一种基于深度学习的声源空间方位检测方法技术

本发明专利技术公开了一种基于深度学习的声源空间方位检测方法，包括步骤：步骤1、采用人工头双麦克风系统捡拾多个声源空间方位的双耳声信号，用于深度神经网络模型的训练；步骤2、对所述深度神经网络模型进行迭代训练，得到一个具有最优参数的分类器；步骤3、输入未知声源方位的双耳信号至训练好的深度神经网络模型，所述深度神经网络模型输出声源空间方位的预测值。相对于现有技术，本发明专利技术的硬件实施简便；同时，神经网络信息量大，预测准确性接近人类行为学实验的水平。

【技术实现步骤摘要】
一种基于深度学习的声源空间方位检测方法
本专利技术涉及声源定位相关的
，特别涉及一种基于深度学习的声源空间方位检测方法。
技术介绍
声源定位是一种接受目标声场信息，并施以声源定位算法处理，进而确定目标声源方位的技术。声源定位技术涉及声信号检测、音频数字信号处理、空间听觉研究等一系列领域，在军事和民用消费领域有着重要的应用。例如，声源定位技术可以提高远程通讯的临场感和语言可懂度，也可用于车辆停放地的搜索和导航、智能音箱的唤醒等。目前，声源定位技术主要是利用麦克风阵列(即传声器阵列)接收声场信息，根据声源信号到达各个麦克风阵元的物理差异(例如声达时间差，timedifferencesofarrivalTDOA)，被动估计声源的空间方位。已有多种麦克风阵列，如线性阵列、环形整列等；通常，麦克风阵元的数量和定位准确性呈正相关关系。实际应用中，为了获得良好的声源空间方位的检测效果，需要将较多数量的麦克风阵元按照一定的空间几何位置进行排列。多阵元麦克风阵列不仅需要精确设计阵列的孔径大小、阵元间距等参数，还需要多通道采集系统和算法支撑。这些对麦克风系统的软、硬件都提出了较高的要求，增加了系统本文档来自技高网...

【技术保护点】
1.一种基于深度学习的声源空间方位检测方法，其特征是，包括如下步骤：步骤1、采用人工头双麦克风系统捡拾多个声源空间方位的双耳声信号，用于深度神经网络模型的训练；步骤2、对所述深度神经网络模型进行迭代训练，得到一个具有最优参数的分类器；步骤3、输入未知声源方位的双耳信号至训练好的深度神经网络模型，所述深度神经网络模型输出声源空间方位的预测值。

【技术特征摘要】
1.一种基于深度学习的声源空间方位检测方法，其特征是，包括如下步骤：步骤1、采用人工头双麦克风系统捡拾多个声源空间方位的双耳声信号，用于深度神经网络模型的训练；步骤2、对所述深度神经网络模型进行迭代训练，得到一个具有最优参数的分类器；步骤3、输入未知声源方位的双耳信号至训练好的深度神经网络模型，所述深度神经网络模型输出声源空间方位的预测值。2.根据权利要求1所述的一种基于深度学习的声源空间方位检测方法，其特征是：所述步骤1具体包括：步骤11、将人工头放置在转盘上，双耳距离地面的垂直高度为1米；将一个扬声器固定在距离人工头水平距离为1米的方位，和双耳等高；所述扬声器的输入端经由外置声卡和计算机连接；将两个麦克风分别固定在所述人工头的耳道末端，所述麦克风的输出端经由外置声卡和计算机连接；步骤12、所述扬声器播放声源单通路信号，声音经过周围环境的传播到达人工头的双耳，随即被所述麦克风捡拾，最后保存至计算机；步骤13、转动所述转盘，改变所述人工头和所述扬声器的相对空间方位，重复步骤12，记录Q个声源空间方位的双耳声信号。3.根据权利要求1所述的一种基于深度学习的声源空间方位检测方法，其特征是：所述步骤2具体包括：步骤21、数据的预处理：将Q个方位采集到的双声道长声源信号进行下采样处理，然后使用端点检测去除静音部分，并对余下部分进行50ms分段切片操作，每个方位得到M≥5000个片段，并附上对应角度的标签作为训练集T，所述训练集T包含N＝Q×M个训练样本；步骤22、搭建神经网络结构，初始化每层网络权重系数和偏置总训练次数K、学习效率α，其中，k为当前训练次数，初始值为1；l为神经...

【专利技术属性】
技术研发人员：俞胜锋，钟小丽，顾正晖，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44