近年来,随着人工智能技术的快速发展,语音声源定位在人机交互,语音增强及语音识别等领域越来越受到重视。其中,利用到达时间差的声源定位算法原理简单并且计算量小,在声源实时定位中被广泛的应用。时延估计算法作为基于到达时间差的声源定位算法中的关键技术,其对时间差估计的精度直接影响最终声源定位的精度。尤其在室内环境下,环境噪声及混响的存在都会不利于得到准确的声源定位。因此,在具有混响及噪声的环境下,对时延估计算法进行深入研究,提高时延估计精度具有重要的理论与实践意义。本文的具体研究内容如下:首先,本论文简单介绍了语音声源定位算法的基本理论基础,并阐述了基于到达时间差的声源定位算法原理。其次,本论文研究了室内声源信号的模型,基于反向滤波器和谱减法的去混响方法以及介绍了几种常用的时延估计算法的相关理论。由于室内混响对语音信号不同频率成分的影响不同,对不同的频率分量做相同的信号处理不能有效地提高时延估计算法精度,因此本文着重提出了一种基于分频和Wigner-Ville分布的时延估计方法。这种方法首先利用Gammatone滤波器对传感器接收到的两段信号进行分频处理,进而对每一个子带信号运用反向滤波器和谱减法以达到去混响的目的,最后计算不同子带信号基于Wigner-Ville分布的相关函数,求和后得到原来两段信号的相关值并搜索最大值对应的离散时间,即可获得时延的估计值。仿真实验证明了该算法可以有效地减弱室内混响的影响,提高了时延估计的精度。最后,本文通过构建一个简单的二维声源定位系统,对所改进的时延估计算法进行了实际测试与分析。实验结果显示了与仿真实验相同的性能趋势,即本文所提出的改进后时延估计算法优于本文中介绍的其它时延估计算法。