人機語音交互 | 靈云麥克風(fēng)陣列聲卡，給機器人賦予靈敏雙耳
前幾天，谷歌發(fā)布的GoogleHomeMini/Max智能音箱，均內(nèi)置麥克風(fēng)陣列技術(shù)，以實現(xiàn)遠(yuǎn)距離的語音交互。在人與機器人、空調(diào)、車載等設(shè)備的語音交互場景中，通過麥克風(fēng)陣列技術(shù)處理聲學(xué)信號，為語音識別引擎提供高質(zhì)量的聲音，已成為物聯(lián)網(wǎng)設(shè)備語音交互的必需。
通過在機器人領(lǐng)域的產(chǎn)業(yè)應(yīng)用與技術(shù)積累，近期，捷通華聲推出一款適用于機器人的聲卡——靈云麥克風(fēng)陣列聲卡。該聲卡具備回聲消除、實時定向增強、實時降噪等功能，可高效處理機器人所在的大廳、窗口、家庭等場景中的環(huán)境噪音，進行遠(yuǎn)距離定向人聲拾取，輸出高質(zhì)量的聲音信號，提升機器人在應(yīng)用環(huán)境中的語音識別率。
在機器人語音交互場景中，靈云麥克風(fēng)陣列聲卡通過如下方法來處理聲學(xué)信號：
-
消除機器人自己說的話
通過一路聲音信號的輸入作為消回聲參考信號，把來自麥克中的此聲音信號濾除，同時可實現(xiàn)語音打斷功能；
-
消除環(huán)境噪音
根據(jù)聲音頻譜段，去掉環(huán)境噪音，提取有效人聲，以提升語音識別的準(zhǔn)確率；
-
實時定向增強說話人聲音
通過各個麥克風(fēng)對接收到的聲音相位差，計算得出聲源（說話人）位置，并實時指向性接收某一個方向（說話人）的聲音，抑制其他方向的聲音。
（90度方向語音增強，點擊放大查看圖片）
相比傳統(tǒng)聲卡，靈云麥克風(fēng)陣列聲卡聲音信號處理能力優(yōu)越，功耗更低、即插即用，且成本約為市場上同類產(chǎn)品的一半，已成功應(yīng)用于新松、木爺?shù)却髲d服務(wù)機器人，阿U兔、派寶等家庭服務(wù)機器人，累計出貨量近萬套。
靈云麥克風(fēng)陣列聲卡已上線靈云商城（shop.aicloud.com），個人開發(fā)者和企業(yè)開發(fā)商可上線靈云商城購買使用。同時，靈云平臺提供包括麥克風(fēng)陣列軟硬件、語音識別、語義理解、語音合成以及客服云服務(wù)等全面的語音交互SDK與云服務(wù)，助力個人開發(fā)者和企業(yè)開發(fā)商快速打造具備語音交互功能的智能硬件。