10-3骨震动传感器在TWS耳机通话降噪中的应用.pdf

1、骨震动传感器在TWS耳机通话降噪中的应用 TWS：True Wireless Stereo，真无线 左右耳依靠蓝牙同步 可以独立工作 “传统” 蓝牙耳机 Counterpoint：2019年第四季度，全球真无线耳机市场规模达5100万副、66亿美元，同比增加53%，全年 出货量达1.3亿副，2020年TWS耳机出货量大概率可突破2亿副。 TWS耳机的市场容量 户外跑步场 景图 工作场所图 60%的消费者会在搭载公共交通工具时使用无线耳机，其他常见的使用场景包括户外、健身房和工作场所。 2019 使用现状调研报告：对全球消费类音频设备用例和购买决策驱动因素的洞察 TWS耳机的使用场景 音质、耳机

2、续航、佩戴舒适性、易用性、通话质量等均是影响消费者购买决策的主要因素。 影响消费者购买无线耳机因素 资料来源：高通2019 使用现状调研报告：对全球消费类音频设备用例 和购买决策驱动因素的洞察 通话降噪（语音增强） 传统语音增强 深度学习语音增强 谱减/维纳滤波（单通道） Beamforming（多通道） TWS通话降噪的挑战 环境更为复杂，多变 麦克风数量有限 运算和存储资源小 相比其他通话设备（手机），离嘴更远。 骨振动传感器（麦克风） 原理：利用加速度传感器检测佩戴者说 话时引起的振动。自动隔绝外界噪音 地铁场景 MEMS麦克风 VS 骨振动传感器 MEMS麦克风 优点：全频段拾音 缺点

3、：受噪声干扰 骨振动传感器 优点：隔绝外部噪音 缺点：只能采集低频信号 直接融合可以有效隔绝低频噪声，但高频噪声无法去除。 能否利用骨振动信号帮助消除高频噪声？ Beamforming 信号模型： y麦克风接收到的信号，n麦克风接收到的噪声， s是语音信号，c导向矢量（指示目标声源位置） MVDR： 噪声协方差矩阵待估计参数：c导向矢量（一般采用DOA估计） MVDR能保证目标方向的语音信号不失真 骨振动传感器+Beamforming 噪声协方差矩阵待估计参数：c导向矢量 m(l)为第l帧的VAD信息， “1”：佩戴者在讲话； “0”：佩戴者不在讲话 骨振动传感器可以提 供精确的VAD信息 最终效果受限于 beamforming，（包括 麦克风的数量，噪声的 类型） 深度学习运用于语音增强 Wang Y. and Wang D.L. (2013): Towards scaling up