借我一耳：基于机器人臂的语音增强技术
机器人学
2026-02-23 v1 声音
摘要
在噪声环境中，语音增强性能会显著下降，这限制了语音控制技术在工业场景（如制造厂）中的部署。现有的语音增强解决方案主要依赖先进的数字信号处理技术、深度学习方法或复杂的软件优化技术。本文引入一种新颖的增强策略，通过动态修改麦克风阵列的几何结构以适应变化的声学条件，实现物理优化阶段。将十六个麦克风阵列安装在具有七自由度的机器人臂操作器上，麦克风分为四组，每组四个，其中一组位于末端执行器附近。系统通过调整操作器的关节角度来重新配置阵列，将末端执行器上的麦克风靠近目标说话人，从而提高参考信号质量。该方法整合了声源定位技术、计算机视觉、逆运动学、最小方差无失真波束赋形器和基于深度神经网络的时间频率掩模。实验结果表明，该方法优于其他传统录音配置，实现了更高的尺度不变信噪比和更低的词错误率，在多个输入信噪比条件下表现良好。
引用
@article{arxiv.2602.17818,
title = {Lend me an Ear: Speech Enhancement Using a Robotic Arm with a Microphone Array},
author = {Zachary Turcotte and François Grondin},
journal= {arXiv preprint arXiv:2602.17818},
year = {2026}
}