10年语音专家带你实战特训：远场语音交互技术

失调系数：收敛后，离真实值越远，系数越大。

远场语音面临的干扰:

混响,背景噪声(平稳,非平稳),人声干扰,回声

阵列技术:

回声消除(AEC),波达方向估计(DOA),波束形成技术(MVDR.GSC),单通道语音增强技术,去混响技术

AEC:维纳滤波,LMS->NLMS->PFBLMS,RLS

针对h很长,x很短的长卷积问题,可以采用PFBLMS算法,将滤波器分段进行操作

分的段越多,延迟越低,但是收敛以后离正常值的偏差越大

webrtc的时延估计可作为之后大延时检测参考  

LMS:N这个量级复杂度

RLS:N平方复杂度

直接求逆:N三次方复杂度

1）cmedia （台湾，少），conexant（笔记本双mic降噪）

2）基于能量和相位的后置滤波？？相干系数。

3）自己开发speex

4）国内李晓东。

5）给人听，用了大量的非线性手段。对机器影响大。亚马逊，请benesty 一小时600美刀。

6）回声消除已成熟。doa主说话人方向（学术上多个，实际上混响情况下单个效果）。自适应beamforming。去混响（对人没影响，对语音识别引擎影响很大，日本wpe，日本多通道线性预测）。

7）单通道语音增强（对语音识别，帮助不是很大），

8）两个派别 直接用。先降噪在处理

9）主要做音箱产品。

两麦处理方法:

1.基于能量后滤波:以两麦接收到的频率能量差异为对象处理.需要两麦离得远

2.自适应零陷波束形成(ANF):差分阵列,需要两麦离得近,不断调整零点,消除噪声

3.自适应波束形成+后滤波算法:两麦离得稍远,无法进行零陷波束形成,

国外:cohen,habets,loizou,kellermann,mcdonough,benesty

1)在会议系统中，四大难点中，人声干扰，我这边可以不考虑。

2）android -》google play

3）方向—echo ，收索入口（pc好123）百度杜亚科技。智能音响（小米，华为，网易）

4）驻极体电容，相位较差（京东音箱）。声望（5000），mems（尺寸小，原理一样。相位一致性好。echo。实际上究竟用哪种好？？）

近场:95%以上  远场:60%不到