车内多位置的语音交互是智能座舱的入口，包括语音识别、唤醒、定位等功能。声源定位、个性化音区、分区控制、后排交互、多音区唤醒/识别/定位是智能座舱语音接下来的研发方向。
车载语音识别和通话质量受到发动机、空调、人声、多媒体等车内噪音的严重影响，因此为了保障用户在车载场景的语音交互体验和识别率，需要在语音前端增加ECNR(EchoCancellation&NoiseReduction，回声消除+降噪)前端语音处理模块。
对于目前车载语音识别方案，声学前端处理产品多采用硬件方案，如富迪的FM1388系列和讯飞的XF6000系列ECNR模块等，使用纯软件算法的ECNR效果还有待进一步验证。
声源定位：快速定位音源位置，并配合窄波束形成拾音波束，应用在语音识别场景中。
通过声源定位可以快速确定发音人的位置，进行单音区(主驾单MIC)/双音区(前排主副双MIC)/四音区(前后双排四MIC)的语音识别与唤醒，满足车内多个位置的语音交互体验，使汽车更智能、更有乐趣。
回声消除：用于语音识别和免提通话中，消除近端媒体立体声回声，实现全双工实时的、双向的语音交互。
在车载环境内会同时存在音乐和发音源信号，在语音识别时，需要把音乐给屏蔽掉，即为回声消除。回声消除以音乐信号作为参考信号，抑制环境噪音并增强有效的语音信号，最后将发音源信号送到唤醒引擎做后续的语音唤醒处理。
窄波束：在空间上形成一定角度的拾音波束，信号在波束内保留，波束外抑制，通过窄波束可以定位到主驾、副驾以及后排左右位置，主要应用在语音识别和免提电话中，可以提高语音识别率和通话质量。
通常主驾驶拾音区角度30°≤θ1≤90°，无效区角度90°≤θ2≤110°，副驾驶区角度110°≤θ3≤165°，后排左右同前排。
阵列降噪：可以利用双/多MIC阵列，抑制平稳噪声，解决高噪下的语音识别问题。降噪从降噪方式上可以分为主动降噪和被动降噪，从实现方式上又可以分为硬件降噪和软件降噪，硬件降噪顾名思义通过硬件方案来消噪，软件降噪则完全由软件算法实现，降低硬件成本。
被动降噪是指在声源、传播过程中、人耳处通过隔声材料进行噪声隔离，原理简单、降噪成本低，且被动降噪对高频率声音较有效，一般可使噪声降低大约为15-20dB，如机舱与引擎盖贴隔音棉、止震板等。
主动降噪：ANC(ActiveNoiseCancellation)通过产生与噪声同频率幅值的反向声波，与噪声相位抵消，车载ANC用于消除发动机和传动系统噪音等。借助ANC麦克风采集噪音，经过算法处理后，利用车载扬声器产生与车辆噪音完全相反的声波，从而衰减噪音，目前主要在高端车型中，如卡迪拉克等。
麦克风类型
车载ECNR及多音区语音交互受到MIC布置、类型影响。MIC类型根据指向性可分为全指向、心型指向、双指向等，在车载领域应用主要有全指向和单指向两种，麦克风的数量逐渐由单麦，到双麦，四麦及更多(多音区)。
全指向MIC能够360°全向拾音，在任何方向，MIC的灵敏度值相等，成本低、抗风和抗振性能好，但抗噪性能差。单指向MIC在正前方0°位置有较高的灵敏度，极性图呈心形，抑制噪声和干扰好，抗风/抗振性能差、声学结构要求高。
车用MIC类型从材料上还包括ECM驻极体麦克风、MEMS硅麦克风，硅麦克风在温/湿度长期性能、可靠性、一致性等方面较好，ECM在温/湿度变化下会影响MIC的性能。
另外，在多音区的语音识别场景中，对MIC的一致性要求比较高，其灵敏度、频率响应、信噪比和相位等参数会直接影响多音区的隔离度和语音干扰抑制，一般灵敏度控制住±1dB，信噪比在63d，相位差尽可能小等。
麦克风布置
注意麦克风布置要远离空调出风口等声源口，通常摆放在前排顶灯、中控台等，左右水平摆放，尽量在左右中间对称的位置，双麦间距通常在8cm-20cm之间，如声孔选择阵列多孔或者格栅孔。
全部评论 （0）