一種多媒體采集裝置和方法
【專利摘要】本發(fā)明公開了一種多媒體采集裝置和方法，屬于多媒體領(lǐng)域。裝置包括：音頻采集單元，包括至少四個(gè)采集通道，用于采集發(fā)言者的發(fā)出的音頻信號(hào)；音頻分析單元，用于將采集到的發(fā)言者的音頻信號(hào)中的特征量在預(yù)置的語(yǔ)音模型中進(jìn)行匹配分析，實(shí)時(shí)定位發(fā)言者的位置信息；視頻同步單元，用于根據(jù)發(fā)言者的位置信息實(shí)時(shí)調(diào)整攝像頭，從而使攝像頭采集含有發(fā)言者的視頻信號(hào)。本發(fā)明通過至少四通道對(duì)外部音場(chǎng)進(jìn)行檢測(cè)采集，并基于語(yǔ)音模型對(duì)所得的音場(chǎng)環(huán)境中的當(dāng)前發(fā)言者進(jìn)行跟蹤，則得出發(fā)言者的相對(duì)位置并實(shí)時(shí)調(diào)整攝像頭進(jìn)行音頻和視頻同步采集；且四個(gè)采集通道均衡設(shè)置，攝像頭轉(zhuǎn)動(dòng)靈活，也通過多個(gè)通道擴(kuò)大了音頻采集的范圍，從而采集立體效果的音頻質(zhì)量。
【專利說明】一種多媒體采集裝置和方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及多媒體領(lǐng)域，尤其涉及一種多媒體采集裝置和方法。
【背景技術(shù)】
[0002]隨著傳感器技術(shù)、電子技術(shù)和信號(hào)處理技術(shù)的飛速發(fā)展，視頻會(huì)議已經(jīng)成為公司之間交流通訊的最佳方式。采用視頻會(huì)議，可以實(shí)現(xiàn)與多人同時(shí)進(jìn)行通訊，人們還可以面對(duì)面講話。在全球各地的辦公室和教育機(jī)構(gòu)，視頻會(huì)議還能夠用于學(xué)習(xí)、培訓(xùn)和與聯(lián)系人會(huì)面，不需要進(jìn)行旅行。視頻會(huì)議不僅能夠節(jié)省電話費(fèi)，而且通過取消旅行還有助于改善環(huán)境和減少業(yè)務(wù)開支中安排員工外出開會(huì)的旅差費(fèi)。
[0003]目前的視頻會(huì)議系統(tǒng)往往將往往使用PTZ攝像機(jī)和音頻采集系統(tǒng)綜合使用，由PTZ攝像機(jī)的操控人控制攝像機(jī)擺動(dòng)和變焦，從而捕捉發(fā)言者的特寫鏡頭，這樣遠(yuǎn)程的與會(huì)者就能清楚地看到發(fā)言者。但畢竟需要人為操控PTZ攝像機(jī)，難免造成不便。
[0004]VCON公司的VoiceFinder是一種基于音頻定位技術(shù)的個(gè)人會(huì)議系統(tǒng)，將音頻采集裝置和攝像頭整合在一起，插在筆記本電腦或者PC機(jī)上即可使用，該設(shè)備采集發(fā)言者的音頻信息后，通過定位發(fā)言者位置調(diào)整攝像頭的朝向從而進(jìn)行視頻采集。但由于該裝置為便攜式裝置，攝像頭的轉(zhuǎn)動(dòng)角度只能在既定范圍內(nèi)轉(zhuǎn)動(dòng)，且音頻采集范圍也有限，造成音頻采集效果很差，往往帶有噪聲和回音。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的實(shí)施例提供了一種多媒體采集裝置和方法，通過至少四通道對(duì)外部音場(chǎng)進(jìn)行檢測(cè)采集，根據(jù)所得的音場(chǎng)環(huán)境對(duì)當(dāng)前發(fā)言者進(jìn)行跟蹤，則得出發(fā)言者的相對(duì)位置并實(shí)時(shí)調(diào)整攝像頭進(jìn)行視頻采集，從而使音頻和視頻同步進(jìn)行采集。
[0006]本發(fā)明公開了一種多媒體采集裝置，包括:
[0007]音頻采集單元，包括至少四個(gè)采集通道，用于采集發(fā)言者的發(fā)出的音頻信號(hào)；所述各采集通道在幾何平面內(nèi)均衡設(shè)置；
[0008]音頻分析單元，用于將采集到的發(fā)言者的音頻信號(hào)中的特征量在預(yù)置的語(yǔ)音模型中進(jìn)行匹配分析，實(shí)時(shí)定位發(fā)言者的位置信息；
[0009]視頻同步單元，用于根據(jù)發(fā)言者的位置信息實(shí)時(shí)調(diào)整攝像頭，從而使攝像頭采集含有發(fā)言者的視頻信號(hào)。
[0010]優(yōu)選的，所述預(yù)置的語(yǔ)音模型由以下單元構(gòu)建:
[0011]音頻預(yù)處理單元，用于對(duì)各采集通道采集到的全體音頻信號(hào)進(jìn)行降噪，并對(duì)降噪后音頻信號(hào)中的特征量進(jìn)行量化；
[0012]音頻建模單元，用于對(duì)量化后的特征量進(jìn)行建模，得到語(yǔ)音模型。
[0013]優(yōu)選的，所述音頻預(yù)處理單元接收音頻采集單元采集的音頻信號(hào)，并將量化后的特征量發(fā)送至音頻建模單元。
[0014]優(yōu)選的，所述語(yǔ)音模型存儲(chǔ)發(fā)言者的位移和各通道對(duì)應(yīng)的音量值。[0015]優(yōu)選的，所述音頻分析單元結(jié)合各采集通道對(duì)應(yīng)的音量值進(jìn)行分析，基于音場(chǎng)均衡策略在語(yǔ)音模型中實(shí)時(shí)確定發(fā)言者的位置信息。
[0016]優(yōu)選的，所述音頻采集單元中的各采集通道以攝像頭為中心對(duì)稱地進(jìn)行設(shè)置。
[0017]本發(fā)明還公開了一種多媒體采集方法，包括至少四個(gè)采集通道，在幾何平面內(nèi)均衡設(shè)置，還包括如下步驟:
[0018]各采集通道分別采集發(fā)言者的發(fā)出的音頻信號(hào)；
[0019]將采集到的發(fā)言者的音頻信號(hào)中的特征量在預(yù)置的語(yǔ)音模型中進(jìn)行匹配分析，實(shí)時(shí)定位發(fā)言者的位置信息；
[0020]根據(jù)發(fā)言者的位置信息實(shí)時(shí)調(diào)整攝像頭，從而使攝像頭采集含有發(fā)言者的視頻信號(hào)。
[0021]優(yōu)選的，所述預(yù)置的語(yǔ)音模型構(gòu)建時(shí)，對(duì)各采集通道采集到的全體音頻信號(hào)進(jìn)行降噪，并對(duì)降噪后音頻信號(hào)中的特征量進(jìn)行量化；
[0022]對(duì)量化后的特征量進(jìn)行建模，得到語(yǔ)音模型。
[0023]優(yōu)選的，所述語(yǔ)音模型存儲(chǔ)發(fā)言者的位移和各通道對(duì)應(yīng)的音量值。
[0024]優(yōu)選的，所述方法還包括:結(jié)合各采集通道對(duì)應(yīng)的音量值進(jìn)行分析，基于音場(chǎng)均衡策略在語(yǔ)音模型中實(shí)時(shí)確定發(fā)言者的位置信息。
[0025]優(yōu)選的，所述各采集通道以攝像頭為圓心，均勻在圓周上進(jìn)行設(shè)置。
[0026]本發(fā)明實(shí)施例提供的一種多媒體采集裝置和方法，通過至少四通道對(duì)外部音場(chǎng)進(jìn)行檢測(cè)采集，并基于語(yǔ)音模型對(duì)所得的音場(chǎng)環(huán)境中的當(dāng)前發(fā)言者進(jìn)行跟蹤，則得出發(fā)言者的相對(duì)位置并實(shí)時(shí)調(diào)整攝像頭進(jìn)行視頻采集，從而使音頻和視頻同步進(jìn)行采集；且四個(gè)采集通道在幾何平面內(nèi)均衡設(shè)置，攝像頭轉(zhuǎn)動(dòng)靈活，進(jìn)行音頻采集的多個(gè)通道擴(kuò)大了音頻采集的范圍，從而采集到立體效果的音頻質(zhì)量。
【專利附圖】

【附圖說明】
[0027]圖1為本發(fā)明實(shí)施例一提供的一種多媒體采集裝置的模塊結(jié)構(gòu)圖；
[0028]圖2為本發(fā)明實(shí)施例二提供的一種多媒體采集裝置的場(chǎng)景示意圖；
[0029]圖3為本發(fā)明實(shí)施例一提供的一種多媒體采集方法的流程圖。
【具體實(shí)施方式】
[0030]下面結(jié)合附圖對(duì)本發(fā)明實(shí)施例一種多媒體采集裝置和方法進(jìn)行詳細(xì)描述。
[0031]本發(fā)明公開了一種多媒體采集裝置，如圖1所示，包括:音頻采集單元101、音頻分析單元102、視頻同步單元103、預(yù)置的語(yǔ)音模型104和攝像頭105。音頻采集單元101采集音頻信息，并將采集到的音頻信息發(fā)送至音頻分析單元102，音頻分析單元102結(jié)合預(yù)置的語(yǔ)音模型104進(jìn)行分析，得到發(fā)言者對(duì)應(yīng)的坐標(biāo)；視頻同步單元103根據(jù)發(fā)言者的坐標(biāo)同步調(diào)整攝像頭105，進(jìn)而實(shí)現(xiàn)音頻信息和攝像頭攝取的視頻信心進(jìn)行同步。
[0032]本發(fā)明公開了一種多媒體采集裝置，包括如下模塊:
[0033]音頻采集單元101，本實(shí)施例中，音頻采集單元101包括四個(gè)采集通道，這四個(gè)采集通道以攝像頭105為中心對(duì)稱地均衡設(shè)置。音頻采集單元101用于采集發(fā)言者的發(fā)出的音頻信號(hào)；如圖2所示，各采集通道分別在所固定的位置采集當(dāng)前位置下發(fā)言者的音頻數(shù)據(jù)。本實(shí)施例中，所述各采集通道以攝像頭為圓心，均勻在圓周上進(jìn)行設(shè)置，由于各采集通道位置不同，采集到音頻數(shù)據(jù)對(duì)應(yīng)的頻率和振幅各有不同，正是這些差異的音頻數(shù)據(jù)為被動(dòng)聲定位技術(shù)提供了計(jì)算依據(jù)，分別在時(shí)序上對(duì)各采集通道對(duì)應(yīng)的音頻數(shù)據(jù)進(jìn)行跟蹤、統(tǒng)計(jì)，通過時(shí)延估計(jì)法，從而得到不同時(shí)刻聲源坐標(biāo)，即發(fā)言者所在的位置信息。
[0034]所述預(yù)置的語(yǔ)音模型104由音頻預(yù)處理單元和音頻建模單元構(gòu)建。
[0035]音頻預(yù)處理單元，用于對(duì)各采集通道采集到的全體音頻信號(hào)進(jìn)行降噪，并對(duì)降噪后音頻信號(hào)中的特征量進(jìn)行量化。由于各采集通道的位置不同，降噪、量化后的音頻數(shù)據(jù)必存在一定時(shí)間的順時(shí)時(shí)延，對(duì)所述時(shí)延進(jìn)行精確測(cè)量，結(jié)合各采集通道的位置坐標(biāo)對(duì)應(yīng)的幾何關(guān)系即可根據(jù)被動(dòng)聲定位的原理對(duì)發(fā)言者的發(fā)聲坐標(biāo)進(jìn)行計(jì)算，從而對(duì)發(fā)言者的相對(duì)位置進(jìn)行量化。
[0036]音頻建模單元，用于對(duì)量化后的特征量進(jìn)行建模，得到語(yǔ)音模型。本實(shí)施例中，將同一時(shí)刻采集到的各音頻信號(hào)中的特征值和發(fā)言者的相對(duì)位置進(jìn)行結(jié)構(gòu)化存儲(chǔ)，所述語(yǔ)音模型可離線存儲(chǔ)于設(shè)備本地，也可以通過網(wǎng)絡(luò)端口將語(yǔ)音模型存儲(chǔ)于云端。
[0037]音頻分析單元102，用于將采集到的發(fā)言者的音頻信號(hào)中的特征量在預(yù)置的語(yǔ)音模型104中進(jìn)行匹配分析，實(shí)時(shí)定位發(fā)言者的位置信息。
[0038]語(yǔ)音模型離線存儲(chǔ)于設(shè)備本地時(shí)，音頻分析單元將采集到的音頻信號(hào)中的特征值直接在本地的語(yǔ)音模型中基于音場(chǎng)均衡策略進(jìn)行匹配，得到發(fā)言者的發(fā)聲坐標(biāo)，進(jìn)而實(shí)時(shí)對(duì)發(fā)言者的坐標(biāo)進(jìn)行記錄，實(shí)現(xiàn)發(fā)言者的跟蹤，從而實(shí)時(shí)定位發(fā)言者的位置信息。語(yǔ)音模型通過網(wǎng)絡(luò)端口將語(yǔ)音模型存儲(chǔ)于云端時(shí)，音頻分析單元將采集到的音頻信號(hào)中的特征值通過網(wǎng)絡(luò)端口在云端服務(wù)器端基于音場(chǎng)均衡策略進(jìn)行分析匹配，同樣得到發(fā)言者的發(fā)聲坐標(biāo)，而實(shí)時(shí)對(duì)發(fā)言者的坐標(biāo)進(jìn)行記錄，實(shí)現(xiàn)發(fā)言者的跟蹤，從而實(shí)時(shí)定位發(fā)言者的位置信肩、O
[0039]視頻同步單元103，用于根據(jù)發(fā)言者的位置信息實(shí)時(shí)調(diào)整攝像頭，從而使攝像頭采集含有發(fā)言者的視頻信號(hào)。
[0040]提取發(fā)言者的位置信息對(duì)應(yīng)的極坐標(biāo)系中的偏轉(zhuǎn)角和極軸長(zhǎng)，根據(jù)所述偏轉(zhuǎn)角和極軸長(zhǎng)將在PTZ平臺(tái)上的攝像頭實(shí)時(shí)進(jìn)行調(diào)整，調(diào)整攝像頭的偏轉(zhuǎn)角度和焦距，從而使攝像頭清晰地?cái)z取發(fā)言者對(duì)應(yīng)的視頻信號(hào)。當(dāng)然，發(fā)言者對(duì)應(yīng)的位置信息變化達(dá)到一定閾值時(shí)才進(jìn)行攝像頭的調(diào)整。本實(shí)施例中，發(fā)言者的偏轉(zhuǎn)角度的對(duì)應(yīng)變化大于5度時(shí)，則攝像頭相對(duì)偏轉(zhuǎn)角進(jìn)行對(duì)應(yīng)的調(diào)整。
[0041]本發(fā)明還公開了一種多媒體采集方法對(duì)應(yīng)的實(shí)施例，包括至少四個(gè)采集通道，在幾何平面內(nèi)均衡設(shè)置，如圖3所示，還包括如下步驟:
[0042]步驟301、各采集通道分別采集發(fā)言者的發(fā)出的音頻信號(hào)；
[0043]將本實(shí)施例中的四個(gè)采集通道以攝像頭為中心對(duì)稱地均衡設(shè)置。各采集通道采集發(fā)言者的發(fā)出的音頻信號(hào)；各采集通道分別在所固定的位置采集當(dāng)前位置下發(fā)言者的音頻數(shù)據(jù)。本實(shí)施例中，所述各采集通道以攝像頭為圓心，均勻在圓周上進(jìn)行設(shè)置，由于各采集通道位置不同，采集到音頻數(shù)據(jù)對(duì)應(yīng)的頻率和振幅各有不同，正是這些差異的音頻數(shù)據(jù)為被動(dòng)聲定位技術(shù)提供了計(jì)算依據(jù)，分別在時(shí)序上對(duì)各采集通道對(duì)應(yīng)的音頻數(shù)據(jù)進(jìn)行跟蹤、統(tǒng)計(jì)，通過時(shí)延估計(jì)法，從而得到不同時(shí)刻聲源坐標(biāo)，即發(fā)言者所在的位置信息。
[0044]步驟302、將采集到的發(fā)言者的音頻信號(hào)中的特征量在預(yù)置的語(yǔ)音模型中進(jìn)行匹配分析，實(shí)時(shí)定位發(fā)言者的位置信息；
[0045]優(yōu)選的，所述預(yù)置的語(yǔ)音模型構(gòu)建時(shí)，還包括:
[0046]步驟a、對(duì)各采集通道采集到的全體音頻信號(hào)進(jìn)行降噪，并對(duì)降噪后音頻信號(hào)中的特征量進(jìn)行量化；
[0047]由于各采集通道的位置不同，降噪、量化后的音頻數(shù)據(jù)必存在一定時(shí)間的順時(shí)時(shí)延，對(duì)所述時(shí)延進(jìn)行精確測(cè)量，結(jié)合各采集通道的位置坐標(biāo)對(duì)應(yīng)的幾何關(guān)系即可根據(jù)被動(dòng)聲定位的原理對(duì)發(fā)言者的發(fā)聲坐標(biāo)進(jìn)行計(jì)算，從而對(duì)發(fā)言者的相對(duì)位置進(jìn)行量化。
[0048]步驟b、對(duì)量化后的特征量進(jìn)行建模，得到語(yǔ)音模型。本實(shí)施例中，將同一時(shí)刻采集到的各音頻信號(hào)中的特征值和發(fā)言者的相對(duì)位置進(jìn)行結(jié)構(gòu)化存儲(chǔ)。所述語(yǔ)音模型可離線存儲(chǔ)于設(shè)備本地，也可以通過網(wǎng)絡(luò)端口將語(yǔ)音模型存儲(chǔ)于云端。
[0049]語(yǔ)音模型離線存儲(chǔ)于設(shè)備本地時(shí)，將采集到的音頻信號(hào)中的特征值直接在本地的語(yǔ)音模型中基于音場(chǎng)均衡策略進(jìn)行匹配，得到發(fā)言者的發(fā)聲坐標(biāo)，進(jìn)而實(shí)時(shí)對(duì)發(fā)言者的坐標(biāo)進(jìn)行記錄，實(shí)現(xiàn)發(fā)言者的跟蹤，從而實(shí)時(shí)定位發(fā)言者的位置信息。
[0050]語(yǔ)音模型通過網(wǎng)絡(luò)端口將語(yǔ)音模型存儲(chǔ)于云端時(shí)，將采集到的音頻信號(hào)中的特征值通過網(wǎng)絡(luò)端口在云端服務(wù)器端基于音場(chǎng)均衡策略進(jìn)行分析匹配，同樣得到發(fā)言者的發(fā)聲坐標(biāo)，而實(shí)時(shí)對(duì)發(fā)言者的坐標(biāo)進(jìn)行記錄，實(shí)現(xiàn)發(fā)言者的跟蹤，從而實(shí)時(shí)定位發(fā)言者的位置信肩、O
[0051]步驟303、根據(jù)發(fā)言者的位置信息實(shí)時(shí)調(diào)整攝像頭，從而使攝像頭采集含有發(fā)言者的視頻信號(hào)。
[0052]提取發(fā)言者的位置信息對(duì)應(yīng)的極坐標(biāo)系中的偏轉(zhuǎn)角和極軸長(zhǎng)，根據(jù)所述偏轉(zhuǎn)角和極軸長(zhǎng)將在PTZ平臺(tái)上的攝像頭實(shí)時(shí)進(jìn)行調(diào)整，調(diào)整攝像頭的偏轉(zhuǎn)角度和焦距，從而使攝像頭清晰地?cái)z取發(fā)言者對(duì)應(yīng)的視頻信號(hào)。當(dāng)然，發(fā)言者對(duì)應(yīng)的位置信息變化達(dá)到一定閾值時(shí)才進(jìn)行攝像頭的調(diào)整。本實(shí)施例中，發(fā)言者的偏轉(zhuǎn)角度的對(duì)應(yīng)變化大于5度時(shí)，則攝像頭相對(duì)偏轉(zhuǎn)角進(jìn)行對(duì)應(yīng)的調(diào)整。
[0053]本發(fā)明實(shí)施例提供的一種多媒體采集裝置和方法，通過至少四通道對(duì)外部音場(chǎng)進(jìn)行檢測(cè)采集，并基于語(yǔ)音模型對(duì)所得的音場(chǎng)環(huán)境中的當(dāng)前發(fā)言者進(jìn)行跟蹤，則得出發(fā)言者的相對(duì)位置并實(shí)時(shí)調(diào)整攝像頭進(jìn)行視頻采集，從而使音頻和視頻同步進(jìn)行采集；且四個(gè)采集通道在幾何平面內(nèi)均衡設(shè)置，攝像頭轉(zhuǎn)動(dòng)靈活，進(jìn)行音頻采集的多個(gè)通道擴(kuò)大了音頻采集的范圍，從而采集到立體的音頻質(zhì)量。
[0054]以上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本【技術(shù)領(lǐng)域】的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)所述以權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【權(quán)利要求】
1.一種多媒體采集裝置，其特征在于，包括: 音頻采集單元，包括至少四個(gè)采集通道，用于采集發(fā)言者的發(fā)出的音頻信號(hào)；所述各采集通道在幾何平面內(nèi)均衡設(shè)置； 音頻分析單元，用于將采集到的發(fā)言者的音頻信號(hào)中的特征量在預(yù)置的語(yǔ)音模型中進(jìn)行匹配分析，實(shí)時(shí)定位發(fā)言者的位置信息； 視頻同步單元，用于根據(jù)發(fā)言者的位置信息實(shí)時(shí)調(diào)整攝像頭，從而使攝像頭采集含有發(fā)言者的視頻信號(hào)。
2.根據(jù)權(quán)利要求1所述的裝置，其特征在于:所述預(yù)置的語(yǔ)音模型由以下單元構(gòu)建: 音頻預(yù)處理單元，用于對(duì)各采集通道采集到的全體音頻信號(hào)進(jìn)行降噪，并對(duì)降噪后音頻信號(hào)中的特征量進(jìn)行量化； 音頻建模單元，用于對(duì)量化后的特征量進(jìn)行建模，得到語(yǔ)音模型。
3.根據(jù)權(quán)利要求2所述的裝置，其特征在于:所述音頻預(yù)處理單元接收音頻采集單元采集的音頻信號(hào)，并將量化后的特征量發(fā)送至音頻建模單元。
4.根據(jù)權(quán)利要求1或2所述的裝置，其特征在于:所述語(yǔ)音模型存儲(chǔ)發(fā)言者的位移和各通道對(duì)應(yīng)的音量值。
5.根據(jù)權(quán)利要求4所述的裝置，其特征在于:所述音頻分析單元結(jié)合各采集通道對(duì)應(yīng)的音量值進(jìn)行分析，基于音場(chǎng)均衡策略在語(yǔ)音模型中實(shí)時(shí)確定發(fā)言者的位置信息。
6.根據(jù)權(quán)利要求1所述的裝置，其特征在于:所述音頻采集單元中的各采集通道以攝像頭為圓心，均勻在圓周上進(jìn)行設(shè)置。
7.一種多媒體采集方法，其特征在于，包括至少四個(gè)采集通道，在幾何平面內(nèi)均衡設(shè)置，還包括如下步驟: 各采集通道分別采集發(fā)言者的發(fā)出的音頻信號(hào)； 將采集到的發(fā)言者的音頻信號(hào)中的特征量在預(yù)置的語(yǔ)音模型中進(jìn)行匹配分析，實(shí)時(shí)定位發(fā)言者的位置信息； 根據(jù)發(fā)言者的位置信息實(shí)時(shí)調(diào)整攝像頭，從而使攝像頭采集含有發(fā)言者的視頻信號(hào)。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于:所述預(yù)置的語(yǔ)音模型構(gòu)建時(shí)， 對(duì)各采集通道采集到的全體音頻信號(hào)進(jìn)行降噪，并對(duì)降噪后音頻信號(hào)中的特征量進(jìn)行量化; 對(duì)量化后的特征量進(jìn)行建模，得到語(yǔ)音模型。
9.根據(jù)權(quán)利要求7或8所述的方法，其特征在于:所述語(yǔ)音模型存儲(chǔ)發(fā)言者的位移和各通道對(duì)應(yīng)的音量值。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述方法還包括: 結(jié)合各采集通道對(duì)應(yīng)的音量值進(jìn)行分析，基于音場(chǎng)均衡策略在語(yǔ)音模型中實(shí)時(shí)確定發(fā)言者的位置信息。
11.根據(jù)權(quán)利要求7所述的方法，其特征在于:所述各采集通道以攝像頭為圓心，均勻在圓周上進(jìn)行設(shè)置。
【文檔編號(hào)】H04N7/15GK103581606SQ201210283273
【公開日】2014年2月12日 申請(qǐng)日期:2012年8月9日 優(yōu)先權(quán)日:2012年8月9日
【發(fā)明者】孫敏剛, 趙照 申請(qǐng)人:北京博威康技術(shù)有限公司