基于到达时间差的卷积神经网络声源定位方法及系统

本发明涉及智能定位技术领域，具体涉及一种基于到达时间差的卷积神经网络声源定位方法及系统，该方法包括通过声源阵列接收器获取声源数据集；根据加权相变广义互相关算法提取样本数据集的时延特征；将时延特征作为输入，将声源的坐标值作为输出，利用均方误差为损失函数，对深度残差卷积网络进行训练；获取训练好的深度残差卷积网络；将待定位的声源对应的时延特征输入至训练好的深度残差卷积网络中，获取声源的坐标值。本发明通过引入深度残差神经网络充分学习音频数据时差特征，进而综合利多个麦克风阵列间的时差关系、位置空间特征和数据变化规律，使得在声源定位效果更好、精度更高。