基于频域自适应动态压缩器的齿音抑制算法

在免提通话系统中,当语音中含有“z,c,s,zh,ch,sh”等嘶嘶作响的声母时,气流在唇齿间摩擦产生齿音,这种刺耳的齿音会分散听者的注意力并导致听觉疲劳,最终影响通话体验。为了解决这一问题,基于动态压缩器提出了一种基于频域自适应压缩器的齿音抑制算法。该算法将语音信号从时域转换到频域,并将其划分为10个子频带。每个子频带分别经过自适应白化和动态压缩处理,以减弱齿音所在频段的能量。实验结果表明,相比于均衡器,基于频域自适应动态压缩器的齿音抑制算法在齿音的识别和抑制强度方面表现更优,同时对无齿音的时段和频段没有抑制作用,降低了语音的响度衰减。

基于时频域动态压缩器的IP话机智能功放算法

IP话机喇叭功率较小,导致外放响度不如预期。若增加数字增益,则会导致破音和喇叭损坏,影响用户体验。为解决此问题,文章提出一种基于时频域动态压缩器的智能功放算法。该算法在整体音频上应用动态压缩器,并结合设备的硬件特性对音频的低频、中频及高频进行精细化处理,从而显著提高音频响度。实际测试表明,本文算法比网页即时通信(Web Real-Time Communication,WebRTC)自动增益控制(Automatic Gain Control,AGC)提升了21.80%的响度,提高了会议通话的质量和体验。

基于FPGA的XG-PON OLT侧上行BCDR实现

在10 Gb·s^(-1)无源光网络(10-Gigabit-capable Passive Optical Network,XG-PON)应用中,满足新标准和产品及时面市的要求非常重要,但是更需要降低系统成本和功耗。在无源光网络(Passive Optical Network,PON)环境中,突发时钟数据恢复(Burst Clock Data Recovery,BCDR)是关键的光线路终端(Optical Line Termination,OLT)组件,它的效率直接影响PON线路的上行效率。迄今为止,国产现场可编程门阵列(Field-Programmable Gate Array,FPGA)还没有集成BCDR的解决方案。对此,提出一种基于收发器的FPGA,采用全同步过采样技术,实现XG-PON BCDR。该方案符合ITU-T G.987和ITU-T G.989标准,可以移植到没有集成BCDR的FPGA中,降低系统成本和功耗。

基于移频和自适应陷波器的啸叫抑制算法

会议扩声场景下,麦克风距离扬声器过近、发言人声音过大、调音台音量调整不合适,均可能引发啸叫现象,导致糟糕的会议体验,甚至造成设备损坏和听力的损伤。对此,提出一种结合移频和自适应陷波算法的啸叫抑制方案,针对上述问题,将麦克风采集的信号先进行微量移频,破坏啸叫的产生条件,再将信号划分8个子频带,每个子频带提取频谱峰度特征判断是否啸叫,对啸叫频点做陷波处理,最后通过增益补偿弥补损失的声压,达到抑制啸叫、提高扬声器增益的目的。在实际的会议扩声测试中,所提的算法可以提供10~18 dB附加增益,有效预防反馈发生。

基于深度学习的非稳态噪声抑制算法

在视频会议中,非稳态噪声(瞬时噪声)如敲击桌子的声音和鼠标敲击的声音,会分散听者注意力,干扰会议内容,影响视频会议质量。基于rnnoise神经网络模型,针对会议场景,采集办公场景非稳态噪声制作训练集,将输入48 kHz信号分为3个频带。其中:低频带采用深度学习模型降噪;中高频带使用低频带抑制系数加权平均,在确保算法效果的同时,进一步提升算法效率。在1.8 GHz ARM Cortex-A17 core的设备上,采用开源的音频库THCH-30、aidatatang_200h进行测试。结果表明:语音段中,增强效果12 dB及以上;非语音段中,增强效果24 dB及以上,同时保证语音没有明显不失真。对比rnnoise模型,每10 ms的处理时间缩短43.29%。

WiFi产品无线接收灵敏度研究

为了提升无线产品的接收灵敏度,满足复杂的环境以及严苛的测试需求,需要对无线产品的接收灵敏度进行分析。为此,使用软件仿真工具计算接入点(Access Point,AP)产品芯片端可以达到的最大接收灵敏度,根据相应链路计算公式,推导、计算出相应的整机接收灵敏度,为产品开发及测试中的接收灵敏度指标提供相应的理论依据及设计标准。