基于麦克风阵列声源定位的发展历程及关键技术

不知道麦克风阵列是何方神圣？这篇文章告诉你!上个世纪七八十年代，麦克风阵列技术已经开始应用到语音技术的研究中，2000年左右，业界开始慢慢深入，进行基于麦克风阵列相关算法的专题研究。

到了物联网时代，市场的刺激和产品的需求，极大的推动了相关的技术进展，尤其是2014年亚马逊echo的正式发布，这一领先性的语音技术迅速进入到民用级产品的应用范畴中。

一般来说，人耳能听到的声音频率在20~20000赫兹之间，而很有意思的是，听觉其实是一种预警机制，除了听到声音，更重要的是具备分辨声源方向的能力，屏蔽主赫兹以外的声音更是为了对人体起到一定的保护作用，为有效交流提供保证(否则整个世界就真的太吵了)。

那么，相似地，麦克风阵列，其实就相当于机器之耳，不仅只是为了采集音频，识别信号，传输信息，还为了更好的声源定位和噪音降解，杂音屏蔽等。

思必驰于2015年年底推出了环形6+1远场麦克风阵列，也是目前国内唯一一款6+1环麦，亚马逊echo核心功能的“中国版”技术。

目前被广泛运用在机器人和音箱等智能家居产品中。

那么这款环麦具体有什么样的功能和优势?麦克风阵列能解决的问题【语音增强】解决噪声环境下的识别噪声环境是影响语音识别的一个重要因素，普通家居环境下的噪音有混响、回声、背景噪音、人声干扰等多种类型。

不同步的语音相互叠加产生音素的交叠掩蔽效应，严重影响语音识别的效果。

解决该问题需要从抑制噪声和语音增强两方面入手。

思必驰环形6+1远场麦克风阵列利用拾音波束成形，采用独特算法，有效抑制波束之外的噪声，同时融合语音信号的空时信息，从含噪声的语音信号中提取出纯净语音，有效地增强说话人语音。

【声源定位】辅助多功能联动对麦克风拾音来讲，声源的位置的不确定性为语音交互带来了阻碍。

思必驰环形6+1远场麦克风阵列实现360°环形拾音，多麦克定向，准确计算目标说话人的角度和距离，实现对目标说话人的跟踪以及后续的语音定向拾取，精准度控制在±10°以内，成为智能语音交互中捕捉说话人语音的重要方式。

一文带你全面熟悉智能语音之麦克风阵列技术的原理麦克风阵列技术是智能语音领域的关键技术之一，其原理主要涉及麦克风的排列方式、信号处理算法和声源定位技术。

麦克风阵列技术的应用广泛，包括语音识别、语音指令控制、语音唤醒等领域。

首先，麦克风阵列技术中麦克风的排列方式非常重要。

麦克风阵列一般采用线性阵列或圆形阵列的方式，麦克风之间的间距要适当，以便在获取声音信号时保持一定的角度分辨率。

常见的线性阵列包括线性辐射阵列和线性非辐射阵列，前者可实现波束形成，后者可消除噪声对波束形成的影响。

而圆形阵列则可以提供全方位的感知能力，适用于多声源定位和追踪。

其次，麦克风阵列技术中的信号处理算法是实现语音增强和噪声削减的关键。

常见的信号处理算法包括自适应波束形成、空间滤波、噪声估计和消除等。

自适应波束形成算法通过调整麦克风阵列的权重来强化目标信号，抑制背景噪声。

空间滤波算法可以根据麦克风阵列的几何形状和声源位置，对声音进行滤波和增强。

噪声估计和消除算法可以检测到现场的噪声状况，并进行实时消除，提高语音信号的清晰度和可听性。

最后，麦克风阵列技术中的声源定位技术是实现多声源分离和定位的关键。

常见的声源定位技术包括基于时延差的定位、基于空间谱的定位和基于声学特征的定位等。

基于时延差的定位技术通过计算麦克风阵列上各个麦克风上的声音到达时间差，推断声源的位置。

基于空间谱的定位技术通过分析麦克风阵列接收到的声音的空间谱信息，推断声源的方向。

基于声学特征的定位技术则通过分析声音的特征参数，如声音的频率、幅度、谐波等特征，推断声源的位置。

总的来说，麦克风阵列技术通过合理的麦克风排列方式、信号处理算法和声源定位技术，实现了对语音信号的增强和噪声削减，提高了语音识别和语音控制的准确性和可靠性。

麦克风阵列技术的广泛应用将进一步推动智能语音技术的发展。

基于ODE_FIND 麦克风阵列的室内组声跟踪技术开发室内组声跟踪技术是一项目前较为热门的技术，它可以将麦克风阵列与ODE_FIND技术相结合，实现对多个声源的准确定位与跟踪。

本文将就基于ODE_FIND的麦克风阵列室内组声跟踪技术的开发进行探讨。

在室内环境中，声音的反射、衰减等因素会对声源的定位产生影响，为了准确地确定声源的位置，我们可以利用麦克风阵列并采用ODE_FIND技术。

麦克风阵列能够收集到多个方向上的声音信号，通过分析这些信号的差异性，可以实现对声源的定位。

ODE_FIND技术是一种基于信号处理和数学模型的算法，它能够通过对信号的推导和分析，找出最佳的解决方案。

在基于ODE_FIND的麦克风阵列室内组声跟踪技术中，我们可以利用ODE_FIND算法对麦克风阵列收集到的声音信号进行分析和处理，从而精确地定位声源的位置。

具体而言，我们需要进行以下几个步骤来开发基于ODE_FIND的麦克风阵列室内组声跟踪技术：1. 硬件搭建：首先，需要搭建一个麦克风阵列系统，包括多个麦克风组件及其连接设备。

麦克风的位置和数量要根据实际应用需求进行设计。

麦克风阵列应能够实现对声源的全向接收，即能够同时接收到声源在不同方向上的声音信号。

2. 信号采集与预处理：通过麦克风阵列采集声音信号，并对声音信号进行预处理，包括滤波、放大等步骤，以确保采集到的信号质量。

3. 音源定位算法：使用ODE_FIND算法对预处理后的声音信号进行处理，以确定声源的位置。

ODE_FIND算法能够通过对信号的解析与推导，找出声源位置的最佳估计。

4. 算法验证与优化：对开发的算法进行验证和优化，通过模拟实验和实际测试，检验算法的准确性和稳定性。

根据测试结果，对算法进行调整和优化，以提高声源定位的准确度和可靠性。

基于ODE_FIND的麦克风阵列室内组声跟踪技术的开发，可以应用于各种场景，如会议室、演播室、语音识别等。

通过准确地定位声源，可以实现声音的智能拾取和处理，为用户提供更好的音频体验和交互效果。

基于TDOA 算法的分布式阵列麦克风定位研究语音是人类进行交流沟通最主要的方式之一，他能方便快捷的承载这巨大的信息。

随着社会的迅速发展，进入了高度信息化，语音也室作为重要的信息载体之一，语音数据处理的整个过程可以分为两个部分：A/D转换，即把原始声音的模拟输入转化为数字化信息;D/A转换，即把数字信息转化为模拟数据。

他的传送、存储、识别、合成和增强室现代信息数字化中非常重要、基础的组成部分之一。

而现在人工智能技术的发展，尤其是自然语言处理技术的高速发展，语音处理已经成为现在智能家居、交通、办公、通信等新兴领域中的核心技术之一。

尤其像现在线上教育、云会议等方式的流行，语音信号处理是一个非常具有价值及必要的研究技术。

麦克风阵列（Microphone Array），从字面上，指的是麦克风的排列。

也就是说由一定数目的声学传感器（一般是麦克风）组成，用来对声场的空间特性进行采样并处理的系统。

麦克风按照指定要求排列后，加上相應的算法（排列+算法）就可以解决很多房间声学问题，比如声源定位、去混响、语音增强、盲源分离等。

语音增强是指当语音信号被各种各样的噪声（包括语音）干扰甚至淹没后，从含噪声的语音信号中提取出纯净语音的过程。

声源定位技术是指使用麦克风阵列来计算目标说话人的角度和距离，从而实现对目标说话人的跟踪以及后续的语音定向拾取，是人机交互、音视频会议等领域非常重要的前处理技术。

去混响技术能很好的对房间的混响情况进行自适应的估计，从而很好的进行纯净信号的还原，显著的提升了语音听感和识别效果。

声源信号的提取就是从多个声音信号中提取出目标信号，声源信号分离技术则是将需要将多个混合声音全部提取出来。

近场模型和远场模型根据声源和麦克风阵列距离的远近，可将声场模型分为两种：近场模型和远场模型。

近场模型将声波看成球面波，它考虑麦克风阵元接收信号间的幅度差;远场模型则将声波看成平面波，它忽略各阵元接收信号间的幅度差，近似认为各接收信号之间是简单的时延关系。

面向语音识别的自适应麦克风阵列技术研究自适应麦克风阵列技术是一种用于语音信号处理的技术，它通过调整麦克风阵列的方向和信号增益，来削减来自非目标方向的噪声，在复杂噪声环境下提高语音信号的识别准确率。

目前，自适应麦克风阵列技术已经广泛应用于语音识别、智能手机等领域。

本文旨在介绍面向语音识别的自适应麦克风阵列技术的研究进展和未来发展趋势。

一、麦克风阵列技术原理麦克风阵列技术是基于声学特性的研究，通过麦克风阵列对声场进行采集，从而获取到目标信号和干扰噪声。

麦克风阵列是由多个麦克风组成的，按照一定的几何形状排列。

根据波束形成原理，当目标声源和干扰声源位于不同方向时，各个麦克风的相位和幅度不同，通过对各个麦克风的信号进行加权和相位调整，可以使目标声源的信号增强，干扰噪声信号减弱，从而提高声音的清晰度和辨识度。

在麦克风阵列技术中，主要有两种波束形成算法：波束形成和自适应波束形成。

波束形成算法是一种基于固定权系数矩阵的波束形成方法，它把各个麦克风信号进行加权平均，形成一个固定的波束方向。

这种方法简单可行，但缺点也比较明显，由于固定的权系数不适用于噪声情况的变化，因此会使得目标信号的增益被过多压缩，同时不能对噪声进行有效消除。

自适应波束形成算法是目前应用较多的一种波束形成方法，它可以根据实时的声学环境来自动地调整阵列麦克风的权值，从而使目标信号被增强，噪声被抑制。

自适应波束形成算法的核心是根据算法目标和误差方差，通过自适应的控制算法，不断调整权值。

二、自适应麦克风阵列技术在语音识别中的应用自适应麦克风阵列技术在语音识别领域具有重要作用。

语音识别系统的核心是对声音的模式识别，然而在复杂的环境中，各种噪声会干扰到语音信号的识别，因此精度就会受到极大的影响。

通过应用自适应麦克风阵列技术，能够有效地削减来自非目标方向的噪声，提高了语音信号的识别准确率和鲁棒性。

一个经典的示例是语音助手，比如苹果公司的Siri和亚马逊的Alexa，它们需要在嘈杂的环境下准确地识别用户语音指令，因此需要有效的阵列处理技术。

第41卷增刊I垡中科技大学学报(自然科学版)V01．4l Sup．I 2013年10月J．Huazhong U ni v．of Sci．8L Tech．(Natu ral Sc i e n c e Edition)Oct．2013基于小型麦克风阵列的声源定位技术赵圣1崔牧凡2尤磊1王鸿鹏1(1哈尔滨工业大学深圳研究生院深圳物联网关键技术与应用系统集成工程实验室，广东深圳518055；2国家计算机网络应急技术处理协调中心，北京100029)摘要针对传统的时延估计算法不能精确地估计出麦克风之间的时延和易受环境与噪声影响等缺点，利用广义互相关(GCc)算法进行时延估计并对其进行改进，结合自行设计的小型麦克风阵列和提出的空间定位方法，最终实现了声源定位系统，可以计算出声源与目标之间的距离和方位角．实验表明：本声源定位系统能达到比较高的定位精度，具有一定的实用价值．关键词麦克风；声音；定位；广义互相关；四元阵列；数据采集卡中图分类号TN912文献标志码A文章编号1671—4512(2013)S1一0188一04Sound source localization technology based on small microphone arr a y2 yo乱LPiZ^口o S^已咒g C“i^彳“，矗，z W么挖g Ho押g户P卵g(1 Engi nee ring L ab ora to ry fo r K ey T ec h no l o gy an d S y st e m I n t e gr a t i on of I n t er n e t of T h in g s，H a r bi nlnstitute of Tec h no l og y S h e nz h e n Gr adu at e S ch o ol，G ua n gd o ng，S h en z he n，5l 8055；2National Computer Network Emergency Re s po n se Co ord ina tio n C ent er of China，Be巧ing 1 O0029)Abstract As the traditional time delay estimation algorithm c a n n ot accur ately e stimate t he time delay between the micro phon e and vulnerable to e nv ir on me nt al noi se and other shortcomings，G C C algo—rit hm was used and its improvement was used fo r time delay estimation．Ultimatelya sound s o u r c e lo—calization system was i mplemen ted，combi ned with the mic roph onea rra y designed by the author and the spatial orientat ion method w as pr op ose d．It c a n be cal cula ted the distan ce and az imu th between th e sound s o u r c e and the ta rg e t．After experimental verifi cat ion，the sound sour ce localization syste m can achieve high p ositioni ngit ha s some practical value．accur acy，soKe y words microphones；acoustics；position；generalized cross—correlation；four—cross array；data a c—auis itio n c ar d声源定位是许多领域里的一个基本问题，包应用到社会生活的各个方面并发挥了其优越性．括声纳、雷达、电话会议或视频会议、移动电话位例女口NIST(national institute of standardsand置定位、导航和全球定位系统、地震震中定位和地technology information technology Lab)设计了下爆炸．矿f『J微震活动、传感器网‘{I}．先进的人机·种线州：均匀的麦克风阵歹U M．、RT，Ⅲ阵列n1．交互、说话人跟踪，监视和声源追踪等。

声学信号源定位与识别技术研究声学信号源定位与识别技术是一门研究声音信号的来源和特征的学科。

它广泛应用于声纹识别、语音识别、音频处理等领域。

本文将探讨声学信号源定位与识别技术的原理、应用和未来发展趋势。

一、声学信号源定位技术声学信号源定位技术是指通过分析声音信号的到达时间差、声音强度差和频率特征等信息，确定声音信号的来源位置。

常见的声学信号源定位技术包括基于麦克风阵列的波束形成技术、基于声纳的声纹识别技术和基于声音特征的定位技术。

波束形成技术通过将多个麦克风组成阵列，利用声音信号的相位差和幅度差来确定声音信号的来源方向。

这种技术可以提高信号的信噪比，减少环境噪声对定位的影响，广泛应用于会议语音识别、语音增强等领域。

声纳技术是一种基于声波传播的声纹识别技术。

它通过分析声音信号的频率、幅度和时域特征，确定声音信号的来源身份。

声纳技术在军事、安防等领域有着广泛的应用，如水下目标识别、声纹识别等。

基于声音特征的定位技术是一种利用声音信号的频谱、时频特征进行定位的方法。

通过分析声音信号的频谱特征，可以确定声音信号的来源位置。

这种技术在音频处理、环境监测等领域有着重要的应用价值。

二、声学信号源识别技术声学信号源识别技术是指通过分析声音信号的频谱、时域特征和声音模型，确定声音信号的来源类型。

常见的声学信号源识别技术包括语音识别技术、音乐识别技术和环境声音识别技术。

语音识别技术是一种将声音信号转化为文字的技术。

通过分析声音信号的频谱、时域特征和语音模型，可以识别出声音信号的内容。

语音识别技术在智能助手、语音翻译等领域有着广泛的应用。

音乐识别技术是一种将声音信号转化为音乐信息的技术。

通过分析声音信号的频谱、时域特征和音乐模型，可以识别出声音信号的音乐类型、曲目等信息。

音乐识别技术在音乐推荐、版权保护等领域有着重要的作用。

环境声音识别技术是一种将声音信号转化为环境信息的技术。

通过分析声音信号的频谱、时域特征和环境模型，可以识别出声音信号的来源环境，如交通噪声、自然环境声等。

《麦克风阵列下子带分析的多声源定位算法研究》一、引言随着音频处理技术的不断发展，多声源定位技术在麦克风阵列系统中得到了广泛的应用。

麦克风阵列技术通过多个麦克风的协同工作，能够有效地提高音频信号的捕获范围和定位精度。

子带分析作为音频信号处理的一种重要技术，可以有效地提高多声源定位的准确性和鲁棒性。

本文旨在研究麦克风阵列下子带分析的多声源定位算法，以提高音频处理的效率和精度。

二、背景与相关技术多声源定位技术主要依靠麦克风阵列的音频信号处理，结合阵列信号处理技术和数字信号处理技术进行实现。

在过去的几十年里，已经出现了多种基于麦克风阵列的多声源定位算法，如基于时延估计的算法、基于波束形成的算法等。

然而，这些算法在面对复杂环境下的多声源定位时仍存在一定的问题和挑战。

子带分析作为一种音频信号处理技术，通过将原始音频信号分解为多个子带信号进行分别处理，能够提高多声源定位的精度和鲁棒性。

子带分析将音频信号按照不同的频带进行划分，然后在各个频带上分别进行滤波和处理，从而实现频率和时域上的高精度分析。

因此，结合麦克风阵列和子带分析进行多声源定位是一种值得研究的技术手段。

三、麦克风阵列下的子带分析多声源定位算法本文提出了一种基于麦克风阵列的子带分析多声源定位算法。

该算法首先通过麦克风阵列捕获音频信号，然后利用子带分析技术将音频信号分解为多个子带信号。

在每个子带上，采用一种改进的时延估计算法进行声源定位。

通过比较不同麦克风之间的声音到达时间差（TDOA），可以估计出声源的位置信息。

同时，结合阵列信号处理技术和数字信号处理技术，对多个子带上的声源位置信息进行融合和优化，最终得到准确的声源位置估计结果。

四、算法实现与性能分析在算法实现方面，我们采用了基于快速傅里叶变换（FFT）的子带分析方法，将音频信号分解为多个子带信号。

在每个子带上，我们使用了一种改进的时延估计算法，该算法能够有效地提高声源定位的精度和鲁棒性。

在融合和优化阶段，我们采用了加权融合的方法，根据每个子带的信息贡献程度进行加权，以获得更准确的声源位置估计结果。

目录一、绪论 (1)1.1 课题研究背景和意义 (1)1.2 国内外研究现状和发展趋势 (2)1.2.1研究历史和现状 (2)1.2.2发展趋势 (2)1.3本文所要研究的内容 (2)二、麦克风阵列的处理模型和方法介绍 (4)2.1麦克风阵列信号处理模型 (4)2.1.1远场模型 (4)2.1.2远场麦克风阵列均匀线阵模型 (5)2.2基于时延估计声源定位方法的介绍 (6)2.2.1广义互相关时延估计法 (6)2.2.2互功率谱相位时延估计法 (7)2.2.3基于基音加权的时延估计法 (7)2.2.4基于声门脉冲激励的时延估计法 (7)2.2.5 基于LMS 的自适应时延估计法[8] (8)2.2.6 基于子空间分解的时延估计法 (9)2.2.7基于声学传递函数比的时延估计法 (9)三、麦克风声源定位的研究与设计 (11)3.1广义互相关时延估计设计流程 (11)3.2 时延估计定位算法实验研究 (12)3.3互相关延时估计方法 (12)3.4互相关延时估计加权函数性能分析 (15)3.5声源定位的模型分析 (16)3.6时延估计的测量与计算 (17)四、总结 (20)4.1 本文研究的问题与难点 (20)4. 2课题研究总结 (20)参考文献 (22)致谢 (24)摘要随着科技的进步和发展，麦克风阵列的声源定位技术已经成为人们研究的重要课题之一。

用麦克风阵列接受语音信号就是声源定位技术的一种，接受到的语音技术再输出到计算机，经过计算机技术的分析和处理，然后可以确定声源是从哪个方位传过来的。

声源定位技术的广泛应用在许多领域，如定位技术，在军事上的语音识别，视频会议的定位技术。

麦克风阵列对于噪声、声源定位、跟踪这些方面都比单个麦克风要好，从而大大提高语音信号处理质量。

本文主要是用麦克风阵和时延估计声源定位方法对于声源的定位。

首先介绍了几种常见的声源定位方法和各自的优缺点，在此基础上研究基于时延估计的声源定位方法（GCC）,比较远场定位和近场定位的差别，确定本文研究的方法远场定位法。

一种基于麦克风阵列的声源定位算法研究一种基于麦克风阵列的声源定位算法研究引言基于麦克风阵列的http://LWlm声源定位是声学信号处理领域中的一个重要问题。

麦克风阵列声源定位技术是指利用空间分布的多路麦克风拾取声音信号，通过对麦克风的多路输出信号进行分析和处理，得到一个或多个声源的位置信息。

尽管可将用于声纳和雷达系统的波束形成技术引入麦克风阵列，但由于语音信号为宽带信号，具有短时平稳特性，且所处环境还具有高混响，噪声大等特点，这些算法针对语音信号的定位精度非常低，需要对算法进行改进。

一般来说，常用的声源定位算法划分为三类［4］：一是基于波束成型的方法;二是基于高分辨率谱估计的方法;三是基于波达时延差(TDOA)的方法。

其中基于波束成形方法通过对麦克风阵列接收信号进行滤波、加权求和，直接控制麦克风阵列指向使波束具有最大输出功率的方向，可在目标源多于一个的条件下对多声源进行定位［5］，但存在对初值敏感的问题。

另外还需要知道声源和噪声的先验知识，该方法存在计算量大,不利于实时处理等缺点。

基于高分辨率谱估计的方法在理论上可以对声源的方向进行有效估计,但由于该算法是针对窄带信号，因此若要获得较理想的精度，就要付出很大的计算量代价。

此外这些算法无法处理高度相关的信号，因此混响会给算法的定位精度带来较大影响［6］。

基于时延估计的方法是利用广义互相关等时延估计算法求出信号到阵列不同麦克风的相对时延，并利用时延信息与麦克风阵列的空间位置关系估计声源位置。

该方法计算量小，易于实时实现，近年来得到了高度重视。

本文主要采用基于时延估计的方法进行声源定位。

1 基于TODA方法的基本原理利用TDOA进行声源定位可分为两个部分：首先，通过采用广义互相关方法(GCC)［7］等，并利用平滑相干变换(Smoothed Coherence Transform,SCOT)、相位变换(Phase Transform,PHAT)或最大似然(Maximum Likelihood,ML)进行加权，得出声源到两两麦克风之间的时延差。

科技成果——麦克风阵列声源识别、定向和定位技术成果简介
利用麦克风阵列技术准确定向声源，采用模式识别技术辨别并区分话音和其它声响，采用时延和几何方法确定声源方位，实时处理，算法稳定，抗噪能力强。

应用于监控摄像头辅助系统（引导摄像头转向异常方向，标定录像带中的异常时刻，异常情况时报警等），室内防盗系统（识别破门破窗等异常声响并录音或报警），办公室夜间防盗系统（识别并定向或定位夜间出现的各类异常声响并录音或报警），交通监控系统，保护区监控系统（如偷猎者方位，非法车辆识别、定位和报警等），视像会议系统中的话者定向，机械异常声响识别和定位，基于麦克风阵列的语音获取系统的话者定向或定位，灾场搜寻系统（机器人载，无人机载，营救人员穿戴）。

项目水平国内领先
成熟程度样机
合作方式
合作开发、专利许可、技术转让、技术入股。

龙源期刊网 http://www.qikan.com.cn 基于TDOA麦克风阵列声源定位技术 作者：李德宝 归达举 叶懋 来源：《科技资讯》2016年第13期

摘 要：随着科技的进步和发展，声源定位技术已经成为人们研究的重要课题之一。基于声达时间差（TDOA）是阵列语音信号处理的核心技术，其作用是估算出同一声源信号到达不同麦克风时，因为传输的距离不相同而引起的时间差。麦克风阵列对于室内环境噪声抑制、声源定位、跟踪这些方面都比单个麦克风有优势，从而优化语音信号采样质量。该文主要讲的是用麦克风阵列和时延估计声源定位方法对声源进行定位及跟踪。

关键词：麦克风阵列 声源定位 声达时间差（TDOA） 中图分类号：TN912.34 文献标识码：A 文章编号：1672-3791（2016）05（a）-0003-02 基于麦克风阵列的声源定位技术的研究在全国的关注度越来越高，基于麦克风阵列的声源定位技术是指经过麦克风阵列对声音信号进行采集，从而进行信号处理得到声源到达阵列的波达方向。目前，在全球所有的电子产品都趋向于高度智能化发展的今天，声源定位技术依然扮演着语音通信领域中举足轻重的技术角色。譬如在视频通话中，利用声源定位技术操控摄像头，能够自动搜寻发言者。在20世纪70年代，就已经有很多高校和研究室在这一通信领域进行研究探索，从此基于麦克风阵列的声源定位，语音信号处理中的说话人识别，语音合成等语音信号处理成为科技研究的热点。与单麦克风系统相比之下，麦克风阵列系统在语音信号处理方面具有显著优势：多个麦克风组成的麦克风阵列能够利用互补性能，对背景噪声进行消除和增强语音信号，从而提高语音识别的效果，同时能在一定范围内对声源信号进行实时定位与跟踪，但是单个麦克风却没有能力做到这一点。因此，具有良好的抗噪性、良好的抗混响性能以及简单的计算量或较快的运算速度是一个优秀的时延估计方法所具备的优点。

1 时延估计算法 基于声达时间差的麦克风阵列声源定位的技术主要分为两个步骤：第一步估算语音信号到达阵列中阵元间的时间差（TDOA），进而通过几何关系来确定声源的位置。首先估算时延是该定位技术中的核心内容。声达时间差声源定位的定位精度主要取决于对TDOA的估计。而且时延估计的技术不被阵列结构所限制，运算量少，有相对的精度，因此是当前最常用的技术。声源在受到噪声，混响较小的情况下，能够利用简易的广义互相关方法（GCC）来估算时延，处理声源的定位问题。然而当噪声增大时，混响的变强，简易的广义互相关方法和许多常用的加权广义互相关方法已经完全不能解决估算时延的问题。优化相位互相关方法，锐化了互相关函数的峰值，从中起到了相对的抗混响的作用，增强了估算时延的精度。利用麦克风阵列每一个麦克风接收信号的互补性，采用多信道互相关系数（MCCC）方法来估算任意一对麦克风之间的时延。这种方法能抵抗中度混响和噪音的影响，增强时延估算的性能。然而这种方法龙源期刊网 http://www.qikan.com.cn 在噪音和混响复杂的应用情况中效果不是很完美，并且这种途径对麦克风间的物理结构关系有较高的限制，倘若每个麦克风之间的结构十分繁杂，该途径在时延估量方面也可能会被弱化。时延估计的算法有很多，但是由于该系统主要应用在室内场所，其噪声空间相对平稳以及混响相对较小，故采用TDOA算法中运算量较小的GCC方法来对第一步的时延进行估计分析。其示意如图1所示。