概览

智能语音设备需要在远场噪声环境中，仍具备出色的语音交互性能，声学前端 (Audio Front-End, AFE) 算法在构建此类语音用户界面 (Voice-User Interface, VUI) 时至关重要。

AEC (Acoustic Echo Cancellation)
回声消除算法，用于去除麦克风输入信号中的回声，保证在播放声音的同时，能够清晰地识别语音。通常支持多麦克风输入，以有效去除环境中的回声。
NS (Noise Suppression)
噪声抑制算法，专注于抑制音频信号中的非语音噪声，尤其是稳态噪声。此算法通常通过单通道音频信号进行处理，提升语音信号的清晰度。
BSS (Blind Source Separation)
盲源分离算法，通过多通道音频信号分离目标声源与干扰噪声，从而提高语音信号的质量。适用于复杂环境中提取有用的语音信息。
MISO (Multi Input Single Output)
多输入单输出算法，使用双通道输入并输出信噪比高的一路音频信号。适用于多个麦克风环境中的信号选择，能够在没有特定唤醒条件的情况下输出最清晰的信号。
VAD (Voice Activity Detection)
语音活动检测算法，用于实时判断当前音频帧是否包含语音活动，提供语音活跃状态的检测信息。
AGC (Automatic Gain Control)
自动增益控制算法，根据输入信号的强度动态调整输出音频的增益。对于弱信号，增大输出幅度；当信号过强时，自动降低输出幅度，避免音频失真。
WakeNet
基于神经网络的唤醒词检测模型，设计用于低功耗嵌入式系统，通过有效识别特定唤醒词，激活语音交互功能。