基于深度学习的混响感知麦克风阵列语音增强

[目的]针对基于深度神经网络频谱估计的麦克风阵列算法存在数据依赖的问题,提出了一种基于深度学习的混响感知麦克风阵列语音增强算法.[方法]首先利用麦克风阵列波束形成输出与原始信号做互相关,以近似房间冲激响应的形式获取当前环境的混响特性作为LSTM网络的输入,网络模型以干净语音为目标进行训练从而输出房间冲激响应泛化向量,最后通过组合近似房间冲激响应与房间冲激响应泛化向量获得后置抗混响滤波器系数,实现语音增强.[结果]仿真和实验结果中,与波束形成、加权预测误差算法和传统深度学习去混响算法相比,所提出的方法在不同混响场景下具有更好的表现.[结论]本文方法在不同混响场景下都具有相对稳定的抗混响能力,具有较好的泛化性能.

面向船载远程会议的麦克风阵列高精度DOA估计

随着船舶智能化水平提高,船载远程会议系统对提高应急处理能力、推进船岸一体化网络建设有重要意义,麦克风阵列是保证远程会议系统语音效果和支持多模态交互的重要语音前端。但船舶舱室狭小尺寸一方面导致只能采用小尺寸麦阵,另一方面小舱室导致的强混响以及嘈杂舱室噪声也使传统麦克风阵列算法性能严重下降。考虑船舶舱室复杂环境下小尺寸麦阵DOA估计场景,提出了一种轻量级Mask-DOA估计神经网络模型。该方法在DOA估计神经网络引入Mask算法降低噪声和混响的干扰,并提取增强后的GCC-PHAT作为网络特征,从而在小尺寸麦阵上实现高精度DOA估计。仿真和实验结果表明,所提出的Mask-DOA模型面对复杂的船舶舱室环境更鲁棒,泛化能力更强。

低信噪比条件下深度学习麦克风阵列波束形成

随着智能装备、可穿戴设备、智能家居、远程会议等语音交互领域对语音质量要求的不断提高,麦克风阵列被广泛用于前端语音增强,但低信噪比场景对传统麦阵增强方法造成了极大挑战。采用时频掩蔽深度学习麦阵算法,可利用语音和噪声频谱、通道间相位差特征估计掩蔽值实现增强,但其在低信噪比条件下性能无法保证。与声学模型联合训练的深度学习麦克风阵列算法,可以利用声学模型词错误率(word error rate,WER)等识别端反馈,以提高低信噪比条件下的识别性能,但该类方法无需重构信号,不输出增强语音信号,不适合远程会议、通话终端等需增强语音输出的应用。针对低信噪比条件,设计了一种基于空域代价函数的麦克风阵列波束形成深度学习网络,提高了低信噪比下的语音质量,并通过仿真和实验证明了该方法的有效性。

基于嵌入式的长时间高速率任意波形模拟器研究

在水声学实验中,不仅需要正弦波、方波等常规信号,也常常需要用到一些非常规信号,我们设计的基于嵌入式的长时间、高速率的任意波形模拟器可以很好地满足水声学实验的需求。文章以ARM内核的S3C2440作为主体控制芯片,以SD卡存储器作为波形存储设备设计了一款任意波形模拟器,在PC机上使用Matlab仿真出需要的波形数据,并将其存储到SD卡中,然后在仪器上对波形的输出进行控制操作。