前期为了准备面试，也是为了自己拓展一下知识，整理了一些麦克风阵列的知识，这些内容里面并不全，但是却是一些最为关注的点。在了解了这些内容之后，反而让我对自己的麦克风阵列语音增强的系统有了更多的认识，最重要的一点就是，过去单纯只考虑算法改进是无法真正做到一个好系统的，算法必须与硬件结构相结合，才能做出更好的系统。 为什么使用麦克风阵列？ 麦克风系统可以在低噪声、无混响、距离声源很近的情况下获得符合语音识别需求的声音信号。但是，若声源距离麦克风距离较远，并且真实环境存在大量的噪声、多径反射和混响，导致拾取信号的质量下降，…

科大讯飞的面试很玄学，在7月初我投递了简历之后一直没有联系我，然后突然追一面试之前半个小时联系我，我说我有个面试稍等会儿恢复他电话。然后追一面试官迟到之后，我给那边回了电话，那边只是记录了我的姓名、籍贯和报名方向。然后在7月22日我在高铁上的时候，跟我预约了7月23日下午的面试，于是乎就开始面试了。 问题记录 1.项目存在哪些问题？ 2.对于幅度失真的原理是什么？ 3.没有尝试其它方法？ 4.对于双声源乃至多声源如何进行处理？ 问题解答 幅度失真是因为时延估计和噪声协方差矩阵不准确造成的。而之所以不准确是因为，时延…

WebRTC Voice Activity Detection 1 关于WebRTC VAD 1.1 WebRTC VAD简介 其实在WebRTC的VAD中用到了一个很重要的方法的思想，这个方法就是聚类。实际上我们都可以知道，分出来的只有两个类，一是语音二是噪声。我们要对每一帧信号都求语音和噪声的概率，然后根据概率来进行聚类。那么，选择怎样的特征来作为高斯分布的输入呢？这种特征的选取可是关系着VAD性能是好是坏。我们的思想就是寻找噪声和语音相差最大的特征，或者说尽可能大的特征。 众所周知，信号的处理分类主要有时域、…

程序名称：Single Channel Noise Suppression based on WebRTC 程序来源：Google WebRTC(Web Real Time Communication) 程序语言：C 程序平台：Windows(VS2015+)/CentOS6.4(GCC) 程序功能简介： 此程序为一个单通道的语音增强程序，可以实现去除单麦克风采集到的语音中的噪声的功能。该程序提取自Google的开源视频会议框架WebRTC。 程序效果： Test Condition Key Value File …

计算噪声功率谱程序（WebRtcNs_AnalyzeCore） 计算信噪比函数之前的部分分别是： 1.对输入的时域帧数据进行加窗、FFT变换。 2.然后计算能量，若能量为0，返回；否则继续往下。 3.然后计算新的能量和幅度。 4.使用分位数噪声估计进行初始噪声估计。 5.然后取前50个帧，计算得到高斯白噪声、粉红噪声模型，联合白噪声、粉红噪声模型，得到建模的混合噪声模型。 计算信噪比（ComputeSnr） 作用：根据分位数噪声估计计算前后信噪比 Inputs: |magn|.信号幅度谱估计 |noise| 噪声幅…

学术报告笔记整理 学术报告题目：From Matrix to Tensor: Algorithm and Hardware Co-Design for Energy-Efficient Deep Learning 主讲人：袁博（Bo Yuan, Assistant professor in the Department of Electrical and Computer Engineering in Rutgers University） 发展背景     深度学习应用广泛，但是目前…

语音和阵列信号的基础 以下内容均为自己有关文献和论文整理，因为部分公式较难打出，所以整理成了图片。 语音信号及特点 1.语音信号的几大特点： 噪声场 不同噪声场中的噪声之间的相关程度不一样。定义噪声相关函数如下： 一般认为，在不考虑噪声的散射、幅度衰减等的情况下，相干噪声场中噪声直达各个麦克风。实际中，开放的、没有混响的环境通常为相干噪声场；非相干噪声场中，噪声互不相干，理想的非相干噪声场实际环境很少见，通常认为麦克风产生的电子噪声为非相干噪声。许多实际噪声环境可以看作散射场，如室内、车内环境等。 近场和远场 区分…