信息化麦克风阵列标准

    什么是麦克风阵列麦克风阵列是由一定数目的麦克风组成，对声场的空间特性进行采样并滤波的系统。目前常用的麦克风阵列可以按布局形状分为：线性阵列，平面阵列，以及立体阵列。其几何构型是按设计已知，所有麦克风的频率响应一致，麦克风的采样时钟也是同步的。麦克风阵列的作用麦克风阵列一般用于：声源定位，包括角度和距离的测量抑制背景噪声、干扰、混响、回声信号提取信号分离声源定位技术利用麦克风阵列计算声源距离阵列的角度和距离，实现对目标声源的跟z。基于TDOA(TimeDifferenceOfArrival，到达时间差)的声源定位技术。估计信号到达两两麦克风之间的时间差，从而得到声源位置坐标的方程组。然后求解方程组即可得到声源的精确方位坐标。信号的提取与分离通过波束形成技术，在期望方向上有效地形成一个波束，拾取波束内的信号，从而达到同时提取声源和抑制噪声的目的。语音去混响混响(Reverberation)是指声波在室内传播时，被墙壁、天花板、地板等障碍物形成反射声，并和直达声形成叠加的现象。混响的作用混响是声学中重要的现象之一合适的混响会使得声音圆润动听、富有感动力。混响时间太长会使得声音含糊不清，听不清楚。什么是麦克风阵列技术？信息化麦克风阵列标准

    实现噪声抑制、混响去除、人声干扰抑制、声源测向、声源、阵列增益等功能，进而提高语音信号处理质量，以提高真实环境下的语音识别率。事实上，靠麦克风阵列也很难保证语音识别率的指标。麦克风阵列还是物理入口，只是完成了物理世界的声音信号处理，得到了语音识别想要的声音，但是语音识别率却是在云端测试得到的结果，因此这两个系统必须匹配在一起才能得到好的效果。不如此，麦克风阵列处理信号的质量还无法定义标准。因为当前的语音识别基本都是深度学习训练的结果，而深度学习有个局限就是严重依赖于输入训练的样本库，若处理后的声音与样本库不匹配则识别效果也不会太好。从这个角度应该非常容易理解，物理世界的信号处理也并非越是纯净越好，而是越接近于训练样本库的特征越好，即便这个样本库的训练信号很差。显然，这是一个非常难于实现的过程，至少要声学处理和深度学习的两个团队配合才能做好这个事情，另外声学信号处理这个层次输出的信号特征对语义理解也非常重要。看来，小小的麦克风阵列还真的不是那么简单，为了更好地显示这种差别，我们测试了某语音识别引擎在单麦克风和四麦克风环形阵列的识别率对比。另外也要提醒，语音识别率并非只有一个WER指标。海南麦克风阵列内容旨在解决现有技术中麦克风阵列操作复杂，携带不便，容易暴露，隐蔽性差等问题。

    在NumLock键锁定时保持原有等号″＝″功能，BackSpace键紧邻3＊3数字小键盘以便纠错，原键盘字符键排列顺序保持不变；本技术的目的及其技术方案还可采用以下技术措施进一步实现。该键盘由物理键盘+触摸屏虚拟键盘两部分组成，物理键盘在QWERTYUIOP行中，以″O″，在ZXCVBNM行中以2个″M″和″＜，″，使三行字符键右边对齐，实现单键区键盘内涵九宫格键盘，数字小键盘映射到内涵九宫格键区上，BackSpace键左边的等号″＝″键不叠加复用，在NumLock键锁定时保持原有等号″＝″功能，BackSpace键紧邻3＊3数字小键盘以方便纠错，原键盘字符键排列顺序保持不变；内涵九宫格优化键盘以单区键盘实现台式机三区键盘的全部功能，节省出桌面空间给电容触摸屏，触摸屏与电容笔或电磁笔配合实现数理化公式手写输入，并经过手写识别软件将手写公式数字化；该键盘内置麦克风阵列，配合语音识别软件实现远场拾音，并具有降噪功能；该键盘的电容触摸屏上有映射希腊字母、符号、几何符号、逻辑符号、数理化特殊符号的虚拟键盘，通过触摸屏虚拟键盘快速输入数理化特殊符号，提升学生作业数字化的输入效率；该键盘的连接方式可以是有线方式连接，也可以是无线方式连接。

    麦克风阵列波束形成，是对各阵元的输出进行时延或相位补偿、幅度加权处理，以形成指向特定方向的波束。在远场模型中，假设输入是一个平面波。设传播方向为θ，时域频率(弧度)为ω，声音在介质中的传播速度为c，对于在一个局部均匀的介质里传播的平面波，定义波束k为k=ωsinθ/c=2sinθ/λ，其中λ是对应于频率ω的波长。由于信号到达不同的传感器的时间不同，则阵列接收到的信号可表示为f(t)=[f(t-τ0)f(t-τ1)…f(t-τN-1)]T=[exp(jω(t-kτ0))exp(jω(t-kτ1))…exp(jω(t-kτN-1))]T其中τn为第n个阵元接收到的信号相对于参考点的时延，N为阵元个数，T表示转置。定义v(k)=[e-jωkτ0e-jωkτ1…e-jωkτN-1]T矢量v包含了阵列的空间特征，称为阵列流行矢量。则f(t)可表示为f(t)=ejωtv(k)。阵列处理器对一个平面波的响应为y(t,k)=HT(ω)v(k)ejωt其中H(ω)是滤波器系数向量的傅里叶变换。符号y(t,k)强调了输出和输入波数k的关系。时域上的相关性体现在输出是一个复指数，和输入平面波有相同的频率。在频域上式可表示为Y(ω,k)=HT(ω)v(k)。注意此处ω对应单一的输入频率，所以是窄带的。阵列的空时处理关系完全可以由上式的右端描述，称为阵列的频率-波数响应函数。差分麦克风阵列阵列的输出是两两麦克风之间的加权相减波束方向。

    如果声源到阵列中心的距离大于2d2/λmin，则为远场模型，否则为近场模型。近场模型和远场模型(2)麦克风阵列拓扑结构按麦克风阵列的维数，可分为一维、二维和三维麦克风阵列。这里只讨论有一定形状规则的麦克风阵列。一维麦克风阵列，即线性麦克风阵列，其阵元中心位于同一条直线上。根据相邻阵元间距是否相同，又可分为均匀线性阵列(UniformLinearArray，ULA)和嵌套线性阵列，均匀线性阵列是简单的阵列拓扑结构，其阵元之间距离相等、相位及灵敏度一直。嵌套线性阵列则可看成几组均匀线性阵列的叠加，是一类特殊的非均匀阵。线性阵列只能得到信号的水平方向角信息。线性阵列拓扑结构二维麦克风阵列，即平面麦克风阵列，其阵元中心分布在一个平面上。根据阵列的几何形状可分为等边三角形阵、T型阵、均匀圆阵、均匀方阵、同轴圆阵、圆形或矩形面阵等，平面阵列可以得到信号的水平方位角和垂直方位角信息。平面阵列拓扑结构三维麦克风阵列，即立体麦克风阵列，其阵元中心分布在立体空间中。根据阵列的立体形状可分为四面体阵、正方体阵、长方体阵、球型阵等。根据声源和麦克风阵列之间距离的远近，可将阵列分为近场模型和远场模型。河北电子类麦克风阵列特征

利用设置不同拓扑结构的麦克风阵列获取语音信号，进行基于相位变换加权的可控相应功率的定位算法。信息化麦克风阵列标准

    现在的口径还是较大，声智科技现在可以做到2cm-8cm的间距，但是结构布局仍然还是限制了ID设计的自由性。很多产品采用2个麦克风其实并非成本问题，而是ID设计的考虑。实际上，借鉴雷达领域的合成孔径方法，麦克风阵列可以做的更小，而且这种方法已经在领域成熟验证，移植到消费领域只是时间问题。还有一个趋势是麦克风阵列的低成本化，当前无论是2个麦克风还是4、6个麦克风阵列，成本都是比较高的，这影响了麦克风阵列的普及。低成本化不是简单的更换芯片器件，而是整个结构的重新设计，包括器件、芯片、算法和云端。这里要强调一下，并非2个麦克风的阵列成本就便宜，实际上2个和4个麦克风阵列的相差不大，2个麦克风阵列的成本也要在60元左右，但是这还不包含进行回声抵消的硬件成本，若综合比较，实际上成本相差不大。特别是今年由于新技术的应用，多麦克风阵列的成本下降非常明显。再多说一个趋势就是多人声的处理和识别，其中典型的是鸡尾酒会效应，人的耳朵可以在嘈杂的环境中分辨想要的声音，并且能够同时识别多人说话的声音。现在的麦克风阵列和语音识别还都是单人识别模式，距离多人识别的目标还很远。前面提到了现在的算法思想主要是“抑制”，而不是“利用”。信息化麦克风阵列标准

深圳鱼亮科技有限公司致力于通信产品，是一家服务型公司。公司自成立以来，以质量为发展，让匠心弥散在每个细节，公司旗下智能家居，语音识别算法，机器人交互系统，降噪深受客户的喜爱。公司将不断增强企业重点竞争力，努力学习行业知识，遵守行业规范，植根于通信产品行业的发展。深圳鱼亮科技立足于全国市场，依托强大的研发实力，融合前沿的技术理念，飞快响应客户的变化需求。