银川麦克风阵列装置

niKJ7Wj

声源定位技术 利用麦克风阵列计算声源与阵列的角度和距离，实现对目标声源的跟踪。基于TDOA（Time Difference Of Arrival）的声源定位技术。估计信号到达两个麦克风的时间差，得到声源位置坐标方程组。然后求解方程组，得到声源的准确方位坐标。 信号提取和分离 通过波束赋形技术，有效地形成所需方向的波束，只拾取波束内的信号，从而达到同时提取声源和抑制噪声的目的。

麦克风阵列技术 它是一个“麦克风阵列”，主要由一定数量的声学传感器组成，用于对声场的空间特征进行采样和处理。 麦克风阵列语音处理系统 这里所说的麦克风阵列是比较狭义的概念之一，具体是指按照一定的规则排列进行语音处理的多个麦克风系统，也可以简单理解为两个以上麦克风组成的录音系统。 麦克风阵列一般分为线性、环形和球形。严格来说，它们应该被描述为一个单词、一个十字、一个平面、一个螺旋、一个球形和一个不规则的阵列。 至于麦克风阵列的元素个数，也就是麦克风的个数，可以从2个到上千个不等。 这样一来，麦克风阵列真的很复杂，不用担心，复杂的麦克风阵列主要用于工业和*领域，在消费领域成本会简化很多。

麦克风阵列是由一组麦克风按一定的几何结构（通常是线性和圆形）放置而成，对采集到的不同空间方向的声音信号进行时空处理，以实现噪声抑制、混合噪声去除、人声干扰抑制、声源测向、声源跟踪、阵列增益等功能，从而提高语音信号处理质量，提高真实环境下的语音识别率。 事实上，仅通过麦克风阵列很难**语音识别率。 麦克风阵列只是一个物理入口，它只是在物理世界中完成声音信号处理，获得语音识别所需的声音，但语音识别率是在云端得到的结果，所以两个系统**匹配在一起得到较好的结果。 不仅如此，麦克风阵列处理的信号质量也无法由标准来定义。因为目前的语音识别基本上都是深度学习训练的结果，而深度学习有一个局限性，就是严重依赖样本数据库进行输入训练。如果处理后的语音与样本数据库不匹配，识别效果不会很好。

2018年4月，联丰迅声成立于历史文化名城古都西安，于同年9月获得英诺天使的种子轮投资。是一家以机器听觉为**的AIoT解决方案提供商，主要从事环境声音信号处理、声音识别、声源定位及相关的声学软、硬件产品研发与服务，并于2020年12月荣获“****企业”认定。

公司**技术团队由西北工业大学博士与硕士组成，环境声音事件检测技术和**前布局的ESR环境声目标识别技术处于**良好地位。连续数年参与世界**声学赛事，排名均位列top 3。是国内为数不多的同时自主掌握声呐硬件设计与算法软件开发的团队。