TOPIC COLLECTION

语音信号处理

从增强、空间感知到识别评测，讨论语音算法进入真实系统时的取舍。

42 篇文章

文章列表

1 / 5

语音信号处理·2026.11.0912 分钟阅读

SoundField：一套语音阵列信号处理方案

我用 SoundField 处理多通道语音。从双讲时的回声消除，到定向拾音、双人分离和去混响，用同一段录音的波形与频谱看每一级处理留下了什么。

#语音增强 #麦克风阵列 #回声消除

语音信号处理·2026.10.1611 分钟阅读

从 VAD 到话轮控制：多人语音前端的三层证据

多人语音系统需要依次判断是否存在语音、语音属于谁，以及谁真正获得了话轮；三项判断不应由同一阈值替代。

#语音分离 #全双工语音 #多人对话

语音信号处理·2026.10.168 分钟阅读

语音前端的第二阶段，不能只相信第一阶段

新的去噪与视听分离工作都在保留原始观测通道：后续阶段的价值，不是重复净化，而是找回第一阶段丢掉的目标语音。

#语音增强 #视听语音 #弱监督学习

语音信号处理·2026.10.152 分钟阅读

边缘语音系统的节能，不能牺牲目标证据

讨论边缘语音系统如何在能耗预算下降低成本，同时保留目标身份和内容判断所需的证据。

#语音增强 #波束形成 #端侧语音

语音信号处理·2026.10.142 分钟阅读

智能眼镜的语音前端，不应把视觉当作万能补丁

讨论智能眼镜如何结合视觉与声学证据进行目标选择，并在证据冲突时保持保守。

#视听语音 #空间音频 #智能眼镜

语音信号处理·2026.10.132 分钟阅读

双麦手机上的方向选择，需要先证明延迟与鲁棒性

面向双麦手机，分析方向性语音增强在实时性、误差敏感性和身份保护上的边界。

#语音增强 #麦克风阵列 #说话人验证

语音信号处理·2026.10.122 分钟阅读

跨语言声纹的难点，不是翻译而是时间与条件

分析语言、语速、时长与录音条件如何共同影响跨语言说话人验证和全双工交互。

#全双工语音 #说话人验证 #跨语言语音

语音信号处理·2026.10.112 分钟阅读

全双工对话的速度，不应以持续改口为代价

讨论全双工语音如何在低延迟、打断、重叠和身份变化之间保持稳定决策。

#全双工语音 #多人对话 #自动语音识别

语音信号处理·2026.10.102 分钟阅读

目标说话人标注，需要把注册库当作证据而非标签

分析目标说话人标注如何把注册库作为可比较的证据，而不是固定不变的身份标签。

#目标说话人提取 #多人对话 #说话人标注

语音信号处理·2026.10.093 分钟阅读

回声消除的约束，应当来自真实的双讲条件

围绕双讲、路径变化和弱近端语音，分析回声消除系统如何减少残留回声而不伤害目标语音。

#语音分离 #空间音频 #回声消除