数字麦克风和阵列拾音技术的应用
音频阵列信号处理技术的应用案例和声源定位方法

音频阵列信号处理技术的应用案例和声源定位方法音频阵列信号处理技术是一种利用多个麦克风进行信号采集和处理的技术。
通过对多个麦克风采集的音频信号进行合理的处理和分析,可以实现各种应用场景下的声源定位、环境识别、噪声抑制等功能。
本文将介绍几个音频阵列信号处理技术的典型应用案例和声源定位方法。
一、室内会议语音对话录音与识别在室内会议场景中,利用音频阵列信号处理技术可以实现对多个与会者的语音信号的准确采集和识别。
首先,需要使用多个麦克风布置成一定的阵列形式,以便于对不同方向的声源进行准确的采集。
然后,对采集到的多路麦克风信号进行阵列信号处理,通过波束形成算法对感兴趣的声源进行增强,抑制其它噪声干扰。
最后,将处理后的音频信号输入到语音识别系统进行语音识别。
通过音频阵列信号处理技术的应用,可以大大提高会议语音对话录音的质量和语音识别的准确率。
二、智能家居语音助手音频信号处理智能家居语音助手已经成为越来越多家庭的重要组成部分,而音频阵列信号处理技术可以提升智能家居语音助手的声源定位和语音交互能力。
通过在智能家居设备中部署音频阵列麦克风,并利用波束形成算法对用户发出的语音信号进行增强,可以有效降低噪声干扰,提升语音助手对用户指令的识别准确率。
此外,通过采集多个方向的声音信号,还可以实现智能语音助手的声源定位功能,使其能够定位用户的位置并将声音指向相应的方向,提供更便捷的语音交互体验。
三、远场语音识别技术的应用远场语音识别是指在远离麦克风的情况下,利用音频阵列信号处理技术实现对用户语音命令的准确识别。
音频阵列麦克风可以采集到用户远离麦克风的语音信号,并利用波束形成等技术对远声源进行增强,抑制其他噪声干扰。
此外,还可以使用混音技术将远场语音信号与近场语音信号相结合,提高识别准确率。
远场语音识别技术的广泛应用包括智能音箱、车载语音控制系统等。
四、音频会议噪声抑制技术音频会议中,各个与会者通常分处不同位置,由于远距离传输和环境噪声等因素的影响,会导致音频信号质量下降。
阵列麦克风技术在手机上的应用

Samsung W690/ W910
Lenovo P619/ P636/ P50
Lenovo ET600
Fortemedia Confidential
7
富迪科技语音萃取技术
Fortemedia VETM Voice Extraction Technology
voice + noise
voice + noise
Music noise
Pink 1 noise
Pink 2 noise
Babble noise
School noise
Fortemedia Confidential
15
SAM
TM VE 性能总结
应用两个普通全向麦克风,可以做到精确识别噪音并做准确消噪 手持使用时可在人嘴周围形成拾音球,球内声音加强,拾音球外所有 声音都被当作噪音压制 无论稳态,非稳态任何难处理噪音都可压制30db左右 超强消回音能力,适用于手机,对讲机等手持设备消噪和全双工免提 设计 在强环境噪音条件下提高语音识别率
VCPD (2pins)
在远端手机的录音,清楚体现聆听者的实际感受 SAM VE 开 启
Music noise
Pink 1 noise
Pink 2 noise
Babble noise
School noise
噪 声 压 制 关 闭
voice only
voice + noise
voice + noise
voice + noise
VoIP
VoIP speakerphones
《2024年基于麦克风阵列的语音增强研究》范文

《基于麦克风阵列的语音增强研究》篇一一、引言随着人们对音频质量要求的不断提高,语音增强技术逐渐成为音频处理领域的研究热点。
麦克风阵列技术作为一种有效的语音增强手段,通过多个麦克风的协同作用,可以实现对声源的定位、语音信号的分离以及语音增强的功能。
本文旨在研究基于麦克风阵列的语音增强技术,以期在复杂环境中实现高保真的语音识别与通讯。
二、麦克风阵列基本原理麦克风阵列是由多个麦克风按照一定规则排列而成的阵列系统。
其基本原理是通过不同麦克风接收到的信号之间的相位差和幅度差,结合阵列几何结构,实现对声源的定位和信号的分离。
麦克风阵列技术广泛应用于语音识别、语音增强、声源定位等领域。
三、基于麦克风阵列的语音增强方法基于麦克风阵列的语音增强方法主要包括声源定位、信号分离和后处理三个步骤。
1. 声源定位:通过多个麦克风的信号到达时间差和幅度差等信息,估计出声源的方向和距离。
声源定位是后续信号分离的基础。
2. 信号分离:在确定了声源位置后,采用适当的信号处理算法,如盲源分离、基于高阶统计的分离方法等,从混合信号中提取出目标语音信号。
这一步骤中,针对噪声环境和不同背景下的分离效果尤为关键。
3. 后处理:通过语音增益调整、噪声抑制等后处理技术,进一步提高语音信号的质量。
后处理环节可以有效消除背景噪声、回声等干扰因素,使语音信号更加清晰。
四、研究现状与挑战目前,基于麦克风阵列的语音增强技术在理论研究和实际应用方面都取得了显著的成果。
然而,在实际应用中仍面临诸多挑战。
如:如何提高声源定位的准确性、如何有效分离混合信号中的目标语音、如何处理不同环境下的噪声干扰等。
此外,随着人工智能和深度学习技术的发展,如何将先进的算法应用于麦克风阵列技术,提高语音增强的效果和效率,也是当前研究的重点。
五、研究方法与实验结果为了解决上述问题,本文采用深度学习算法与麦克风阵列技术相结合的方法进行语音增强研究。
首先,通过构建神经网络模型,实现对声源的精准定位和混合信号的有效分离;其次,利用深度学习算法对后处理环节进行优化,进一步提高语音质量;最后,通过实验验证了该方法的可行性和有效性。
麦克风阵列技术在语音识别中的应用研究

麦克风阵列技术在语音识别中的应用研究一、绪论语音识别技术的发展已经越来越受到人们的关注与重视。
作为其中的重要组成部分之一,麦克风阵列技术也越来越受到人们的青睐。
麦克风阵列技术是一种可以通过组合多个麦克风进行信号增强的技术。
在语音识别技术中,麦克风阵列技术可以提高原始语音信号的质量,从而提高语音识别的准确率。
本文将介绍麦克风阵列技术的概念、原理、分类以及在语音识别中的应用研究。
二、麦克风阵列技术的概念与原理麦克风阵列技术是一种可以通过组合多个麦克风进行信号增强的技术。
其基本思想是将多个麦克风分别采集到的信号进行混合处理,以得到更稳定、更准确的信号。
麦克风阵列技术可以通过两种方式实现信号的增强:一是基于时间信号处理技术,即利用多个麦克风之间的时延差异来进行信号增强;二是基于空间信号处理技术,即利用多个麦克风之间的空间位置差异来进行信号增强。
在基于时间信号处理技术的麦克风阵列中,每个麦克风可以采集到的声波信号是略有差异的,这种差异表现为采集信号之间的时延。
通过对这些信号进行时移和加权平均,可以得到一个更准确、更稳定的声音信号。
在基于空间信号处理技术的麦克风阵列中,麦克风的位置和方向决定了采集到的信号。
这意味着如果一个麦克风采集到的信号在其他麦克风中可以被拾取到,那么这个信号被采集的概率就会相对较高。
因此,通过在一个空间范围内分布多个麦克风,可以有效地提高信号的质量。
三、麦克风阵列技术的分类麦克风阵列技术可以根据不同的特征分为不同的类型。
根据不同的麦克风布局方式可以分为线性阵列、圆形阵列等;根据不同的交叉观察方式可以分为平面阵列、立体阵列等;根据不同的处理方式可以分为数字阵列、模拟阵列等。
四、麦克风阵列技术在语音识别中的应用研究在语音识别技术中,麦克风阵列技术可以提高原始语音信号的质量,从而提高语音识别的准确率。
识别误差率的一个主要原因是语音信号的可变性,比如说说话的人、说话的环境、语速、语音轮廓、噪声等因素的影响,在进行识别过程中,需要更加准确的原始语音信号进行支持。
人工智能麦克风阵列的实验结论

人工智能麦克风阵列的实验结论人工智能麦克风阵列的实验结论引言:人工智能(AI)麦克风阵列是一种使用人工智能技术来处理声音信号的系统。
它由多个麦克风组成,可以实现声音的定位、降噪和增强等功能。
在进行实验研究时,我们通过对不同情境下的声音信号进行采集和分析,得出了一些关于人工智能麦克风阵列的实验结论。
一、声音定位功能:通过实验研究发现,人工智能麦克风阵列可以准确地定位声源的位置。
在实验中,我们设置了不同位置的声源,并使用AI算法对采集到的声音信号进行处理。
结果显示,无论是单一声源还是多个同时存在的声源,该系统都能够精确地确定其位置。
二、降噪效果:人工智能麦克风阵列在降噪方面表现出色。
在实验中,我们模拟了各种噪声环境,并将其与目标语音信号混合在一起。
通过应用AI算法对采集到的混合信号进行处理,我们观察到噪声被有效地抑制,目标语音信号得到了明显的增强。
三、语音增强功能:实验结果表明,人工智能麦克风阵列能够有效地增强语音信号的质量。
在实验中,我们使用了一些低质量的录音样本,并将其输入到该系统中进行处理。
通过AI算法对这些样本进行去噪和修复,我们观察到语音信号的清晰度和可懂度得到了显著提高。
四、多麦克风协同处理:通过实验研究发现,人工智能麦克风阵列中的多个麦克风之间可以进行协同处理,以提高系统性能。
在实验中,我们将多个麦克风放置在不同位置,并使用AI算法对采集到的声音信号进行处理。
结果显示,在多麦克风协同处理的情况下,系统在定位、降噪和语音增强等方面表现更加出色。
五、适应性与稳定性:人工智能麦克风阵列在不同环境下都表现出良好的适应性和稳定性。
无论是室内还是室外环境,无论是静态还是动态环境,该系统都能够保持较高的性能水平。
这得益于其AI算法的智能调节和学习能力,使系统能够根据不同情境进行自适应处理。
结论:通过实验研究,我们得出以下结论:人工智能麦克风阵列具有精准的声音定位功能、出色的降噪效果、有效的语音增强功能、多麦克风协同处理的优势以及良好的适应性和稳定性。
数字麦克风及阵列拾音技术的应用

数字麦克风及阵列拾音技术的应用随着数字信号处理技术的发展,使用数字音频技术的电子产品越来越多。
数字音频接口成为发展的潮流,采用脉冲密度调制(PDM)接口的ECM和MEMS数字麦克风也孕育而生。
目前,ECM和MEMS数字麦克风已经成为便携式笔记本电脑拾音设备的主流。
数字ECM或MEMS麦克风和传统的ECM麦克风相比,有着不可取代的优势。
首先,移动设备向小型化数字化发展,急需数字拾音器件和技术;第二,设备包含的功能单元越来越多,如笔记本电脑,集成了蓝牙和WiFi无线功能,麦克风距离这些干扰源很近,设备对抗扰要求越来越高;第三,三网合一的发展,需要上网,视频和语音通信可以同时进行,这在移动设备中通常会遇到环境噪声和回声的影响;第四,从提高生产效率角度,希望对麦克风采用SMT焊接。
数字麦克风适合SMT 焊接,可以解决系统各种射频干扰对语音通信产生的噪声,富迪科技的数字阵列麦克风拾音技术可以抑制和消除通话时的回声和环境噪声,数字接口方便同数字系统的连接。
模拟麦克风和数字麦克风麦克风结构:ECM模拟麦克风通常是由振膜,背极板,结型场效应管(JFET)和屏蔽外壳组成。
振膜是涂有金属的薄膜。
背极板由驻极体材料做成,经过高压极化以后带有电荷,两者形成平板电容。
当声音引起振膜振动,使两者距离产生变化,从而引起电压的变化,完成声电转换。
利用结型场效应管用来阻抗变换和放大信号,有些高灵敏度麦克风采用运放来提高麦克风灵敏度(见图1a)。
ECM数字麦克风通常是由振膜,背极板,数字麦克风芯片和屏蔽外壳组成,数字麦克风芯片主要由缓冲级,放大级,低通滤波器,抗模数转换组成。
缓冲级完成阻抗变换,放大级放大信号,低通滤波滤除高频信号,防止模数转换时产生混叠,模数转换将放大的模拟信号转换成脉冲密度调制(PDM)信号,通常采用过采样的1位∆-Σ模数转换(见图1b)。
MEMS模拟麦克风主要由MEMS传感器,充电泵,缓冲放大器,屏蔽外壳组成。
麦克风阵列信号处理技术研究

麦克风阵列信号处理技术研究麦克风是我们日常生活中经常接触到的设备之一,它们在电视、手机、电脑等产品中都有广泛的应用。
随着科技的不断发展,麦克风也在不断的升级和改进。
在这些改进中,麦克风阵列信号处理技术成为了研究的热点之一。
麦克风阵列信号处理技术,是指利用多个麦克风组成一个阵列,通过信号处理算法来分析获取到的声音信号,从而实现降噪、增强语音信号、改善声音方向等效果的技术。
这一技术被广泛应用在会议系统、声源定位、语音识别等领域。
麦克风阵列信号处理技术的优势在于,相比于单个麦克风,它可以获取到更多的声音信息。
同时,多个麦克风的信号可以通过信号处理算法进行协同处理,实现对语音信号的识别和提取。
此外,麦克风阵列技术还可以改善环境噪声,提高语音信号的清晰度。
对于麦克风阵列信号处理技术的研究,主要有以下几方面:一、阵列构建阵列构建是麦克风阵列信号处理技术的基础。
麦克风阵列的构建形式通常有线性、圆形、矩形等。
在构建阵列时,需要考虑麦克风数量、布局、间距以及方向等因素。
此外,不同的阵列构建形式会影响麦克风信号的唯象,因此需要在实验室环境下进行实验,找出最优的构建形式。
二、麦克风信号处理算法麦克风阵列信号处理技术的优秀在于信号处理算法。
不同的算法对信号处理的效果也不同。
在信号处理算法中,常用的有波束形成算法、最小方差无失真响应算法以及最大信噪比算法等。
其中,波束形成算法是阵列信号处理中最基础的处理算法,也是目前最热门的处理方式之一。
通过波束形成,可以实现从多个麦克风中提取出目标信号,使得语音信号更加清晰。
三、降噪和声源定位降噪和声源定位是麦克风阵列信号处理技术中最为关键的部分。
降噪的目标是把环境噪声从语音信号中去除,从而提高语音信号的信噪比。
最常用的环境噪声消除算法是最小均方误差法,目前市场上的很多语音识别设备都采用了这一技术。
声源定位是指通过麦克风阵列获取信号,在不需要人工操作的条件下,自动确定声源的位置。
声源定位需要进行时间延迟估计、数据融合、模型匹配等处理步骤。
麦克风阵列在语音识别中的应用

麦克风阵列在语音识别中的应用
随着人工智能技术的不断发展,语音识别技术逐渐走进人们的生活。
而在语音识别技术中,麦克风阵列的应用起到了重要的作用。
本文将介绍麦克风阵列在语音识别中的应用,并从多个方面阐述其重要性。
一、麦克风阵列介绍
麦克风阵列是由多个麦克风组成的一种变体形式,它可以将多个麦克风的输入信号进行数字信号处理和分析,并从中提取出任意方向的声音信号。
麦克风阵列通常由四个或更多麦克风组成,这些麦克风通常围绕着一个中心点布置,以形成一个可控制的虚拟听取器。
二、麦克风阵列在语音识别中的应用
1. 声纹识别
麦克风阵列可以用于声纹识别中,通过对人声信号进行分析和处理,从而实现语音识别。
在声纹识别中,麦克风阵列可以提高识别准确性和抗干扰能力,从而更好地识别人的声音特征。
2. 环境噪声抑制
麦克风阵列可以有效地抑制周围环境中的噪声,比如电视声、交通噪声等,从而提高语音识别的精确性和准确性。
麦克风阵列能够精确分析和抑制噪声,使得语音信号更加清晰,使得语音识别更准确。
3. 清晰度提升
麦克风阵列可以通过将多个麦克风的输入信号组合起来,从而使得语音信号更加清晰,更容易被识别。
麦克风阵列可以通过深度学习等技术,将多个麦克风的输入信号进行分析和处理,从而提升语音识别的清晰度和准确性。
三、总结
麦克风阵列在语音识别技术中发挥着重要作用,能够提高识别准确性和抗干扰能力,从而更好地识别人的声音特征。
麦克风阵列还能有效地抑制环境噪声,提高语音识别的精确性和准确性,从而使得语音识别更加优秀。
随着人工智能技术的发展,麦克风阵列技术将会在语音识别中扮演更加重要的作用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数字麦克风和阵列拾音技术的应用
随着数字信号处理技术的发展,使用数字音频技术的电子产品越来越多。
数字音频接口成为发展的潮流,采用脉冲密度调制(PDM)接口的ECM和MEMS数字麦克风也孕育而生。
目前,ECM和MEMS数字麦克风已经成为便携式笔记本电脑拾音设备的主流。
数字ECM或MEMS麦克风和传统的ECM麦克风相比,有着不可取代的优势。
首先,移动设备向小型化数字化发展,急需数字拾音器件和技术;第二,设备包含的功能单元越来越多,如笔记本电脑,集成了蓝牙和WiFi无线功能,麦克风距离这些干扰源很近,设备对抗扰要求越来越高;第三,三网合一的发展,需要上网,视频和语音通信可以同时进行,这在移动设备中通常会遇到环境噪声和回声的影响;第四,从提高生产效率角度,希望对麦克风采用SMT 焊接。
数字麦克风适合SMT焊接,可以解决系统各种射频干扰对语音通信产生的噪声,富迪科技的数字阵列麦克风拾音技术可以抑制和消除通话时的回声和环境噪声,数字接口方便同数字系统的连接。
模拟麦克风和数字麦克风
麦克风结构:ECM模拟麦克风通常是由振膜,背极板,结型场效应管(JFET)和屏蔽外壳组成。
振膜是涂有金属的薄膜。
背极板由驻极体材料做成,经过高压极化以后带有电荷,两者形成平板电容。
当声音引起振膜振动,使两者距离产生变化,从而引起电压的变化,完成声电转换。
利用结型场效应管用来阻抗变换和放大信号,有些高灵敏度麦克风采用运放来提高麦克风灵敏度(见图1a)。
ECM数字麦克风通常是由振膜,背极板,数字麦克风芯片和屏蔽外壳组成,数字麦克风芯片主要由缓冲级,放大级,低通滤波器,抗模数转换组成。
缓冲级完成阻抗变换,放大级放大信号,低通滤波滤除高频信号,防止模数转换时产生混叠,模数转换将放大的模拟信号转换成脉冲密度调制(PDM)信号,通常采用过采样的1位Δ-Σ模数转换(见图1b)。
MEMS模拟麦克风主要由MEMS传感器,充电泵,缓冲放大器,屏蔽外壳组成。
参照图1c, MEMS传感器由半导体工艺制成的振膜,背极板和支架构成,通过充电泵给背极板加上适当的极化偏压。
缓冲放大器完成阻抗变换,放大信号。
MEMS 数字麦克风主要由MEMS传感器,充电泵,数字麦克风芯片和屏蔽外壳组成,参照图1d。
为了提高麦克风抗干扰能力,麦克风内部电源和地之间都增加了小的滤波电容,通常是10pF 和33pF并联。
图1a ECM模拟麦克风
图1b ECM数字麦克风
图1c MEMS模拟麦克风
图1d MEMS数字麦克风
麦克风偏置电路:通过手机中麦克风电路的典型应用,比较一下ECM模拟麦克风,MEMS 模拟麦克风和数字麦克风的差异。
图2a为ECM模拟麦克风的偏置电路。
为了减小干扰,手机中的麦克风电路采用差分输出。
麦克风电源经过R5电阻C9电容滤波以后,通过R6供给麦克
风内部的场效应管,由R6、R9差分组成差分输出电路。
C15和R6、R9以及麦克风的输出阻抗组成低通滤波器,用来滤除超过语音频段的高频信号,防止后级电路模数装换时产生混叠。
C13、C17隔离直流偏置,R7、R8用来防止电容对芯片输入端的放电冲击。
其余的33pF电容用来滤除射频干扰。
麦克风输出到基带芯片的模拟输入端采用差分布线,减少噪声和射频干扰(见图2b)。
MEMS麦克风的偏置电路。
麦克风电源经过R1电阻C2电容滤波以后,供给MEMS 麦克风内置的缓冲放大器和充电泵电路。
MEMS拾取的声音信号转换成模拟电信号,经过缓冲放大后输出,经过C5、R2、C6组成的π型滤波器滤波,伪差分电路布线到基带芯片。
图2c为数字麦克风的偏置电路。
麦克风电源经过简单滤波以后供给麦克风。
声音转换成模拟电信号经过内部缓冲放大,在时钟信号(SCL)的驱动,下最后模数转换成1位的PDM音频数据,从数据引脚(DATA)输出。
图2a ECM模拟麦克风电路
图2b MEMS模拟麦克风电路
图2c ECM/MEMES数字麦克风电路
各种类型麦克风比较:表1归结出ECM模拟麦克风,ECM数字麦克风,MEMS模拟麦克风和MEMS数字麦克风的性能指标和各自的优缺点。
脉冲密度调制(PDM)信号和数字麦克风接口:
模拟信号转换成PCM信号,根据奈奎斯特准则,通常必须用大于2倍的固定采样频率对模拟信号采样。
模数装换,每个采样点可以用多位比特的数据表示。
比特数越多,采样精度越高,失真越小,但是电路会复杂,成本很高,不适合低成本数字麦克风应用。
如图3b,数字麦克风通常是采用1位δ-Σ模数转换器,对模拟信号进行过采样(只能用于带宽有限的信号,不适合宽频信号,例如视频信号),采样率由外部时钟提供。
过采样可使量化噪声远离被采样的音频信号。
离信号主频fs越近,噪声幅度越小。
同时对抗混叠滤波器的要求大大降低,可以到达很高的精度。
图3 PDM信号
数字麦克风通常由5个引脚,分别是电源(VDD),地(GND),时钟(CLK),数据(DAT)和通道选择(L/R)。
数字麦克风接口芯片需要提供麦克风电源(需要和系统电平匹配)和外部时钟信号(1.024~3.074MHz),数字麦克风在获取时钟信号后,从省电状态转到正常工作状态。
拾取声音信号过采样转换成脉冲密度调制(PDM)的数据流(信号幅度变化越剧烈,脉冲密度越密)送给处理芯片,芯片内部的抽取滤波器(Decimator)下采样(Down sample)并低通滤波,将高频低位流的信号转换成低频高位流的PCM信号,同时滤除量化噪声。
PDM 接口可以挂接两个数字麦克,共享时钟和数据线,通过通道选择(L/R)选择时钟高和低时是哪个通道的麦克风。
图4为数字麦克风的输出信号。
在时钟为高时,L/R=0的麦克风(MIC0)数据线保持高阻状态,传输L/R=1的麦克风(MIC1)的数据;在时钟为低时,L/R=1的麦克
风(MIC1)数据线保持高阻状态,传输L/R=0的麦克风(MIC0)的数据。
图4 数字麦克风的输出信号
数字麦克风阵列在手机平台的应用
2个数字麦克风使用同一组电源,电源电压同语音处理芯片FM34-395(见图5)。
数字麦克风阵列通过L/R引脚配置成成主麦克风(L/R接地)和参考麦克风(L/R接电源),拾取的近端信号经过数字麦克风放大并转换成PDM信号连接到语音处理芯片FM34-395芯片。
两路麦克风信号经过下采样装换成16位的PCM信号,放大滤波以后进行相关处理。
图5 数字麦克风阵列在MTK手机平台典型应用
手持模式下,根据数字麦克风阵列拾取的近端信号差异,对近端语音做稳态和非稳态噪声抑制和线性回声消除处理,处理完成的信号经过PCM引脚(TxDp)送到基带芯片(PCM IN 引脚)作为上行信号,送并产生侧音送到受话器(Receiver)。
下行信号通过基带芯片(PCM OUT 引脚)送到FM34-395的输入引脚(RxDc),经过噪声抑制,并根据数字麦克风阵列提供的噪声信息判断是否启动清晰语音引擎来亮化受话器(Receiver)的声音,使用户在噪声环境下依然可以听得清,同时作为回声消除的参考信号。
免提模式下,根据麦克风阵列拾取的回声信号差异,对夹杂声学回声的近端语音进行消除处理,处理完的语音做稳态噪声抑制处理,输出信号经过PCM引脚(TxDp)送到基带芯片(PCM IN引脚)作为上行信号。
下行信号通过基带芯片(PCM OUT引脚)送到FM34-395的输入引脚(RxDc),经过噪声抑制,并根据数字麦克风阵列提供的噪声信息判断是否启动清晰语音引擎来亮化受话器(Receiver)的声音,使用户在噪声环境下依然可以听得清,同时作为回声消除的参考信号。
数字麦克风阵列的摆放:主麦克风摆在手机正面下方或下侧面,就是尽量靠近使用者嘴部,参考麦克风摆在手机背面上方或上侧面,即是靠近使用者的耳朵,这样在手持模式下近端语音数字麦克风阵列的两个麦克风拾取的信号有足够的差别,而较远的噪声没有差别,利用数字语音处理器FM34-395处理,就可以实现定向定距离拾音,抑制各种环境噪声。
数字麦克风阵列在笔记本电脑中的应用
图6为数字麦克风阵列在笔记本电脑的典型应用。
通常数字麦克风阵列和摄像头模组一起,安装在笔记本电脑显示屏上方中央,这样使用者在视频聊天或通话时,声源位于数字麦克风阵列拾音束内,可以传送出去,而两旁的噪声位于拾音束外被抑制,实现清晰语音通信。
阵列中的数字麦克风,可以按10.5mm摆放作为小型数字麦克风阵列,也可以采用距离70~210mm的宽阵列,根据麦克风摆放配置相应的软件。
图6 数字麦克风阵列在笔记本电脑的典型应用
数字麦克风拾取转换成PDM格式的信号通过线缆连接到笔记本电脑的高清音频编解码器
(HD Audio Codec)声卡的数字麦克风接口,下采样转换成两路音频信号,送到位于高清音频编解码器驱动层的小型麦克风阵列处理软件(SAMSoft)处理,实现噪声抑制(Noise Suppression),回声消除(Acoustic Echo Cancellation),远距离拾音(Far Field Pick Up)敲击键盘噪声抑制等功能。