广西信息化麦克风阵列服务标准

    微软的SurfaceStudio着实让人惊艳了一把！除了设计以外，大家都感叹PC机也开始使用麦克风阵列了。其实，早前亚马逊Echo和谷歌Home两者PK，除了云端服务，他们在硬件上区别大的就是麦克风阵列技术。AmazonEcho采用的是环形6+1麦克风阵列，而GoogleHome（包括SurfaceStudio）只采用了2麦克风阵列。什么是麦克风阵列技术？学术上有个概念是“传声器阵列”，主要由一定数目的声学传感器组成，用来对声场的空间特性进行采样并处理的系统。而这篇文章讲到的麦克风阵列是其中一个狭义概念，特指应用于语音处理的按一定规则排列的多个麦克风系统，也可以简单理解为2个以上麦克风组成的录音系统。麦克风阵列一般来说有线形、环形和球形之分，严谨的应该说成一字、十字、平面、螺旋、球形及无规则阵列等。至于麦克风阵列的阵元数量，也就是麦克风数量，可以从2个到上千个不等。这样说来，麦克风阵列真的好复杂，别担心，复杂的麦克风阵列主要应用于工业和**领域，消费领域考虑到成本会简化很多。为什么需要麦克风阵列？消费级麦克风阵列的兴起得益于语音交互的市场火热，主要解决远距离语音识别的问题，以保证真实场景下的语音识别率。一维麦克风阵列，即线性麦克风阵列，其阵元中心位于同一条直线上。广西信息化麦克风阵列服务标准

    这两者的区别就是回声的时延更长。一般来说，超过100毫秒时延的混响，人类能够明显区分出，似乎一个声音同时出现了两次，我们就叫做回声，比如天坛着名的回声壁。实际上，这里所指的是语音交互设备自己发出的声音，比如Echo音箱，当播放歌曲的时候若叫Alexa，这时候麦克风阵列实际上采集了正在播放的音乐和用户所叫的Alexa声音，显然语音识别无法识别这两类声音。回声抵消就是要去掉其中的音乐信息而只保留用户的人声，之所以叫回声抵消，只是延续大家的习惯而已，其实是不恰当的。声源测向：这里没有用声源定位，测向和定位是不太一样的，而消费级麦克风阵列做到测向就可以了，没必要在这方面投入太多成本。声源测向的主要作用就是侦测到与之对话人类的声音以便后续的波束形成。声源测向可以基于能量方法，也可以基于谱估计，阵列也常用TDOA技术。声源测向一般在语音唤醒阶段实现，VAD技术其实就可以包含到这个范畴，也是未来功耗降低的关键研究内容。波束形成：波束形成是通用的信号处理方法，这里是指将一定几何结构排列的麦克风阵列的各麦克风输出信号经过处理（例如加权、时延、求和等）形成空间指向性的方法。波束形成主要是抑制主瓣以外的声音干扰，这里也包括人声。广西信息化麦克风阵列服务标准目前主流采用麦克风阵列+深度学习的方式来进行去混响。

    以及纠错过程中双手在手写板/笔和键盘、鼠标之间频繁切换就成了用户痛点。台式机三区键盘的3＊3数字小键盘位于右边，适合右手使用，左撇子使用很不方便，当右手用鼠标，左手控制数字小键盘时，也很不方便。另外，台式机数字小键盘上缺少等号″＝″键，数值计算时，以Enter键替代等号″＝″键指令，但是在输入数学符号和数学公式时，Enter键执行的是回车换行的指令，并不能实现等号″＝″的符号输入和屏幕显示。数字小键盘上缺少纠错的BackSpace键，纠错时手指要跨越到字母键区敲击BackSpace键，降低了纠错效率。传统的手写板具有笔迹输入功能，不具备笔迹显示功能，缺少笔端的视觉反馈，用户在板上书写的笔迹不是在笔端显示，而是在显示屏上显示，这种笔屏分离的书写体验很差，不利于精细书写。带胆固醇液晶屏的可视手写板虽然可以显示手写笔迹，但不支持局部涂改，无法实现MyScript交互墨水的功能。数理化公式、逻辑框图、设计草图等比普通文字具有更复杂的结构，只有精细书写，软件才能保持较高的识别率。语音识别需要采用麦克风拾音，单麦克风只能近场拾音，双麦克风阵列可以实现远场拾音，并且具有定向拾音和降噪功能。由于键盘没有喇叭和风扇等震动单元。

    所述翻译模块通过实时语音转写接口与翻译引擎通信实现实时翻译，其流程包括：a1：通过读转写模块建立与翻译引擎的通信；a2：通信建立后，通过读转写模块基于客户选择的源语言、目标语言、口音参数，将传入的声音信号转换成文本数据；a3：将所述文本数据通过实时翻译模块传给所述翻译引擎进行翻译，得到目标语言的文本信息后，传送给结果确认模块；a4：所述结果确认模块按照用户的预设的翻译结果确认方式，将所述目标语言的文本信息以文本的形式显示给用户，或者将得到的所述目标语言的文本信息通过语音合成模块转换为音频数据后，通过播放软件将所述音频数据实时播放给用户；所述翻译模块单独安装在移动设备上，在所述普通模式下，基于其所在移动设备的声音采集模块采集目标声源的声信号；步骤s3中，所述延迟系数t(l,k)的计算方法包括如下步骤：b1：设目标声源存在竞争性语音噪声：干扰噪声源1、干扰噪声源2...干扰噪声源num-1，其中，num取值为自然数，所述目标声源偏离正向的角度为θ1，所述干扰噪声源1、干扰噪声源2...干扰噪声源num-1偏离正向的角度为θ2、θ3...θnum；则：所述前向麦克风mic1采集到的混合信号m1(n)为：m1(n)＝s1(n)+s2(n)+s3(n)+...+snum(n)其中：s1。在室内布置合适的麦克风阵列，说话人发声，录下说话人的语音。

    说明是本实用新型实施方式的装置立体分解；本实用新型实施方式的印刷电路板的背面图；本实用新型实施方式的电连接关系；本实用新型实施方式的整体示意；1、包体；2、印刷电路板；3、音频采集装置；4、视频采集装置；5、wifi模块；6、电池；7、便携式平板电脑；8、图像出孔；9、透光挡片；10、夹层布料；11、图像采集装置安装孔；12、声音出孔；13、排线穿孔；14、吸音材料。具体实施方式下面结合和具体实施例对本实用新型的技术方案进行详细说明。以下所述为本实用新型的较佳实施例，并不用以限制本实用新型，凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。所举实例只用于解释本实用新型，并非用于限定本实用新型的范围。一种便携式可视化麦克风阵列装置，包括包体，设置在包体内的印刷电路板、音频采集装置、视频采集装置、无线模块和供电装置，以及便携式操作终端；包体的正面设有一图像出孔，视频采集装置安装在印刷电路板上，且其镜头与图像出孔重合，音频采集装置阵列式排布在印刷电路板上，无线模块分别与视频采集装置和音频采集装置电连接。根据声源和麦克风阵列之间距离的远近，可将阵列分为近场模型和远场模型。广西信息化麦克风阵列服务标准

对麦克风阵列频率响应的校准对于室内移动声源定位精度的进一步提升具有重要意义。广西信息化麦克风阵列服务标准

    wifi模块5将接收到的音频信号进行相位平移和加权求和处理后通过wifi传输到便携式平板电脑7，wifi模块5将接收到的视频信号通过wifi传输到便携式平板电脑7；便携式平板电脑7对传输过来的视频信号和音频信号进行展示，通过便携式平板电脑7也可以对wifi模块5进行控制，实现对相位平移和加权求和的控制，终实现对大声音获取方向的控制。供电装置6连接电源线与wifi模块5电连接，wifi模块5再将电能传送给音频采集装置3和视频采集装置4；印刷电路板2插放在夹层布料10和包体1的正面所构成的夹层中，视频采集装置4的镜头正对图像出孔8位置；包体1内部填充有吸音材料14，防止声音从包体1的背面干扰到麦克风阵列装置。印刷电路板的背面。印刷电路板2背面焊接有由音频采集装置3组成的4×12的麦克风阵列，正中心有视频采集装置安装孔11。其中，包体的正面材料选择透音性能好的织物材料；视频采集装置为高清的摄像机；便携式操作终端为带windows7操作系统的平板电脑；音频采集装置为4×12的麦克风阵列，单个麦克风为底部出孔的mems麦克风；包体形状为手提包或者背包或者行李包。且便携式可视化麦克风阵列装置可以被附接安装到无人机，或者其它可动装置或者附接到交通工具。广西信息化麦克风阵列服务标准