李文月

摘 ? 要：隨著網(wǎng)絡(luò)建設(shè)以及信息化教學(xué)方法在高校教學(xué)過(guò)程中的應(yīng)用普及，越來(lái)越多的高校使用在線巡課系統(tǒng)對(duì)教師的教學(xué)過(guò)程進(jìn)行跟蹤和管理，以便發(fā)現(xiàn)課堂教學(xué)中的亮點(diǎn)、問(wèn)題和不足。文章提出的在線巡課系統(tǒng)，基于聲源定位的技術(shù)，對(duì)傳統(tǒng)的在線巡課系統(tǒng)做出了改進(jìn)，解決了已有巡課系統(tǒng)中“只聞其聲，不見(jiàn)其人”的問(wèn)題，能夠更直觀地跟蹤到教師的教學(xué)過(guò)程，包括教學(xué)行為以及師生互動(dòng)過(guò)程，有效提升教務(wù)人員巡課效果和體驗(yàn)感受。

關(guān)鍵詞：聲源定位;在線巡課;云臺(tái)控制

近年來(lái)，信息技術(shù)的高速發(fā)展帶動(dòng)了高校教育形式和方法的改革，為高校教職工以及學(xué)生提供了優(yōu)質(zhì)的信息化教學(xué)環(huán)境和硬件設(shè)備。集教、學(xué)、管、評(píng)于一體的智慧教室學(xué)習(xí)平臺(tái)以服務(wù)教學(xué)為核心，可以支持不同用戶角色業(yè)務(wù)應(yīng)用，覆蓋教學(xué)全環(huán)節(jié)，極大地提高了教育教學(xué)及管理水平。

在線巡課是督導(dǎo)評(píng)教的一種新型手段，教學(xué)主管可快速定位到問(wèn)題課堂，進(jìn)行有針對(duì)性的遠(yuǎn)程教學(xué)督導(dǎo)、遠(yuǎn)程教學(xué)評(píng)價(jià)，也可更好地感受課堂教學(xué)狀態(tài)、發(fā)現(xiàn)教學(xué)問(wèn)題?，F(xiàn)有的在線巡課系統(tǒng)主要是作為智慧教室中的一個(gè)模塊出現(xiàn)[1]，目前的在線巡課系統(tǒng)可以滿足巡課人員的基本需求[2]，但是對(duì)于一些智慧教室中的前端攝像部分，普遍存在跟蹤不準(zhǔn)確、不及時(shí)的現(xiàn)象，嚴(yán)重影響了巡課系統(tǒng)的用戶體驗(yàn)和效果。

為了提高在線巡課系統(tǒng)的巡課效果及用戶體驗(yàn)，本文提出了一種基于聲源定位的高校在線巡課系統(tǒng)，可以借助麥克風(fēng)陣列聲源定位技術(shù)對(duì)發(fā)言者進(jìn)行定位，根據(jù)定位結(jié)果控制攝像頭的移動(dòng)，使發(fā)言者始終處于巡課界面之中。

1 ? ?關(guān)鍵技術(shù)介紹

1.1 ?語(yǔ)音增強(qiáng)技術(shù)

語(yǔ)音增強(qiáng)是一種從帶噪的語(yǔ)音信號(hào)中通過(guò)抑制、降低噪聲等方式來(lái)提取出感興趣目標(biāo)信號(hào)的技術(shù)。常用的語(yǔ)音增強(qiáng)技術(shù)主要包括兩大類[3]：?jiǎn)瓮ǖ勒Z(yǔ)音增強(qiáng)和多通道語(yǔ)音增強(qiáng)。（1）單通道語(yǔ)音增強(qiáng)方法，主要包括典型的譜減法、以統(tǒng)計(jì)理論為基礎(chǔ)的算法等，針對(duì)的是主要目標(biāo)語(yǔ)音的加性噪聲干擾，效果并不穩(wěn)定，無(wú)法像人耳那樣提取出感興趣的聲音。（2）多通道語(yǔ)音增強(qiáng)方法，指的是麥克風(fēng)陣列語(yǔ)音增強(qiáng)法，主要包括固定波束形成法、自適應(yīng)波束形成法、仿生學(xué)法以及盲信號(hào)分離法等[4]。本系統(tǒng)采用固定波束形成法，也稱為延時(shí)-求和波束形成器，是麥克風(fēng)陣列語(yǔ)音增強(qiáng)技術(shù)中最簡(jiǎn)單且易于實(shí)現(xiàn)的一種方法。

1.2 ?聲源定位技術(shù)

聲源定位是一種信號(hào)源位置估計(jì)技術(shù)。在聲學(xué)環(huán)境下，聲源位置信息的估計(jì)在很多場(chǎng)景中都有非常重要的應(yīng)用，例如攝像機(jī)的自動(dòng)跟蹤、人機(jī)交互中的自動(dòng)跟隨等。目前，常用的基于麥克風(fēng)陣列的聲源定位技術(shù)主要包括[5]：基于時(shí)延估計(jì)的定位算法，基于最大輸出功率的可控波束形成方法，基于高分辨率譜估計(jì)的定位方法。

本文采用基于時(shí)延估計(jì)的定位方法，非常類似人耳的聲源定位方法，結(jié)合聲音在空氣中的傳播速度記憶以及測(cè)量得到的聲源信息到達(dá)各麥克風(fēng)的時(shí)間差，來(lái)實(shí)現(xiàn)聲源定位?；跁r(shí)延估計(jì)的聲源定位主要包括時(shí)延估計(jì)和位置估算兩部分，下文將會(huì)詳細(xì)介紹。

2 ? ?系統(tǒng)設(shè)計(jì)

基于聲源定位的在線巡課系統(tǒng)設(shè)計(jì)如下：首先，通過(guò)聲源定位模塊得到聲源位置;其次，根據(jù)定位得到的聲源位置控制PTZ（Pan/Tilt/Ioom）攝像頭的運(yùn)動(dòng)方向和距離，使得課堂中正在發(fā)言的教師或?qū)W生始終在巡課人員的監(jiān)控視野中。完整的系統(tǒng)框架如圖1所示。

圖1 ?基于聲源定位的在線巡課系統(tǒng)框架

在基于聲源定位的在線巡課系統(tǒng)中，教室端的麥克風(fēng)先進(jìn)行語(yǔ)音信號(hào)的拾取，經(jīng)過(guò)語(yǔ)音增強(qiáng)處理后的“純凈”語(yǔ)音經(jīng)聲源定位模塊處理之后，獲得聲源位置，然后根據(jù)聲源位置來(lái)控制攝像頭移動(dòng)，使“發(fā)言者”始終處于巡課界面中，最后完成教學(xué)過(guò)程的視頻采集，經(jīng)互聯(lián)網(wǎng)傳輸給遠(yuǎn)端的遠(yuǎn)程呈現(xiàn)模塊。

3 ? ?系統(tǒng)實(shí)現(xiàn)

基于聲源定位的在線巡課系統(tǒng)主要包括：語(yǔ)音增強(qiáng)、聲源定位以及攝像頭控制3個(gè)模塊。本系統(tǒng)的語(yǔ)音增強(qiáng)模塊采用固定波束形成法，主要介紹聲源定位和攝像頭PTZ控制的實(shí)現(xiàn)原理。

3.1 ?聲源定位模塊

該系統(tǒng)的聲源定位首先是通過(guò)麥克風(fēng)陣列估計(jì)出同一聲源信號(hào)到達(dá)麥克風(fēng)的時(shí)間差;其次，利用估計(jì)出的時(shí)延差以及麥克風(fēng)的位置信息，在一定的準(zhǔn)則和條件下估算目標(biāo)聲源位置。本系統(tǒng)中的聲源定位包括時(shí)延估計(jì)和聲源定位兩部分：

（1）時(shí)延估計(jì)。本系統(tǒng)采用比較傳統(tǒng)的基于廣義互相關(guān)的時(shí)延估計(jì)法，原理是在功率域?qū)邮盏降男盘?hào)進(jìn)行加權(quán)處理，達(dá)到在頻域上抑制噪聲和增加信噪比的目的。該算法的基本原理如下[6]：

3.2 ?攝像頭PTZ控制實(shí)現(xiàn)

基于聲源定位的在線巡課系統(tǒng)，利用聲源定位模塊得到的“發(fā)言者”的坐標(biāo)，計(jì)算該位置與攝像機(jī)預(yù)設(shè)位置的偏差及方向，通過(guò)串口通信自動(dòng)控制云臺(tái)轉(zhuǎn)動(dòng)[8]。同時(shí)，還可以由巡課人員手動(dòng)對(duì)攝像機(jī)進(jìn)行控制，該模塊的工作流程如圖2所示。

攝像頭控制模塊在獲得聲源定位模塊獲得的聲源三維坐標(biāo)（xS， yS， zS）之后，先是檢測(cè)自動(dòng)跟蹤功能是否正常，若不正常則啟動(dòng)手動(dòng)控制功能;然后檢測(cè)自動(dòng)調(diào)焦功能是否正常，若不正常則啟動(dòng)手動(dòng)控制調(diào)焦功能。若以上功能均正常，則按照聲源位置來(lái)控制攝像頭的運(yùn)動(dòng)，使得發(fā)言者始終處于巡課界面之內(nèi)。

4 ? ?結(jié)語(yǔ)

基于聲源定位的高校在線巡課系統(tǒng)利用麥克風(fēng)聲源定位對(duì)“發(fā)言者”進(jìn)行位置估計(jì)，然后根據(jù)獲得位置的三維坐標(biāo)來(lái)對(duì)PTZ攝像頭進(jìn)行控制，使得“發(fā)言者”始終處于巡課界面之內(nèi)。本系統(tǒng)可以在增加少量硬件設(shè)備的基礎(chǔ)上，有效解決巡課過(guò)程中“只聞其聲，不見(jiàn)其人”的問(wèn)題，提高巡課效果以及巡課人員的巡課體驗(yàn)。

[參考文獻(xiàn)]

[1]王蓓蓓.校園云錄播平臺(tái)應(yīng)用系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].天津：天津大學(xué)，2014.

[2]張凱，楊再明，宋慧寧.可視化巡課系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].管理信息化，2017（13）：66-68.

[3]郭永進(jìn).聲源定位與語(yǔ)音增強(qiáng)的研究及SOPC實(shí)現(xiàn)[D].長(zhǎng)沙：湖南大學(xué)，2013.

[4]秦艷華.基于麥克風(fēng)陣列的聲源定位技術(shù)研究[D].北京：北京郵電大學(xué)，2019.

[5]李揚(yáng).基于小型麥克風(fēng)陣列的聲源定位系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2014.

[6]唐浩洋，陳子為.基于麥克風(fēng)陣列的GCC時(shí)延算法分析[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2019（12）：140-145.

[7]劉路路.基于麥克風(fēng)陣列的聲源定位技術(shù)研究[D].西安：西安電子科技大學(xué)，2019.

[8]陳雙葉，王善喜.PTZ攝像機(jī)跟蹤運(yùn)動(dòng)目標(biāo)的智能控制算法的研究[J].計(jì)算機(jī)科學(xué)，2015（11A）：135-139.

Abstract：It is understood that in the process of school teaching， more and more senior high schools use online tour department administrative teachers in the teaching process， the students have been in-depth guidance and management， so the bright spots， problems and shortcomings in the process of school teaching are obvious. Based on the technology of sound source location， the online course patrol system proposed in this paper improves the traditional online course patrol system， solves the problem of “only hearing the sound， but not seeing the person” in the existing course patrol system， and can more intuitively track the teaching process of teachers， including the teaching behavior and the interaction between teachers and students， so as to effectively improve the effect and experience of the course patrol of teaching administrators.

Key words：sound source location; online patrol class; Pan Tilt Zoom