前记
作为一个前端算法为核心的解决方案提供商,双麦克算法一直是我们研究的重心。这些年,陆陆续续的花费了不少时间在上面,坎坷的研发经历,可以说是一波三折。不过,在经历了一系列山路回转之后,总算是得到了一些进展。蓦然回首,真是山穷水尽疑无路,柳暗花明又一村啊。
调试历程
农历腊月,寒风凛冽。当大多数人都在欢天喜地过准备过大年的时候,我还为算法中的一个bug反复验证,仿真,仿真。每一座山,只有翻过去了,才知道山中的风景何如。在翻阅了大量的资料,尝试了不同的beamforming算法之后,发现这块真没有合适的开源算法能够完全匹配客户场景的。只能自己写了,这个算法是这个和结构环境强相关的,不是纯算法的东西,是无法用纯算法仿真的很好的。很多的beamforming算法,各项指标仿真都很好,可是一上实际环境,让我大跌眼镜,怎么会那么差呢?后来分析才知道,这些都是理想环境的,实际的考虑到麦克风的各种干扰和电路模型,这种算法,实际环境中哪会有这么理想的模型呢?
效果展示
经过反复的调试和测验,自研的双麦克风降噪算法算是能够在外壳比较小的样机上实现了。这下面是处理前和处理后的音频数据分析:
前面是戴上耳机的人自己说话,后面一段是周围的人在说话,可以看出,能够拾取说话的人声,过滤掉周围的人声。初步测试下来,降噪效果是杠杠的。通过客户的反馈来看,虽然还有一些小bug需要修补,总体来说效果还是相当不错的。
频谱图可以看的更清楚一些。
优缺点总结
通过反复的测试和调研,笔者对双麦克风降噪有了更深的理解。发现双麦克风降噪的缺点和它的优点一样明显。
优点:指向性好,消耗资源相对少的情况下,效果能够达到非常好,并且降噪效果也是出奇的好,在某些场景下有着明显的优势。
缺点:对设备的两个麦克风的距离要求比较高。对声学结构要求比较高,场景要求苛刻,两个麦克风不能距离太近,并且两个麦克风距离说话人的距离不能太远,太远了角度就很小了,根本无法分辨出来。
作者:虚生 出处:https://www.cnblogs.com/dylancao/ 以音频和传感器算法为核心的智能可穿戴产品解决方案提供商 ,提供可穿戴智能软硬件解决方案的设计,开发和咨询服务。 勾搭热线:邮箱:1173496664@qq.com weixin:18019245820 市场技术对接群:347609188 |
![]() |
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 一个奇形怪状的面试题:Bean中的CHM要不要加volatile?
· [.NET]调用本地 Deepseek 模型
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 没有源码,如何修改代码逻辑?
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
2020-04-06 c语言提取浮点型数据的整数部分与小数部分几种方法
2020-04-06 TLV320ADC3101这颗立体声 ADC芯片分析体验及总结