[参考译文] MSP432P401R：MSP 语音识别器中的噪声消除功能

您好、Abhinandan、

我们已经在各种噪声环境中测试了语音识别器。 事实上、在嘈杂的环境中、这种识别变得更加困难。 与大多数识别器一样、性能是信噪比的函数。 随着 SNR 降至约15-20dB 以下、性能往往会开始降低。 您提到的条件非常具有挑战性、尤其是音乐和其他人谈论用户的语音、这会以不可预测的方式扭曲语音信号。

语音识别器确实包含一些算法、有助于在嘈杂环境中保持性能。 输入的音频数据通过简单的高通滤波器进行滤波、以消除低频能量。 此类能量通常出现在汽车和机械噪声中。 其他算法尝试补偿低到中的频谱静止噪声。 实施滤波器以尝试消除噪声可能会有所帮助、但挑战是同时保持语音的非失真频谱内容。 对于干扰音乐和语音等情况、使用简单的筛选器可能不会有效。

更复杂的语音识别器系统、例如目前流行的语音助理、利用具有波束形成功能的多个麦克风阵列以及复杂的噪声消除和源分离算法来获得更高的 SNR 信号。 但这需要大量额外的处理、因此需要强大的处理能力。 MSP 语音识别器的目标是开发具有其局限性的低功耗单麦克风系统。

我目前正在为下一个版本进行一些修改、这些修改有助于在 SNR 稍低的情况下提高性能。 但是、它不能解决诸如删除干扰音乐和语音之类的困难问题。

此致、