面向多通道低功耗设备的基于神经信号重建的实时风噪检测与抑制

主动风噪检测与抑制技术是增强智能眼镜以及更广泛的物联网 中其他可穿戴设备与智能设备的基于自动语音识别 (ASR) 功能的一项全新且至关重要的范式。在本文中，我们分别开发了两种独立的算法用于风噪检测与抑制，它们可在充满挑战的低能耗环境下运行。这两种算法共同构成了一个稳健的风噪抑制系统。在第一种情况下，我们提出了一种实时风噪检测算法 (RTWD)，该算法使用两组不同的低维信号特征，以高精度判别风噪的存在。对于风噪抑制，我们采用了另一种算法——注意力神经风噪抑制 (ANWS)——该算法利用神经网络从受风噪破坏的音频中重建佩戴者的语音信号，重点重建受风噪影响最严重的不利频谱区域。最后，我们使用低功耗多麦克风设备在风噪模拟器下，通过实时实验测试了我们的算法，测试涵盖了具有挑战性的检测标准与多种风噪强度。