)中的稀疏模型求解稀疏矢量，并计算平均空间功率谱以及峰值所对应声源的到达方向(Direction ofArrival，DOA)。