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。

基于分布式麦克风阵列的室内拾音系统设计

为了提高室内分布式麦克风阵列声源定位的精度,为后续更好地进行语音处理做准备,文章提出了一种新的麦克风阵列设计方案。将波束形成(BF)算法、多重信号分类(MUSIC)算法、广义互相关(GCC)算法分别应用在系统中进行测试,根据测试结果选取最适合本系统的算法。测试结果表明,GCC算法定位精度高且反应速度快,效果优于MUSIC算法和BF算法,因此选择GCC算法作为系统的定位算法。应用GCC算法的分布式麦克风阵列在室内环境中有较强的适用性,可为系统的其他操作提供良好的技术支撑。