CN110517704A - 一种基于麦克风阵列波束形成算法的语音处理系统 - Google Patents
一种基于麦克风阵列波束形成算法的语音处理系统 Download PDFInfo
- Publication number
- CN110517704A CN110517704A CN201910785555.4A CN201910785555A CN110517704A CN 110517704 A CN110517704 A CN 110517704A CN 201910785555 A CN201910785555 A CN 201910785555A CN 110517704 A CN110517704 A CN 110517704A
- Authority
- CN
- China
- Prior art keywords
- microphone
- processing system
- algorithm
- voice
- beamforming algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 9
- 238000011161 development Methods 0.000 claims abstract description 9
- 230000003044 adaptive effect Effects 0.000 claims abstract description 8
- 230000009467 reduction Effects 0.000 claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims abstract description 7
- 230000004807 localization Effects 0.000 claims abstract description 6
- 239000004568 cement Substances 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000006855 networking Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 102100026436 Regulator of MON1-CCZ1 complex Human genes 0.000 description 2
- 101710180672 Regulator of MON1-CCZ1 complex Proteins 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 241001442234 Cosa Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 125000000623 heterocyclic group Chemical group 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02166—Microphone arrays; Beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Circuit For Audible Band Transducer (AREA)
- Obtaining Desirable Characteristics In Audible-Bandwidth Transducers (AREA)
Abstract
本发明公开了一种基于麦克风阵列波束形成算法的语音处理系统，包括语音采集终端(1)，语音处理平台(2)，PC端主机(3)；所述的语音采集终端(1)与语音处理平台(2)的音频扩展口(5)通信互联，所述的圆形麦克风板(4)实时采集嘈杂环境下的语音信号，并通过McASP接口将数字流传输给开发板，随后音频处理模块(6)对音频扩展口(5)接收到数字信号应用波束形成算法、自适应频谱降噪算法以及多源选择算法进行混响去除、语音增强处理；处理后的信号通过网络接口传输给PC端主机(3)。本发明通过将声源定位技术、混响消除技术、波束形成技术、无线通信技术、计算机网络技术运用于基于麦克风阵列波束形成算法的语音处理系统中，从技术上提高了嘈杂环境中提取清晰语音的能力，改善了通信质量。
Description
技术领域
本发明涉及一种基于麦克风阵列波束形成算法的语音处理系统，属于数字信号处理技术领域。
背景技术
语言通信是人类进行信息交互最自然、最有效的手段之一。人们在获取语音信号的同时，不可避免地会受到环境噪声、房间混响以及其他说话人的干扰，严重影响了通信质量。随着科技的发展，人类对清晰语音的要求不断提高，基于麦克风阵列的声源定位和语音增强技术在通信方面获得了广泛的应用。
麦克风阵列是指由一定的几何结构排列而成的若干个麦克风组成的阵列。麦克风阵列具有空间选择性，可以用“电子瞄准”的方式从所需要的声源方向提供高质量的声音信号，同时抑制噪声、混响和其他人说话的话音干扰。其次它可以获取多个声源或移动声源信号，自动检测、定位，并且在接受区域内跟踪正在说话的人。
波束形成是麦克风阵列信号处理过程中的一项关键技术，它的实质是对各阵元接收到的数据进行空域滤波，从而使阵列输出形成空间指向性，达到增强所需的期望信号、抑制干扰和噪声的目的。波束形成是将传感器阵列按照一定的几何形状在空间排列，根据期望信号的位置信息调整各阵元相移器的相位值，达到在空间增强期望信号、抑制噪声和干扰的处理过程。它是阵列信号处理的基本任务之一。
发明内容
发明目的：为了解决传统单播保护方案消耗时间较多的问题，本发明提供一种基于麦克风阵列波束形成算法的语音处理系统，用以解决采集到的语音信号混响噪声严重的问题。
技术方案：本发明提供一种基于麦克风阵列波束形成算法的语音处理系统，包括语音采集终端，语音处理平台，PC端主机；所述的语音采集终端与语音处理平台的音频扩展口通信互联，所述的圆形麦克风板实时采集嘈杂环境下的语音信号，并通过McASP接口将数字流传输给开发板，随后音频处理模块对音频扩展口接收到数字信号应用波束形成算法、自适应频谱降噪算法以及多源选择算法进行混响去除、语音增强处理；处理后的信号通过网络接口传输给PC端主机。
所述的语音采集终端采用圆形麦克风板PCM1864CMBEVM，该圆形麦克风板设有作为控制核心的音频模数转换器PCM1864；PCM1864器件对麦克风进行采样，将模拟语音信号转换成数字信号，并使用McASP接口将数字值流式传输到OMAP-L137 EVM上的音频扩展口。
所述圆形麦克风板采用八个麦克风；其中七个麦克风安装在一个圆上，彼此相距相等的弧形距离；第八个麦克风安装在圆圈的中心。
所述语音处理平台选用的是基于OMAP-L137处理器的OMAP-L137/TMS320C6747浮点开发套件；该EVM包括OMAP-L137应用处理器、300MHz定点/浮点C674x DSP内核和300MHzARM9处理器；适用于OMAP-L137以及C6747、C6745和C6743定点/浮点DSP的开发平台。
所述的EVM中的设有基于DSP内核的低功耗数字信号处理器；该DSP内核采用基于两级高速缓存的架构；一级程序高速缓存(L1P)是32KB的直接映射高速缓存，一级数据高速缓存(L1D)是32KB的双向集合关联高速缓存；二级程序缓存(L2P)由程序和数据空间共享的256KB内存空间组成。
所述音频扩展口选用型号为QSE-040-01-L-D-A的转接口。
所述音频处理模块选用型号为TVL320AIC3106的音频编解码器。
所述的声源定位算法具体为提出改进的TDOA定位算法；在多源情况下，采用交替投影过程确定DOA的ML估计。应用了一个高效的交替投影(AP)过程，通过顺序估计一个源的位置，同时固定上一次迭代中对其他源的估计，避免了多维搜索。DOA和源定位的差异都取决于两个独立的部分，一个部分仅取决于信号，另一个部分仅取决于阵列的及格形状。均匀间隔的圆形阵列为良好的整体性能提供很好的几何形状。当使用圆形阵列时，DOA方差界限与源方向无关，并且在传播速度未知时也不会降低。且CRB还可以给出DOA估计的有效波束宽度。
所述的波束形成算法为提出改进的后置滤波器波束形成法；将AEC和VOLIB结合，采用波束形成、自适应频谱降噪(ASNR)、多源选择(MSS)和动态范围压缩(DRC)组合的方法，对麦克风的信号应用一组延迟滤波器，以移动信号相位，并为从一个方向到达的所有信号获得相同的相位，所述信号来自麦克风；将所有过滤后的麦克风信号的贡献加在一起。
所述的混响消除技术采用基于TF-GSC的复倒谱滤波和谱减法(CF-SS)的混响消减方法。
有益效果：本发明的一种基于分段节点的单播保护方法，具有以下优点：
1.本发明通过将声源定位技术、混响消除技术、波束形成技术、无线通信技术、计算机网络技术运用于基于麦克风阵列波束形成算法的语音处理系统中，从技术上提高了嘈杂环境中提取清晰语音的能力，改善了通信质量。
2.本发明具有结构简单、实用方便、能耗低的有益特点。。
附图说明
图1为本发明的总体结构框图；
图2为圆形麦克风板结构框图；
图3为两个麦克风间的距离和相位差作为信号到达角度的函数
图4为八个麦克风多角度波束形成系统框图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
如图1所示，一种基于麦克风阵列波束形成算法的语音处理系统，包括语音采集终端1，语音处理平台2，PC端主机3；语音采集终端1与语音处理平台2的音频扩展口5通信互联，其中圆形麦克风板4实时采集嘈杂环境下的语音信号，并通过McASP接口将数字值流式传输流到开发板的音频扩展口5，随后音频处理模块6对音频扩展口5接收到数字信号应用波束形成算法、自适应频谱降噪算法以及多源选择算法进行混响去除、语音增强处理；处理后的信号通过网络接口传输到PC端主机3。
如图2所示，圆形麦克风板4使用两个PCM1864与八个麦克风阵列连接，向处理器提供多个数据输入的流式传输，处理器实现波束形成算法以形成指向扬声器或者期望音频源方向的虚拟定向麦克风，然后放大来自期望方向的语音信号，衰减来自所有其他方向的信号，实现了声源定位。其中，PCM1864是高度集成的高性能模数转换器，具有四个单声道ADC通道和103dB SNR。用以将模拟信号转换成数字信号进行传输。
如图3所示，两个麦克风间的距离和相位差作为信号到达角度的函数。
d1＝d0×cosa (1)
Mic1和Mic2之间的信号时间差Δt是d1除以声速：
Mic1和Mic2之间的相位差如等式(3)所示：
其中：Δ0是相位差，f是信号频率，d0是两个麦克风的距离，a是到达角度，SOS是声速。从公式(3)很明显可以看出，噪声降低的质量取决于噪声频率。虽然波束成形滤波器被设计为降低来自典型中频段和更高频率的噪声，但是低频噪声不会被降低。因此，在本系统应用自适应ASNR滤波器来降低低频噪声的影响。
如图4所示，本系统使用典型的波束形成、自适应频谱降噪(ASNR)、多源选择(MSS)和动态范围压缩(DRC)组合，来进一步提高降噪的质量。该应用程序使用AEC和VOLIB结合，来满足其降噪处理的需求。
在传统的视频会议和大型会场中，参会者发言时，如果只是在一个固定的位置放置一个麦克风，那么当说话者距离麦克风的位置较远时，采集到的语音信号质量很差。为了得到增强的语音信号，有两种方法可供选择，一种方法是轮到谁说话时就把麦克风传递给那个人，这种方法最常见，因为其成本最低，但使用却十分不方便。另一种方法是要发言的每个人都配置一个麦克风，这种做法在发言人少的时候很容易实现，但是当发言人数众多的时候成本太高，不太现实。
本发明工作时：
上电后，圆形麦克风阵列上的麦克风开始采集语音信号，板上的模数转换模块PCM1864将采集到的模拟信号转换成数字信号，再通过OMAP-L137 EVM上的McASP接口将数字值流式传输流到OMAP-L137开发板的音频扩展口；音频处理模块在七个麦克风上应用波束形成算法，来形成指向扬声器或者所需音频源方向的虚拟定向麦克风，放大来自所需方向的语音信号，并衰减来自其他所有方向的信号，同时，对七个麦克风应用ASNR滤波器减少低频噪声的影响；这些麦克风对应于信号到达角0、45、90、135、180、225、270、315。再使用多源选择算法(MSS)选择能量最大的虚拟方向信号，然后在最佳虚拟麦克风上执行VAD(语音活动检测)，最后通过EVM上的音频编解码器将其信号传输出来。
因此与传统的语音处理系统相比，本系统不仅成本适中，安装方便，而且发言人发言时可以自动的将麦克风聚焦到说话者，增强说话者的声音，抑制其他的噪声。
以上已将本发明做一详述说明，以上所述，仅为本发明之较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均应包含本发明的保护范围之内。
Claims (10)
1.一种基于麦克风阵列波束形成算法的语音处理系统，其特征在于：包括语音采集终端(1)，语音处理平台(2)，PC端主机(3)；所述的语音采集终端(1)与语音处理平台(2)的音频扩展口(5)通信互联，所述的圆形麦克风板(4)实时采集嘈杂环境下的语音信号，并通过McASP接口将数字流传输给开发板，随后音频处理模块(6)对音频扩展口(5)接收到数字信号应用波束形成算法、自适应频谱降噪算法以及多源选择算法进行混响去除、语音增强处理；处理后的信号通过网络接口传输给PC端主机(3)。
2.根据权利要求1所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述的语音采集终端(1)采用圆形麦克风板(4)PCM1864CMBEVM，该圆形麦克风板(4)设有作为控制核心的音频模数转换器PCM1864；PCM1864器件对麦克风进行采样，将模拟语音信号转换成数字信号，并使用McASP接口将数字值流式传输到OMAP-L137 EVM上的音频扩展口(5)。
3.根据权利要求2所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述圆形麦克风板(4)采用八个麦克风；其中七个麦克风安装在一个圆上，彼此相距相等的弧形距离；第八个麦克风安装在圆圈的中心。
4.根据权利要求1所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述语音处理平台(1)选用的是基于OMAP-L137处理器的OMAP-L137/TMS320C6747浮点开发套件；该EVM包括OMAP-L137应用处理器、300MHz定点/浮点C674x DSP内核和300MHz ARM9处理器；适用于OMAP-L137以及C6747、C6745和C6743定点/浮点DSP的开发平台。
5.根据权利要求2所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述的EVM中的设有基于DSP内核(7)的低功耗数字信号处理器；该DSP内核(7)采用基于两级高速缓存的架构；一级程序高速缓存(L1P)是32KB的直接映射高速缓存，一级数据高速缓存(L1D)是32KB的双向集合关联高速缓存；二级程序缓存(L2P)由程序和数据空间共享的256KB内存空间组成。
6.根据权利要求2所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述音频扩展口(5)选用型号为QSE-040-01-L-D-A的转接口。
7.根据权利要求2所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述音频处理模块(6)选用型号为TVL320AIC3106的音频编解码器。
8.根据权利要求2所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述的声源定位算法具体为提出改进的TDOA定位算法；在多源情况下，采用交替投影过程确定DOA的ML估计。
9.根据权利要求2所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述的波束形成算法为提出改进的后置滤波器波束形成法；将AEC和VOLIB结合，采用波束形成、自适应频谱降噪(ASNR)、多源选择(MSS)和动态范围压缩(DRC)组合的方法，对麦克风的信号应用一组延迟滤波器，以移动信号相位，并为从一个方向到达的所有信号获得相同的相位，所述信号来自麦克风；将所有过滤后的麦克风信号的贡献加在一起。
10.根据权利要求2所述的基于麦克风阵列波束形成算法的语音处理系统，其特征在于：所述的混响消除技术采用基于TF-GSC的复倒谱滤波和谱减法(CF-SS)的混响消减方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910785555.4A CN110517704B (zh) | 2019-08-23 | 2019-08-23 | 一种基于麦克风阵列波束形成算法的语音处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910785555.4A CN110517704B (zh) | 2019-08-23 | 2019-08-23 | 一种基于麦克风阵列波束形成算法的语音处理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110517704A true CN110517704A (zh) | 2019-11-29 |
| CN110517704B CN110517704B (zh) | 2022-02-11 |
Family
ID=68627491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910785555.4A Active CN110517704B (zh) | 2019-08-23 | 2019-08-23 | 一种基于麦克风阵列波束形成算法的语音处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110517704B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111583946A (zh) * | 2020-04-30 | 2020-08-25 | 厦门快商通科技股份有限公司 | 一种语音信号增强方法和装置以及设备 |
| CN112466321A (zh) * | 2020-10-23 | 2021-03-09 | 南京邮电大学 | 一种基于麦克风阵列的语音增强系统 |
| CN113113037A (zh) * | 2021-04-15 | 2021-07-13 | 南京邮电大学 | 基于omap-l137的麦克风阵列语音波束形成系统 |
| CN113518141A (zh) * | 2020-04-09 | 2021-10-19 | 深圳市三诺数字科技有限公司 | 一种会议电话及电话会议系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060227977A1 (en) * | 2003-05-28 | 2006-10-12 | Microsoft Corporation | System and process for robust sound source localization |
| CN101534413A (zh) * | 2009-04-14 | 2009-09-16 | 深圳华为通信技术有限公司 | 一种远程呈现的系统、装置和方法 |
| CN101926692A (zh) * | 2010-07-09 | 2010-12-29 | 清华大学 | 一种基于双核处理器的电子耳蜗体外语音处理器 |
| CN203193889U (zh) * | 2013-03-25 | 2013-09-11 | 湖北工业大学 | 一种基于麦克风阵列语音降噪技术的拾音器 |
| CN104936091A (zh) * | 2015-05-14 | 2015-09-23 | 科大讯飞股份有限公司 | 基于圆形麦克风阵列的智能交互方法及系统 |
| CN106501765A (zh) * | 2016-12-02 | 2017-03-15 | 南京邮电大学 | 一种基于平方和与半定规划的最大似然波达方向估计方法 |
| CN106611600A (zh) * | 2016-12-02 | 2017-05-03 | 广州音书科技有限公司 | 用于远场拾音及移动充电的音频处理装置及系统 |
| CN108389587A (zh) * | 2018-04-24 | 2018-08-10 | 苏州宏云智能科技有限公司 | 基于语音唤醒技术的语音增强器 |
| CN207869389U (zh) * | 2018-01-31 | 2018-09-14 | 湖北工业大学 | 一种基于均匀圆形麦克风阵列的语音降噪拾音器 |
| CN208638571U (zh) * | 2018-05-17 | 2019-03-22 | 广东高云半导体科技股份有限公司 | 电子设备及其通用音频开发板 |
-
2019
- 2019-08-23 CN CN201910785555.4A patent/CN110517704B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060227977A1 (en) * | 2003-05-28 | 2006-10-12 | Microsoft Corporation | System and process for robust sound source localization |
| CN101534413A (zh) * | 2009-04-14 | 2009-09-16 | 深圳华为通信技术有限公司 | 一种远程呈现的系统、装置和方法 |
| CN101926692A (zh) * | 2010-07-09 | 2010-12-29 | 清华大学 | 一种基于双核处理器的电子耳蜗体外语音处理器 |
| CN203193889U (zh) * | 2013-03-25 | 2013-09-11 | 湖北工业大学 | 一种基于麦克风阵列语音降噪技术的拾音器 |
| CN104936091A (zh) * | 2015-05-14 | 2015-09-23 | 科大讯飞股份有限公司 | 基于圆形麦克风阵列的智能交互方法及系统 |
| CN106501765A (zh) * | 2016-12-02 | 2017-03-15 | 南京邮电大学 | 一种基于平方和与半定规划的最大似然波达方向估计方法 |
| CN106611600A (zh) * | 2016-12-02 | 2017-05-03 | 广州音书科技有限公司 | 用于远场拾音及移动充电的音频处理装置及系统 |
| CN207869389U (zh) * | 2018-01-31 | 2018-09-14 | 湖北工业大学 | 一种基于均匀圆形麦克风阵列的语音降噪拾音器 |
| CN108389587A (zh) * | 2018-04-24 | 2018-08-10 | 苏州宏云智能科技有限公司 | 基于语音唤醒技术的语音增强器 |
| CN208638571U (zh) * | 2018-05-17 | 2019-03-22 | 广东高云半导体科技股份有限公司 | 电子设备及其通用音频开发板 |
Non-Patent Citations (2)
| Title |
|---|
| JEYASINGH P ET AL.: "《Real-time Multi Source Speech Enhancement based on Sound Source Separation using Microphone Array》", 《 2018 CONFERENCE ON EMERGING DEVICES AND SMART SYSTEMS (ICEDSS)》 * |
| MOHAMMAD MAHDI FARAJI ET AL.: "《Fuzzy based algorithm for acoustic source localization using array of microphones》", 《2017 IRANIAN CONFERENCE ON ELECTRICAL ENGINEERING (ICEE)》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113518141A (zh) * | 2020-04-09 | 2021-10-19 | 深圳市三诺数字科技有限公司 | 一种会议电话及电话会议系统 |
| CN111583946A (zh) * | 2020-04-30 | 2020-08-25 | 厦门快商通科技股份有限公司 | 一种语音信号增强方法和装置以及设备 |
| CN112466321A (zh) * | 2020-10-23 | 2021-03-09 | 南京邮电大学 | 一种基于麦克风阵列的语音增强系统 |
| CN113113037A (zh) * | 2021-04-15 | 2021-07-13 | 南京邮电大学 | 基于omap-l137的麦克风阵列语音波束形成系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110517704B (zh) | 2022-02-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110517704A (zh) | 一种基于麦克风阵列波束形成算法的语音处理系统 | |
| CN102969002B (zh) | 一种可抑制移动噪声的麦克风阵列语音增强装置 | |
| CN105869651B (zh) | 基于噪声混合相干性的双通道波束形成语音增强方法 | |
| CN105825864B (zh) | 基于过零率指标的双端说话检测与回声消除方法 | |
| CN108109617B (zh) | 一种远距离拾音方法 | |
| CN100535992C (zh) | 小尺度麦克风阵列语音增强系统和方法 | |
| CN111044973B (zh) | 一种用于麦克风方阵的mvdr目标声源定向拾音方法 | |
| CN104103277B (zh) | 一种基于时频掩膜的单声学矢量传感器目标语音增强方法 | |
| CN205249484U (zh) | 一种麦克风线性阵列增强指向性拾音器 | |
| CN111445920B (zh) | 一种多声源的语音信号实时分离方法、装置和拾音器 | |
| CN103219012B (zh) | 一种基于声源距离的双麦克风噪声消除方法及装置 | |
| CN111429939B (zh) | 一种双声源的声音信号分离方法和拾音器 | |
| CN103152500B (zh) | 多方通话中回音消除方法 | |
| WO2013033991A1 (zh) | 一种多麦克风阵列噪声消除方法、装置及系统 | |
| JP2012524917A (ja) | アクティブ雑音消去の自動制御のためのシステム、方法、装置、およびコンピュータ可読媒体 | |
| CN106992010B (zh) | 无直达声条件下的麦克风阵列语音增强装置 | |
| Liu et al. | A two-microphone dual delay-line approach for extraction of a speech sound in the presence of multiple interferers | |
| CN102324237A (zh) | 麦克风阵列语音波束形成方法、语音信号处理装置及系统 | |
| CN102196333B (zh) | 一种视频定位的长距离拾音装置 | |
| CN107154256B (zh) | 基于声源定位的声掩蔽系统及自适应调整方法 | |
| CN108389586A (zh) | 一种远程集音装置、监控装置及远程集音方法 | |
| CN205139359U (zh) | 一种基于fpga麦克风阵列室内声源定位系统 | |
| CN112242148B (zh) | 一种基于头戴式耳机的风噪抑制方法及装置 | |
| CN202773062U (zh) | 高信噪比跟踪定向采音设备 | |
| CN108389587A (zh) | 基于语音唤醒技术的语音增强器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |