什么是麥克風陣列
麥克風陣列是由一定數(shù)目的麥克風組成，對聲場的空間特性進行采樣并濾波的系統(tǒng)。
目前常用的麥克風陣列可以按布局形狀分為：線性陣列，平面陣列，以及立體陣列。其幾何構型是按設計已知，所有麥克風的頻率響應一致，麥克風的采樣時鐘也是同步的。
麥克風陣列的作用
麥克風陣列一般用于：
聲源定位，包括角度和距離的測量
抑制背景噪聲、干擾、混響、回聲
信號提取
信號分離
聲源定位技術
利用麥克風陣列計算聲源距離陣列的角度和距離，實現(xiàn)對目標聲源的跟蹤。
基于TDOA（Time Difference Of Arrival，到達時間差）的聲源定位技術。估計信號到達兩兩麥克風之間的時間差，從而得到聲源位置坐標的方程組。然后求解方程組即可得到聲源的精確方位坐標。
信號的提取與分離
通過波束形成技術，在期望方向上有效地形成一個波束，僅拾取波束內的信號，從而達到同時提取聲源和抑制噪聲的目的。
語音去混響
混響（Reverberation）是指聲波在室內傳播時，被墻壁、天花板、地板等障礙物形成反射聲，并和直達聲形成疊加的現(xiàn)象。
混響的作用
混響是聲學中最重要的現(xiàn)象之一
合適的混響會使得聲音圓潤動聽、富有感染力。
混響時間太長會使得聲音含糊不清，聽不清楚。
混響是建筑聲學中要重點考慮的問題
演講廳要短一些的混響時間，比如北京學術報告廳混響時間為1s
交響樂則需要長一些的混響時間，比如上海音樂廳混響時間為1.5s，維也納音樂廳為2.05s
過大的混響會帶來音素的交疊掩蔽現(xiàn)象，嚴重影響語音識別效果，尤其是遠距離語音識別。
目前主流采用麥克風陣列+深度學習的方式來進行去混響。
線性麥克風陣列
加性麥克風陣列( Additive Microphone Array)
陣列的輸出是各陣元的加權和
最優(yōu)波束方向可調
結構簡單、方便布局
適用于車載、家電等場合
差分麥克風陣列( Differential Microphone Array )
陣列的輸出是兩兩麥克風之間的加權相減
最優(yōu)波束方向只能在末端方向
適用于耳機通話等場合
平面麥克風陣列
平面麥克風陣列（Planar Microphone Array ）
實現(xiàn)平面360度等效拾音
麥克風個數(shù)越多，空間劃分越精細，語音增強和降噪效果越好
廣泛用于智能音箱和交互機器人上
立體麥克風陣列
立體陣列麥克風（3-D Microphone Array ）
真正實現(xiàn)全空間360度無損拾音
解決了平面陣高俯仰角信號響應差的問題
麥克風陣列發(fā)展趨勢
多傳感器的融合。聲學麥克風，光學麥克風，骨傳導麥克風的多模態(tài)降噪。提高信噪比，以及適應不同的環(huán)境。
分布式麥克風陣列�？蛷d，臥室，廚房，餐廳，手持各類麥克風的數(shù)據實時融合處理。在更大范圍內實現(xiàn)真正的全方位拾音。
基于深度學習的麥克風陣列。用多麥克風+神經網絡，來取代雙耳結構+大腦信號處理機制。
最終目標：達到人類聽力水平；用兩個麥克風讓機器能聽清10米-20米的聲音；實現(xiàn)雞尾酒會效應。
本地和云端識別緊耦合，配合使用也是一個大的趨勢。
|
