SYSTEMS AND METHODS FOR SOURCE LOCALIZATION AND SEPAR ATION 

CROSS‐REFERENCE TO RELATED APPLICATIONS 

[0001] This application claims the benefit of and priority  from U.S. Provisional  Patent Application Serial No. 62/093,903 filed 18 Dec ember 2014 entitled “SYSTEMS AND  METHODS FOR SOURCE LOCALIZATION AND SEPARATION,” whi ch is incorporated herein  by reference in its entirety. 

TECHNICAL FIELD OF THE DISCLOSURE 

[0002] The present invention relates to the field of signal  processing, and in  particular to source localization and/or separation. 

BACKGROUND 

[0003] Use of spoken input for user devices, including smar tphones, automobiles,  etc., can be challenging due to the fact that, typi cally, an acoustic environment in which a  desired signal from a speaker is acquired also conta ins undesired signals from other  acoustic sources.  In such an environment, an acoust ic sensor acquires an acoustic signal  that has contributions from a plurality of different� �acoustic sources, where, as used  herein, the term “contribution of an acoustic sourc e” refers to at least a portion of an  acoustic signal generated by a particular acoustic so urce, typically the portion being a  portion of a particular frequency or a range of fre quencies, at a particular time or range  of times.  When an acoustic source is e.g. a perso n speaking, there will be multiple  contributions, i.e. there will be acoustic signals of  different frequencies at different times  generated by such a “source.”   

[0004] In a process generally referred to as “source sepa ration,” various digital  signal processing techniques are used to recover the� �original component signals  attributable to different sources from a combined sig nal acquired by the acoustic sensor  (i.e. from the acquired signal that has a combinatio n of contributions from different  sources).  A process of performing source separation� �without any prior information about 

the acoustic signals is often referred to as “b lind source separation” (BSS).  Source  separation can often be improved by processing acoust ic signals acquired by multiple  acoustic sensors, arranged e.g. in a sensor array, e .g. a microphone array.  In such  scenarios, each acoustic sensor acquires a correspondi ng signal that includes 

contributions from multiple sources and comparison  of the signals acquired by different  acoustic sensors provides an insight into individual  contributions of the different sources.   

[0005] In general, the term “source localization” refers� �to a process of 

determining spatial position of a particular source  within a given environment.  Various  digital signal processing techniques usually use the  term “Direction of Arrival” (DOA) to  describe a parameter that indicates direction from wh ich the signal generated by a  particular source arrived, thus localizing the source� �within the environment.   

[0006] Sound source localization and separation is used in  many applications,  including, for example, signal enhancement and noise  cancellation for phones or hearing  aids, speech recognition, home automation, and voice  user interface in the car or home. 

[0007] Typically, various source separation techniques use DO A in order to  recover signals attributable to one or more of the  individual sources.  Thus, source  localization typically precedes, or may be considered� �a part of, source separation.  For  example, many well‐known source separation approaches  use beamforming, i.e. signal  processing techniques used to control the directionali ty of the reception of a signal, by  employing arrays of acoustic sensors that aim to imp rove directional gain of the sensor  array(s) by increasing the gain in the direction of� �a source of interest (e.g. a speaker) and  decreasing the gain in the direction of interferences  and noise.  Beamforming techniques  use information about the DOA of the source, and, t herefore, are preceded by 

localization step where location of the source in� �the environment is determined or  estimated.    

[0008] One known approach for finding the DOAs is Steered  Response Power  (SRP) localization, which searches for peaks in the  output power of a family of 

beamformers as a function of the DOA.  In one e xample, each beamformer in a family of  beamformers focuses on a specific direction.  SRP lo calization can be used with a 

Maximum‐Likelihood (ML) formulation.  Another know n approach computes the     

Generalized Cross‐Correlation (GCC) function, which  can be used with a spectral  weighting function such as Phase Transform (PHAT) to� �enhance the localizer.   

[0009] A different known method for finding DOAs uses eigen analysis of the data  correlation matrix.  For example, a Multiple Signal  Classification (MUSIC) algorithm uses  this method to identify signal and noise subspaces a nd form a MUSIC pseudospectrum  that contains peaks at the source DOAs.  The MUSIC� �pseudospectrum plots direction on  the x‐axis and likelihood of that direction as bei ng the source of a sound on the y‐axis,  and thus is a function over the space of directions  which indicates where sources are  likely to be.   

[0010] Another known method includes modeling observed data  vectors as zero‐ means Gaussian random variables and using an EM algo rithm to learn the sources’  covariance parameters.  The sources can be separated� �using multichannel Wiener  filtering.  According to some implementations, multich annel Wiener filtering can be used  separate source signals from background noise.  In s ome implementations, multichannel  Wiener filtering can be used to separate speech sign als from each other.  In one example,  in a multichannel case, in which there are multiple� �channels and multiple source signals,  the output of the multichannel Wiener filter includes  multiple sources and includes a  correlation matrix that describes how the channels ar e correlated.  The multichannel  Wiener filter reconstructs source vectors directly.    

[0011] The methods discussed above are sequential methods: f irst the DOA is  estimated and the source is localized, and then the� �signal is separated from other signals  and from background noise.  One approach for simulta neously localizing and separating  various sounds sources uses Bayesian analysis.  Howev er, Bayesian analysis uses prior  information about the sources, which may not always  be available.  For example,  Bayesian analysis requires prior information about the  magnitudes of the sources.  

[0012] As the foregoing illustrates, improvements with respec t to source  localization and separation are desired. 

OVERVIEW   

[0013] A more effective and efficient method for localizing� �and separating signals  is provided, and involves interpreting the SRP functi on as a probability distribution and  maximizing it as a function of the source DOAs.  I n one method, a mixture of single‐ source SRPs (MoSRP) is used.  In a second method,  an SRP that explicitly models the  presence of multiple sources is provided (MultSRP). � �Some advantages of the second  method include simultaneous localization of each of t he multiple sources and explicit  modeling of interference between sources.  Time‐Freq uency (TF) masking is used to  isolate TF bins, described in greater detail below,  that correspond to directional signals of  interest, thereby merging the localization, separation� �and Wiener post‐filtering steps into  one unified approach. 

[0014] According to some embodiments, an improved type of W iener filter may  be used for estimating a weight for each of multipl e TF bins for each of multiple sources.   The weight estimates for each time‐frequency bin ca n be used to determine which bins  contain source energy and which bins do not contain� �source energy.  Bins which do not  contain source energy may still contain energy, for  example, noise.  For each time  frequency bin, a Wiener filter coefficient is estimat ed, where the Wiener filter coefficient  corresponds to the probability that any of the direc tional sources are present. 

[0015] According to one aspect, a method is provided for i dentifying a first  direction of arrival of sound waves (i.e. acoustic s ignals) from a first acoustic source and a  second direction of arrival of sound waves from a s econd acoustic source.  The methods  includes receiving, at a microphone array, acoustic s ignals including a combination of the  sound waves from the first and second acoustic sourc es, converting the received acoustic  signals from a time domain to a time‐frequency dom ain, processing the converted  acoustic signals to determine an estimated first angl e representing the first direction of  arrival and an estimated second angle representing th e second direction of arrival, and  updating the estimated first and second angles.  The  processing includes localizing,  separating and Wiener post‐filtering the converted a coustic signals using time‐frequency  weighting and outputting a time‐frequency weighted s ignal for estimating the first and 

second angles.  In one example, converting the re ceived acoustic signals from a time  domain to a time‐frequency domain includes using a� �short time Fourier transform.   

[0016] According to some implementations, the method includes  combining the  time‐frequency weighted signal with the converted ac oustic signals to generate a  correlation matrix.  In some implementations, updating  the estimated first and second  angles comprises utilizing the correlation matrix and� �the estimated first and second  angles and outputting updated estimated first and sec ond angles. 

[0017] According to some implementations, processing the conv erted acoustic  signals to determine the estimated first and second  angles includes decomposing the  converted acoustic signals to identify signals from e ach of the first and second acoustic  sources by accounting for interference between the fi rst and second acoustic sources in  forming the acoustic signals.  In some implementation s, processing the converted  acoustic signals and updating the first and second e stimated angles includes iteratively  decomposing the converted acoustic signals to simultan eously determine the first and  second directions of arrival.  In one example, proce ssing the converted acoustic signals  includes processing using steered response power local ization. 

[0018] According to some implementations, the method further� �includes using an  inverse STFT to convert the processed converted acous tic signals back into the time  domain and separating the sound waves from the first  acoustic source from the sound  waves from the second acoustic source. 

[0019] As will be appreciated by one skilled in the art,  aspects of the present  disclosure may be embodied in various manners – e. g. as a method, a system, a  computer program product, or a computer‐readable sto rage medium.  Accordingly,  aspects of the present disclosure may take the form� �of an entirely hardware 

embodiment, an entirely software embodiment (includi ng firmware, resident software,  micro‐code, etc.) or an embodiment combining softwar e and hardware aspects that may  all generally be referred to herein as a "circuit,"� �"module" or "system."  Functions  described in this disclosure may be implemented as a n algorithm executed by one or  more processing units, e.g. one or more microprocesso rs, of one or more computers.  In  various embodiments, different steps and portions of  the steps of each of the methods     

described herein may be performed by different pro cessing units.  Furthermore, aspects  of the present disclosure may take the form of a c omputer program product embodied in  one or more computer readable medium(s), preferably n on‐transitory, having computer  readable program code embodied, e.g., stored, thereon.   In various embodiments, such a  computer program may, for example, be downloaded (upd ated) to the existing devices  and systems (e.g. to the existing radar or sonar re ceivers or/and their controllers, etc.) or  be stored upon manufacturing of these devices and sy stems. 

[0020] Other features and advantages of the disclosure are  apparent from the  following description, and from the claims. 

BRIEF DESCRIPTION OF THE DRAWING 

[0021] To provide a more complete understanding of the pres ent disclosure and  features and advantages thereof, reference is made to  the following description, taken in  conjunction with the accompanying figures, wherein lik e reference numerals represent  like parts, in which:     

[0022] FIGURE 1 is a diagram illustrating an audio processo r receiving signals from  multiple sources, according to some embodiments of th e disclosure; 

[0023] FIGURE 2 is a diagram illustrating a method for ide ntifying a first direction  of arrival of sound waves from a first acoustic sou rce and a second direction of arrival of  sound waves from a second acoustic source, according� �to some embodiments of the  disclosure; 

[0024] FIGURE 3 is one diagram illustrating a method for s eparating and localizing  signals, according to some embodiments of the disclos ure; 

[0025] FIGURE 4 is a diagram illustrating two data vectors� �from two sources and  the combination of the two data vectors, according t o some embodiments of the  disclosure;  

[0026] FIGURE 5A is a diagram illustrating single‐source l ikelihood over DOAs,  according to some embodiments of the disclosure;  

[0027] Figure 5B is a diagram illustrating a multi‐source� �SRP likelihood for a data  mixture of two sources over a joint space of all D OA pairs, according to some 

embodiments of the disclosure; and 

[0028] Figure 6 is another diagram illustrating a MultSRP m ethod for separating  and localizing signals, according to some embodiments� �of the disclosure. 

DESCRIPTION OF EXAMPLE EMBODIMENTS OF THE DISCLOSUR E 

[0029] FIGURE 1 is a diagram 100 illustrating an audio pro cessor 102 receiving  signals from first 104a, second 104b, and third 104n  sources, according to some  embodiments of the disclosure.  The audio processor  102 includes a microphone array  106, a direction finding module 108, a source separa ting module 110, and an audio  processing module 112.   

[0030] The microphone array 106 receives (i.e. acquires) a  combined sound,  referred to in the following as “ambient sound,”� �including the signals from the first 104a,  second 104b and third 104n sources.  In other examp les, the microphone array 106  receives ambient sound includes signals from more tha n three sources, and there may be  any number of sources present.   

[0031] The microphone array 106 may include one or more ac oustic sensors,  arranged e.g. in a sensor array, each sensor of the  array configured to acquire an ambient  sound (i.e., each acoustic sensor acquires a correspo nding signal).  In some embodiments  where a plurality of acoustic sensors are employed,  the sensors may be provided  relatively close to one another, e.g. less than 2 c entimeters (cm) apart, preferably less  than 1 cm apart.  In an embodiment, the sensors ma y be arranged separated by distances  that are much smaller, on the order of e.g. 1 mill imeter (mm) or about 300 times smaller  than typical sound wavelength, where beamforming techn iques, used e.g. for 

determining DOA of an acoustic signal, do not app ly.  In other embodiments, the sensors  may be provided at larger distances with respect to� �one another.   

[0032] While some embodiments where a plurality of acoustic� �sensors are  employed make a distinction between the signals acqui red by different sensors (e.g. for  the purpose of determining DOA by e.g. comparing the  phases of the different signals),     

other embodiments may consider the plurality of si gnals acquired by an array of acoustic  sensors as a single signal, possibly by combining th e individual acquired signals into a  single signal as is appropriate for a particular imp lementation.  Therefore, in the  following, when an “acquired signal” is discussed� �in a singular form, then, unless  otherwise specified, it is to be understood that the  signal may comprise several acquired  signals acquired by different sensors of the micropho ne array 106. 

[0033] Different source localization and separation techniques  presented herein  are based on computing time‐dependent spectral chara cteristics X of the signal acquired  by the microphone array 106.  A characteristic could  e.g. be a quantity indicative of a  magnitude of the acquired signal.  A characteristic  is “spectral” in that it is computed for  a particular frequency or a range of frequencies.   A characteristic is “time‐dependent” in  that it may have different values at different times .   

[0034] In an embodiment, such characteristics may be a Shor t Time Fourier  Transform (STFT), computed as follows.  An acquired  signal is functionally divided into  overlapping blocks, referred to herein as “frames.� �  For example, frames may be of a  duration of 64 milliseconds (ms) and be overlapping  by e.g. 48 ms.  The portion of the  acquired signal within a frame is then multiplied wi th a window function (i.e. a window  function is applied to the frames) to smooth the ed ges.  As is known in signal processing,  and in particular in spectral analysis, the term “ window function” (also known as tapering  or apodization function) refers to a mathematical fun ction that has values equal to or  close to zero outside of a particular interval.  Th e values outside the interval do not have  to be identically zero, as long as the product of  the window multiplied by its argument is  square integrable, and, more specifically, that the f unction goes sufficiently rapidly  toward zero.  In typical applications, the window fu nctions used are non‐negative smooth  "bell‐shaped" curves, though rectangle, triangle, and  other functions can be used.  For  instance, a function that is constant inside the int erval and zero elsewhere is called a  “rectangular window,” referring to the shape of i ts graphical representation.  Next, a  transformation function, such as e.g. Fast Fourier Tr ansform (FFT), is applied 

transforming the waveform multiplied by the window� �function from a time domain to a  frequency domain.  As a result, a frequency decompos ition of a portion of the acquired     

signal within each frame is obtained.  The freque ncy decomposition of all of the frames  may be arranged in a matrix where frames and freque ncy are indexed (in the following,  frames are described to be indexed by “t” and f requencies are described to be indexed  by “f”).  Each element of such an array, indexe d by (f, t) comprises a complex value  resulting from the application of the transformation  function and is referred to herein as  a "time‐frequency (TF) bin” or simply “bin.”   The term “bin” may be viewed as indicative  of the fact that such a matrix may be considered a s comprising a plurality of bins into  which the signal’s energy is distributed. 

[0035] Time‐frequency bins come into play in BSS algorithm s in that separation of  a particular acoustic signal of interest (i.e. an ac oustic signal generated by a particular  source of interest) from the total signal acquired b y an acoustic sensor may be achieved  by identifying which bins correspond to the signal o f interest, i.e. when and at which  frequencies the signal of interest is active.  Once� �such bins are identified, the total  acquired signal may be masked by zeroing out the un desired time‐frequency bins.  Such  an approach would be called a “hard mask.”  App lying a so‐called “soft mask” is also  possible, the soft mask scaling the magnitude of eac h bin by some amount.  Then an  inverse transformation function (e.g. inverse STFT) ma y be applied to obtain the desired  separated signal of interest in the time domain.  T hus, masking in the frequency domain  (i.e. in the domain of the transformation function)  corresponds to applying a time‐ varying frequency‐selective filter in the time domai n.  The desired separated signal of  interest may then be selectively processed for variou s purposes. 

[0036] In one example, each source 104a, 104b, 104n has a� �distinct location, and  the signal from each source 104a, 104b, 104n arrives  at the microphone array 106 at an  angle relative to its source location.  Based on th is angle, for each signal, the audio  processor 102 estimates a direction‐of‐arrival (DOA ).  Thus, at the audio processor 102,  each source 104a, 104b, 104n has a DOA 114a, 114b,� �114n.  The first source 104a has a  first DOA 114a, the second source 104b has a second  DOA 114b, and the third source  104n has a third DOA 114n. 

[0037] The microphone array 106 is coupled to the direction  finding module 108,  and the signals received at the microphone array 106  are transmitted to the direction     

finding module 108.  The direction finding module� �108 estimates the DOAs 114a, 114b,  and 114n associated with source signals 104a, 104b,  and 104n, as described in greater  detail below.  The direction finding module 108 is  coupled to a separation masking  module 110, where the signals corresponding to the v arious sources 104a, 104b, 104n  are separated from each other and from background no ise which may be present.  The  direction finding module 108 and the separation maski ng module 110 are each also  coupled to a further audio processing module 112, wh ere further processing of the  acoustic signals occurs.  The further audio processin g may depend on the application, and  may include, for example, enhancing one or more spee ch signals, and filtering out  constant noise or repetitive sounds. 

[0038] In traditional array processing, linear filtering algo rithms are used for  enhancing directional signals.  In particular, beamfor ming is used to constructively add  signals received at microphones in the array and sup press noise.  There are several  different methods for beamforming including Delay‐and ‐Sum (DS) beamforming, 

Minimum Variance Distortionless Response (MVDR) beam forming, Linearly‐Constrained  Minimum‐Variance (LCMV) beamforming, and Multiple Sig nal Classification (MUSIC)  beamforming. 

[0039] In one example, Delay‐and‐Sum (DS) beamforming inv olves adding a time  delay to the signal recorded from each microphone th at cancels out the delay caused by  the extra travel time that it took for the signal  to reach the microphone (as opposed to  microphones that were closer to the signal source).   Summing the resulting in‐phase  signals enhances the signal.  This beamforming method  can be used to estimate DOA by  testing various time delays, since the delay that co rrelates with the correct DOA will  amplify the signal, while incorrect time delays destr uctively interfere with the signal.  The  DS beamforming method focuses on the time domain to� �estimate DOA, and it is  inaccurate in noisy environments. 

[0040] In another example, Delay‐and‐Sum (DS) beamforming� �involves fractional  delays in the frequency domain.  Generally, when a  small microphone is array is used, the  received signals are processed by measuring the fract ional delays in the signals,  weighting each channel by a complex coefficient, and� �adding up the results.  According to     

one implementation, DS beamforming is used in proc essing received signals in the single  source model described below. 

[0041] MVDR beamforming is similar to DS beamforming, but t akes into account  statistical noise correlations between the channels. � � 

[0042] A Fourier transform can be used to transform the ti me domain signal into  the time‐frequency plane by converting time delays  between sensors into phase shifts.   MVDR beamforming provides good noise suppression by m inimizing the output power of  the array while not distorting signals from the prim ary DOA, but it has a power defined  by a matrix inversion, and is therefore computational ly intensive.  The MVDR 

beamformer solution is:          (1)   

[0043] MVDR and DS beamformers are generalized to the Multi ‐source case via a  multiply‐constrained optimization problem, and the so lution is the Linearly‐Constrained  Minimum‐Variance (LCMV) beamformer.  In particular,  in the LCMV beamformer, the  weight vector can be used to determine how to weigh t the channels in the time‐ frequency plane to preserve energy from desired direc tions and suppress energy from  other directions:    

[0044] The beamformers discussed above can be used to estim ate the  coefficients when the source DOA(s)  Φ are already known.  Thus, in systems using the  LCMV, MVDR and DS beamforming methods described above , first the source DOA(s) are  determined and then beamforming is performed.  The s ource DOA(s) may be determined  using, for example, Steered Response Power Localizatio n as described below. 

[0045] The MUSIC beamformer is a subspace method based on  an eigenanalysis  of the covariance matrix.  The MUSIC beamformer requ ires an eigendecomposition.   Additionally, MUSIC is based on the assumption that  the subspace that the signals lie in is 

orthogonal to the space in which the noise lies.� � In one example, the MUSIC beamformer  decomposes a covariance matrix representing the signal  and noise of the received signal. 

[0046] Steered Response Power (SRP) Localization is used to� �estimate source  DOA(s)  Φ.  In some examples, SRP localization is used to� �estimate DOA’s by discretizing  the direction space.  In particular, source DOAs  Φ estimated by SRP Localization can be  input in the LCMV beamforming equation (2) above.   SRP localization identifies DOAs  Φ  by searching for peaks in the output power of a si ngle‐source beamformer.   

[0047] When multiple sources are present, there may be mult iple peaks in the  SRP.  However, in compact microphone arrays or close ly spaced microphone arrays, close  spacing of the microphone elements makes the steering  vectors hard to distinguish, and  thus low frequency peaks are poorly localized.  Addi tionally, if the source coefficients are  simultaneously large in magnitude, the SRP function i s distorted by cross‐terms.  

[0048] A more accurate and effective approach is to scan a ll DOA sets  Φ using an  LCMV beamformer and locate the peak output power.   However, this is computationally  inefficient and too time‐consuming for real‐time f eedback, since discretizing the DOA  search space into D look directions results in D ^K   Φ‘s to be scanned (where K is the  number of sources present).  Instead, according to o ne implementation, the multi‐source  SRP function is modeled as a continuous likelihood f unction parametrized by  Φ and the  likelihood function is maximized to identify source D OAs.  

[0049] FIGURE 2 is a diagram illustrating a method 200 for  identifying a first  direction of arrival of sound waves from a first ac oustic source and a second direction of  arrival of sound waves from a second acoustic source .  The method includes, at step 202,  receiving, at a microphone array, acoustic signals in cluding the sound waves from the  first and second acoustic sources.  At step 204, th e received acoustic signals, now  represented by electrical signals generated by the mi crophone array, are converted from  a time domain to a time‐frequency domain.  At ste p 206, the converted acoustic signals  are processed to determine an estimated first angle  representing the first direction of  arrival and an estimated second angle representing th e second direction of arrival.   Processing includes localizing, separating and Wiener  post‐filtering the converted  acoustic signals using time‐frequency weighting and  outputting a time‐frequency     

weighted signal for estimating the first and secon d angles.  At step 208, the estimated  first and second angles are updated.  According to  one feature, the likelihood of the first  and second angles is determined integrally as a sing le unit from the mixed signals  received at the microphone array, rather than maximiz ing the likelihood of each of the  first and second angles separately. 

[0050] FIGURE 3 is a diagram illustrating a method 300 for  separating and  localizing signals, according to some embodiments of  the disclosure.  As shown in Figure  3, the method 300 is an iterative approach in which  a probabilistic SRP model is  combined with time‐frequency masking to perform blin d source separation and  localization in the presence of non‐stationary inter ference.  In particular, the method has  an iterative loop 306 including a Time‐Frequency (T F) weighting step 308, a correlation  matrices step 310, and a direction of arrival (DOA)� �update step 312. 

[0051] The method 300 begins with receiving input acoustic  signals x 302  acquired by different microphone elements of the micr ophone array 106.  As described  above, each acquired signal 302 may, and typically w ill, include contributions from  multiple sources 104a‐104n and a goal of source se paration is to distinguish these  individual contributions on a per‐source basis.   

[0052] The acquired input acoustic signals 302 are processed  through an STFT 304  to transform the signals from the time domain to th e time‐frequency plane.   

[0053] The output X from the STFT 304 is input to the TF  weighting step 308 and  to the correlation matrices step 310.  The TF weigh ting step 308 uses TF masking to  isolate TF bins that correspond to selected direction al signals.  In particular, some  directional signals are identified as being directiona l signals of interest, and the  corresponding TF bins are isolated.  Identifying the� �directional signal or signals of interest  may include separating identified signals, and selecti ng one (or more) of the separated  signals.  In one example, the selected signal corres ponds to a speech signal, and it may be  the speech of a particular speaker.    

[0054] In one example, the selected directional signals are� �identified based on  peaks in output power.  The TF weighting step 308  receives the output signals from the  STFT step 304 as well as a DOA set  Θ (DOA matrix) from the DOA update step 312, and     

uses these inputs to perform TF weighting as desc ribed in greater details in Equations 3‐ 17.  Thus, the localization, separation, and Wiener  post‐filtering steps are merged into  the TF weighting step 308. 

[0055] The output  ^ from the TF weighting step 308 is input into the  correlation  matrices step 310.  The correlation matrices step 31 0 combines the TF weighted input  and data output from the STFT 304. The correlation  matrices step 310 uses the inputs to  derive correlation matrices as described in greater d etail below with respect to equations  15 and 16, and outputs an updated correlation matrix  R to the DOA update step 312.  The  DOA update step revises the set of DOA’s  Θ based on the input correlation matrix R, and  outputs the updated DOA’s  Θ to the TF weighting step 308. 

[0056] Following the iterative loop 306 of the method 300  shown in Figure 3, an  output set of DOA’s  Θ indicating the localization results is output from th e DOA update  step 312 to a final separation step 314.  The sepa ration step 314 also receives the STFT  processed data x as input.  At the separation step� �314, the set of DOA’s  Θ is used to  separate out the signals in the data x and generate s an STFT matrix for each source.  The  STFT matrices are processed with an inverse STFT at� �step 316, which transforms each one  into a time domain signal.  The time domain signals  318 output from step 316 are  localized, separated and post‐filtered output signals .  

[0057] According to various implementations, the method 300  is performed using  the following equations.   

[0058] According to some implementations a first method for� �maximizing the SRP  as a function of the source DOA’s uses an SRP th at explicitly models the presence of  multiple sources. 

[0059] Identifying the DOAs involves maximizing a likelihood� �function:  

[0060] where x is the STFT coefficients of the data from  the microphone array,  and  θ ₁  and  θ ₂  are estimated DOA angles.  A Gaussian likelih ood for the observed data  vectors x _ft  is: 

[0061] where the mean  μ _ft encodes the expected value of x _ft , and σ ²

f represents  the variance of the background noise at frequency f, and I is the identity matrix, and: 

[0062] for a hypothesized DOA set  Θ, where A _f  is the steering matrix including  the observed mixing vectors a _f  as elements, and s _ft  is a vector of complex source  coefficients for a time‐frequency bin with one comp onent for each source.  The  expectation E[s _ft ] can be approximated with a least squares estimate: � �

[0063] which is the output of a LCMV beamformer with R _f   σI, where H is a  Hermitian transpose.  In some implementations, there  can be regularization within the  brackets in equation (6) to make sure that the matr ix inverse is well‐conditioned.  And  therefore: 

[0064] where: 

[0065] Thus, the likelihood of a particular DOA set  Θ is:   

[0066] where, in the log domain above, the proportionality  sign  ^ means equality  up to an additive constant (rather than up to a mu ltiplicative constant). This can be  aggregated over time t and ex anded: 

[0067] Using the above equations, the DOAs of signals from� �multiple sources can  be efficiently determined more accurately than by pre vious methods. 

[0068] FIGURE 4 is a diagram 400 illustrating a first 402� �and second 404 data  vectors from first and second sources and the combin ation 406 of the two data vectors 

402 and 404, according to some embodiments of the  disclosure.  The diagram 400  illustrates the additivity of the first 402 and seco nd 404 data vectors.  As illustrated in  Figures 5A and 5B, due to interference between the  first 402 and second 404 data  vectors, a spurious peak in the single source likeli hood is present between the true DOAs.  If a single‐source likelihood is calculated for the  superposition of the first 402 and second  404 data vectors, the single source likelihood will  indicate the likelihood of a single  source at the combination data vector 406 source. Th is is illustrated in FIGURE 5A, which  shows is a diagram 500 illustrating single‐source l ikelihood over DOAs, according to some  embodiments of the disclosure.  In particular, the d iagram 500 shows the single source  likelihood, with a peak indicating a DOA around 1.3� ��1.4 radians.  Thus, the single source  likelihood equation estimates a single source position ed between the first and second  sources, rather than the two separate sources. 

[0069] Figure 5B is a diagram 550 illustrating a multi‐so urce SRP likelihood for a  data mixture of two sources over a joint space of  all DOA pairs, according to some  embodiments of the disclosure.  The data shown in F igure 5B is derived using equation  (10) above, which estimated the first and second sou rces as having a DOAs at 0.56  radians and at 2.26 radians on the unit circle. 

[0070] According to some implementations a second method for  maximizing the  SRP as a function of the source DOA’s uses a mix ture of single‐source SRP’s. 

[0071] Maximum likelihood estimation of the source DOAs can� �be estimated  using a gradient ascent on the SRP likelihood shown� �above in equation 10:   

[0072] where  η is the step size, and  Ω is a function that normalizes the gradient,  which appears in parentheses after the  Ω.  The gradient indicates which direction  corresponds with an improvement in DOA estimates.  T he step size  η is how far to move  in the indicated direction.   The maximum likelihood  can be estimated for both the one‐ source model and the multiple source model.  For th e one‐source model, the gradient  can be 

[0073] where  ^ ^denotes element‐wise multiplication, and m is the  matrix of  microphone positions (a matrix in which the columns  are the positions of the 

microphones).  The single source model can be use d when multiple sources are present  by modeling the presence of the other sources at ea ch time t with hidden variables z _ft   that capture which source is active at any selected� �time.  In one example, an Expectation‐ Maximization (EM) algorithm is used to iterate betwee n estimating z _ft  ‘s and DOAs:    (13) 

[0074] the lower bound of the EM algorithm is: 

[0075] where    

[0076] are source‐specific correlation matrices, and are de fined in terms of the  posterior probabilities of the z _ft ’s:   

[0077] The equations 13‐16 show one way to use the singl e source method of  equation 12 for multiple sources.  According to othe r implementations, equation 17 can  be used for localization of multiple sources.  Accor ding to one feature, in the E step, soft  TF weights are determined, and in the M step, each� �source’s DOA is optimized.  Thus, the  EM method alternates between estimating localization ( DOA) parameters and estimating  separation (TF mask) parameters.  

[0078] According to one implementation, the gradient in the� �multiple source case  is: 

[0079] This multiple source case takes cross‐talk into acc ount while avoiding the  complexity of the EM algorithm.   

[0080] The localization accuracy in the presence of ambient� �noise can be  improved using Wiener filtering.  This may be done  in step 308 of the method 300 shown  in Figure 3.   In the presence of non‐directional  interference: 

[0081] where b _ft  = A _f ( Φ) s _ft  and c _ft  = n _ft  + e _ft .  According to one example, the  MMSE‐optimal weighting to recover b _ft  is given by the Wiener mask: 

[0082] Thus, a robust estimate of the correlation matrices  is: 

[0083] The wei hts can be a roximated as usin  e uations  21  and  22 :    (21)   

[0084] According to one feature, interleaving the Wiener mas king with DOA  optimization improves localization accuracy in the pre sence of ambient noise.  In some  implementations, for a mixture of one source models,� �the correlation matrices shown in 

Equation 15 can be estimated by multiplying the p osteriors with the Wiener filter  weights.  

[0085] According to one implementation, the sources can be  separated by  applying TF masks with weights.  In various examples , this may be done in one or more of  step 308 and step 314 of the method 300.  For exa mple, the following equation can be  used:        (23) 

[0086] where the source coefficients       are recovered  with LCMV beamforming.   The variance is related to the hardness of the mask , such that as the variance moves to  zero, the mask becomes binary.  The masks can be a pplied to corresponding components  of      and followed with a Wiener masking step� �to suppress non‐speech interference and  reduce the presence of masking artifacts. 

[0087] FIGURE 6 is a diagram illustrating a method 600 for  separating and  localizing signals, according to some embodiments of  the disclosure.  The method 600  may be considered as a summary, or an alternative r epresentation, of the method 300  described above.  Therefore, in the interests of bre vity, some steps illustrated in method  600 refer to steps illustrated in method 300 in ord er to not repeat all of the details of  their descriptions.   

[0088] The method 600 may be considered as including three� �main stages: stage  610 that may be referred to as a preprocessing stag e, stage 620 that may be referred to  as an optimization stage, and stage 630 that may be  referred to as a source separation  stage. 

[0089] As shown in FIGURE 6, the preprocessing stage 610 m ay include steps 612,  614, 616, and 618.  In step 612, acoustic signals  are captured by the microphone array  106, as described above with reference to 302.  The  captured signals 612 may be  considered as multiple discrete‐time signals  , where m is an  integer indicating a particular acoustic sensor of th e microphone array 106 comprising M  acoustic sensors (i.e. m= 1; … ;M). 

[0090] In step 614, STFT is applied to the captured signal s x _m . in order to convert  the captured signals into the TF domain resulting in  complex‐values matrices  

[0091] The magnitude  ortion of these matrices ma  be removed to give 

[0092] In step 616, correlation matrices are initialized by� �estimating correlation  matrices for each frequency as: 

[0093] In step 618, the DOA  arameter matrix  

is initialized with  Θ ₀  where  

is the unit vector describing the orientation of the  kth acoustic source (k being an  integer between 1 and n for the acoustic sources 10 4 illustrated in FIGURE 1)  relative to the microphone array 106. 

[0094] The initialization of step 618 may be carried out i n different manners,  including e.g. SRP localization described above. 

[0095] As shown in FIGURE 6, the initialized DOA matrix  Θ ₀  is provided to the  optimization stage 620.  As shown in FIGURE 6, the� �optimization stage 620 may include  steps 622, 624, 626, and 628 which may be iterative ly repeated for a number of  iterations I _max , in order to improve the estimate of the DOA  matrix  Θ (i.e. in order to  improve DOA estimates for the different acoustic sour ces 104).  The number of iterations  I _max  may be determined by various stopping conditio ns.  For example, in some  embodiments, the maximum number of iterations may be� �pre‐defined, while, in other  embodiments, iterations may be performed until a cert ain condition is met, such as e.g. a 

pre‐specified threshold in the percentage improvem ent of the likelihood value given by  equation (9). 

[0096] In step 622, for each frequency, a steering matrix  A _f , described above with  reference to equation (5) and subsequent equations, i s computed as: 

where l _f  is the frequency in Hertz at the f ^th  frequency band, c  is the speed of sound, a nd 

is a matrix of microphone locations. 

[0097] For each frequency, a projector matrix may then be  computed as shown  above with the equation (8). 

[0098] Steering matrices A and projection matrices B may th en be, optionally,  provided to step 624.  In step 624, if Wiener mask ing described above is used, new  correlation matrices are re‐estimated as described a bove with reference to equations  (19)‐(20).  In an embodiments, equations (20) and  (19) for re‐estimating the new  correlation matrices may be re‐written as equations� �(31) and (32) below: 

[0099] In step 626, a DOA gradient matrix may be computed� �as 

[00100] Equation (33) is an exemplary explicit equation for  the gradient given in  equation (17) above. 

[00101] The columns of the gradient matrix given by the equ ation (33) are  normalized as:     

[00102] The gradient matrix G is provided to step 628 where  the DOA matrix  Θ is  adjusted as described with reference to equation (11)  above.  In particular, the DOA  matrix is adjusted as 

where the step size at the i ^th  iteration is 

[00103] The columns of the DOA matrix may be normalized as:    

[00104] While equation (33) provides an explicit equation for  the gradient given in  equation (17) above, step 628 describes the gradient� �procedure given an appropriate  gradient as given in equations (11) and (12) above.� �

[00105] Step 624 may be performed as a part of 308 and 31 0 described above,  while step 628 corresponds to 312 described above. 

[00106] Updated DOA matrix  Θ is then provided to the source separation, as  illustrated in FIGURE 6 with  Θ provided to the separation stage 630 and as illu strated in  FIGURE 3 with an arrow from 306 to the final separ ation step 314. 

[00107] As shown in FIGURE 6, the source separation stage 6 30 may include steps  632 and 634.  Following the iterative procedure desc ribed above, any number of  methods may be used to enhance/separate the direction al signals, all of which methods  are within the scope of the present disclosure.  In  one embodiment, in step 632, each  source 104 may be isolated by estimating TF masks a nd applying them to the STFT X.  As  previously described herein, according to one implemen tation, the sources can be  separated by applying TF masks with weights, which c ould be done in one or more of  step 308 and step 314 of the method 300, using equ ation (23) provided above using  estimates        of the source coefficients prov ided by K LCMV beamformers, each  designated to isolate a single source while blocking� �out, or at least substantially  suppressing, the others.  In one embodiment, this ma y be implemented as:     

[00108] The variance  controls the hardness of the mask such that as  , the mask becomes binary, assigning each TF bin en tirely to a single source.  [00109] In step 634, these masks are applied to any single� �captured signal (i.e. to  any signal captured by one of the acoustic sensors  of the microphone array 106) and  inverted to the time‐domain using inverse STFT, as� �described above with reference to  316. 

[00110] The method 600 is presented for the case of an SRP  that explicitly models  the presence of multiple sources, i.e.method 600 is  a MultSRP method.  A method for the  mixture of single‐source SRPs (MoSRP) would include� �steps analogous to those illustrated  in FIGURE 6 with the main difference residing  in  the gradients of the two methods, in  particular in how the correlation information is used  (i.e. the difference between  MultSRP and MoSRP is in re‐computing the correlatio n matrices as is done in step 624  described above).  For MoSRP, step 624 would involve  including posterior probability  weights in re‐computing the correlation matrices as� �in equation (15). Gradients for the  MoSRP method are given in equation (12).  

[00111] The methods for source localization and separation de scribed above may  be summarized as follows.  In the following summary,  third rank tensors are represented  with capital letters (e.g. X), while individual eleme nts of a tensor are denoted with X _ijk ,  where “ijk” represents indices corresponding to th ose most appropriate for the tensor.   Sub‐matrices of the third rank tensors (i.e. second  rank tensors, also referred to as  matrices) are denoted, for example, as X _::k , which indicates that, in this example, only  the  third index of the third rank tensor X is specified .  For sub‐matrices, sub‐vectors (i.e. first  rank tensors derived from the corresponding rank tens ors, also referred to as vectors)  are similarly denoted as, for example, X _:jk , indicting that e.g. only the second and thir d  index of the third rank tensor X is specified. 

[00112] Source localization refers to determining a DOA of a n acoustic signal  generated by an acoustic source k of K acoustic sou rces 104‐1 through 104‐K, the DOA  indicating a DOA of the acoustic signal at a microp hone array 106 comprising M  microphones.  Each of K and M could be an integer� �equal to or greater than 2.  M is  typically an integer on the order of 5, but, of co urse, in various implementations the     

value of integer M may be different.  K is typi cally an integer in the range [2,4].  Since in a  typical deployment scenario it is often not possible� �to know for sure how many acoustic  sources are present, value of K (i.e. the number of  acoustic sources being modeled) is  estimated/selected based on various considerations that  a person of ordinary skill in the  art would readily recognize, such as e.g. likely num ber of acoustic sources, an estimate  based on a source‐counting algorithm, or prior know ledge. 

[00113] In an embodiment, a source localization method may i nclude steps of:  a) determining a time‐frequency (TF) tensor (X) of� �FxTxM dimensions, where F is an  integer indicating the number of frequency components� �f and T is an integer indicating  the number of time frames t (each of F, T, and M� �being an integer equal to or greater  than 2, where F may be on the order of 500 and T  may be on the order of 100), the TF  tensor comprising a TF representation, e.g. STFT, of� �each of M digitized signal streams x,  each stream corresponding to a combined acoustic sign al captured by one of M  microphones of the microphone array (the term “comb ined” indicating that the captured  acoustic signal may include contributions from any co mbination of one or more of the K  acoustic sources), where each element Xftm of the te nsor X, f being an integer from a set  {1, … ,F}, t being an integer from a set {1, .. , T}, and m being an integer from a set {1, …,� � M}, is configured to comprise a complex value indica tive of measured magnitude and  phase of a portion of a digitized stream x correspo nding to a frequency component f at a  time frame t for a microphone m; 

b) initializing a DOA tensor ( Θ), the DOA tensor being of dimensions 3xK (i.e. i t is a  second order tensor, or a matrix) and comprising est imated DOA information for each of  the K acoustic sources, where each element  Θ _ik  of the DOA tensor (i being an integer  from a set {1, 2, 3}, k being an integer from a  set {1, .., K}) is configured to comprise a real  value indicative of orientation of a particular acous tic source k with respect to the  microphone array (in a 3‐dimensional space around t he microphone array 106) in  dimension i (the columns  Θ _:k  of  Θ are vectors of length 1); 

c) computing (equation (26) above) a correlation tens or (R) based on values of the TF  tensor, the correlation tensor being of dimensions Mx MxF and comprising information  indicative of correlation of the combined acoustic si gnals captured by different     

microphones of the microphone array, where each el ement R _m1m2f  of the correlation  tensor (m1 and m2 each being integers from a set { 1, … M} and f being an integer from a  set {1, …, F}) is configured to comprise a comple x value indicative of estimated  correlation between a portion of the digitized stream  x as acquired by microphone m1  (m1 being an integer from a set {1, … M}) and a  portion of the digitized stream x as  acquired by microphone m2 (m2 being an integer from� �a set {1, … M}) for a particular  frequency component f (f being an integer from a se t {1, …, F}); 

d) computing (equation (29) above) a steering tensor� �(A) based on values of the DOA  tensor, the steering tensor being of dimensions MxKxF , where each element A _mkf  of the  steering tensor (m being an integer from a set {1,� �…, M}, k being an integer from a set {1,  .., K}, and f being an integer from a set {1, … , F}) is configured to comprise a complex  value indicative of the magnitude and phase response� �of a microphone m to an acoustic  source located at  Θ _:k  at a frequency component f; 

e) computing (equation (8) above) a projector tensor� �(B) based on values of the  steering tensor, the projector tensor being of dimens ions MxMxF and comprising  information indicative of which one or more portions� �of the TF tensor determined in step  a) originate from localizable sources (i.e. sources f or which it is possible to determine  orientation with respect to the microphone array; in� �other words ‐ directional sources; in  other words – sources that may be approximated as� �point sources for which it is possible  to identify their location; e.g. ambient noise coming  from all different directions would  not be associated with a localizable source because  it’s not possible to identify or  estimate a single direction of arrival of that sound ).  Each element B _m1m2f  of the projector  tensor (m1 and m2 both being integers from a set { 1, …, M} and f being an integer from a  set {1, …, F}) is configured to comprise a comple x value indicative of a set (subspace) of  data vectors X _ft:  that correspond to signals originating from th e estimated orientations in  Θ at frequency component f (the product B _::f  * X _ft:  results in a vector that approximates  the directional components in the signal at time t  and frequency f); 

f) computing (equation (33) above) a DOA gradient te nsor (G) based on values of the  steering tensor, values of the projector tensor, and� �values of the correlation tensor, the  DOA gradient tensor being of dimensions 3xK (i.e. a� �matrix or a second rank tensor) and     

comprising information indicative of a change to t he DOA matrix for modifying/improving  the estimated DOA information, where each element G _ik  of the DOA gradient tensor (i  being an integer from a set {1, 2, 3}, k being an  integer from a set {1, .., K}) is configured  to comprise a real value indicative of an estimated� �change in the DOA tensor for  improving orientation estimates of an acoustic source� �k (i.e. an estimated change in the  DOA matrix  Θ that is necessary to improve the source orientati on estimates); 

g) updating (i.e. re‐computing the values of) the  DOA tensor based on values of the  DOA gradient tensor;  

h) iterating steps d)‐g) two or more times; and 

i) following the iterations, determining the DOA of  an acoustic source k based on a  column  Θ _:k  of the DOA tensor (i.e. a DOA vector for an y source k is then obtained from  the column  Θ _:k  of the DOA matrix). 

[00114] In one further embodiment, the source localization me thod summarized  above could further include steps e’) and e’’)� �to be iterated together with steps d)‐g),  steps e’) and e’’) being as follows: 

e’) computing a TF weight tensor (W) based on val ues of the projector tensor B and  TF tensor X, the weight tensor being of dimensions  FxTxK, where each element W _ftk  of  the weight tensor is configured to comprise a real  value between 0 and 1 indicative of  the degree to which acoustic source k is active in� �the (f,t) ^th  bins of the TF tensor X (i.e.  indicating a percentage of energy in the (f,t) ^th  bin for each of M microphones that is  attributable to the acoustic signal generated by the� �acoustic source k), and 

e’’) re‐computing (equation (20)) the correlation  tensor R based on values of the TF  tensor X and the TF weight tensor W. 

[00115] The summary provided above is applicable to both the  MultSRP and  MoSRP approaches described herein.  These approaches  begin to differ in how the TF  weight tensor is computed in  step e’).  In the� �MultSRP method, the TF weight tensor is  computed using equation (19), while, in the MoSRP me thod, the weight tensor is  computed using both equations (16) and (19). 

[00116] In various embodiments, iterations of steps summarized  above may be  performed until one or more predefined, or dynamicall y defined, criteria are met.  In an     

embodiment, the one or more predefined criteria ma y include a predefined threshold  value indicating improvement, e.g. percentage improveme nt, of a likelihood value  indicating how well the estimated orientations in  Θ explain the observed data given the  assumed data model (see equation (9)). 

Examples 

[00117] Example 1 provides a method for determining a direct ion of arrival (DOA)  of an acoustic signal generated by an acoustic sourc e k of K acoustic sources, the DOA  indicating a DOA of the acoustic signal at a microp hone array including M microphones,  each of K and M being an integer equal to or grea ter than 2, the method including: a)  determining a time‐frequency (TF) tensor of FxTxM d imensions, where F is an integer  indicating a number of frequency components f and T� �is an integer indicating a number  of time frames t, the TF tensor including a TF rep resentation of each of M digitized signal  streams x, each digitized stream corresponding to a  combined acoustic signal captured by  one of M microphones of the microphone array; b) in itializing a DOA matrix of  dimensions 3xK, the DOA matrix including estimated DO A information for each of the K  acoustic sources; c) based on values of the TF tens or, computing a correlation tensor of  dimensions MxMxF, the correlation tensor including inf ormation indicative of correlation  of the combined acoustic signals captured by differen t microphones of the microphone  array; d) based on values of the DOA matrix, comput ing a steering tensor of dimensions  MxKxF, the steering tensor including information indic ative of phase and magnitude  response of each microphone of the microphone array  to each acoustic source of the K  acoustic sources; e) based on values of the steering  tensor, computing a projector tensor  of dimensions MxMxF, the projector tensor including i nformation indicative of which one  or more portions of the TF tensor determined in ste p a) originate from localizable  sources; f) based on values of the steering tensor,� �values of the projector tensor, and  values of the correlation tensor, computing a DOA gr adient matrix of dimensions 3xK, the  DOA gradient matrix including information indicative o f a change to the DOA matrix for  modifying the estimated DOA information; g) updating  the DOA matrix based on values  of the DOA gradient matrix; h) iterating steps d)‐ g) two or more times; and i) following     

the iterations, determining the DOA of an acoustic  source k based on a column  Θ _:k  of the  DOA matrix. 

[00118] Example 2 provides the method according to Example 1 , where each  element X _ftm  of the TF tensor is configured to include a� �complex value indicative of  measured magnitude and phase of a portion of a digi tized stream x corresponding to a  frequency component f at a time frame t for a micr ophone m. 

[00119] Example 3 provides the method according to Examples  1 or 2, where each  element  Θ _ik  of the DOA matrix is configured to include a  real value indicative of  orientation of the acoustic source k with respect to  the microphone array in dimension i. 

[00120] Example 4 provides the method according to any one  of the preceding  Examples, where each element R _m1m2f  of the correlation tensor is configured to in clude a  complex value indicative of correlation between a por tion of the digitized stream x as  acquired by microphone m1 and a portion of the digi tized stream x as acquired by  microphone m2 for a particular frequency component f.  

[00121] Example 5 provides the method according to any one  of the preceding  Examples, where each element A _mkf  of the steering tensor is configured to inclu de a  complex value indicative of a magnitude and a phase� �response of a microphone m to an  acoustic source k at a frequency component f. 

[00122] Example 6 provides the method according to any one  of the preceding  Examples, where each element B _m1m2f  of the projector tensor is configured to incl ude a  complex value indicative of a set of data vectors X _ft:  that correspond to localizable signals  with steering matrix A _::f  at a frequency component f. 

[00123] Example 7 provides the method according to any one  of the preceding  Examples, where each element G _ik  of the DOA gradient matrix is configured to  include a  real value indicative of an estimated change in the� �DOA tensor for improving orientation  estimate of the acoustic source k. 

[00124] Example 8 provides the method according to any one  of the preceding  Examples, further including: e’) based on values of  the projector tensor and values of the  TF tensor, computing a TF weight tensor of dimension s FxTxK, where each element W _ftk   of the TF weight tensor is configured to include a� �real value between 0 and 1 indicative of     

a degree to which the acoustic source k is activ e in the (f,t) ^th  bin, and e’’) re‐computing  the correlation tensor based on the values of the T F tensor and values of the TF weight  tensor, where the iterations include iterating steps  d‐g, e’, and e’’. 

[00125] Example 9 provides the method according to Example 8 , where computing  the TF weight tensor includes using a Wiener mask. 

[00126] Example 10 provides the method according to Example  8, where  computing the TF weight tensor includes using a Wien er mask and defining source‐ specific correlation matrices in terms of posterior p robabilities using a Wiener mask. 

[00127] Example 11 provides the method according to any one� �of the preceding  Examples, where the iterations are performed until on e or more predefined criteria are  met. 

[00128] Example 12 provides a method for identifying a first  direction of arrival of  sound waves from a first acoustic source and a seco nd direction of arrival of sound waves  from a second acoustic source, the method including:� �receiving, at a microphone array,  acoustic signals including the sound waves from the  first and second acoustic sources;  converting the received acoustic signals from a time� �domain to a time‐frequency domain;  processing the converted acoustic signals to determine  an estimated first angle  representing the first direction of arrival and an e stimated second angle representing the  second direction of arrival; and updating the estimat ed first and second angles; where  processing includes localizing, separating and Wiener  post‐filtering the converted  acoustic signals using time‐frequency weighting and  outputting a time‐frequency  weighted signal for estimating the first and second  angles. 

[00129] Example 13 provides the method according to Example  12, further  including combining the time‐frequency weighted signa l with the converted acoustic  signals to generate a correlation matrix. 

[00130] Example 14 provides the method according to Example  13, where  updating the estimated first and second angles includ es utilizing the correlation matrix  and the estimated first and second angles and output ting updated estimated first and  second angles. 

[00131] Example 15 provides the method according to Example  12, where  converting the received acoustic signals from a time� �domain to a time‐frequency domain  includes using a short time Fourier transform.   

[00132] Example 16 provides the method according to Example  12, where  processing the converted acoustic signals to determine  the estimated first and second  angles includes decomposing the converted acoustic sig nals to identify signals from each  of the first and second acoustic sources by accounti ng for interference between the first  and second acoustic sources in forming the acoustic  signals.  

[00133] Example 17 provides the method according to Example  12, where  processing the converted acoustic signals and updating  the first and second estimated  angles includes iteratively decomposing the converted  acoustic signals to simultaneously  determine the first and second directions of arrival.   

[00134] Example 18 provides the method according to Example  12, where  processing the converted acoustic signals includes pro cessing using steered response  power localization. 

[00135] Example 19 provides the method according to Example  12, further  including using an inverse STFT to convert the proce ssed converted acoustic signals back  into the time domain and separating the sound waves� �from the first acoustic source from  the sound waves from the second acoustic source. 

[00136] Example 20 provides a system comprising means for im plementing the  method according to any one of the preceding Example s. 

[00137] Example 21 provides a data structure for assisting i mplementation of the  method according to any one of the preceding Example s.  

[00138] Example 22 provides a system for determining a DOA  of an acoustic signal  generated by an acoustic source k of K acoustic sou rces, the DOA indicating a DOA of the  acoustic signal at a microphone array comprising M m icrophones, each of K and M being  an integer equal to or greater than 2, the system  including at least one memory element  configured to store computer executable instructions,  and at least one processor coupled  to the at least one memory element and configured,  when executing the instructions, to  carry out the method according to any one of Exampl es 1‐11.     

[00139] Example 23 provides one or more non‐transitory tang ible media encoding  logic that include instructions for execution that, w hen executed by a processor, are  operable to perform operations for determining a DOA� �of an acoustic signal generated by  an acoustic source k of K acoustic sources, the DOA  indicating a DOA of the acoustic  signal at a microphone array comprising M microphones , each of K and M being an  integer equal to or greater than 2, the operations  comprising operations of the method  according to any one of Examples 1‐11. 

[00140] Example 24 provides a system for identifying a first  direction of arrival of  sound waves from a first acoustic source and a seco nd direction of arrival of sound waves  from a second acoustic source, the system including  at least one memory element  configured to store computer executable instructions,  and at least one processor coupled  to the at least one memory element and configured,  when executing the instructions, to  carry out the method according to any one of Exampl es 12‐19. 

[00141] Example 25 provides one or more non‐transitory tang ible media encoding  logic that include instructions for execution that, w hen executed by a processor, are  operable to perform operations for identifying a firs t direction of arrival of sound waves  from a first acoustic source and a second direction� �of arrival of sound waves from a  second acoustic source, the operations comprising oper ations of the method according  to any one of Examples 12‐19. 

Variations and implementations 

[00142] In the discussions of the embodiments above, componen ts can readily be  replaced, substituted, or otherwise modified in order� �to accommodate particular circuitry  needs.  Moreover,  it should be noted that  the use of  complementary electronic devices,  hardware, software, etc. offer an equally viable opti on  for  implementing  the teachings  of the present disclosure.   

[00143] In one example embodiment, any number of electrical  circuits used to  implement the systems and methods of the FIGURES may  be implemented on a board of  an associated electronic device.  The board can be  a general circuit board that can hold  various components of the internal electronic system  of the electronic device and,     

further, provide connectors for other peripherals.   More specifically, the board can  provide the electrical connections by which the other  components of the system can  communicate electrically.  Any suitable processors (in clusive of digital signal processors,  microprocessors, supporting chipsets, etc.), computer‐ readable non‐transitory memory  elements, etc. can be suitably coupled to the board� �based on particular configuration  needs, processing demands, computer designs, etc.  Ot her components such as external  storage, additional sensors, controllers for audio/vide o display, and peripheral devices  may be attached to the board as plug‐in cards, vi a cables, or integrated into the board  itself.  In various embodiments, the functionalities  described herein may be implemented  in emulation form as software or firmware running wi thin one or more configurable (e.g.,  programmable) elements arranged in a structure that s upports these functions.  The  software or firmware providing the emulation may be  provided on non‐transitory  computer‐readable storage medium comprising instructio ns to allow a processor to carry  out those functionalities. 

[00144] In another example embodiment, the systems and method s of the  FIGURES may be implemented as stand‐alone modules ( e.g., a device with associated  components and circuitry configured to perform a spec ific application or function) or  implemented as plug‐in modules into application spec ific hardware of electronic devices.   Note that particular embodiments of the present discl osure may be readily included in a  system on chip (SOC) package, either in part, or in  whole.  An SOC represents an IC that  integrates components of a computer or other electron ic system into a single chip.  It  may contain digital, analog, mixed‐signal, and often  radio frequency functions: all of  which may be provided on a single chip substrate. � �Other embodiments may include a  multi‐chip‐module (MCM), with a plurality of separ ate ICs located within a single  electronic package and configured to interact closely� �with each other through the  electronic package.  In various other embodiments, th e identification, localization and  separation functionalities may be implemented in one  or more silicon cores in 

Application Specific Integrated Circuits (ASICs), Fi eld Programmable Gate Arrays (FPGAs),  and other semiconductor chips. 

[00145] It is also imperative to note that all of the spec ifications, dimensions, and  relationships outlined herein (e.g., the number of pr ocessors, logic operations, etc.) have  only been offered for purposes of example and teachi ng only.  Such information may be  varied considerably without departing from the spirit� �of the present disclosure, or the  scope of the appended claims or examples.  The spec ifications apply only to one non‐ limiting example and, accordingly, they should be con strued as such.  In the foregoing  description, example embodiments have been described w ith reference to particular  processor and/or component arrangements.  Various modi fications and changes may be  made to such embodiments without departing from the  scope of the appended claims or  examples.  The description and drawings are, accordin gly, to be regarded in an illustrative  rather than in a restrictive sense.   

[00146] Note that the activities discussed above with referen ce to the FIGURES are  applicable to any integrated circuits that involve si gnal processing, particularly those that  can execute specialized software programs, or algorith ms, some of which may be  associated with processing digitized real‐time data.� � Certain embodiments can relate to  multi‐DSP signal processing, floating point processin g, signal/control processing, fixed‐ function processing, microcontroller applications, etc.� �

[00147] In certain contexts, the features discussed herein ca n be applicable to  medical systems, scientific instrumentation, wireless a nd wired communications, radar,  industrial process control, audio and video equipment,  current sensing, instrumentation  (which can be highly precise), and other digital‐pr ocessing‐based systems.   

[00148] Moreover, certain embodiments discussed above can be  provisioned in  digital signal processing technologies for medical ima ging, patient monitoring, medical  instrumentation, and home healthcare.  This could inc lude pulmonary monitors,  accelerometers, heart rate monitors, pacemakers, etc.   Other applications can involve  automotive technologies for safety systems (e.g., stab ility control systems, driver  assistance systems, braking systems, infotainment and  interior applications of any kind).   Furthermore, powertrain systems (for example, in hybri d and electric vehicles) can use  high‐precision data conversion products in battery m onitoring, control systems, reporting  controls, maintenance activities, etc.     

[00149] In yet other example scenarios, the teachings of the  present disclosure can  be applicable in the industrial markets that include� �process control systems that help  drive productivity, energy efficiency, and reliability.   In consumer applications, the  teachings of the signal processing circuits discussed� �above can be used for image  processing, auto focus, and image stabilization (e.g.,  for digital still cameras, camcorders,  etc.).  Other consumer applications can include audio  and video processors for home  theater systems, DVD recorders, and high‐definition  televisions.  Yet other consumer  applications can involve advanced touch screen control lers (e.g., for any type of portable  media device).  Hence, such technologies could readil y part of smartphones, tablets,  security systems, PCs, gaming technologies, virtual re ality, simulation training, etc. 

[00150] Note that with the numerous examples provided herein,  interaction may  be described in terms of two, three, four, or more� �electrical components.  However, this  has been done for purposes of clarity and example o nly.  It should be appreciated that  the system can be consolidated in any suitable manne r.  Along similar design alternatives,  any of the illustrated components, modules, and eleme nts of the FIGURES may be  combined in various possible configurations, all of w hich are clearly within the broad  scope of this Specification.  In certain cases, it  may be easier to describe one or more of  the functionalities of a given set of flows by only  referencing a limited number of  electrical elements.  It should be appreciated that  the electrical circuits of the FIGURES  and its teachings are readily scalable and can accom modate a large number of  components, as well as more complicated/sophisticated  arrangements and 

configurations.  Accordingly, the examples provided� �should not limit the scope or inhibit  the broad teachings of the electrical circuits as po tentially applied to a myriad of other  architectures. 

[00151] Note that in this Specification, references to variou s features (e.g.,  elements, structures, modules, components, steps, opera tions, characteristics, etc.)  included in “one embodiment”, “example embodiment ”, “an embodiment”, “another  embodiment”, “some embodiments”, “various embodi ments”, “other embodiments”,  “alternative embodiment”, and the like are intende d to mean that any such features are 

included in one or more embodiments of the presen t disclosure, but may or may not  necessarily be combined in the same embodiments.   

[00152] It is also important to note that the functions rel ated to acoustic source  localization and separation, illustrate only some of  the possible localization and  separation functions that may be executed by, or wit hin, systems illustrated in the  FIGURES.  Some of these operations may be deleted o r removed where appropriate, or  these operations may be modified or changed considera bly without departing from the  scope of the present disclosure.  In addition, the  timing of these operations may be  altered considerably. The preceding operational flows  have been offered for purposes of  example and discussion. Substantial flexibility is pro vided by embodiments described  herein in that any suitable arrangements, chronologies , configurations, and timing  mechanisms may be provided without departing from the  teachings of the present  disclosure. 

[00153] Numerous other changes, substitutions, variations, alte rations, and  modifications may be ascertained to one skilled in t he art and it is intended that the  present disclosure encompass all such changes, substit utions, variations, alterations, and  modifications as falling within the scope of the app ended claims.   

[00154] Although the claims are presented in single dependenc y format in the  style used before the USPTO, it should be understood  that any claim can depend on and  be combined with any preceding claim of the same ty pe unless that is clearly technically  infeasible. 

OTHER NOTES, EXAMPLES, AND IMPLEMENTATIONS 

[00155] Note that all optional features of the apparatus des cribed above may also  be implemented with respect to the method or process  described herein and specifics in  the examples may be used anywhere in one or more e mbodiments. 

[00156] In a first example, a system is provided (that can� �include any suitable  circuitry, dividers, capacitors, resistors, inductors,  ADCs, DFFs, logic gates, software,  hardware, links, etc.) that can be part of any type  of computer, which can further include 

a circuit board coupled to a plurality of electro nic components.  The system can include  means for clocking data from the digital core onto  a first data output of a macro using a  first clock, the first clock being a macro clock; m eans for clocking the data from the first  data output of the macro into the physical interface  using a second clock, the second  clock being a physical interface clock; means for cl ocking a first reset signal from the  digital core onto a reset output of the macro using  the macro clock, the first reset signal  output used as a second reset signal; means for sam pling the second reset signal using a  third clock, which provides a clock rate greater tha n the rate of the second clock, to  generate a sampled reset signal; and means for reset ting the second clock to a  predetermined state in the physical interface in resp onse to a transition of the sampled  reset signal. 

[00157]   The ‘means for’ in these instances (above) ca n include (but is not limited  to) using any suitable component discussed herein, al ong with any suitable software,  circuitry, hub, computer code, logic, algorithms, hard ware, controller, interface, link, bus,  communication pathway, etc.  In a second example, th e system includes memory that  further comprises machine‐readable instructions that  when executed cause the system  to perform any of the activities discussed above.