用于估計到達方向的系統、方法和設備的制作方法
【專利摘要】本發明描述用于將成對差異（例如，相位延遲測量）匹配到源方向候選者的存量且應用成對源方向估計的系統、方法和設備。
【專利說明】用于估計到達方向的系統、方法和設備
[0001] 根據35U. S. C. § 119豐張優先權
[0002] 本專利申請案主張2012年4月13日申請且轉讓給本受讓人的標題為"用于 估計到達方向的系統、方法和設備（SYSTEMS，METHODS，AND APPARATUS FOR ESTIMATING DIRECTION OF ARRIVAL)"的第61/624, 181號臨時申請案的優先權。本專利申請案還主 張2012年5月4日申請且轉讓給本受讓人的標題為"用于估計到達方向的系統、方法和 設備（SYSTEMS，METHODS，AND APPARATUS FOR ESTIMATING DIRECTION OF ARRIVAL)，，的 第61/642, 954號臨時申請案的優先權。本專利申請案還主張2012年11月14日申請且 轉讓給本受讓人的標題為"用于估計到達方向的系統、方法和設備（SYSTEMS，METHODS，AND APPARATUS FOR ESTIMATING DIRECTION OF ARRIVAL)"的第61/726, 336 號臨時申請案的優 先權。本專利申請案還主張2012年10月12日申請且轉讓給本受讓人的標題為"用于映射 坐標的系統和方法（SYSTEMS AND METHODS FOR MAPPING COORDINATES)" 的第 61/713, 447 號臨時申請案的優先權。本專利申請案還主張2012年10月15日申請且轉讓給本受讓人的 標題為"用于映射座標的系統和方法（SYSTEMS AND METHODS FOR MAPPING COORDINATES)" 的第61/714, 212號的臨時申請案的優先權。
【技術領域】
[0003] 本發明涉及音頻信號處理。
【背景技術】
[0004] 圖1展示多麥克風手持機H100的實例，所述多麥克風手持機包含軸線在裝置的正 面的左右方向上的第一麥克風對MV10-UMV10-3,及軸線在前后方向上（即，正交于正面） 的第二麥克風對MV10-UMV10-2。此類布置可用以確定用戶何時在裝置的正面說話（例如， 瀏覽-通話模式）。來自前-后麥克風對的信息可用以解析左-右麥克風對自身通常無法 解析的前后方向之間的模糊性。
【發明內容】
[0005] -種根據一股配置的處理多通道信號的方法包含對于所述多通道信號的第一通 道對，計算第一多個方向擬合性量度（例如，方向誤差或似然度），其中所述第一多個方向 擬合性量度當中的每一者是基于多個候選方向當中的一個對應不同候選方向。此方法包 含對于所述多通道信號的不同于所述第一對的第二通道對，計算第二多個方向擬合性量度 (例如，方向誤差或似然度），其中所述第二多個方向擬合性量度當中的每一者是基于所述 多個候選方向當中的一個對應不同候選方向。此方法包含基于所述第一多個方向擬合性量 度和所述第二多個方向擬合性量度從所述多個候選方向當中選擇第一方向。在此方法中， 所述第一多個方向擬合性量度中的每一者是基于所述第一對的所述通道之間在所述多通 道信號的第一頻率分量處的差異，且所述第二多個方向擬合性量度中的每一者是基于所述 第二對的所述通道之間在所述第一頻率分量處的差異。還揭示具有有形特征的計算機可讀 存儲媒體（例如，非暫時性媒體），所述有形特征致使讀取所述特征的機器執行此類方法。
[0006] -種根據一股配置的處理多通道信號的設備包含用于對于所述多通道信號的第 一通道對計算第一多個方向擬合性量度的裝置，其中所述第一多個方向擬合性量度當中的 每一者是基于多個候選方向當中的一個對應不同候選方向。此設備包含用于對于所述多通 道信號的不同于所述第一對的第二通道對計算第二多個方向擬合性量度的裝置，其中所述 第二多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個對應不同候 選方向。此設備包含用于基于所述第一多個方向擬合性量度和所述第二多個方向擬合性量 度從所述多個候選方向當中選擇第一方向的裝置。在此設備中，所述第一多個方向擬合性 量度中的每一者是基于所述第一對的所述通道之間在所述多通道信號的第一頻率分量處 的差異，且所述第二多個方向擬合性量度中的每一者是基于所述第二對的所述通道之間在 所述第一頻率分量處的差異。
[0007] 根據一股配置的用于處理多通道信號的另一設備包含量度計算器，所述量度計算 器經配置以進行以下操作：對于所述多通道信號的第一通道對，計算第一多個方向擬合性 量度，其中所述第一多個方向擬合性量度當中的每一者是基于多個候選方向當中的一個對 應不同候選方向；以及對于所述多通道信號的不同于所述第一對的第二通道對，計算第二 多個方向擬合性量度，其中所述第二多個方向擬合性量度當中的每一者是基于所述多個候 選方向當中的一個對應不同候選方向。此設備包含選擇器，所述選擇器經配置以基于所述 第一多個方向擬合性量度和所述第二多個方向擬合性量度從所述多個候選方向當中選擇 第一方向。在此設備中，所述第一多個方向擬合性量度中的每一者是基于所述第一對的所 述通道之間在所述多通道信號的第一頻率分量處的差異，且所述第二多個方向擬合性量度 中的每一者是基于所述第二對的所述通道之間在所述第一頻率分量處的差異。
【專利附圖】
【附圖說明】
[0008] 圖1展示多麥克風手持機H100的多個視圖。
[0009] 圖2展示用于便攜式多麥克風裝置的五個不同握持位置的實例。
[0010] 圖3A展示根據一股配置的方法M10的流程圖。
[0011] 圖3B展示相對于麥克風對的平面波傳播的遠場模型。
[0012] 圖3C展示任務T10的實施方案T12。
[0013] 圖3D展示任務T10的實施方案T14。
[0014] 圖4A展示針對四個不同D0A的經解纏相位延遲對頻率的曲線圖，且圖4B展示針 對相同D0A的經纏繞相位延遲對頻率的曲線圖。
[0015] 圖5A展示兩個D0A候選者的所測量的相位延遲值及所計算的值的實例。
[0016] 圖5B展示計算幀的D0A差的實例。
[0017] 圖6A展示似然度計算的實例。
[0018] 圖6B說明縮減的候選方向組。
[0019] 圖6C和6D說明用于任務T20和T30的迭代實施的后續階段的候選方向的搜索組。
[0020] 圖7和8展示偏差移除的實例。
[0021] 圖9展示在幀及頻率上繪制所估計的D0A處的源活動似然度的角度圖的實例。
[0022] 圖10A展示方法M10的實施方案M20的流程圖。
[0023] 圖10B展示方法M10的實施方案MA20的流程圖。
[0024] 圖10C展示計算D0A估計的實例。
[0025] 圖10D展示識別每一頻率的D0A估計的實例。
[0026] 圖11A展示方法M20的實施方案M25的流程圖。
[0027] 圖11B展示線性陣列中的多個麥克風對。
[0028] 圖11C展示使用所計算的似然度來識別針對給定頻率的最佳麥克風對及最佳D0A 候選者的實例。
[0029] 圖12A說明用于縮減頻率分量空間中的搜索的策略的實例。
[0030] 圖12B展示沿著電視屏幕的頂部邊緣布置的麥克風的線性陣列。
[0031] 圖13A展示方法M10的實施方案M30的流程圖。
[0032] 圖13B展示方法M30的實施方案M100的流程圖。
[0033] 圖13C展示方法M100的實施方案M110的流程圖。
[0034] 圖14A展示根據一股配置的設備A5的框圖。
[0035] 圖14B展示設備A5的實施方案A10的框圖。
[0036] 圖14C展示設備A10的實施方案A15的框圖。
[0037] 圖14D展示根據一股配置的設備MF5的框圖。
[0038] 圖14E展示設備MF5的實施方案MF10的框圖。
[0039] 圖15A展示設備MF10的實施方案MF15的框圖。
[0040] 圖15B展示1-D測量的模糊性的實例。
[0041] 圖15C展示混淆錐的一個實例。
[0042] 圖16展示揚聲器電話應用中的源混淆的實例。
[0043] 圖17A展示2-D麥克風陣列。
[0044] 圖17B展示根據一股配置的方法M200的流程圖。
[0045] 圖17C展示在平面極坐標圖顯示器上展示的D0A估計的實例。
[0046] 圖18A和18B展示在1-D估計的正負號與平面的對應象限之間的對應性。圖18C 展示正負號元組的四個值與平面的象限之間的對應性。
[0047] 圖18D展示根據替代性映射的360度顯示器。
[0048] 圖19A展示2-D麥克風陣列。
[0049] 圖19B展示2-D麥克風陣列的另一實例。
[0050] 圖19C展示其中點源升高到陣列平面上方的通用情況的實例。
[0051] 圖20A到20D展示一對D0A估計到陣列平面中的角度的轉換的推導。
[0052] 圖20E展示所估計仰角角度的計算。
[0053] 圖21A展示通過將替代映射應用于圖19B的估計而獲得的曲線圖。
[0054] 圖21B展示相交混淆錐的實例。
[0055] 圖21C展示圖21B的錐體的相交線。
[0056] 圖22A展示麥克風陣列MC10-MC20-MC30的實例。
[0057] 圖22B到22E展示一對D0A估計到陣列平面中的角度的轉換的推導。
[0058] 圖23A展示根據一股配置的方法M300的流程圖。
[0059] 圖23B展示任務TB300的實施方案TB302的流程圖。
[0060] 圖23C展示根據一股配置的設備A300的框圖。
[0061] 圖23D展示根據一股配置的設備MF300的框圖。
[0062] 圖24A展示方法M300的實施方案M320的流程圖。
[0063] 圖24B展示方法M320的實施方案M325的流程圖。
[0064] 圖25A展示方法M300的實施方案M330的流程圖。
[0065] 圖25B展示所估計仰角角度的指示的顯示實例。
[0066] 圖25C展示方法M330的實施方案M340的流程圖。
[0067] 圖26A和26B分別展示旋轉前后的顯示器的實例。
[0068] 圖27A和27B分別展示旋轉前后的顯示器的實例。
[0069] 圖28A展示其中裝置坐標系E與世界坐標系對準的實例。
[0070] 圖28B展示其中裝置相對于世界坐標系旋轉的實例。
[0071] 圖28C展示D0A到世界參考平面上的投影的到裝置的顯示平面上的透視映射。
[0072] 圖29A展示投影到世界參考平面上的D0A的透視映射顯示的實例。
[0073] 圖29B展示方法M300的實施方案M350的流程圖。
[0074] 圖29C展示用于輸入的用戶接口元件的實例。
[0075] 圖30A到30C展示用戶接口的實例。
[0076] 圖31A及31B展示其中使用定向傳感器來跟蹤裝置的定向的實例。
[0077] 圖32A展示設備MF300的實施方案MF320的框圖。
[0078] 圖32B展示設備MF320的實施方案MF325的框圖。
[0079] 圖32C展示設備A300的實施方案A320的框圖。
[0080] 圖33A展示設備MF300的實施方案MF330的框圖。
[0081] 圖33B展示設備MF330的實施方案MF340的框圖。
[0082] 圖33C展示設備MF300的實施方案MF350的框圖。
[0083] 圖33D展示設備A300的實施方案A330的框圖。
[0084] 圖33E展示設備A300的實施方案A350的框圖。
[0085] 圖34A和34B說明其中源相對于2-D麥克風陣列移動的情形。
[0086] 圖35和36展示用2-D麥克風陣列在如圖34A中所示的情形中獲得的觀測結果的 實例。
[0087] 圖37展示其中對如圖35和36中所示的觀測結果加以組合的實例。
[0088] 圖38展示其中對如圖34B中所示的情形中的觀測結果加以組合的實例。
[0089] 圖39和40展示用于如圖41中所示的會議-呼叫情形的組合觀測結果的實例。
[0090] 圖42和43展示針對如圖44A中所示的動態情形的組合觀測結果的實例。
[0091] 圖45和46展示針對如圖44B中所示的具有道路噪聲的動態情形的組合觀測結果 的實例。
[0092] 圖47展示D0A跟蹤的實例。
[0093] 圖48A到48D相對于不同陣列配置展示源D0A的實例。
[0094] 圖49A展示根據一股配置的方法MC100的流程圖。
[0095] 圖49B展示任務TC200的實施方案TC202的流程圖。
[0096] 圖49C展示任務TC200的實施方案TC204的流程圖。
[0097] 圖49D展示共面麥克風對。
[0098] 圖49E展示具有兩個麥克風對的三麥克風陣列。
[0099] 圖50A展示成對導向向量。
[0100] 圖50B展示用于圖50A的向量的元素的索引標號。
[0101] 圖50C展示不共面的麥克風對。
[0102] 圖50D展示成對導向向量的陣列導向矩陣的實例。
[0103] 圖51A展示用于圖50D中所示的矩陣A的表達式A+x = y的實例。
[0104] 圖51B展示圖51A的實例的一股化。
[0105] 圖52A展示正則化操作的實例。
[0106] 圖52B展示歸一化操作的實例。
[0107] 圖53A到53D和54A到54D展示使陣列導向矩陣的行重疊的兩個不同實例。
[0108] 圖55A展示其它麥克風陣列配置的若干實例。
[0109] 圖55B展示成對的歸一化最小方差無失真響應波束成形器/零陷波束成形器的實 例。
[0110] 圖56A展示根據此類一股配置的處理多通道信號的方法MD100的流程圖。
[0111] 圖56B展示根據一股配置的設備MFC100的框圖。
[0112] 圖56C展示裝置FC200的實施方案FC202的框圖。
[0113] 圖56D展示裝置FC200的實施方案FC204的框圖。
[0114] 圖57A展示根據一股配置的用于處理多通道信號的設備MFD100的框圖。
[0115] 圖57B展示根據一股配置的設備AC100的框圖。
[0116] 圖57C展示鑒別器C200的實施方案C204的框圖。
[0117] 圖57D展示根據一股配置的用于處理多通道信號的設備AD100的框圖。
[0118] 圖57E展示根據一股配置的集成方法MG100的流程圖。
[0119] 圖58A展示如本文所描述的源方向估計的集成方法的一個實例流程圖。
[0120] 圖58B展示方法MG100的實施方案MG110的流程圖。
[0121] 圖58C展示方法MG110的實施方案MG120的流程圖。
[0122] 圖59A展示電話設計，且圖59B到59D展示與對應的可視化顯示器一起在各種模 式中使用此類設計。
[0123] 圖60A展示音頻預處理級AP10的框圖。
[0124] 圖60B展示音頻預處理級AP10的三通道實施方案AP20的框圖。
[0125] 圖61A展示通信裝置D10的框圖。
[0126] 圖61B展示無線裝置1102的框圖。
【具體實施方式】
[0127] 除非通過其上下文明確限制，否則在本文中使用術語"信號"來指示其一股含義中 的任一者，包含如在導線、總線或其它傳輸媒體上表達的存儲器位置的狀態（或存儲器位 置組）。除非通過其上下文明確地限制，否則在本文中使用術語"產生"來指示其一股含義 中的任一者，例如計算或以其它方式產生。除非通過其上下文明確限制，否則在本文中使用 術語"計算"來指示其一股含義中的任一者，例如計算、評估、估計，和/或從多個值進行選 擇。除非通過其上下文明確地限制，否則使用術語"獲得"來指示其一股含義中的任一者， 例如計算、導出、接收（例如，從外部裝置接收），和/或檢索（例如，從存儲元件的陣列檢 索）。除非通過其上下文明確地限制，否則使用術語"選擇"來指示其一股含義中的任一者， 例如識別、指示、應用和/或使用一組兩個或兩個以上中的至少一者和少于所有者。除非通 過其上下文明確地限制，否則使用術語"確定"來指示其一股含義中的任一者，例如決定、建 立、總結、計算、選擇和/或評估。在本發明的說明書和權利要求書中使用術語"包括"時，并 不排除其它元素或操作。使用術語"基于"（如在"A基于B"）來指示其一股含義中的任一 者，包含如下情況：⑴"導出自"（例如，"B為A的前驅物"），（ii) "至少基于"（例如，"A 至少基于B"），且如果在特定上下文中適當，（iii) "等于"（例如，"A等于B"或"A與B相 同"）。類似地，使用術語"響應于"來指示其一股含義中的任一者，包含"至少響應于"。除 非另外指明，否則術語"A、B和C中的至少一者"、"A、B和C中的一或多者"、"A、B和C當中 的至少一者"和"A、B和C當中的一或多者"指示"A和/或B和/或C"。除非另外指出，否 則術語"A、B和C中的每一者"和"A、B和C當中的每一者"指示"A和B和C"。
[0128] 對多麥克風音頻感測裝置的麥克風的"位置"的參考指示所述麥克風的聲敏感面 的中心的位置，除非上下文另有指示。根據特定上下文，有時使用術語"通道"來指示信號路 徑且在其它時候指示由此路徑載運的信號。除非另有指示，否則使用術語"系列"來指示兩 個或兩個以上項目的序列。使用術語"對數"來指示基數為十的對數，但將此運算擴展到其 它基數在本發明的范圍內。使用術語"頻率分量"來指示信號的一組頻率或頻帶中的一者， 例如（例如，由快速傅里葉變換產生）信號的頻域表示的樣本（或"頻段"）或信號的子帶 (例如，巴克（Bark)尺度或梅爾（mel)尺度子帶）。
[0129] 除非另有指示，否則對具有特定特征的設備的操作的任何揭示內容還明確地希望 揭示具有類似特征的方法（且反之亦然），且對根據特定配置的設備的操作的任何揭示內 容還明確地希望揭示根據類似配置的方法（且反之亦然）。術語"配置"可參考由其特定上 下文指示的方法、設備和/或系統來使用。術語"方法"、"過程"、"程序"和"技術"通用地且 可互換地使用，除非特定上下文另有指示。具有多個子任務的"任務"也是方法。術語"設 備"和"裝置"也通用地且可互換地使用，除非特定上下文另有指示。術語"元件"和"模塊" 通常用以指示較大配置的一部分。除非由其上下文明確限制，否則術語"系統"在此用以指 示其普通意義中的任一者，包含"交互以用于共同目的的元件群組"。
[0130] 通過參考文獻的一部分的任何并入也應理解為并入了在所述部分內參考的術語 或變量的定義，其中此些定義出現在文獻中的其它地方，以及并入了在所并入部分中參考 的任何圖。除非起初通過定冠詞引入，否則用于修飾權利要求元素的序數術語（例如，"第 一"、"第二"、"第三"等）本身不指示所述權利要求元素相對于另一權利要求元素的任何優 先級或次序，而是僅區別所述權利要求元素與具有同一名稱（如果沒有序數術語）的另一 權利要求元素。除非通過其上下文明確地限制，否則術語"多個"及"組"中的每一者在本 文中用以指示大于1的整數量。
[0131] 可假定，在發射聲場的近場和遠場區中，波前分別為球面的及平面的。可將近場定 義為距聲接收器（例如，麥克風陣列）小于一個波長的空間區。在此定義下，到區邊界的距 離與頻率成反比地變化。在200、700及2000赫茲的頻率下，例如，到一個波長邊界的距離 分別為約170厘米、49厘米及17厘米。改為考慮近場/遠場邊界處于距麥克風陣列特定距 離處（例如，距陣列的麥克風或距陣列的質心50厘米，或距陣列的麥克風或距陣列的質心 1米或1. 5米）可為有用的。
[0132] 除如圖1中所展示的手持機或其它手持式通信裝置之外，可實施以包含多麥克風 陣列（或從此類陣列接收音頻輸入）及執行如本文中所描述的方法的音頻感測裝置的其它 實例還包含桌上型計算機、便攜式計算裝置（例如，膝上型計算機、筆記型計算機、上網本 計算機、超便攜式計算機、平板計算機、移動因特網裝置、智能筆記本、智能電話等）、音頻記 錄器、視頻相機、音頻或視頻會議裝置、機頂盒、游戲系統、數字媒體接收器（例如，流式傳 輸播放器）、媒體播放裝置，及顯示屏（例如，計算機監視器、電視機）。
[0133] 具有用于音頻感測的多個麥克風的裝置可經配置以通過測量用于一或多個頻率 分量中的每一者的一對麥克風通道之間的差異而估計源信號的到達方向（D0A)以獲得相 對于對應麥克風對的軸線的到達方向的對應指示。裝置可為例如用于話音通信的裝置，例 如圖1中所示的便攜式裝置。源信號可為例如用戶的語音。所述通道對之間的差異可例如 為相位或到達時間的差異。對于其中針對兩個或兩個以上頻率分量中的每一者獲得此些方 向指示的情況，此類技術可包含組合方向指示（例如，平均化方向指示以確定所估計方向 是否在這些頻率分量內不變）以獲得用于信號的D0A估計。
[0134] 此類D0A估計可用于如本文中所指出的范圍，包含空間選擇性濾波以及顯示和/ 或跟蹤移動源的隨時間推移的方向（相對于麥克風的軸線）。舉例來說，所估計的D0A可用 以顯示源相對于裝置的當前方向和/或配置空間選擇性濾波操作以增強源信號和/或衰減 從其它方向到達的聲音（或在需要的情況下衰減源信號）。可能需要隨時間推移繼續此類 估計以跟蹤可由源和/或麥克風陣列相對于其它者的移動導致的到達方向的改變。舉例來 說，可使用此類繼續估計來更新當前源方向的可視化和/或更新空間選擇性濾波操作。
[0135] 可用于基于時間或相位差的方向估計的頻率分量范圍通常受到用于麥克風對的 空間混疊頻率的約束。可被定義為信號的波長為麥克風之間的距離d的兩倍所在的頻率的 此頻率通常在有用頻率分量范圍上外加上限。另外，此類基于差異的方法可能不支持超過1 米的源D0A的準確估計，且通常僅支持低D0A分辨率。此類方法通常還僅使用一個固定對 來用于跟蹤。在此情況下，解析來自用戶的語音與來自另一方向的聲音（例如，來自另一人 的語音）之間的模糊性對前-后麥克風對的相依性可在麥克風放置幾何布置上強加顯著約 束，如將裝置放置在表面（例如，桌面）上可有效地遮擋前或后麥克風。
[0136] 挑戰是提供一種用于針對同時發生的多個聲音事件估計音頻信號的每一幀的二 維或三維到達方向（D0A)的方法，所述音頻信號在背景噪聲及混響下足夠強健。可通過最 大化可靠頻段的數目來增加此類方法的穩健性。可能需要此類方法適合于任意成形的麥克 風陣列幾何位置，以使得可避免對麥克風放置的特定約束。
[0137] 在多麥克風裝置的使用期間，所要源信號相對于裝置的到達方向可能改變。舉例 來說，裝置可為用戶可能在使用期間在不同位置握持（例如，在圖2中所示的五個實例中 的任一者當中）的智能電話（例如，如圖1所示）。可能需要從一個握持位置到另一握持 位置提供裝置的操作連續性，使得在用戶的話音上的所要聚焦得以維持。在另一實例中，裝 置可用作揚聲器電話。可能需要提供話音跟蹤應用（例如，用戶跟蹤或通用揚聲器電話應 用），使得多麥克風裝置可任意放置（例如，放置在桌子上用于電話會議、放置在汽車座位 上，等），且/或在使用期間任意移動且仍能夠跟蹤和/或增強一或多個個別說話者中的每 一者的話音。可能需要此類方法能夠相對于可用麥克風的任意定向來處置任意目標說話者 位置。還可能需要此類方法提供瞬時多說話者跟蹤/分離能力。令人遺憾的是，當前現有 技術水平為單麥克風方法。
[0138] 還可能需要支持遠場應用中的源跟蹤，所述源跟蹤可用以提供對跟蹤關于多麥克 風裝置處于大距離處及具有未知定向的源的解決方案。此類應用中的多麥克風裝置可包含 安裝于電視機或機頂盒上的可用以支持電話的陣列。實例包含Kinect裝置的擴音器陣列 (華盛頓州雷蒙德的Microsoft公司）和來自Skype (Microsoft Skype部門）和三星電子 (韓國首爾）的擴音器陣列。除大的源到裝置距離之外，此類應用通常還遭受不良信號對干 擾加噪聲比（SINR)及房間混響。
[0139] 可針對一或多個此類應用（例如，D0A估計以用于源跟蹤、源可視化、空間選擇性 濾波、通用揚聲器電話應用，或遠場應用）實施如本文中所提議的解決方案。可實施此類 方法以在無麥克風放置約束的情況下操作。舉例來說，如本文所描述的成對1-D方法可恰 當地并入到任何麥克風陣列幾何布置中。此類方法還可經實施以使用高達尼奎斯特頻率 (即，取樣頻率的一半）且低至較低頻率（例如，通過支持具有較大麥克風間距離的額外麥 克風對的使用）的可用頻段來跟蹤源。并非限于單對麥克風用于跟蹤，此類方法可經實施 以選擇所有可用麥克風對當中的當前最佳對。此類方法可用以支持甚至遠場情境（高達3 米到5米或大于5米的距離）中的源跟蹤，且/或提供高得多的D0A分辨率。其它潛在特 征包含獲得作用中源的準確2-D表示。為獲得最佳結果，可能需要每一源為時間稀疏寬帶 音頻源，且每一頻率分量（例如，頻段或子頻帶）通常只有一個源占優勢。
[0140] 此類多通道處理一股可適用于（例如）用于揚聲器電話應用的源跟蹤。此類技術 可用以計算對所接收的多通道信號的幀的D0A估計。此類方法可在每一頻段下計算每一候 選角度關于所觀測到的角度的誤差（其通過相位延遲來指示）。所述頻段下的目標角度為 具有最小誤差的候選者。在一個實例中，接著跨越頻段將誤差加總以獲得候選者的可能性 的測量結果。在另一實例中，將跨越所有頻段最頻繁出現的目標D0A候選者中的一或多者 識別為對給定幀的D0A估計（或估計）。
[0141] 圖3A展示根據一股配置的包含任務T10、T20及T30的方法M10的流程圖。任務 T10計算多通道信號的一對通道之間的差異（例如，其中每一通道是基于由對應麥克風產 生的信號）。用于多個候選方向當中的每一者，任務T20計算基于所計算差異的對應方向擬 合性量度（例如，方向誤差）。基于所述多個方向擬合性量度，任務T30選擇候選方向。
[0142] 方法M10可經配置以將多通道信號作為一系列片段來處理。典型片段長度的范圍 為從約5或10毫秒到約40或50毫秒，且所述片段可為重疊的（例如，與鄰近片段重疊達 25%或50%)或非重疊的。在一個特定實例中，將多通道信號劃分成一系列非重疊片段或 "幀"，每一者的長度為10毫秒。在另一特定實例中，每一幀的長度為20毫秒。如通過方法 M10處理的片段還可為如通過不同操作處理的較大片段（即，子幀），或反過來也是一樣。
[0143] 通道之間的差異的實例包含增益差或比率、到達時間差及相位差。舉例來說，可實 施任務T10以將一對通道之間的差異計算為所述通道的對應增益值之間的差或比率（例 如，量值或能量差）。圖3C展示任務T10的此類實施方案T12。
[0144] 可實施任務T12以計算時域（例如，對于信號的多個子帶中的每一者）或頻域（例 如，對于變換域中的信號的多個頻率分量中的每一者，例如，快速傅里葉變換（FFT)、離散余 弦變換（DCT)或經修改的DCT(MDCT)域）中的多通道信號的片段的增益的測量結果。此類 增益量度的實例包含（不限于）以下各者：總量值（例如，樣本值的絕對值的總和）、平均 量值（例如，每一樣本）、RMS幅度、中值量值、峰值量值、峰值能量、總能量（例如，樣本值的 平方和），及平均能量（例如，每一樣本）。
[0145] 為了在增益差技術情況下獲得準確結果，可能需要將兩個麥克風通道的響應相對 于彼此進行校準。可能需要將低通濾波器應用于多通道信號，使得增益量度的計算限于多 通道信號的音頻頻率部分（例如，語音頻率范圍）。舉例來說，此類低通濾波器可經實施以 具有700赫茲或1、2、5、7、8、10、12或20千赫茲的截止頻率（例如，量值響應下降到-3分 貝或-20分貝時的頻率）。
[0146] 可實施任務T12以將增益之間的差計算為對數域（例如，以分貝來計的值）中的 每一通道的對應增益量度值之間的差或等效地計算為線性域中的增益量度值之間的比率。 對于經校準的麥克風對，可采用零增益差來指示源距每一麥克風等距（即，位于所述對的 邊射方向），可采用具有較大正值的增益差來指示源更接近一個麥克風（即，位于所述對的 一個端射方向），且可采用具有較大負值的增益差來指示源更接近另一麥克風（即，位于所 述對的另一端射方向）。
[0147] 在另一實例中，實施任務T10以通道對執行交叉相關以確定所述差異。任務T10 的此類實施方案可經配置以基于多通道信號的通道之間的滯后而計算到達時間差。
[0148] 在另一實例中，實施任務T10以將一對通道之間的差異計算為每一通道的相位之 間的差（例如，在信號的特定頻率分量處）。圖3D展示任務T10的此類實施方案T14。如 下文所論述，可針對多個頻率分量當中的每一者執行此類計算。
[0149] 對于由一對麥克風在相對于所述麥克風對的軸線在特定到達方向（D0A)上直接 從點源接收的信號，相位差（也稱為"相位延遲"）對于每一頻率分量不同，并且還取決 于麥克風之間的間距。可將特定頻率分量（例如，頻段）下的相位延遲的所觀測值計算 為復數FFT系數的虛數項與復數FFT系數的實數項的比率的反正切（還被稱為反正切 (arctangent))。（如果使用例如DCT或MDCT等實值變換，那么可能需要將此類變換與離散 正弦變換配對（例如，如在復數重疊變換或經修改的復數重疊變換中）以獲得相位信息。）
[0150] 如圖3B中所展示，特定頻率f處的相位延遲值Δφ/可與遠場（S卩，平面波）假定 下的源D0A相關，如Δφ/=2ττ/^^，其中d表示麥克風之間的距離（以米來計），Θ表示 相對于正交于陣列軸線的方向的到達角度（以弧度來計），f表示頻率（以赫茲來計），且c 表示聲速（例如，以米/秒來計）。對于不具有混響的單個點源的理想情況，相位延遲與頻 率的比率Δφ//_將在所有頻率上具有相同值如下文更詳細論述，相對于麥克風對 的D0A Θ為一維測量結果，其定義空間圓錐的表面（例如，使得圓錐的軸線為陣列的軸線）。 與其中實施任務T10以計算增益差的方法M10的類似實施方案相比，其中實施任務T10以 計算相位延遲的方法M10的實施方案將通常對于所述對的麥克風的增益響應之間的失配 更為穩健。
[0151] 此類方法通常實際上受麥克風對的空間混疊頻率限制，所述空間混疊頻率可被定 義為信號的波長為麥克風之間的距離d的兩倍所在的頻率。空間混疊造成相位纏繞，所述 情形通常對可用以提供對特定麥克風對的可靠相位延遲測量結果的頻率范圍給出上限。
[0152] 圖4A展示針對各自從不同D0A到達的四個信號的實際相位延遲對頻率的曲線圖， 其中用于每一信號的曲線圖由對應線模式指示。圖4B展示對于相同的四個信號的所觀測 相位延遲對頻率的曲線圖（由相同線模式指示），其中每一曲線圖的初始部分（即，直到第 一相位纏繞出現）以粗體展示。試圖通過對所測量相位進行解纏（例如，對圖4B中所示的 觀測結果進行解纏以重建如圖4A所示的曲線圖）而擴展相位延遲測量的有用頻率范圍通 常不可靠，在存在噪聲的情況下尤其如此。
[0153] 可實施任務T20以例如根據增益差、相位差或到達時間差（例如，取決于任務T10 的對應實施方案）而計算方向擬合性量度（例如，方向誤差）。舉例來說，可實施任務T20以 根據具有K個D0A候選者的存量中的每一 D0A候選者的頻率f處的相位差計算方向誤差，其 中1彡k彡K且K彡2。任務T20的此實施方案可將用于頻率f和D0A候選者k的方向誤差 計算為平方_
【權利要求】
1. 一種處理多通道信號的方法，所述方法包括： 對于所述多通道信號的第一通道對，計算第一多個方向擬合性量度，其中所述第一多 個方向擬合性量度當中的每一者是基于多個候選方向當中的一個對應不同候選方向； 對于所述多通道信號的不同于所述第一對的第二通道對，計算第二多個方向擬合性量 度，其中所述第二多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個 對應不同候選方向；以及 基于所述第一多個方向擬合性量度和所述第二多個方向擬合性量度，從所述多個候選 方向當中選擇第一方向， 其中所述第一多個方向擬合性量度中的每一者是基于所述第一對的所述通道之間在 所述多通道信號的第一頻率分量處的差異，且 其中所述第二多個方向擬合性量度中的每一者是基于所述第二對的所述通道之間在 所述第一頻率分量處的差異。
2. 根據權利要求1所述的方法，其中所述從所述多個候選方向當中選擇所述第一方向 包括確定所述第一多個方向擬合性量度和所述第二多個方向擬合性量度當中的最小方向 誤差。
3. 根據權利要求1和2中任一權利要求所述的方法，其中，對于所述第一多個方向擬合 性量度中的每一者，所述第一對的所述通道之間的所述差異是所述第一對中的一個通道中 的所述第一頻率分量的相位與所述第一對中的另一通道中的所述頻率分量的相位之間的 差異。
4. 根據權利要求1到3中任一權利要求所述的方法，其中所述多通道信號的所述通道 是基于由麥克風的線性陣列產生的信號，使得所述多通道信號的所述通道當中的每一者是 基于由所述線性陣列的不同麥克風產生的信號。
5. 根據權利要求4所述的方法，其中所述第一對中的第一通道對應于所述陣列的第一 麥克風，所述第一對中的第二通道對應于所述陣列的第二麥克風，所述第二對中的第一通 道對應于所述第一麥克風，且所述第二對中的第二通道對應于所述陣列的第三麥克風。
6. 根據權利要求4和5中任一權利要求所述的方法，其中所述第一通道對中的每一通 道是基于由所述線性陣列的第一對麥克風中的對應麥克風產生的信號，且 其中所述第二通道對中的每一通道是基于由所述線性陣列的第二對麥克風中的對應 麥克風產生的信號，且 其中所述第一對麥克風的所述麥克風分開第一距離，且 其中所述第二對麥克風的所述麥克風分開不同于所述第一距離的第二距離。
7. 根據權利要求6所述的方法，其中所述第一頻率分量具有小于所述第一距離的兩倍 且小于所述第二距離的兩倍的波長。
8. 根據權利要求1到7中任一權利要求所述的方法，其中所述方法包括： 對于所述多通道信號的所述第一通道對，計算第三多個方向擬合性量度，其中所述第 三多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個對應不同候選 方向； 對于所述多通道信號的所述第二通道對，計算第四多個方向擬合性量度，其中所述第 四多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個對應不同候選 方向；以及 基于所述第三多個方向擬合性量度和所述第四多個方向擬合性量度，從所述多個候選 方向當中選擇第二方向， 其中所述第三多個方向擬合性量度中的每一者是基于所述第一對的所述通道之間在 所述多通道信號的不同于所述第一頻率分量的第二頻率分量處的差異，且 其中所述第四多個方向擬合性量度中的每一者是基于所述第二對的所述通道之間在 所述第二頻率分量處的差異。
9. 根據權利要求8所述的方法，其中所述方法包括基于所述多個候選方向當中的所述 所選第一候選方向和所述多個候選方向當中的所述所選第二候選方向指示所述多通道信 號的到達方向。
10. 根據權利要求8和9中任一權利要求所述的方法，其中所述從所述多個候選方向當 中選擇所述第一方向包括確定所述第一多個方向擬合性量度和所述第二多個方向擬合性 量度當中的最小方向誤差，且 其中所述從所述多個候選方向當中選擇所述第二方向包括確定所述第三多個方向擬 合性量度和所述第四多個方向擬合性量度當中的最小方向誤差。
11. 根據權利要求10所述的方法，其中所述第一多個方向擬合性量度和所述第二多個 方向擬合性量度當中的所述最小方向誤差對應于所述多通道信號的所述第一通道對，且 其中所述第三多個方向擬合性量度和所述第四多個方向擬合性量度當中的所述最小 方向誤差對應于所述多通道信號的所述第二通道對。
12. 根據權利要求8到11中任一權利要求所述的方法，其中所述所選第一方向與所述 所選第二方向為相同方向。
13. 根據權利要求8到11中任一權利要求所述的方法，其中所述所選第一方向為與所 述所選第二方向不同的方向。
14. 一種用于處理多通道信號的設備，所述設備包括： 用于對于所述多通道信號的第一通道對計算第一多個方向擬合性量度的裝置，其中所 述第一多個方向擬合性量度當中的每一者是基于多個候選方向當中的一個對應不同候選 方向； 用于對于所述多通道信號的不同于所述第一對的第二通道對計算第二多個方向擬合 性量度的裝置，其中所述第二多個方向擬合性量度當中的每一者是基于所述多個候選方向 當中的一個對應不同候選方向；以及 用于基于所述第一多個方向擬合性量度和所述第二多個方向擬合性量度從所述多個 候選方向當中選擇第一方向的裝置， 其中所述第一多個方向擬合性量度中的每一者是基于所述第一對的所述通道之間在 所述多通道信號的第一頻率分量處的差異，且 其中所述第二多個方向擬合性量度中的每一者是基于所述第二對的所述通道之間在 所述第一頻率分量處的差異。
15. 根據權利要求14所述的設備，其中所述從所述多個候選方向當中選擇所述第一方 向包括確定所述第一多個方向擬合性量度和所述第二多個方向擬合性量度當中的最小方 向誤差。
16. 根據權利要求14和15中任一權利要求所述的設備，其中，對于所述第一多個方向 擬合性量度中的每一者，所述第一對的所述通道之間的所述差異是所述第一對中的一個通 道中的所述第一頻率分量的相位與所述第一對中的另一通道中的所述頻率分量的相位之 間的差異。
17. 根據權利要求14到16中任一權利要求所述的設備，其中所述多通道信號的所述通 道是基于由麥克風的線性陣列產生的信號，使得所述多通道信號的所述通道當中的每一者 是基于由所述線性陣列的不同麥克風產生的信號。
18. 根據權利要求17所述的設備，其中所述第一對中的第一通道對應于所述陣列的第 一麥克風，所述第一對中的第二通道對應于所述陣列的第二麥克風，所述第二對中的第一 通道對應于所述第一麥克風，且所述第二對中的第二通道對應于所述陣列的第三麥克風。
19. 根據權利要求17和18中任一權利要求所述的設備，其中所述第一通道對中的每一 通道是基于由所述線性陣列的第一對麥克風中的對應麥克風產生的信號，且 其中所述第二通道對中的每一通道是基于由所述線性陣列的第二對麥克風中的對應 麥克風產生的信號，且 其中所述第一對麥克風的所述麥克風分開第一距離，且 其中所述第二對麥克風的所述麥克風分開不同于所述第一距離的第二距離。
20. 根據權利要求19所述的設備，其中所述第一頻率分量具有小于所述第一距離的兩 倍且小于所述第二距離的兩倍的波長。
21. 根據權利要求14到20中任一權利要求所述的設備，其中所述方法包括： 用于對于所述多通道信號的所述第一通道對計算第三多個方向擬合性量度的裝置，其 中所述第三多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個對應 不同候選方向； 用于對于所述多通道信號的所述第二通道對計算第四多個方向擬合性量度的裝置，其 中所述第四多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個對應 不同候選方向；以及 用于基于所述第三多個方向擬合性量度和所述第四多個方向擬合性量度從所述多個 候選方向當中選擇第二方向的裝置， 其中所述第三多個方向擬合性量度中的每一者是基于所述第一對的所述通道之間在 所述多通道信號的不同于所述第一頻率分量的第二頻率分量處的差異，且 其中所述第四多個方向擬合性量度中的每一者是基于所述第二對的所述通道之間在 所述第二頻率分量處的差異。
22. 根據權利要求21所述的設備，其中所述設備包括用于基于所述多個候選方向當中 的所述所選第一候選方向和所述多個候選方向當中的所述所選第二候選方向指示所述多 通道信號的到達方向的裝置。
23. 根據權利要求21和22中任一權利要求所述的設備，其中所述從所述多個候選方向 當中選擇所述第一方向包括確定所述第一多個方向擬合性量度和所述第二多個方向擬合 性量度當中的最小方向誤差，且 其中所述從所述多個候選方向當中選擇所述第二方向包括確定所述第三多個方向擬 合性量度和所述第四多個方向擬合性量度當中的最小方向誤差。
24. 根據權利要求23所述的設備，其中所述第一多個方向擬合性量度和所述第二多個 方向擬合性量度當中的所述最小方向誤差對應于所述多通道信號的所述第一通道對，且 其中所述第三多個方向擬合性量度和所述第四多個方向擬合性量度當中的所述最小 方向誤差對應于所述多通道信號的所述第二通道對。
25. 根據權利要求21到24中任一權利要求所述的設備，其中所述所選第一方向與所述 所選第二方向為相同方向。
26. 根據權利要求21到24中任一權利要求所述的設備，其中所述所選第一方向為與所 述所選第二方向不同的方向。
27. -種用于處理多通道信號的設備，所述設備包括： 量度計算器，其經配置以進行以下操作 對于所述多通道信號的第一通道對，計算第一多個方向擬合性量度，其中所述第一多 個方向擬合性量度當中的每一者是基于多個候選方向當中的一個對應不同候選方向，且 對于所述多通道信號的不同于所述第一對的第二通道對，計算第二多個方向擬合性量 度，其中所述第二多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個 對應不同候選方向；以及 選擇器，其經配置以基于所述第一多個方向擬合性量度和所述第二多個方向擬合性量 度從所述多個候選方向當中選擇第一方向， 其中所述第一多個方向擬合性量度中的每一者是基于所述第一對的所述通道之間在 所述多通道信號的第一頻率分量處的差異，且 其中所述第二多個方向擬合性量度中的每一者是基于所述第二對的所述通道之間在 所述第一頻率分量處的差異。
28. 根據權利要求27所述的設備，其中所述誤差計算器經配置以確定所述第一多個方 向擬合性量度和所述第二多個方向擬合性量度當中的最小方向誤差。
29. 根據權利要求27和28中任一權利要求所述的設備，其中，對于所述第一多個方向 擬合性量度中的每一者，所述第一對的所述通道之間的所述差異是所述第一對中的一個通 道中的所述第一頻率分量的相位與所述第一對中的另一通道中的所述頻率分量的相位之 間的差異。
30. 根據權利要求27到29中任一權利要求所述的設備，其中所述多通道信號的所述通 道是基于由麥克風的線性陣列產生的信號，使得所述多通道信號的所述通道當中的每一者 是基于由所述線性陣列的不同麥克風產生的信號。
31. 根據權利要求30所述的設備，其中所述第一對中的第一通道對應于所述陣列的第 一麥克風，所述第一對中的第二通道對應于所述陣列的第二麥克風，所述第二對中的第一 通道對應于所述第一麥克風，且所述第二對中的第二通道對應于所述陣列的第三麥克風。
32. 根據權利要求30和31中任一權利要求所述的設備，其中所述第一通道對中的每一 通道是基于由所述線性陣列的第一對麥克風中的對應麥克風產生的信號，且 其中所述第二通道對中的每一通道是基于由所述線性陣列的第二對麥克風中的對應 麥克風產生的信號，且 其中所述第一對麥克風的所述麥克風分開第一距離，且 其中所述第二對麥克風的所述麥克風分開不同于所述第一距離的第二距離。
33. 根據權利要求32所述的設備，其中所述第一頻率分量具有小于所述第一距離的兩 倍且小于所述第二距離的兩倍的波長。
34. 根據權利要求27到33中任一權利要求所述的設備，其中所述量度計算器經配置以 進行以下操作 對于所述多通道信號的所述第一通道對，計算第三多個方向擬合性量度，其中所述第 三多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個對應不同候選 方向，且 對于所述多通道信號的所述第二通道對，計算第四多個方向擬合性量度，其中所述第 四多個方向擬合性量度當中的每一者是基于所述多個候選方向當中的一個對應不同候選 方向，且 其中所述選擇器經配置以基于所述第三多個方向擬合性量度和所述第四多個方向擬 合性量度從所述多個候選方向當中選擇第二方向，且 其中所述第三多個方向擬合性量度中的每一者是基于所述第一對的所述通道之間在 所述多通道信號的不同于所述第一頻率分量的第二頻率分量處的差異，且 其中所述第四多個方向擬合性量度中的每一者是基于所述第二對的所述通道之間在 所述第二頻率分量處的差異。
35. 根據權利要求34所述的設備，其中所述設備包括指示器，所述指示器經配置以基 于所述多個候選方向當中的所述所選第一候選方向和所述多個候選方向當中的所述所選 第二候選方向指示所述多通道信號的到達方向。
36. 根據權利要求34和35中任一權利要求所述的設備，其中所述選擇器經配置以確定 所述第一多個方向擬合性量度和所述第二多個方向擬合性量度當中的最小方向誤差，且確 定所述第三多個方向擬合性量度和所述第四多個方向擬合性量度當中的最小方向誤差。
37. 根據權利要求36所述的設備，其中所述第一多個方向擬合性量度和所述第二多個 方向擬合性量度當中的所述最小方向誤差對應于所述多通道信號的所述第一通道對，且 其中所述第三多個方向擬合性量度和所述第四多個方向擬合性量度當中的所述最小 方向誤差對應于所述多通道信號的所述第二通道對。
38. 根據權利要求34到37中任一權利要求所述的設備，其中所述所選第一方向與所述 所選第二方向為相同方向。
39. 根據權利要求34到37中任一權利要求所述的設備，其中所述所選第一方向為與所 述所選第二方向不同的方向。
40. -種具有有形特征的計算機可讀數據存儲媒體，所述有形特征致使讀取所述特征 的機器執行根據權利要求1到13中任一權利要求所述的方法。
【文檔編號】G01S3/80GK104220896SQ201380019683
【公開日】2014年12月17日 申請日期:2013年3月19日 優先權日:2012年4月13日
【發明者】金萊軒, 埃里克·維瑟 申請人:高通股份有限公司
專業數控銑床產品供應商
20年生產經驗，實力工廠，精工品質，質量有保障
