语音领域的波束形成Beamforming小结

关注、点赞、收藏是对我最大的支持，谢谢^v^

目录

1. 背景介绍

2. 多通道信号的公式描述

3. 传统波束形成（delay-and-sum和filter-and-sum）

4. MVDR

4.1 传统MVDR

4.2 融入深度学习的MVDR

5. GEV(Generalized eigenvalue) beamformer

6. GSC(Generalized sidelobe canceler)

---

1. 背景介绍

        波束形成是个很有意思的方向，应用从雷达领域到5G领域，近几年在语音识别领域也大放光彩。本文主要聚焦于波束形成在语音领域的应用。

        对于单麦克风来说，没有波束的概念；波束形成主要针对多麦克风阵列，融合多个通道的数据，对噪声和干扰方向进行抑制，增强目标方向的信号。

        一种方式是找到目标信号的方向，一般用导向矢量（steering vector）进行表示，基于此增强目标信号；一种方式是找到干扰信号的方向，进行抑制，剩下的就是目标信号。

2. 多通道信号的公式描述

             图1：M个麦克组成的线性阵列

观察信号的数学表达（频域形式）如下，这里的

表示信号传到两个麦克之间的时间差，如果声音入射角是theta，还需要乘以，某频率的波传递了多少个周期，再乘以该波的频率

表示连续两个麦克