信號(hào)源分離的制作方法
【專(zhuān)利說(shuō)明】信號(hào)源分離
[0001] 交叉參考相關(guān)申請(qǐng)
[0002] 本申請(qǐng)要求下列申請(qǐng)的權(quán)益：
[0003] ?于2013年2月13日提交的、標(biāo)題為"SIGNALSOURCESEPARATION"的美國(guó)臨時(shí) 申請(qǐng)No. 61/764290 ;
[0004] ?于2013年3月15日提交的、標(biāo)題為"SIGNALSOURCESEPARATION"的美國(guó)臨時(shí) 申請(qǐng)No. 61/788521 ;
[0005] ?于 2013 年 9 月 24 日提交的、標(biāo)題為"TIME-FREQUENCYDIRECTIONAL FACTORIZATIONFORSOURCESEPARATION" 的美國(guó)臨時(shí)申請(qǐng)No. 61/881678;
[0006] ?于 2013 年 9 月 24 日提交的、標(biāo)題為"SOURCESEPARATIONUSINGDIRECTIONOF ARRIVALHISTOGRAMS" 的美國(guó)臨時(shí)申請(qǐng)No. 61/881709 ;和
[0007] ?于 2013 年 12 月 23 日提交的、標(biāo)題為"SMOOTHINGHME-FREQUENCYSOURCE SEPARATIONMASKS"的美國(guó)臨時(shí)申請(qǐng)No. 61/919851。每一個(gè)在此引入作為參考。
[0008] 本申請(qǐng)也涉及但不主張于2013年9月17日提交的、標(biāo)題為"SOURCESEPARATION USINGACIRCULARMODEL"的國(guó)際申請(qǐng)PCT/US2013/060044的申請(qǐng)日的權(quán)益，其通過(guò)引用并 入本文。
【背景技術(shù)】
[0009] 本發(fā)明涉及分離信號(hào)源，并且特別涉及一種在多傳聲器系統(tǒng)中分離多個(gè)音頻信號(hào) 源。
[0010] 多聲源可以存在于其中音頻信號(hào)由多個(gè)傳聲器接收的環(huán)境。定位、分離和/或跟 蹤源可以用于許多應(yīng)用中。例如，在多傳聲器助聽(tīng)器中，多個(gè)源之一可以被選擇為所需的信 號(hào)源，其信號(hào)被提供到助聽(tīng)器的用戶(hù)。所需的源越好地在傳聲器信號(hào)中分離，用戶(hù)越好地感 知所需的信號(hào)，希望提供更高的清晰度、低疲勞等。
[0011] 使用多傳聲器信號(hào)從關(guān)注的源中分離信號(hào)的一種廣泛方法是波束成形，其使用以 波長(zhǎng)或更多的級(jí)別的距離分離的多個(gè)傳聲器以向傳聲器系統(tǒng)提供方向靈敏度。然而，波束 成形的方法可以例如限制于傳聲器的分離不充分。
[0012] 兩耳（包括跨傳聲器）相位差（IPD)已用于從獲得信號(hào)的集合的源分離。已經(jīng)顯 示：只使用具有退化元分解估計(jì)技術(shù)OUET)的iro和耳間水平差（ILD)，盲源分離是可能 的。DUET依賴(lài)于條件：將被分離的源顯示出W-分離正交。該正交意味著在混合的短時(shí)傅 立葉變換（STFT)的每一時(shí)頻槽的能量假定由單個(gè)源支配。該混合STFT可被劃分成不相交 的集合，使得僅分配給第j個(gè)源的槽用來(lái)重建它。從理論上講，只要源是W-分離正交，就可 以實(shí)現(xiàn)完美的分離。即使語(yǔ)音信號(hào)僅大致正交，良好的分離可以在實(shí)踐中實(shí)現(xiàn)。
[0013] 通過(guò)分解信號(hào)的時(shí)間對(duì)頻率的表示，從例如音頻信號(hào)的單個(gè)獲取信號(hào)（即，從單 個(gè)傳聲器）的源分離已使用所需信號(hào)的結(jié)構(gòu)進(jìn)行解決。一種這樣的方法使用信號(hào)的時(shí)間對(duì) 頻率矩陣表示（例如，能量分布）的非負(fù)項(xiàng)的非負(fù)矩陣分解。該分析的一種產(chǎn)品可以是時(shí) 間對(duì)頻率的掩模（例如，二進(jìn)制掩模），它可用于提取近似于關(guān)注的源信號(hào)的信號(hào)（g卩，來(lái)自 希望源的信號(hào)）。類(lèi)似的方法已基于使用混合模型建模期望的源而被開(kāi)發(fā)，其中源的信號(hào)的 頻率分布被建模為一組典型光譜特性的混合（例如，在頻率上的能量分布）。
[0014] 在一些技術(shù)中，信號(hào)源的"干凈"(clean)示例用于確定特性（例如，典型光譜特性 的估計(jì)），其然后用于識(shí)別退化（例如，噪聲）信號(hào)中的源信號(hào)。在一些技術(shù)中，"無(wú)監(jiān)督" 方法估計(jì)劣化信號(hào)本身的原型特征，或者"半監(jiān)督"方式適應(yīng)從劣化信號(hào)的先前確定原型。
[0015] 從單個(gè)獲取的信號(hào)分離源的方法已經(jīng)使用了類(lèi)似的分解技術(shù)，其中兩個(gè)或更多個(gè) 源存在。在一些這樣的方法中，每個(gè)源都與一組不同的典型光譜特性相關(guān)聯(lián)。多源信號(hào)然 后進(jìn)行分析，以確定哪些時(shí)間/頻率分量和關(guān)注的源相關(guān)聯(lián)，并且該信號(hào)部分被提取為所 需的信號(hào)。
[0016] 和從單個(gè)獲取信號(hào)分離單一源一樣，使用原型光譜特性以多源分離的一些方法使 用信號(hào)的無(wú)監(jiān)督分析（例如，采用期望最大化（EM)算法，或包括多個(gè)源的關(guān)節(jié)隱馬爾可夫 模型訓(xùn)練的變體），例如，以向一個(gè)或多個(gè)信號(hào)適用參數(shù)概率模型。
[0017] 使用"音頻場(chǎng)景分析"和/或所需要源的特性的先驗(yàn)知識(shí)，形成時(shí)頻掩模的其他方 法來(lái)也用于上混音頻并用于選擇所需的來(lái)源。

【發(fā)明內(nèi)容】

[0018] 在一個(gè)方面，總體上，具有緊密間隔元件的傳聲器用于獲取多個(gè)信號(hào)，從其中分離 來(lái)自期望源的信號(hào)。例如，期望源的信號(hào)從背景噪聲或從特定干擾源的信號(hào)中分離。信號(hào) 分離方法使用到達(dá)方向的信息或從獲取信號(hào)之間從諸如相位、延遲和振幅的變化確定的其 他信息，以及關(guān)注源的信號(hào)和/或干擾信號(hào)的結(jié)構(gòu)信息的組合。和常規(guī)的波束形成方法的 有效性相比，通過(guò)這個(gè)信息組合，所述元件可以被更緊密間隔。在一些示例中，所有的傳聲 器元件被集成到單個(gè)微電機(jī)械系統(tǒng)（MEMS)。
[0019] 在另一個(gè)方面，總體上，根據(jù)聲信號(hào)中的源用于信號(hào)分離的音頻信號(hào)分離系統(tǒng)包 括微電機(jī)械系統(tǒng)（MEMS)的傳聲器單元。傳聲器單元包括多個(gè)聲端口。在相對(duì)于傳聲器單 元的空間位置，每個(gè)聲端口用于感測(cè)聲環(huán)境。在至少一些實(shí)施例中，空間位置之間的最小間 距小于3毫米。該傳聲器單元還包括多個(gè)傳聲器元件，每一個(gè)都耦合至所述多個(gè)聲學(xué)的聲 端口，基于所述聲端口的空間位置的聲環(huán)境獲取信號(hào)。該傳聲器單元還包括耦合傳聲器元 件到電路，所述傳聲器元件被配置為提供一個(gè)或多個(gè)傳聲器信號(hào)，一起代表代表的獲得信 號(hào)和由傳聲器元件獲得的信號(hào)中的變化。
[0020] 方面可以包括以下一個(gè)或多個(gè)特征。
[0021] 所述一個(gè)或多個(gè)傳聲器的信號(hào)包括多個(gè)傳聲器信號(hào)，每個(gè)傳聲器信號(hào)對(duì)應(yīng)于不同 的傳聲器元件。
[0022] 該傳聲器單元進(jìn)一步包括多個(gè)模擬接口，每個(gè)模擬接口被配置以提供所述多個(gè)傳 聲器信號(hào)的模擬傳聲器信號(hào)。
[0023] 所述一個(gè)或多個(gè)傳聲器信號(hào)包括在所述傳聲器單元的電路中形成的數(shù)字信號(hào)。
[0024] 所述一個(gè)或多個(gè)獲取信號(hào)中的變化表示在多個(gè)頻譜分量的每一個(gè)所獲得的信號(hào) 之間的相對(duì)相位變化和相對(duì)延遲變化的至少一個(gè)。在一些示例中，頻譜分量代表不同的頻 率或頻率范圍。在其它示例中，頻譜分量可基于倒頻譜分解或小波變換。
[0025] 傳聲器元件的空間位置是共面的位置。在一些示例中，共面位置包括位置的規(guī)則 柵格。
[0026] 該MEMS傳聲器單元具有包括多個(gè)面的封裝，以及聲學(xué)端口位于封裝的多面上。
[0027] 信號(hào)分離系統(tǒng)具有多個(gè)MEMS傳聲器單元。
[0028] 信號(hào)分離系統(tǒng)具有耦合到傳聲器單元的音頻處理器，所述音頻處理器被配置為使 用從所獲取信號(hào)中差異確定的信息以及一個(gè)或多個(gè)源的信號(hào)結(jié)構(gòu)，處理來(lái)自傳聲器單元的 一個(gè)或多個(gè)傳聲器信號(hào)并輸出根據(jù)所述信號(hào)的對(duì)應(yīng)一個(gè)或多個(gè)源從表示性獲取信號(hào)分離 的一個(gè)或多個(gè)信號(hào)。
[0029] 實(shí)現(xiàn)音頻處理器的至少一些電路與傳聲器單元的MEMS集成。
[0030] 傳聲器單元和音頻處理器一起形成工具箱，每個(gè)被實(shí)施為經(jīng)配置在音頻信號(hào)分離 系統(tǒng)的操作中互相通信的集成設(shè)備。
[0031] 一個(gè)或多個(gè)源的信號(hào)結(jié)構(gòu)包括語(yǔ)音信號(hào)結(jié)構(gòu)。在一些示例中，該語(yǔ)音信號(hào)結(jié)構(gòu)對(duì) 于個(gè)體是特定的，或者可替換地，該結(jié)構(gòu)對(duì)于一類(lèi)個(gè)體或特定和混合結(jié)構(gòu)的混合是通用的。
[0032] 根據(jù)所述特性變化的音頻處理器被配置為通過(guò)計(jì)算表示所獲取信號(hào)中特征性變 化的數(shù)據(jù)并根據(jù)特征性變化選擇代表性所獲取信號(hào)的組件而處理信號(hào)。
[0033] 信號(hào)的所選擇分量的特征在于所述組件的時(shí)間和頻率。
[0034] 所述音頻處理器被配置為計(jì)算具有以時(shí)間和頻率索引的值的掩模。選擇組件包括 結(jié)合掩碼值和代表性的所獲取信號(hào)，以形成由音頻處理器輸出的至少一個(gè)信號(hào)。
[0035] 表示所獲取信號(hào)之間特征性變化的數(shù)據(jù)包括到達(dá)信息的方向。
[0036] 該音頻處理器包括被配置為使用所述源的信號(hào)結(jié)構(gòu)識(shí)別和一個(gè)或多個(gè)源中的至 少一個(gè)相關(guān)聯(lián)的分量的模塊。
[0037] 配置為識(shí)別分量的模塊實(shí)現(xiàn)概率推理方法。在一些示例中，概率推理方法包括置 信傳播方法。
[0038] 配置為識(shí)別分量的模塊被配置為組合來(lái)自傳聲器的信號(hào)的多個(gè)分量的到達(dá)估計(jì) 的方向以選擇分量，用于形成從音頻處理器輸出的信號(hào)。
[0039] 配置為識(shí)別分量的模塊被進(jìn)一步配置為使用與到達(dá)估計(jì)的方向相關(guān)聯(lián)的置信度 值。
[0040] 配置為識(shí)別分量的模塊包括：用于接收外部信息的輸入，用于識(shí)別信號(hào)的所需分 量。在一些示例中，所述外部信息包括用戶(hù)提供的信息。例如，用戶(hù)可以是其語(yǔ)音信號(hào)被獲 取的講話(huà)人、正在接收經(jīng)分離的話(huà)音信號(hào)的遠(yuǎn)端用戶(hù)、或者其他的人。
[0041] 音頻處理器包括信號(hào)重建模塊，用于根據(jù)以時(shí)間和頻率表征的所識(shí)別分量處理來(lái) 自傳聲器的一個(gè)或者多個(gè)信號(hào)，以形成增強(qiáng)信號(hào)。在一些示例中，信號(hào)重建模塊包括可控濾 波器組。
[0042] 在另一個(gè)方面，總體上，微機(jī)電系統(tǒng)（MEMS)傳聲器單元包括多個(gè)獨(dú)立傳聲器元件 以及對(duì)應(yīng)的多個(gè)端口，端口之間最小間距小于3毫米，其中每個(gè)傳聲器元件產(chǎn)生從傳聲器 單元所提供的單獨(dú)訪(fǎng)問(wèn)信號(hào)。
[0043] 方面可以包括一個(gè)或多個(gè)以下特征。
[0044] 每個(gè)傳聲器元件與對(duì)應(yīng)的聲端口相關(guān)聯(lián)。
[0045] 至少一些傳聲器元件共享單元內(nèi)的后腔。
[0046] 所述MEMS傳聲器單元進(jìn)一步包括連接到傳聲器元件的信號(hào)處理電路，用于提供 表示在該單元的聲端口接收的聲學(xué)信號(hào)的電信號(hào)。
[0047] 在另一個(gè)方面，總體上，多傳聲器系統(tǒng)使用單片設(shè)備上具有共同或分割后腔的一 組緊密間隔的（例如，正方形排列中1.5-2. 0毫米間距）傳聲器，例如單個(gè)襯底上的四個(gè) MEMS傳聲器。因?yàn)榫o密間距，相位差和/或到達(dá)估計(jì)的方向可是有噪音的。這些估計(jì)使用 概率推理（例如，置信傳播（BP)或迭代算法）處理，以提供從其構(gòu)造時(shí)頻掩模的較少"噪 音"估計(jì)（例如，由于加性噪聲信號(hào)或未建模效果）。<