自适应降噪麦克风壳体声学有限元分析与设计

基于DSP技术的自适应主动降噪麦克风是近年来适应超高噪声下通讯应用而发展起来的麦克风技术。该技术依靠两个独立的无指向型传声元件实现降噪。这两个传声元件通常背靠背地封装在一起。根据自适应滤波理论,系统的降噪性能与这两个元件间对应背景噪声的空间相干函数及对应近场语音的传递函数有关。这两个函数又与麦克风封装壳体的几何设计直接相关。为优化降噪性能,建立了一个以有限元声学仿真为基础的,考虑声场特性及麦克风壳体几何形状的主动降噪性能的模型。依据此模型,提出了新型附加反射板的壳体设计方案。仿真和实验结果显示,相对传统壳体设计,有限元优化后的新方案可以提高麦克风降噪性能大于15dB,提高输出信噪比大于10dB。

基于Transformer的多麦克风融合降噪算法

多麦克风融合降噪技术旨在降低来自多种麦克风(声学麦克风、光学麦克风、骨传导麦克风)的语音噪声,提高信噪比,从而适应不同环境。针对传统多麦克风融合降噪算法在提取不同通道特征时效果不理想的问题,提出了一种基于Transformer的多麦克风融合降噪算法。该算法有3个主要步骤,首先采用多头注意力机制使每个通道能够学习到不同的权重,更好地学习通道间的空间特征;其次将获得的通道特征以及原始特征输入到Transformer模型中,生成时域滤波器;最后通过一维卷积操作获得每个通道增强后的语音数据。实验结果表明,提出的算法能够达到更好的降噪效果。

基于双麦克风降噪技术的语音识别系统

语音控制是智能化设备的重要控制手段,而语音识别是实现语音控制的关键技术。为了设计一种可靠的、抗干扰性强的产品,提出了一种基于双麦克风降噪技术的语音识别系统。该设计运用ROHM公司的BU8332KV芯片作为语音识别前端处理的核心,利用其双麦克风降噪技术来解决语音识别中的噪声问题,结合单片机和语音识别芯片,应用于按摩椅的语音控制系统中。经过非特定人的语音识别系统的静态和噪声环境下测试,结果表明在噪声环境下,该系统有较高的识别率,适用于按摩椅的应用环境,也适合在其他有环境噪声干扰的语音识别系统中推广应用。

语音信号增强技术在语音识别中的应用

随着语音识别技术越来越广泛的应用,作为语音识别的重要环节-语音信号增强技术也得到了长足的发展。本文介绍了语音信号增强技术的背景,对传统双麦克风降噪方法、波束成形技术以及自适应回声消除技术的原理与工程实践进行了探讨。