深度解讀智能音箱技術(shù)：360度解剖智能音箱的耳朵(已修改)
2025-08-29 13:41 本頁面
【正文】 深度解讀智能音箱技術(shù)：360度解剖智能音箱的耳朵智能音箱產(chǎn)業(yè)系列報(bào)道導(dǎo)讀：最近數(shù)月，智能行業(yè)第一媒體智東西已深入智能音箱產(chǎn)業(yè)鏈，圍繞智能語音交互入口之爭(zhēng)和智能音箱之熱，連發(fā)數(shù)篇深度報(bào)道，該系列還將覆蓋業(yè)內(nèi)數(shù)十家關(guān)鍵公司、核心操盤手和熱點(diǎn)話題，本文為系列報(bào)道之一。如果沒有“它”，所有的人工智能設(shè)備都是“聾子”，所有的智能音箱都是智障音箱；如果沒有它，背后的人工智能技術(shù)牛X到天都沒用！它是智能設(shè)備的“耳朵”——麥克風(fēng)陣列?！癆lexa”，當(dāng)你對(duì)著亞馬遜Echo呼喚時(shí)，它用頂部的藍(lán)色光環(huán)應(yīng)聲相應(yīng)，“今天天氣怎么樣”，它就會(huì)“聽懂”你的意圖，用柔和的聲音告訴你天氣狀況。而“聽懂”或者“聽清”的第一步在于準(zhǔn)確的獲取用戶的聲音（即拾音），否則無論云端的虛擬助手多么智能，也是無頭蒼蠅。麥克風(fēng)陣列是語音交互的第一步，在智能音箱落地中有關(guān)鍵作用，不僅傳統(tǒng)的芯片公司，語音技術(shù)巨頭和有深厚技術(shù)背景的初創(chuàng)公司紛紛加入這一領(lǐng)域。同時(shí)，隨著智能音箱的火熱以及語音交互的盛行，麥克風(fēng)陣列技術(shù)開始走向前臺(tái)，“XX產(chǎn)品用的是誰家的麥克風(fēng)陣列”也成為行業(yè)中熱議的話題；這時(shí)我們很有必要看清“麥克風(fēng)陣列”產(chǎn)品技術(shù)的過去現(xiàn)在和產(chǎn)業(yè)鏈現(xiàn)狀，也是本文作為智東西智能音箱產(chǎn)業(yè)系列報(bào)道的主要目的。那么我們經(jīng)常提及的麥克風(fēng)陣列究竟是什么？它有哪些類別及作用？哪些玩家參與其中？市場(chǎng)上各家智能音箱使用的麥克風(fēng)陣列又有什么不同？一、麥克風(fēng)陣列：拾音簡(jiǎn)單來講，麥克風(fēng)陣列是由2個(gè)及以上麥克風(fēng)按一定規(guī)則排列組成，在特定空間對(duì)聲音進(jìn)行獲取和處理的錄音系統(tǒng)，它是遠(yuǎn)講語音（超過1米以上）設(shè)備的一個(gè)關(guān)鍵部分。（注：本文所討論的為遠(yuǎn)講語音設(shè)備中的消費(fèi)級(jí)麥克風(fēng)陣列）麥克風(fēng)陣列的功能就是拾音。在遠(yuǎn)講語音設(shè)備中，麥克風(fēng)陣列通過聲源定位、波束形成、噪聲抑制、回聲消除等遠(yuǎn)講算法，有效拾取聲音，從而保證具體場(chǎng)景中語音的識(shí)別率。具體來講，以智能音箱為例，在家庭場(chǎng)景中會(huì)存在各種噪聲等，麥克風(fēng)陣列的作用就是“眾里尋他千百度”，在眾多干擾噪聲中尋找到你，但只是找到還不夠，還需要抑制噪聲、消除自身發(fā)出聲音的影響，并增強(qiáng)你的聲音，從而確保在云端進(jìn)行有效識(shí)別，并滿足你的任務(wù)指令。而拾音又分為遠(yuǎn)場(chǎng)拾音（1米外）和近場(chǎng)拾音（20cm內(nèi)）。比如，以Siri為代表的智能手機(jī)就是近場(chǎng)拾音，采用的是單麥克風(fēng)，可在近距離、低噪聲的情況下拾取符合語音識(shí)別需求的聲音。但是一旦將智能手機(jī)放在有噪聲的較遠(yuǎn)的距離，Siri的識(shí)別率就會(huì)直線下降，單麥克風(fēng)的局限就凸顯了出來。而這正是遠(yuǎn)場(chǎng)拾音和近場(chǎng)拾音的區(qū)別，也凸顯了麥克風(fēng)陣列的重要性。不僅如此，由于噪聲、混響等因素的存在，遠(yuǎn)場(chǎng)拾音還要與遠(yuǎn)講語音識(shí)別算法相匹配，才能真正做到“聽清”。
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1