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#回声消除阅读全文
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#多人对话阅读全文
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#弱监督学习阅读全文
工具与工作流·2026.10.1511 分钟阅读别让降噪替 ASR 做决定:语音前端的反事实验收与动态路由与其争论“降噪是否有益于识别”,不如把语音前端设计成可比较、可拒绝、可回退的决策系统。#语音增强#语音前端#自动语音识别阅读全文
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#说话人验证阅读全文
语音信号处理·2026.10.054 分钟阅读质量分数应当反馈系统,而不是替系统作决定讨论预测 MOS 和自动质量分数如何作为反馈信号,而不是替人和任务作最终决定。#空间音频#端侧语音#语音评测阅读全文
语音信号处理·2026.10.044 分钟阅读没有人工 MOS 时,怎样构建可信的质量代理比较无标签质量代理、预训练 ASR 与音频语言模型在缺少人工 MOS 时的评测边界。#生成式音频#弱监督学习#语音评测阅读全文
语音信号处理·2026.10.024 分钟阅读预测 MOS 能给出分数,却未必能替人做选择讨论预测 MOS 是否真的能代表人类对语音系统的相对选择,并梳理远场评测的边界。#语音评测#自动语音识别#鲁棒学习阅读全文
语音信号处理·2026.09.244 分钟阅读真实语音失配,不能再用合成数据一笔带过从无配对增强、多人目标提取和低码率传输出发,分析真实语音失配为何不能被合成数据掩盖。#语音增强#目标说话人提取#生成式音频阅读全文
语音信号处理·2020.05.096 分钟阅读非线性处理对语音识别的影响从单频信号的谐波与互调出发,讨论非线性处理为什么会改变语音的跨频带关系,以及这种变化何时会真正传递为识别误差。#语音增强#语音前端#自动语音识别阅读全文