歌尔申请远场拾音专利，提升不同场景下的语音识别正确率
金融界2024年12月21日消息，国家知识产权局信息显示，歌尔科技有限公司申请一项名为“远场拾音方法、装置、设备及介质”的专利，公开号CN 119152873 A，申请日期为2023年6月。专利摘要显示，本申请公开了一种远场拾音方法、装置、设备及介质，属于远场拾音技术领域。本申请聚焦提升远距离拾音质量，提升语音识别或翻译效果，提出一种远场拾音方法的技术方案，首先，在确定需要对获取到的原始音频进行音频处理之后，定位原始音频的声源位置，并基于声源位置和采集原始音频的麦克风位置生成音频波束；然后，在确定音频波束存在高噪之后，对音频波束进行噪声抑制，从而输出目标音频。基于麦克风阵列的信号处理技术，自动估计目标说话人方位，主波束聚焦说话人方向并抑制其他干扰，并通过降噪模块进一步消除噪声，提升语音清晰度。以此，识别风噪、高噪、安静或小噪声场景以进行不同的音效处理，更为细致地提升不同场景下的语音识别正确率。
本文源自金融界 没人回帖。。。我来个吧 lz也多多分享一下感受，想换工作了 围观 围观 沙发在哪里！！！
页:
[1]