br>[0048] 該B.P.可以使用離散變量來(lái)實(shí)現(xiàn)（例如，量化到達(dá)方向?yàn)橐唤M矢量）。離散因子 圖可以使用硬件加速器實(shí)施，例如如在US2012/0317065A1"PROGRAMMABLEPROBABILITY PROCESSING"描述，其在此引入作為參考。
[0049] 因子圖可以結(jié)合各種方面，包括結(jié)合到來(lái)估計(jì)的方向估計(jì)的源特性（例如，音調(diào)、 頻譜等）的隱藏（潛在）變量。因子圖跨越跨時(shí)間和頻率的變量，從而改進(jìn)到達(dá)估計(jì)的方 向，而這又提高了掩模的質(zhì)量，從而可以減少諸如音樂(lè)噪聲的偽像。
[0050] 因子圖/B.P.計(jì)算可以托管在用于處理多個(gè)傳聲器輸入的相同的信號(hào)處理芯片 上，從而提供了低功耗實(shí)施方式。低功率可使得電池操作的"打開(kāi)傳聲器"的應(yīng)用，諸如監(jiān) 測(cè)觸發(fā)字。
[0051] 在一些實(shí)現(xiàn)方式中，B.P.計(jì)算提供控制時(shí)域?yàn)V波器組的到達(dá)值的方向的預(yù)測(cè)估計(jì) (例如，用米特拉陷波濾波器實(shí)現(xiàn)），從而提供所述信號(hào)路徑上的低延遲（這對(duì)于諸如揚(yáng)聲 器電話的應(yīng)用是希望的）。
[0052] 應(yīng)用包括用于揚(yáng)聲器電話模式的信號(hào)處理，用于智能手機(jī)、助聽(tīng)器、汽車語(yǔ)音控 制、消費(fèi)電子產(chǎn)品（例如，電視、微波爐）控制和其他通信或自動(dòng)語(yǔ)音處理（例如，語(yǔ)音識(shí) 另1J)任務(wù)。
[0053] 一個(gè)或多個(gè)方面的優(yōu)點(diǎn)可以包括以下內(nèi)容。
[0054] 該方法可以利用間隔很近的傳聲器，以及不適于傳統(tǒng)波束形成方法的其他配置。
[0055] 機(jī)器學(xué)習(xí)和概率圖形建模技術(shù)可以提供高性能（例如，高級(jí)別的信號(hào)增強(qiáng)、輸出 信號(hào)的語(yǔ)音識(shí)別準(zhǔn)確度、虛擬輔助智能等）。
[0056] 該方法可降低自動(dòng)語(yǔ)音識(shí)別的錯(cuò)誤率，提高移動(dòng)電話（智能電話）在揚(yáng)聲器電話 模式中的清晰度，提高在呼叫模式中的清晰度，和/或改進(jìn)音頻輸入以口頭喚醒。該方法還 可以啟用智能傳感器處理，用于設(shè)備環(huán)保意識(shí)。該方法可以特別定制用于由風(fēng)噪聲引起的 信號(hào)衰減。
[0057] 在其中遠(yuǎn)程從設(shè)備執(zhí)行某些語(yǔ)音識(shí)別的客戶端-服務(wù)器的語(yǔ)音識(shí)別架構(gòu)中，該方 法可以較低的延遲改進(jìn)自動(dòng)語(yǔ)音識(shí)別（即在聽(tīng)筒中做更多，在空氣中較少）。
[0058] 該方法可以被實(shí)現(xiàn)為非常低功率的音頻處理器，它具有靈活的體系結(jié)構(gòu)，其允許 例如軟件的算法整合。該處理器可以包括用于先進(jìn)算法的集成硬件加速器，例如，概率推理 引擎、低功率FFT、低延遲濾波器組、和梅爾頻率倒譜系數(shù)（MFCC)計(jì)算模塊。
[0059] 傳聲器的緊密間隔允許集成到非常小的封裝，例如，5X6X3毫米。
[0060] 本發(fā)明的其它特征和優(yōu)點(diǎn)從以下的描述以及權(quán)利要求是顯而易見(jiàn)的。
【附圖說(shuō)明】
[0061] 圖1是源分離系統(tǒng)的框圖；
[0062] 圖2A是智能電話應(yīng)用的圖；
[0063] 圖2B是汽車應(yīng)用的圖；
[0064] 圖3是到達(dá)計(jì)算的方向的框圖；
[0065] 圖4A-C是音頻處理系統(tǒng)的圖。
[0066] 圖5是流程圖。
【具體實(shí)施方式】
[0067]在一般情況下，本文描述的多個(gè)實(shí)施例針對(duì)接收音頻信號(hào)（例如，獲取聲信號(hào)）， 并處理該信號(hào)以從特定源分離出（例如，提取，識(shí)別）信號(hào)的問(wèn)題，例如用于在通信系統(tǒng)上 通信所提取的音頻信號(hào)（例如，電話網(wǎng)絡(luò)）或使用基于計(jì)算機(jī)的分析處理的目的（例如，自 動(dòng)語(yǔ)音識(shí)別和自然語(yǔ)言理解）。參照?qǐng)D2A-B，這些方法的應(yīng)用可用于個(gè)人計(jì)算設(shè)備，諸如使 用傳聲器110采集和處理用戶的語(yǔ)音信號(hào)的智能電話210,它具有多個(gè)元件112 (任選地包 括一種或多種其它多元件110A)，或在處理駕駛員的語(yǔ)音信號(hào)的車輛250中。如下面進(jìn)一步 描述地，傳聲器傳遞信號(hào)到模數(shù)轉(zhuǎn)換器132,以及信號(hào)然后使用處理器212進(jìn)行處理，它實(shí) 現(xiàn)信號(hào)處理單元120并利用推理處理器140,這可以使用處理器212實(shí)施，或在一些實(shí)施例 中可以至少部分實(shí)施在專用電路或在遠(yuǎn)程服務(wù)器220中。通常，來(lái)自關(guān)注源的所需信號(hào)和 其他干擾信號(hào)被嵌入在所獲取的傳聲器信號(hào)中。干擾信號(hào)的示例包括來(lái)自其它揚(yáng)聲器的聲 音信號(hào)和/或環(huán)境噪聲，諸如車輛風(fēng)聲或道路噪聲。在一般情況下，在此描述的信號(hào)分離方 法應(yīng)被理解為在各種實(shí)施例中包括或?qū)嵤?duì)所接收或獲取的聲信號(hào)的信號(hào)增強(qiáng)、源分離、 降噪、非線性波束形成和/或其他修改。
[0068] 可用于從干擾信號(hào)分離所需源的信號(hào)的信息包括到達(dá)方向的信息，以及關(guān)注源的 信號(hào)和/或干擾信號(hào)的預(yù)期結(jié)構(gòu)信息。到達(dá)方向的信息包括涉及在源和多個(gè)物理分離的聲 學(xué)傳感器（例如，傳聲器元件）的每個(gè)之間的信號(hào)傳播時(shí)間上差異的相對(duì)相位或延遲信息。
[0069] 關(guān)于以下術(shù)語(yǔ)，術(shù)語(yǔ)"傳聲器"一般用于例如指測(cè)量某點(diǎn)的聲音的理想化音響傳感 器，以及指?jìng)髀暺鞯膶?shí)際實(shí)施例，例如制造為微機(jī)電系統(tǒng)（MEMS)，具有已通過(guò)聲學(xué)端口耦合 到聲學(xué)環(huán)境的移動(dòng)微型機(jī)械隔膜（diaphram)的元件。當(dāng)然，也可以使用其他的傳聲器技術(shù) (例如，基于光學(xué)的聲傳感器）。
[0070] 作為簡(jiǎn)單的例子，如果兩個(gè)傳聲器相距距離d，然后直接從源成90度到達(dá)它們之 間線路的信號(hào)將沒(méi)有相對(duì)相位或延遲地接收，而從遙遠(yuǎn)的源以0 =45度到達(dá)的信號(hào)具有1 =dsin0的路徑差，則傳播時(shí)間之差為1/c，其中c是聲音的速度（在20度的溫度下，343 米/秒）。因此，相距d= 3mm的傳聲器和入射角0 =45度的相對(duì)延遲大約是（dsin0)/ c= 6ms，以及波長(zhǎng)A對(duì)應(yīng)于相位差（J) = 2JT1/A= (2Jrd/A)sin0。例如，對(duì)于分離d = 3mm以及波長(zhǎng)A= 343mm(例如，1000赫茲信號(hào)的波長(zhǎng)），相位差巾= 0.038弧度，或傘 =2. 2度。應(yīng)當(dāng)認(rèn)識(shí)到：在隨時(shí)間變化的輸入信號(hào)中這樣小的延遲或相位差的估計(jì)可導(dǎo)致 具有相對(duì)高的誤差（估計(jì)噪聲）的時(shí)間和頻率的本地估計(jì)。注意：如果具有更大的分離，延 遲和相對(duì)相位增加，使得如果傳聲器元件相距d= 30mm而不是d= 3mm時(shí)，則在以上示例 中的相位差將是巾=22度，而不是巾=2.2度。然而，如下面所討論地，緊密間隔可超過(guò) 更大相位差的傳聲器元件是有利的，其可以更容易地估計(jì)。還需要注意：在更高的頻率（例 如，超聲波），以45度角的入射角的lOOkHZ信號(hào)具有約巾= 220度，它可以甚至與廣告為 3mm傳感器分離更可靠的估計(jì)的相位差。
[0071] 如果到達(dá)方向具有兩個(gè)自由度（例如，方位角和仰角），那么需要三個(gè)傳聲器以確 定到達(dá)方向（理論上在兩個(gè)圖像的一個(gè)內(nèi)，一個(gè)在傳聲器的平面的兩側(cè)中的任一側(cè)）。
[0072] 應(yīng)當(dāng)理解：在實(shí)踐中，在多個(gè)傳聲器接收的信號(hào)的相對(duì)相位不一定遵循上面概述 的類型的理想化模型。因此，當(dāng)在本文中使用術(shù)語(yǔ)"到達(dá)方向信息"時(shí)，應(yīng)廣義地理解為包括 體現(xiàn)從源位置到多個(gè)傳聲器元件的信號(hào)路徑的差異之間的信息，即使不按照上述引入的簡(jiǎn) 化模型。例如，如下文參照至少一個(gè)實(shí)施例所討論地，到達(dá)方向信息可以包括相對(duì)相位的圖 案，其是特定源在特定位置相對(duì)于傳聲器的簽名，即使該模式不遵循簡(jiǎn)化的信號(hào)傳播模型。 例如，從源到傳聲器的聲學(xué)路徑可能受到如下影響：聲端口的形狀、端口在設(shè)備的面上的凹 陷（例如，智能電話的面板）、設(shè)備主體的閉塞（例如，設(shè)備后面的源）、源的距離、反射（例 如，從房間壁）以及聲音傳播領(lǐng)域的技術(shù)人員將認(rèn)識(shí)到的其他因素。
[0073] 用于信號(hào)分離的另一個(gè)信息來(lái)源來(lái)自關(guān)注信號(hào)的結(jié)構(gòu)和/或干擾源的結(jié)構(gòu)。例 如在系統(tǒng)的操作期間，該結(jié)構(gòu)可以基于源的聲音產(chǎn)生方面的理解已知和/或可以根據(jù)經(jīng)驗(yàn) 確定。語(yǔ)音源的結(jié)構(gòu)的例子可包括方面：諸如在有聲語(yǔ)音中由于周期激勵(lì)的諧波頻譜結(jié)構(gòu) 的存在，在擦音和爆破音期間的寬帶噪聲狀激勵(lì)，以及具有特定像言語(yǔ)特性的頻譜包絡(luò)，例 如具有特征共振（即共振）峰。語(yǔ)音源也可具有時(shí)間結(jié)構(gòu)，例如，根據(jù)語(yǔ)音的詳細(xì)語(yǔ)音內(nèi)容 (即，特定單詞口語(yǔ)的聲學(xué)語(yǔ)音結(jié)構(gòu)），或更一般地更粗的性質(zhì)，包括聲學(xué)口語(yǔ)的節(jié)奏和特 性定時(shí)以及語(yǔ)音結(jié)構(gòu)。非語(yǔ)音聲源還可以具有公知的結(jié)構(gòu)。在汽車的示例中，道路噪聲可 以具有特征光譜形狀，其可以是驅(qū)動(dòng)條件的函數(shù)，諸如轉(zhuǎn)速，或暴雨期間的雨刷可具有特性 的周期性性質(zhì)?？蓱{經(jīng)驗(yàn)推斷的結(jié)構(gòu)可以包括揚(yáng)聲器的特定光譜特性（例如，關(guān)注的揚(yáng)聲 器或干擾揚(yáng)聲器的音調(diào)或整體光譜分布）或干擾噪聲源的光譜特性（例如，室內(nèi)的空氣調(diào) 節(jié)單元）。
[0074] 下面的一些實(shí)施例使用相對(duì)緊密間隔的傳聲器（例如，d彡3mm)。這種緊密的間 距可產(chǎn)生到達(dá)方向的相對(duì)不可靠的估算，作為時(shí)間和頻率的函數(shù)。該到達(dá)方向的信息可不 單獨(dú)足夠用于根據(jù)其到達(dá)方向分離期望信號(hào)。信號(hào)的結(jié)構(gòu)信息也可不單獨(dú)足夠用于根據(jù)它 的結(jié)構(gòu)或干擾信號(hào)的結(jié)構(gòu)分離期望信號(hào)。
[0075] -些實(shí)施例聯(lián)合使用到達(dá)方向信息和聲音結(jié)構(gòu)信息用于源分離。雖然方向信息和 結(jié)構(gòu)信息都不單獨(dú)足以足夠好的源分離，它們的協(xié)同作用提供了非常有效的源分離方法。 這種組合方法的優(yōu)點(diǎn)在于：不一定需要遠(yuǎn)隔（例如，30_)的傳聲器，因此可以使用具有多 個(gè)密切相隔（例如，1.5_，2. 5mm，3mm間距）集成傳聲器元件的集成設(shè)備。作為例子，在智 能手機(jī)應(yīng)用中，利用集成緊密間隔傳聲器元件可避免需要多個(gè)傳聲器和用于智能手機(jī)的屏 面的聲學(xué)端口的對(duì)應(yīng)開(kāi)口，例如在設(shè)備的最遠(yuǎn)角落或者在車輛中應(yīng)用中，可使用在頂篷或 后視鏡的單個(gè)傳聲器位置。當(dāng)多個(gè)獨(dú)立傳聲器分別安裝在系統(tǒng)中時(shí)，減少傳聲器位置的數(shù) 量（每個(gè)都具有多個(gè)傳聲器元件的傳聲器設(shè)備的位置）可以減少互連電路的復(fù)雜性，并能 提供傳聲器元件之間可預(yù)測(cè)的幾何關(guān)系和難以實(shí)現(xiàn)的匹配機(jī)械和電特性。
[0076] 參照?qǐng)D1，音頻處理系統(tǒng)100的實(shí)施例使用上方所引入的技術(shù)的組合。具體而言， 該系統(tǒng)使用多元件傳聲器110,其感測(cè)在多個(gè)非常緊密間隔（例如，在毫米范圍）的點(diǎn)的聲 信號(hào)。示意性地，每個(gè)傳聲器元件112a_d經(jīng)由聲學(xué)端口 112a_d感測(cè)聲場(chǎng)，使得每個(gè)元件感 測(cè)在不同位置的聲場(chǎng)（任選以及或代替基于端口的物理結(jié)構(gòu)的不同方向特性）。在圖1的 示意圖中，傳聲器元件示于線性陣列，但當(dāng)然元件的其它平面或三維布置也是有用的。
[0077] 該系統(tǒng)還使用推理系統(tǒng)136,例如使用置信傳播，其例如根據(jù)時(shí)間和頻率識(shí)別在一 個(gè)或多個(gè)傳聲器元件接收到的信號(hào)的分量，以從其他干擾信號(hào)分離期望的聲源的信號(hào)。請(qǐng) 注意：在下面的討論中，從緊密間隔的傳聲器接收多個(gè)信號(hào)和分離信號(hào)的方法一起描述，但 它們可以彼此獨(dú)立地使用，例如，使用具有更廣泛隔開(kāi)的推理組件，或具有多個(gè)緊密間隔元 件的傳聲器使用不同的方法來(lái)確定所需組件的時(shí)間-頻率圖。此外