麦克风阵列语音增强系统的硬件设计

《基于麦克风阵列的语音增强研究》篇一一、引言随着智能设备的广泛应用，语音交互技术在多个领域取得了显著的发展。

为了提高语音交互的准确性和清晰度，语音增强技术变得越来越重要。

麦克风阵列技术作为一种有效的语音增强手段，得到了广泛的研究和应用。

本文将探讨基于麦克风阵列的语音增强研究，分析其原理、方法和应用前景。

二、麦克风阵列技术原理麦克风阵列是由多个麦克风组成的系统，通过分析和处理不同位置上麦克风采集到的信号，可以有效地抑制噪声、增强目标语音。

其工作原理主要包括波束形成、时延估计和相位校正等步骤。

（一）波束形成波束形成是麦克风阵列技术的核心部分，它通过将不同位置上的麦克风信号进行加权叠加，形成一个指向目标方向的波束。

这样可以有效地抑制来自其他方向的噪声，提高目标语音的信噪比。

（二）时延估计时延估计是麦克风阵列处理中的关键步骤之一。

通过估计不同麦克风之间的信号传输时延，可以确定声源的位置。

这有助于提高波束形成的准确性，进一步增强目标语音。

（三）相位校正相位校正是为了消除由于不同麦克风之间的传输路径差异导致的相位偏差。

通过对不同位置的麦克风信号进行相位校正，可以进一步提高语音增强的效果。

三、基于麦克风阵列的语音增强方法（一）基于波束形成的语音增强通过优化波束形成的算法和参数，可以有效地抑制噪声、增强目标语音。

常见的波束形成算法包括固定波束形成、自适应波束形成等。

这些算法可以根据不同的应用场景和需求进行选择和调整。

（二）基于多通道滤波的语音增强多通道滤波是一种基于频域的语音增强方法。

通过分析不同通道之间的信号差异，可以提取出目标语音并抑制噪声。

这种方法在处理复杂环境下的语音信号时具有较好的效果。

（三）基于深度学习的语音增强随着深度学习技术的发展，越来越多的研究者开始尝试将深度学习算法应用于麦克风阵列的语音增强中。

通过训练深度神经网络模型，可以有效地提取出目标语音的特征并抑制噪声。

这种方法在处理复杂环境下的语音信号时具有较高的准确性和鲁棒性。

VISSONIC议朗数字阵列话筒会议系统方案()目录一、系统概述二、系统优点和特点三、系统连接图四、系统设备说明一、系统概述新闻中领导面前总要摆5个话筒,这不单只是为了备份,还形成了麦克风阵列,将两个或者两个以上麦克风对称放置于音源前方,起到增强指向性，消除噪音等作用，同时也增强可靠性.VISSONIC议朗基于麦克风阵列的特点和优点,开发了SONIC系列阵列话筒会议系统.麦克风阵列技术及一体化的麦克风提供了走廊式特征，该特征保证了说话者在大范围内活动都可以拥有高质量的声音。

在此范围内，说话者可以自由地移动，可以站立、坐下、转动头部、向前移动、离开麦克风装置，而不影响声音效果。

使用无声的触摸式麦克风按钮可以开启或关闭。

由于没有长长的鹅颈遮挡和更大的拾音范围, 让发言者拥有更大的自由度,没有麦杆正对的压迫感。

VISSONIC议朗阵列话筒会议系统作为新一代创新会议系统,独具优势,会议系统改造项目,未来项目规划的首选.VISSONIC议朗阵列话筒会议系统具有全向麦克风的远距离拾音优势,又有全向麦克风所不具备的本地扩音,中,大型会议系统集成能力,以及提供更高的语音清晰度. VISSONIC议阵列话筒会议系统与视频会议系统集成,具有先天的优势.VISSONIC议朗阵列话筒会议系统还提供嵌入式麦克风, 能很好的与无纸化会议系统,搭配使用.整套系统采用了议朗AUDIO-LINK全数字网络DSP会议系统技术及DANTE技术,使用全CAT5e布线,可过交换机。

二、系统优点和特点VISSONIC议朗的ARRA-TECH技术的话筒排列，其内部采用一系列特别校正的话筒振膜组成阵列，和其他阵列话筒最不同的是它独有的低音独立拾取，使传统的阵列话筒声音“薄”“尖”“弱”得问题得以有效的改善。

并配合最新的DSP处理电路，结合数字AEC,AGC,AFC的技术，具有“走廊型”拾音特性。

这相对于一般鹅颈话筒的“心型”指向特性是很大的提高。

语音信号处理中的麦克风阵列设计与信号增强算法研究第一章：介绍随着科技的进步和应用场景的不断拓展，语音信号处理在语音识别、语音合成、自然语言处理、语音通讯等方面的应用也越来越广泛。

麦克风阵列作为一种重要的语音采集设备，具备广泛的应用前景。

对麦克风阵列进行优化设计和信号增强算法的研究，对于提高语音识别和通讯质量具有重要意义。

本文就麦克风阵列的设计以及信号增强算法的研究进行探讨。

第二章：麦克风阵列设计2.1 麦克风阵列的原理和类型麦克风阵列是由多个麦克风按照一定的规律布置形成的，在语音信号采集时可达到降噪、抑制回声等效果。

麦克风阵列按照几何形状可以分为线性阵列、圆形阵列、矩形阵列等多种类型。

2.2 麦克风阵列的参数设计麦克风阵列的参数设计包括麦克风数目、麦克风的位置和间距等方面。

例如，麦克风距离的确定、错误安置麦克风可能导致降噪和定位错误等问题。

2.3 麦克风阵列的信号处理麦克风阵列采集来的信号需要进行信号处理，在这个过程中，需要考虑到语音增强、人声检测、信号分离、降噪、回声抑制等多方面问题。

第三章：信号增强算法研究3.1 基于卷积神经网络的语音增强算法研究卷积神经网络作为深度神经网络的一种，已经被广泛应用于音频和语音信号的处理。

基于卷积神经网络的语音增强算法，可以有效地处理语音信号的噪声，提高语音信号的识别准确率和可理解性。

3.2 基于小波变换的人声检测算法研究人声检测是基于语音增强的重要步骤，也是语音信号处理的难点之一。

基于小波变换的人声检测算法，通过消除语音信号的非人声成分，从而提取出更加纯净和准确的人声信号，进一步提高语音识别的准确率和可理解性。

3.3 基于矩阵分解的信号分离算法研究信号分离是语音增强的重要技术之一，也是语音信号处理的难题。

基于矩阵分解的信号分离算法，可以从多声源混合的语音信号中分离出单一语音信号，进一步提高语音信号识别和理解的准确率和可靠性。

3.4 基于小波变换和快速傅里叶变换的降噪算法研究噪声是语音信号处理中的重大问题，如何减少噪声对语音信号的干扰是语音增强的重要技术之一。

《基于麦克风阵列的语音增强研究》篇一一、引言随着智能设备的广泛应用，语音交互技术在日常生活与工作场景中越来越重要。

其中，麦克风阵列技术的出现与进步为语音增强提供了新的解决方案。

麦克风阵列通过多个麦克风的协同工作，能够有效地提高语音信号的接收质量，降低环境噪声的干扰。

本文将基于麦克风阵列的语音增强技术进行深入研究，探讨其原理、应用及未来发展趋势。

二、麦克风阵列技术原理麦克风阵列是由多个麦克风组成的系统，通过信号处理技术对多个麦克风的信号进行加权、合并和滤波等操作，以实现语音信号的增强。

其基本原理包括声源定位、波束形成以及干扰噪声的抑制等。

声源定位技术是指确定声音来源方向的技术，是麦克风阵列的关键技术之一。

通过计算声波到达各个麦克风的传播时间差、强度差等信息，可以估算出声源的方向和位置。

波束形成技术则是根据声源定位的结果，将多个麦克风的信号进行加权合并，形成一个指向声源方向的波束，从而提高对声源方向上语音信号的接收灵敏度。

而干扰噪声的抑制则是通过滤波、降噪等技术降低环境中的噪声干扰，提高语音信号的信噪比。

三、基于麦克风阵列的语音增强技术基于麦克风阵列的语音增强技术主要包括以下几种：1. 波束形成算法：通过声源定位技术确定声源方向后，采用波束形成算法将多个麦克风的信号进行加权合并，形成一个指向声源方向的波束，从而提高对声源方向上语音信号的接收质量。

2. 噪声抑制技术：通过滤波、降噪等技术降低环境中的噪声干扰，提高语音信号的信噪比。

其中，基于麦克风阵列的噪声抑制技术可以更好地适应不同环境下的噪声干扰。

3. 回声消除技术：在语音通信过程中，由于各种原因可能会产生回声干扰。

基于麦克风阵列的回声消除技术可以通过多个麦克风的协同工作，实时检测并消除回声干扰，提高语音通信的质量。

四、应用领域基于麦克风阵列的语音增强技术在多个领域得到了广泛应用：1. 智能音箱：智能音箱通过多个麦克风的协同工作，实现远距离、高灵敏度的语音识别与交互。

《基于麦克风阵列的语音增强研究》篇一一、引言随着人工智能技术的快速发展，语音识别和语音交互技术已成为人们日常生活和工作中不可或缺的一部分。

然而，在复杂多变的实际环境中，语音信号常常受到各种噪声的干扰，导致语音质量下降，进而影响语音识别的准确性和语音交互的体验。

因此，如何有效地进行语音增强，提高语音质量成为了一项重要的研究课题。

基于麦克风阵列的语音增强技术作为一种有效的解决方法，受到了广泛的关注。

二、麦克风阵列的基本原理麦克风阵列是由多个麦克风按照一定规则排列组合而成的系统。

其基本原理是通过多个麦克风的协同作用，利用声波到达不同麦克风的相位差和幅度差，实现对声源的定位和跟踪。

同时，通过信号处理技术，可以有效地抑制噪声，提高语音的信噪比（SNR），从而实现语音增强的目的。

三、基于麦克风阵列的语音增强技术1. 阵列几何设计与优化阵列几何设计是麦克风阵列系统设计的重要环节。

合理的阵列几何设计可以有效地提高声源定位的准确性和语音增强的效果。

目前，常见的阵列几何形状包括线性阵列、平面阵列和立体阵列等。

此外，还可以根据实际应用场景的需求，进行定制化的阵列几何设计和优化。

2. 声源定位与跟踪技术声源定位与跟踪技术是麦克风阵列系统实现语音增强的关键技术之一。

通过声源定位与跟踪技术，可以确定声源的位置和运动轨迹，从而实现对声源的实时跟踪和定向增强。

目前，常用的声源定位与跟踪算法包括基于时延估计的方法、基于波束形成的方法等。

3. 噪声抑制与语音增强算法噪声抑制与语音增强算法是麦克风阵列系统实现语音增强的核心部分。

通过噪声抑制算法，可以有效地抑制环境中的各种噪声，提高语音的信噪比。

同时，通过语音增强算法，可以进一步提高语音的质量和清晰度。

常见的噪声抑制与语音增强算法包括谱减法、维纳滤波器、最小均方误差等。

四、实验与分析为了验证基于麦克风阵列的语音增强技术的有效性，我们进行了大量的实验和分析。

实验结果表明，通过合理的阵列几何设计和优化、声源定位与跟踪技术以及噪声抑制与语音增强算法的协同作用，可以有效地提高语音的信噪比和识别率，从而提高语音交互的体验。

电容式麦克风的阵列设计与声源定位技术引言：电容式麦克风是一种常见的声音采集设备，广泛应用于会议、演讲、音乐录音等领域。

为了提高麦克风的性能，阵列设计与声源定位技术被引入。

本文将探讨电容式麦克风阵列的设计原则、声源定位算法以及相关应用。

一、电容式麦克风阵列的设计原则电容式麦克风阵列的设计需要考虑以下几个方面：1. 阵列形状：常见的电容式麦克风阵列形状有线性、圆形、矩阵等。

不同形状的阵列对声源定位的准确度和阵列直径的要求不同。

2. 阵列间距：麦克风阵列间距的选择会影响声源定位精度。

一般情况下，间距越小，定位精度越高，但也会增加计算复杂度和成本。

3. 阵列数量：阵列中的麦克风数量与声源的定位精度直接相关。

更多的麦克风可以提供更多的信息，提高定位的准确性。

二、声源定位技术声源定位是利用电容式麦克风阵列采集到的声音信号来计算声源位置的技术。

常见的声源定位技术有两种方法：1. 声源定位算法：常见的声源定位算法有泛音定位和互相关法。

泛音定位通过分析声音的频谱特征，利用声音的波形变化进行定位。

互相关法则通过计算阵列中各麦克风的互相关函数，从而定位声源。

2. 定位精度评估：声源定位精度的评估是评估定位算法性能的重要指标。

常用的评估标准包括定位误差、方位角误差、俯仰角误差等。

三、电容式麦克风阵列的应用电容式麦克风阵列的应用十分广泛，主要体现在以下几个方面：1. 语音增强与降噪：电容式麦克风阵列可以采集环境中的声音信号并进行降噪处理，提高语音质量，减少杂音干扰。

2. 会议语音录制：电容式麦克风阵列可以用于会议语音录制，捕捉多个讲话者的声音，并区分不同的声源，提高录音的质量。

3. 智能语音助手：电容式麦克风阵列可以用于智能语音助手设备，提高语音识别的准确性和方向性，使设备更加智能化。

4. 虚拟现实与游戏：电容式麦克风阵列可以用于虚拟现实和游戏中，实现立体声效和定位效果，增强用户体验。

结论：电容式麦克风阵列的设计与声源定位技术是提高麦克风性能的重要手段，在语音增强、会议语音录制、智能语音助手和虚拟现实等领域具有广泛的应用前景。

《基于麦克风阵列的语音增强研究》篇一一、引言随着科技的快速发展，语音技术已逐渐成为人们日常生活中不可或缺的一部分。

其中，语音增强作为提高语音质量的重要手段，对于提升语音系统的性能至关重要。

麦克风阵列技术作为语音增强的有效手段之一，其应用范围广泛，包括智能语音助手、会议系统、安全监控等。

本文将重点研究基于麦克风阵列的语音增强技术，探讨其原理、方法及实际应用。

二、麦克风阵列技术原理麦克风阵列是指将多个麦克风按照一定的几何布局组合在一起，形成一个具有特定功能的系统。

其基本原理是通过多个麦克风的信号采集和空间滤波，提高目标语音的信噪比，从而实现语音增强。

麦克风阵列的布局、阵元间距、阵元数量等因素都会影响其性能。

三、基于麦克风阵列的语音增强方法1. 波束形成技术波束形成是麦克风阵列中常用的语音增强技术。

它通过调整各个麦克风的权重和相位，使得在特定方向上的声音信号得到加强，而其他方向的噪声信号得到抑制。

常见的波束形成方法包括延迟求和波束形成、最小方差无畸变响应波束形成等。

2. 空间滤波技术空间滤波技术利用麦克风阵列的多个麦克风的信号差异，对噪声进行空间滤波。

通过估计噪声的空间分布，对噪声进行抑制，从而提高语音质量。

常见的空间滤波方法包括多通道盲源分离、空间协方差矩阵等。

3. 麦克风阵列与深度学习的结合近年来，深度学习在语音增强领域取得了显著的成果。

将深度学习与麦克风阵列技术相结合，可以实现更高效的语音增强。

例如，利用深度神经网络对麦克风阵列的信号进行特征提取和分类，进一步提高语音识别的准确率。

四、实际应用及效果分析1. 智能语音助手在智能语音助手中，麦克风阵列技术可以有效地提高语音识别的准确率。

通过波束形成和空间滤波技术，抑制环境噪声，提高目标语音的信噪比，从而使得语音助手在嘈杂环境下也能准确地识别用户的指令。

2. 会议系统在会议系统中，麦克风阵列技术可以提高会议音频的质量。

通过优化麦克风阵列的布局和调整波束形成的方向，使得会议参与者的声音得到加强，而其他方向的噪声得到抑制。

麦克风阵列论文：基于麦克风阵列的语音增强系统设计【中文摘要】语音增强的是去除语音信息中的噪声成分，它是语音信号处理领域中主要的研究内容之一。

然而，由于声源环境往往较为复杂，一般单一麦克风很难清晰的从环境中获取期望语音信号并进行增强处理。

因此，需要进行有效的噪声抑制，以增强语音信号的质量。

本文对基于麦克风阵列的语音增强算法进行研究，重点分析了时延估计和波束形成两种技术。

在时延估计方面，研究了相位变换加权的广义互相关时延估计算法性能，介绍了将广义互相关算法由双麦克风扩展应用至多麦克风的优化方法，给出了算法在0dB~10dB的信噪比下的性能分析。

在波束形成方面，研究了固定波束形成和自适应波束形成的算法性能，给出了不同麦克风阵列参数条件下的波束模式性能分析；并分析了在MVDR自适应波束形成算法中进行前置卡尔曼滤波的可行性，对卡尔曼滤波进行了仿真测试。

最后本文给出了完整的麦克风阵列系统设计，并对该系统的硬件和软件设计进行了论述，基于麦克风阵列的硬件电路具有功耗低、扩展性强等特点，可以较好的为麦克风阵列语音增强算法提供多通道语音信号。

【英文摘要】The main aim of speech enhancement is to pick up speechinformation from the speech signals with noise, in order to obtain highquality speech. But due to the existence of the noise diversity andenvironment reverberation, thespeech quality received by microphone isnot so good, which affects the speech intelligibility and the speechprocessing performance. So the effective noise suppression is necessaryto improve the speech signials quality.The work in this paper focuses on two key techniques based onmicrophone array: time delay estimation and beamforming. In the aspectof time delay estimation, the performance of phase transform weightedgeneralized cross correlation method is analyzed. Generalized crosscorrelation algorithm by dual microphones extended up to the multimicrophones is analysed. The performance analysis is given under0dB~10dB SNR. In the aspect of beamforming, an optimization method basedonKalman-filtering and MVDR adaptive beamforming isanalysed.Simulation shows the validity of this method. Finally, this paper presentsa viable microphone array speech enhancement system design. Theimplementation of the software and hardware of the system is dealt with in detail. Microphone array hardware circuit has low power consumptionand expansibility, which can provide multichannel speech signals.【关键词】麦克风阵列语音增强时延估计波束形成数字信号处理器【英文关键词】Microphone Array Speech Enhancement Timedelay estimation Beamforming DSP【目录】基于麦克风阵列的语音增强系统设计摘要4-5ABSTRACT5-6目录7-10Contents10-13第一章绪论13-17 1.1课题背景与研究意义13-14 1.2 麦克风阵列语音增强算法的发展和研究现状14-15 1.3 论文的研究内容和结构安排15-17第二章麦克风阵列时延估计技术研究17-29 2.1 引言17 2.2 麦克风阵列拓扑结构17-18 2.3 近场和远场声源模型18-20 2.4 广义互相关时延估计20-23 2.4.1 广义互相关算法基本原理20-21 2.4.2 PHAT 相位变换加权21-22 2.4.3 广义互相关算法扩展22-23 2.5 时延估计仿真分析23-27 2.6小结27-29第三章麦克风阵列波束形成技术研究29-49 3.1 引言29 3.2 传统波束形成技术29-33 3.2.1 固定波束形成29-30 3.2.2 自适应波束形成30-32 3.2.3 后置滤波波束形成32-33 3.3 前置卡尔曼滤波的 MVDR 波束形成33-37 3.3.1 整体原理框图说明33-34 3.3.2 卡尔曼滤波基本原理34-35 3.3.3 基于卡尔曼滤波的语音增强35-37 3.3.4 前置卡尔曼滤波的MVDR 波束形成算法性能分析37 3.4 波束形成仿真分析37-48 3.4.1 模型参数对固定波束形成的影响分析37-42 3.4.2 MVDR 波束形成性能分析42-44 3.4.3 卡尔曼滤波在波束形成前置处理的性能分析44-48 3.5 小结48-49第四章语音增强系统硬件设计49-59 4.1 引言49-50 4.2 硬件电路组成与性能指标50-51 4.3 硬件详细设计51-54 4.3.1 数字信号处理器选择51 4.3.2 多通道语音信号采集51-52 4.3.3 模拟放大电路设计52-53 4.3.4 AD73360 与 DSP 的传输时序设计53 4.3.5 工作电压选择与电源设计53-54 4.3.6 电路频率响应54 4.4 硬件电路主要构成器件54 4.5AD73360 与 DSP 的连接54-56 4.5.1 McBSP 数据传输方式54-55 4.5.2 SPI 模式下的电路连接55-56 4.6 DSP 接口设计与硬件方案56-58 4.6.1 系统时钟设计56-57 4.6.2 DSP 接口分配57 4.6.3 DSP 进行数据读取和数据处理的方案57-58 4.7 小结58-59第五章语音增强系统软件设计59-73 5.1 引言59-60 5.2 系统初始化60-65 5.2.1 C5509A 初始化60-61 5.2.2 McBSP 的 SPI 模式配置61-62 5.2.3 AD73360 配置62-64 5.2.4 USB 功能设计64-65 5.3 语音编码压缩原理与设计65-72 5.3.1 ADPCM 原理65-66 5.3.2 ADPCM 仿真分析66-71 5.3.3 ADPCM 在硬件上的设计71-72 5.4 小结72-73第六章结论与展望73-75 6.1 结论73 6.2 下一步研究工作73-75参考文献75-77致谢77-78研究成果及发表的学术论文78-79作者与导师简介79-80硕士研究生学位论文答辩委员会决议书80-81。

科大讯飞转接板硬件方案一、概述1.1方案应用场合该转接板主要用于金融自助产品线的部分需要语音识别等录入音质要求比较高的产品中。

1.2实现的主要功能实现语音唤醒，对唤醒方位音频进行增强，同时降低其他角度的声音强度和对功放放出的声音进行采样通过内置算法尽量消除白噪声，达到在较嘈杂的环境仍有较好的音频质量的效果。

1.3方案概述该方案为科大讯飞核心板的转接板，主要由音频输出电路、回声输入电路、串口电路、电源电路按键电路等部分组成1.3.1音频输出电路：核心板的HPL/HPR音频输出峰峰值在500mv左右，普通电脑MIC IN接口能够接受输入音频最大峰峰一般为50mv左右，为避免音频输出到主机MIC IN的波形被削波。

采用核心板数据手册推荐分压电路对输出音频进行分压处理。

数据手册推荐音频分压输出电路如下：V（HPR）=500mv V（mic+）=50 R1=10K 计算得：R2=1.1K考虑到计算MIC IN电路存在不同，尽量减小削波的可能，提高兼容性，此处将R2调整为470欧姆，话筒输入声音增益可以通过电脑控制面板对输入声音增益进行调整。

原理图中MIC的音频输出部分电路图：1.3.2回音输入：回音输入电路采用数据手册中的差分方式输入，我司在金融自助产品线上使用的喇叭多为8Ω5W，由功率和阻抗算得其工作时有效电压值U=（P/R）0.5（算式来源P=U2/R）算得最大功率下电压的有效值在6.3V左右，了解得知我司在金融自助产品线上的功放多为D类功放，D类功为推完输出末端为推挽方式，该方式输出加到喇叭上电压的最大值一般为电源电压12/24V，在加上喇叭属于感性负载，考虑到设计余量，此处取最大电源电压24V的1.5倍36V作为喇叭上可能存在的最大峰峰值带入公式计算。

R3=10K R5=10K V(OUT+)-V(OUT-)=36V参考信号输入最大电压[V(REF+)-V(REF-)]max=150mV计算得R4=0.083K 考虑到输入信号需要过1uf隔直电容，手册中推荐的R3，R5的阻值较大，且产品的喇叭输出音量应该不会达到100%音量状态，此处R4暂采用200欧姆电阻。

基于麦克风阵列的语音增强系统设计朱兴宇;万洪杰【摘要】Due to the limitation of intense noise interference and difficult to restore signals of those the speech enhancement system has in near field speech environment, we design and implement a microphone array-based speech enhancement system. The novel designed system hardware adopts low-power consideration, and supports up to twelve channels' speech acquisition simultaneously. Meanwhile, it uses a novel approach to deal with noises, which adopts a way integrating the adaptive difference pulse code modulation ( ADPCM) with Kalman filtering algorithm but processing separately. MATLAB simulations and practical tests in closed near field environment are carried out. Results demonstrate that the system performance is stable and reliable, it can clearly augment speech quality, and achieve multi-channel speech enhancement in short distance.%针对目前在近场语音环境中语音增强系统噪声干扰大、难以清晰还原信号等局限性,设计并实现一种基于麦克风阵列的新型语音增强系统.系统硬件设计新颖,采用低功耗设计,最大支持12路语音信号同时采集,同时对噪声的处理采用自适应差分脉冲编码调制和卡尔曼滤波算法相结合分开处理的新型方式.通过Matlab仿真和封闭近场环境下的实际测试,结果表明该系统性能稳定可靠,可以提高语音清晰度,实现短距离的多路语音增强.【期刊名称】《计算机应用与软件》【年(卷),期】2013(030)003【总页数】4页(P240-243)【关键词】语音增强;麦克风阵列;数字信号处理器;自适应差分脉冲编码调制;卡尔曼滤波【作者】朱兴宇;万洪杰【作者单位】北京化工大学信息科学与技术学院北京100029【正文语种】中文【中图分类】TP368.10 引言在车载系统、电话会议与多媒体会议等非手持式的智能语音通信系统中，由于受到环境噪声、混响以及干扰等因素的影响，麦克风拾取的语音信号质量较差，而这将直接影响到语音编码及语音识别系统的性能［1］。