【技术实现步骤摘要】
本专利技术涉及多通道音频处理,尤其涉及一种超低功耗端侧ai芯片的多通道音频处理方法及装置。
技术介绍
1、随着人工智能技术的飞速发展,智能家居、可穿戴设备和物联网传感器等端侧设备对高质量语音交互的需求日益增长。多通道音频处理作为这些设备的核心技术,能够实现降噪、回声消除、声源定位和语音识别等功能,显著提升用户体验。然而,端侧设备通常面临严格的功耗限制、有限的计算资源和复杂多变的噪声环境,这对多通道音频处理技术提出了巨大挑战。
2、当前主流的多通道音频处理技术主要依赖于两类方法:传统信号处理算法和深度神经网络。传统信号处理算法如波束形成、自适应滤波等虽然计算复杂度较低,但在复杂声学环境下性能有限;而深度神经网络虽然处理效果显著,但计算负担过重,模型参数量巨大(数百万至数十亿),严重限制了其在低功耗端侧设备上的应用。此外,神经网络模型的训练依赖大量标注数据,而语音数据的隐私问题使得大规模数据收集面临困难。
技术实现思路
1、本专利技术提供了一种超低功耗端侧ai芯片的多通道音频处理方
...【技术保护点】
1.一种超低功耗端侧AI芯片的多通道音频处理方法,其特征在于,包括:
2.根据权利要求1所述的超低功耗端侧AI芯片的多通道音频处理方法,其特征在于,所述对来自麦克风阵列的多通道模拟音频信号进行ADC转换,得到多通道数字音频数据流,包括:
3.根据权利要求1所述的超低功耗端侧AI芯片的多通道音频处理方法,其特征在于,所述对所述多通道数字音频数据流执行帧分割和频域变换处理,得到多通道频域特征矩阵,包括:
4.根据权利要求1所述的超低功耗端侧AI芯片的多通道音频处理方法,其特征在于,所述基于所述多通道频域特征矩阵执行变分贝叶斯推断,得到增
...【技术特征摘要】
1.一种超低功耗端侧ai芯片的多通道音频处理方法,其特征在于,包括:
2.根据权利要求1所述的超低功耗端侧ai芯片的多通道音频处理方法,其特征在于,所述对来自麦克风阵列的多通道模拟音频信号进行adc转换,得到多通道数字音频数据流,包括:
3.根据权利要求1所述的超低功耗端侧ai芯片的多通道音频处理方法,其特征在于,所述对所述多通道数字音频数据流执行帧分割和频域变换处理,得到多通道频域特征矩阵,包括:
4.根据权利要求1所述的超低功耗端侧ai芯片的多通道音频处理方法,其特征在于,所述基于所述多通道频域特征矩阵执行变分贝叶斯推断,得到增强语音信号矩阵,包括:
5.根据权利要求1所述的超低功耗端侧ai芯片的多通道音频处理方法,其特征在于,所述根据所述增强语音信号矩阵实施...
【专利技术属性】
技术研发人员:杨其迁,
申请(专利权)人:深圳市优创亿科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。