文章详情
| 稿件标题： | 低信噪比条件下深度学习麦克风阵列波束形成 |
| 稿件作者： | 钟双莲1，2,童峰1，2，3，刘雨佶1，2， 章宇栋1，2，陈东升1，2，3 |
| DOI： | 10.11809/bqzbgcxb2022.11.039 |
| 科学编辑： | 曾浩 博士（ 重庆大学教授、博导） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 波束形成；麦克风阵列；长短期记忆人工神经网络 |
| 文章摘要： | 随着智能装备、可穿戴设备、智能家居、远程会议等语音交互领域对语音质量要求的不断提高，麦克风阵列被广泛用于前端语音增强，但低信噪比场景对传统麦阵增强方法造成了极大挑战。采用时频掩蔽深度学习麦阵算法，可利用语音和噪声频谱、通道间相位差特征估计掩蔽值实现增强，但其在低信噪比条件下性能无法保证。与声学模型联合训练的深度学习麦克风阵列算法，可以利用声学模型词错误率（word error rate,WER）等识别端反馈，以提高低信噪比条件下的识别性能，但该类方法无需重构信号，不输出增强语音信号，不适合远程会议、通话终端等需增强语音输出的应用。针对低信噪比条件，设计了一种基于空域代价函数的麦克风阵列波束形成深度学习网络，提高了低信噪比下的语音质量，并通过仿真和实验证明了该方法的有效性。 |
| 稿件基金： | 国家自然科学基金项目（11274259）；福建省自然科学基金计划项目（2018J05071）；深圳虚拟大学园扶持经费研发机构建设项目（YFJGJS1.0） |
| 引用本文格式： | 钟双莲,童峰，刘雨佶,等.低信噪比条件下深度学习麦克风阵列波束形成［J］.兵器装备工程学报，2022，43(11)：273-277，296. ZHONG Shuanglian， TONG Feng， LIU Yuji， et al.Deep learning microphone array beamforming under low signal noise ratio［J］.Journal of Ordnance Equipment Engineering，2022，43(11)：273-277，296. |
| 出版时间： | 2022年11月 |
| 上线时间： | 2022年11月28日 |
| 浏览次数： | 4041 |
| 下载次数： | 1173 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |