深度解讀智能音箱技術(shù)：360度解剖智能音箱的耳朵-全文預(yù)覽
【正文】 exa Voice Service (AVS) 量身定做了AudioSmart 語音處理開發(fā)套件出貨量已超過3000萬套，涵蓋智能音箱、智能家居、智能電視、機(jī)器人等多個品類。（叮咚音箱A1的7+1環(huán)形麥克風(fēng)陣列，黑色為麥克風(fēng)）科勝訊——國際語音方案巨頭科勝訊成立于1999年，曾是全球最大的獨(dú)立通訊芯片提供商，后來幾經(jīng)波折被新思科技收購。中興、?？低暋⒚赖?、高德、優(yōu)必選、狗尾草等都是其客戶。而反觀國內(nèi)的智能音箱浪潮，我們還缺少這種對技術(shù)的長線投入和對產(chǎn)品的耐心打磨。第二個是三星在2012年推出的全球首款具有遠(yuǎn)講語音能力的智能電視，該電視使用麥克風(fēng)陣列，科勝訊的語音芯片，支持語音操控，并帶動了國內(nèi)的智能電視潮。三、消費(fèi)級麥克風(fēng)陣列的里程碑事件早在20世紀(jì)七八十年代，麥克風(fēng)陣列已經(jīng)被應(yīng)用到語音信號處理中，進(jìn)入90年代以來，基于麥克風(fēng)陣列的語音信號處理算法逐漸成為一個新的研究熱點(diǎn)。比如在智能音箱播放音樂時，你喚醒設(shè)備并下達(dá)命令，這時麥克風(fēng)陣列同時采集你發(fā)出的聲音和正在播放的音樂的聲音，而回聲抵消就是要去掉其中音樂的聲音并保留人的聲音，以供云端進(jìn)行語音識別。簡單來講，噪聲抑制就是在目標(biāo)信號和干擾噪聲中，保留目標(biāo)聲音，削弱周圍的噪聲，從而保證獲取的目標(biāo)聲音信號相對清晰，再結(jié)合云端相匹配的語音識別算法，實現(xiàn)有效識別理解。以叮咚音箱的AIUI模式為例，開啟了一定時間的多倫對話后，它會優(yōu)先默認(rèn)第一個說話者作為它拾音的主方向，從而抑制其他方向的聲音，來保證和一個對話者的交互。它是基于麥克風(fēng)陣列對目標(biāo)信號（聲源）的位置探測，確定在特定空間中說話者的位置關(guān)系。不僅如此，由于噪聲、混響等因素的存在，遠(yuǎn)場拾音還要與遠(yuǎn)講語音識別算法相匹配，才能真正做到“聽清”。而拾音又分為遠(yuǎn)場拾音（1米外）和近場拾音（20cm內(nèi)）。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：拾音簡單來講，麥克風(fēng)陣列是由2個及以上麥克風(fēng)按一定規(guī)則排列組成，在特定空間對聲音進(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)備的一個關(guān)鍵部分?！癆lexa”，當(dāng)你對著亞馬遜Echo呼喚時，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“聽懂”你的意圖，用柔和的聲音告訴你天氣狀況。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。同時，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，“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
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1