基于用户定位的电视立体声系统设计与应用

余明火

摘要：语声、图像赋能电视感知的多样化，屏幕发声技术赋能电视多形态的立体声设计，而智慧电视的发展需要电视具有更丰富、以用户为中心的智慧能力，其中基于感知的音质智慧能力是视听产品最重要的智慧能力之一。提出一种基于用户定位的电视立体声系统设计，详细阐述了系统工作原理，重点介绍了语声定位、云台摄像头定位等关键技术，该系统方案极大提升了大尺寸超高清电视的沉浸式语声体验，整体效益好，现已应用于具有传声器阵列、云台摄像头的屏幕发声电视。

关键词：用户定位；云台摄像头；语声；立体声；智慧电视

中图分类号：TN949.1；TN912.2 文獻标识码：A

0 引言

2019 年以前，语声交互是电视的主要感知方式[1]，随着荣耀终端有限公司发布了带有内置摄像头的智慧屏，电视带摄像头、具有“看”感知能力成为电视发展新方向，语声能力、摄像头图像采集能力仅仅是电视机感知能力的基础，语音、图像的交互促进了电视智慧化程度的逐步提升[2]。电视机作为视听产品，音画、互动才能给用户直观的体验，在提升电视画质方面催生了各种以感知为基础的画质增强算法，如基于环境光的图像调节[3]；在提升音质方面，杜比、多声道等声音技术都已应用于电视[4]。虽然电视面板不断发展，多声道的屏幕发声电视相继推出[5]，但总体音质智慧能力仍有提升空间。

本文提出了一种基于用户定位的电视立体声系统设计，以用户为中心，通过语声采集传声器、摄像头采集电视机前用户的位置，利用算法实现用户定位。在声音系统设计方面，设计立体声屏幕发声单元，基于用户定位控制发声单元逻辑，实现以用户为中心的沉浸式语声体验。

1 系统原理

如图1 所示，基于用户定位的智慧电视立体声系统主要包括用户定位、立体声设计、电源管理、电视系统等。其中，用户定位包括语声定位、图像定位，语声定位由传声器阵列、集成于电视芯片内部的声音处理、声音定位算法组成。该传声器阵列采用线性传声器阵列模块和防反射收音管道设计工艺，隐藏于电视机内部，满足电视应用环境的高识别率和唤醒率。图像定位由摄像头、实现摄像头大屏全覆盖的机械结构、集成于电视芯片内部的图像处理单元、图像定位算法组成。摄像头具有云台结构，可内置于电视机，隐藏式摄像头使用两轴云台技术，实现云台摄像头自由升降、水平和垂直旋转，全面覆盖大屏使用区域，在保护用户隐私的同时保证整机外观完整性。立体声设计包括语声源、操作系统内核中央处理器（central processing unit，CPU）、数字语声输出、功放、喇叭、显示屏，其中喇叭安装设计在显示屏的背板，该显示屏具有柔性结构，如有机发光二极管（organic light-emittingdiode，OLED）显示屏。电视系统包括除用户定位、立体声设计、电源管理之外构成电视的系统。本文设计的系统在大屏电视上应用效果显著。

当系统工作时，传声器阵列采集电视机前用户的声音，系统根据声音，并且通过定位算法计算用户在电视传声器前的水平相对方位。根据传声器阵列和扬声器阵列之间的位置关系，计算用户和扬声器之间的方位关系。而当内置于电视结构的云台摄像头处于激活状态时，云台摄像头实现垂直方向升降，用户无发声状态，摄像头采集电视前的画面，通过人体识别、云台机械机构水平转向角度，计算用户在电视机前的相对位置以及用户和扬声器的方位关系。确定好用户位置后，通过对各通道语声输出信息增加时延算法，使得电视的扬声器声音在用户位置实现同相位干涉增强。

2 关键技术

基于用户定位的电视立体声系统采用的关键技术主要有语声定位技术、云台摄像头定位技术等。如图2 所示，内置摄像头、传声器阵列、喇叭等重要模块在电视系统结构中有序分布，其中内置摄像头采用隐藏式设计结构，安装在电视机的中间顶部；喇叭设计于屏幕发声单元的背面；显示屏具有柔性结构，可实现屏幕发声；传声器阵列多设计在电视机的下边缘结构件内。

2.1 语声定位技术

语声定位技术包括硬件系统设计和软件算法设计。硬件系统设计至少2 个传声器阵列模组，为适应电视机大尺寸的特点，传声器阵列多采用4 个传声器结构。本文基于语声的定位算法将采用四麦阵列模组，传声器采用适用于电视的线性传声器阵列模块及防反射收音管道设计工艺[6]。

软件算法设计则基于用户与传声器方位，用户与传声器阵列相对位置示意图如图3 所示。