智能手機(jī)及平板電腦的語(yǔ)音辨識(shí)應(yīng)用

近年來(lái)，智能手機(jī)和筆記本電腦等移動(dòng)/便攜設(shè)備市場(chǎng)持續(xù)快速發(fā)展。這些產(chǎn)品在不斷集成更多新功能以增強(qiáng)用戶體驗(yàn)的同時(shí)，在基本語(yǔ)音通信功能的用戶體驗(yàn)方面仍有充足提升空間，特別是在嘈雜環(huán)境下提升語(yǔ)音清晰度，同時(shí)保持語(yǔ)音自然逼真度。例如，用戶在擁擠的商業(yè)街區(qū)行走時(shí)，周圍環(huán)境中可能充斥著汽車?yán)?、發(fā)動(dòng)機(jī)轟鳴、建筑施工噪聲、嘈雜人群噪聲、腳步聲甚至是風(fēng)噪等，此時(shí)用手機(jī)進(jìn)行語(yǔ)音通話時(shí)，傳統(tǒng)技術(shù)難以提供清晰的語(yǔ)音通信效果。此外，制造商也在為新興的平板電腦等增加視頻通話功能。在利用這些移動(dòng)/便攜設(shè)備用于電話會(huì)議時(shí)，周圍環(huán)境中同樣可能包括多種噪聲，如辦公室嘈雜人聲、周圍談話聲、電腦噪聲、筆劃噪聲及玻璃器皿碰擊聲等，要提供清晰的通話效果同樣不易。

　　在這些應(yīng)用中，要降低或?yàn)V除環(huán)境噪聲，提升語(yǔ)音通信效果，可以采用不同的方法，如專門降噪麥克風(fēng)、模擬電路降噪或數(shù)字電路降噪等(見(jiàn)表1)。這些方法各有其特點(diǎn)，相比較而言，采用數(shù)字電路降噪的方法靈活，聲學(xué)設(shè)計(jì)復(fù)雜度較低，且降噪效果優(yōu)越。當(dāng)然，便攜設(shè)備設(shè)計(jì)人員除了要提供良好的降噪效果，還面臨著多種設(shè)計(jì)約束及挑戰(zhàn)，如尺寸、能耗、物理聲學(xué)設(shè)計(jì)、音頻保真度及成本等。

　　表1：不同降噪技術(shù)比較。

　　先進(jìn)的雙麥克風(fēng)實(shí)時(shí)自適應(yīng)噪聲消減技術(shù)

　　安森美半導(dǎo)體最新推出了基于數(shù)字電路降噪技術(shù)的BelaSigna R261高性能語(yǔ)音捕獲系統(tǒng)級(jí)芯片(SoC)。該器件采用先進(jìn)的雙麥克風(fēng)噪聲消減技術(shù)，能夠幫助設(shè)計(jì)提供優(yōu)異的噪聲消減效果(參見(jiàn)圖1)。這種先進(jìn)的信號(hào)處理技術(shù)接受兩個(gè)麥克風(fēng)的信號(hào)，能夠區(qū)分不同類型的信號(hào)，提取有效的語(yǔ)音信息并抑制環(huán)境噪聲，從而提升語(yǔ)音辨識(shí)度。

　　圖1：BelaSigna R261采用先進(jìn)的實(shí)時(shí)自適應(yīng)噪聲消減算法。

　　BelaSigna R261在其集成的ROM存儲(chǔ)器中內(nèi)置了語(yǔ)音提取算法。這種算法利用一個(gè)或多個(gè)傳感器來(lái)提取波形傳播信號(hào)，而不需要預(yù)先知道聲源或傳感器位置。這種方案利用全局優(yōu)化準(zhǔn)則，同時(shí)工作在頻域、時(shí)域和空域，對(duì)聲源的數(shù)量及傳感器的數(shù)量沒(méi)有限制，與信噪比(SNR)無(wú)關(guān)，即在低SNR和高SNR環(huán)境下能夠同樣優(yōu)化地工作，非常適合于需要從不同噪聲域中提取有用語(yǔ)音信號(hào)的手機(jī)和便攜計(jì)算機(jī)等應(yīng)用。

　　這種自適應(yīng)噪聲抑制算法提供25 dB的噪聲抑制能力，能夠?qū)崟r(shí)地分離需要的語(yǔ)音與環(huán)境噪聲，適合于各種語(yǔ)音源和各種位置下的語(yǔ)音，同時(shí)能夠保證音質(zhì)自然(其它方案處理后聲音不自然、不飽滿)，可以有效配合各種品質(zhì)的麥克風(fēng)工作。

　　BelaSigna R261關(guān)鍵特性解析

　　BelaSigna R261是一款高性能的語(yǔ)音捕獲SoC，集成了數(shù)字信號(hào)處理器(DSP)、穩(wěn)壓器、鎖相環(huán)(PLL)、電平轉(zhuǎn)換器及ROM存儲(chǔ)器，如此高的集成度與其它方案相比，能夠降低物料單(BOM)。如圖2所示，這器件支持雙麥克風(fēng)直接輸入，噪聲消減算法內(nèi)置于集成的ROM存儲(chǔ)器中，基于DSP結(jié)構(gòu)的應(yīng)用控制器提供高性能及超低能耗，提供雙通模擬輸出，并支持?jǐn)?shù)字麥克風(fēng)輸出。此外，內(nèi)置的電源管理模塊支持1.8 V至3.3 V的供電電壓，內(nèi)置的片上PLL提供多種頻率選擇，還提供I2C接口。

圖2：BelaSigna R261 高性能語(yǔ)音捕獲SoC功能架構(gòu)圖。