什么是麥克風陣列

麥克風陣列是由一定數(shù)目的麥克風組成，對聲場的空間特性進行采樣并濾波的系統(tǒng)。

目前常用的麥克風陣列可以按布局形狀分為：線性陣列，平面陣列，以及立體陣列。其幾何構(gòu)型是按設(shè)計已知，所有麥克風的頻率響應(yīng)一致，麥克風的采樣時鐘也是同步的。

麥克風陣列的作用

麥克風陣列一般用于：

聲源定位，包括角度和距離的測量

抑制背景噪聲、干擾、混響、回聲

信號提取

信號分離

聲源定位技術(shù)

利用麥克風陣列計算聲源距離陣列的角度和距離，實現(xiàn)對目標聲源的跟蹤。

基于TDOA（Time Difference Of Arrival，到達時間差）的聲源定位技術(shù)。估計信號到達兩兩麥克風之間的時間差，從而得到聲源位置坐標的方程組。然后求解方程組即可得到聲源的精確方位坐標。

信號的提取與分離

通過波束形成技術(shù)，在期望方向上有效地形成一個波束，僅拾取波束內(nèi)的信號，從而達到同時提取聲源和抑制噪聲的目的。

語音去混響

混響（Reverberation）是指聲波在室內(nèi)傳播時，被墻壁、天花板、地板等障礙物形成反射聲，并和直達聲形成疊加的現(xiàn)象。

混響的作用

混響是聲學中最重要的現(xiàn)象之一

合適的混響會使得聲音圓潤動聽、富有感染力。

混響時間太長會使得聲音含糊不清，聽不清楚。

混響是建筑聲學中要重點考慮的問題

演講廳要短一些的混響時間，比如北京學術(shù)報告廳混響時間為1s

交響樂則需要長一些的混響時間，比如上海音樂廳混響時間為1.5s，維也納音樂廳為2.05s

過大的混響會帶來音素的交疊掩蔽現(xiàn)象，嚴重影響語音識別效果，尤其是遠距離語音識別。

目前主流采用麥克風陣列+深度學習的方式來進行去混響。

線性麥克風陣列

加性麥克風陣列( Additive Microphone Array)

陣列的輸出是各陣元的加權(quán)和

最優(yōu)波束方向可調(diào)

結(jié)構(gòu)簡單、方便布局

適用于車載、家電等場合

差分麥克風陣列( Differential Microphone Array )

陣列的輸出是兩兩麥克風之間的加權(quán)相減

最優(yōu)波束方向只能在末端方向

適用于耳機通話等場合

平面麥克風陣列

平面麥克風陣列（Planar Microphone Array ）

實現(xiàn)平面360度等效拾音

麥克風個數(shù)越多，空間劃分越精細，語音增強和降噪效果越好

廣泛用于智能音箱和交互機器人上

立體麥克風陣列

立體陣列麥克風（3-D Microphone Array ）

真正實現(xiàn)全空間360度無損拾音

解決了平面陣高俯仰角信號響應(yīng)差的問題

麥克風陣列發(fā)展趨勢

多傳感器的融合。聲學麥克風，光學麥克風，骨傳導麥克風的多模態(tài)降噪。提高信噪比，以及適應(yīng)不同的環(huán)境。

分布式麥克風陣列。客廳，臥室，廚房，餐廳，手持各類麥克風的數(shù)據(jù)實時融合處理。在更大范圍內(nèi)實現(xiàn)真正的全方位拾音。

基于深度學習的麥克風陣列。用多麥克風+神經(jīng)網(wǎng)絡(luò)，來取代雙耳結(jié)構(gòu)+大腦信號處理機制。

最終目標：達到人類聽力水平；用兩個麥克風讓機器能聽清10米-20米的聲音；實現(xiàn)雞尾酒會效應(yīng)。

本地和云端識別緊耦合，配合使用也是一個大的趨勢。