遠場語音識別
? ? 1）語音激活檢測（VAD）?
```
需求背景：在近場識別場景，比如使用語音輸入法時，用戶可以用手按著語音按鍵說話，結束之后松開，由于近場情況下信噪比（signal to noise ratio, SNR））比較高，信號清晰，簡單算法也能做到有效可靠。?但遠場識別場景下，用戶不能用手接觸設備，這時噪聲比較大，SNR下降劇烈，必須使用VAD了。
``` ?
2）語音喚醒 （voice trigger，VT）
```
需求背景：在近場識別時，用戶可以點擊按鈕后直接說話，但是遠場識別時，需要在VAD檢測到人聲之后，進行語音喚醒，相當于叫這個AI（機器人）的名字，引起ta的注意，比如蘋果的“Hey Siri”，Google的“OK Google”，亞馬遜Echo的“Alexa”等
```
3）麥克風陣列（Microphone Array）
```
需求背景：在會議室、戶外、商場等各種復雜環境下，會有噪音、混響、人聲干擾、回聲等各種問題。特別是遠場環境，要求拾音麥克風的靈敏度高，這樣才能在較遠的距離下獲得有效的音頻振幅，同時近場環境下又不能爆音（振幅超過最大量化精度）。另外，家庭環境中的墻壁反射形成的混響對語音質量也有不可忽視的影響。
```

**語音增強（Speech Enhancement）**：
? ? 當語音信號被各種各樣的噪聲(包括語音)干擾甚至淹沒后，從含噪聲的語音信號中提取出純凈語音的過程。

**聲源定位（Source Localization）**：
使用麥克風陣列來計算目標說話人的角度和距離，從而實現對目標說話人的跟蹤以及后續的語音定向拾取

**去混響（Dereverberation）：**
聲波在室內傳播時，要被墻壁、天花板、地板等障礙物形成反射聲，并和直達聲形成疊加，這種現象稱為混響。

**車載語音識別難點**
```

車內語音識別的難點很多，除了多人說話的干擾，還有胎噪、風噪，以及經常處于離線情況。?據說有的公司專門在做車內降噪，還有些公司想通過智能硬件來解決，至少目前好像還沒有哪個產品解決好了這個問題，并且獲得了用戶的口碑稱贊的。
```

總結

以上是生活随笔為你收集整理的语音识别研究方向的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。