基于自适应交互式多模型粒子滤波的分布式说话人跟踪算法

代 金 良，陈 喆，殷 福 亮*

(1.大连理工大学 信息与通信工程学院，辽宁 大连 116024；2.北京三听科技有限公司，北京 100176 )

0 引 言

近年来，基于麦克风阵列的声源定位和跟踪算法已被广泛地应用于工业设备和民用系统中，如远程视频会议和智能机器人等[1]．在传统的基于麦克风阵列的声源定位系统中，麦克风被固定安置在特定位置上，利用满足特殊几何模型的特定拓扑结构来实现音频信号收集和声源位置估计等功能，然而这种固定的麦克风阵列拓扑结构极大地限制了其应用[2]．随着半导体技术和嵌入式系统的快速发展，微型及嵌入式麦克风音频接口模块可以被方便地安装在便携式智能移动终端设备(如智能手机和笔记本电脑等)，从而构成分布式麦克风网络(distributed microphone network，DMN)．这种分布式麦克风网络可以更加容易地构建起一套ad-hoc网络[3-4]．不同于传统的麦克风阵列，其包含了一组具有随机位置的通信节点，每个节点上含有若干麦克风并可以与相邻节点保持通信．此外，在DMN中，每个节点上的麦克风能够实现在本地独立地采集和处理语音信号，从而实现基于DMN的说话人定位和跟踪等功能．然而，传统的基于特殊几何拓扑结构麦克风阵列的声源定位方法无法直接应用于DMN中，极大地限制了DMN在实际系统中的应用．

近年来，声源定位和跟踪算法已得到广泛研究[5-7]．在文献[6]中，Cho等将说话人定位问题建模为累积相关最大化的优化问题，从而实现了对说话人的定位．在……