摘要：随着智能装备、可穿戴设备、智能家居、远程会议等语音交互领域对语音质量要求的不断提高,麦克风阵列被广泛用于前端语音增强,但低信噪比场景对传统麦阵增强方法造成了极大挑战。采用时频掩蔽深度学习麦阵算法,可利用语音和噪声频谱、通道间相位差特征估计掩蔽值实现增强,但其在低信噪比条件下性能无法保证。与声学模型联合训练的深度学习麦克风阵列算法,可以利用声学模型词错误率(word error rate,WER)等识别端反馈,以提高低信噪比条件下的识别性能,但该类方法无需重构信号,不输出增强语音信号,不适合远程会议、通话终端等需增强语音输出的应用。针对低信噪比条件,设计了一种基于空域代价函数的麦克风阵列波束形成深度学习网络,提高了低信噪比下的语音质量,并通过仿真和实验证明了该方法的有效性。

摘要：在水声学实验中,不仅需要正弦波、方波等常规信号,也常常需要用到一些非常规信号,我们设计的基于嵌入式的长时间、高速率的任意波形模拟器可以很好地满足水声学实验的需求。文章以ARM内核的S3C2440作为主体控制芯片,以SD卡存储器作为波形存储设备设计了一款任意波形模拟器,在PC机上使用Matlab仿真出需要的波形数据,并将其存储到SD卡中,然后在仪器上对波形的输出进行控制操作。