VIP20
本课程属于：043-TinyML智能音箱与离线语音交互项目 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

4. 智能音箱语音前处理：降噪、增益、VAD和特征提取

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
智能音箱语音前处理的整体流程 · 学习目标 · 核心挑战（噪声
课程导入智能音箱语音前处…
02
语音信号基础
采样 · 量化 · 时域/频域表示
语音信号基础采样
03
智能音箱声学环境
远场拾音 · 混响 · 背景噪声
智能音箱声学环境远场拾音
04
麦克风阵列基础
常见阵列拓扑（线性 · 环形） · 波束形成的基本概念与分类
麦克风阵列基础常见阵列拓扑
05
降噪概述
噪声类型（平稳/非平稳 · 加性/乘性） · 降噪目标与评价指标（SNR
降噪概述噪声类型
06
经典降噪方法
谱减法 · 维纳滤波 · 最小均方误差（MMSE）估计的原理与…
经典降噪方法谱减法
07
基于子空间的降噪
子空间分解 · 信号子空间与噪声子空间的估计方法
基于子空间的降噪子空间分解
08
基于深度学习的降噪
DNN/RNN/CNN降噪模型 · 训练数据准备 · 实时性考量
基于深度学习的降…DNN/RNN/CNN
09
回声消除（AEC）
声学回声路径 · 线性与非线性回声消除 · 双讲检测（DTD）
AEC回声消除
10
波束形成与降噪结合
固定波束形成（Delay-and-S… · MVDR）与自适应波束形成（GSC）…
波束形成降噪结合
11
增益控制基础
自动增益控制（AGC）的目的 · 动态范围压缩 · 峰值与RMS检测
增益控制基础AGC
12
AGC算法设计
目标电平设定 · 增益计算 · 平滑与防爆音处理
AGC算法设计
13
语音活动检测（VAD）基础
VAD的作用 · 特征（能量 · 过零率
VAD语音活动检测
14
VAD进阶方法
基于统计模型（GMM · HMM）的VAD · 基于神经网络的VAD（如DNN-VA…
VAD进阶方法
15
VAD在智能音箱中的应用
唤醒词检测前的VAD · 端点检测 · 降低误唤醒与漏唤醒
VAD智能音箱
16
特征提取概述
语音特征的作用 · 常见特征（MFCC · FBANK
特征提取概述语音特征的作用
17
MFCC详解
预加重 · 分帧 · 加窗
MFCC预加重
18
FBANK与PLP特征
FBANK的生成 · PLP的听觉模型 · 与MFCC的对比
FBANKPLP
19
特征归一化与增强
倒谱均值归一化（CMN） · 方差归一化 · 特征级数据增强（SpecAugmen…
特征归一化增强
20
前端信号处理链路整合
从麦克风采集到特征输出的完整pipe…
前端信号处理链路…pipe
21
实时处理与延迟控制
算法延迟预算 · 分块处理 · 流式处理架构
实时处理延迟控制
22
工程实现与优化
定点化 · SIMD优化 · 神经网络模型压缩（量化
工程实现优化
23
案例实战
基于公开数据集（如LibriSpee… · CHiME）的降噪与VAD实验设计与…
案例实战LibriSpee
24
案例实战
使用Python（librosa · torchaudio）实现一个简单的…
案例实战Python
25
案例实战
在树莓派或嵌入式设备上部署一个轻量级…
案例实战树莓派或嵌入式设…
26
常见问题与调试
噪声抑制过度导致语音失真 · AGC增益抖动 · VAD误判的调优策略
常见问题调试
27
性能评估与测试
离线指标（SNR · PESQ · STOI
性能评估测试
28
前沿趋势
端到端语音增强 · 自监督学习在语音前处理中的应用 · 多模态融合
前沿趋势端到端语音增强
29
综合项目
设计一个完整的智能音箱语音前处理模块 · 从需求分析 · 算法选型
综合项目设计一个完整的智…
30
课程总结与进阶路径
核心知识点回顾 · 常见面试题解析 · 推荐学习资源与研究方向
课程总结进阶路径