XMOS人工智能降噪——AI降噪让极端嘈杂环境下的通话和拾音变得可能

【导语】在前两篇文章中，我们探讨了空间音频技术与高音质低延迟声卡解决方案，展现了音频技术的革新与进步。本篇将聚焦人工智能（AI）降噪技术，特别是XMOS如何通过其先进的AI驱动语音捕获功能，在各种复杂环境中实现深度神经网络（DNN）算法降噪。随着AI、物联网和边缘计算的快速发展，XMOS以其软件定义SoC为核心，为边缘计算设备提供了高性能、高灵活性的解决方案。AI降噪技术不仅颠覆了传统噪声消除方法，还为音频设备的设计与性能提升带来了全新机遇。接下来，让我们一同深入了解XMOS的AI降噪技术及其在众多领域中的广泛应用。

前两篇，我们分别介绍了空间音频技术——该解决方案能够在包括数字耳机等在内的任何设备上提供3D沉浸式空间音频，而且可以实现更安全地聆听，和高音质低延迟声卡解决方案——具有实时音频DSP处理的低延迟音频设备，可以全面提升游戏和直播的听觉感受。本篇介绍人工智能（AI）降噪——AI驱动的语音捕获功能，可在各种极具挑战性的环境中使用深度神经网络（DNN）算法来降噪。

正在快速发展的人工智能、物联网和边缘计算等技术正在全面改变我们的生活和工作，也给XMOS及其客户带来了许多新的机会。早在去年，XMOS就提到，XMOS认为目前几乎所有曾经由传统数字芯片控制的市场都在向智能化转型，因此智能化带来了对各种边缘计算的需求。XMOS开发的集可定义AI、DSP、MCU和I/O资源于一芯的软件定义SoC，成为了可支持多种边缘计算设(shè)备(bèi)的(de)高(gāo)性(xìng)能(néng)、高灵活性解决方案。例如即使在非常传统的音频技术领域，采用边缘智能技术也可以取得优异的产品优势和可观的市场成绩。

在音频设备的设计与性能提升方面， AI技术也带来了颠覆性的创新机会。尤其是在噪声消除领域，AI技术的应用正在逐步改变我们用声音来互动的方式。近年来，神经网络和深度学习等AI技术的发展，为音频降噪带来了新思路和新方法。采用神经网络算法降噪是一种基于深度学习的音频降噪技术，其通过对大量的训练样本进行学习，实现对噪声的自动去除。

神经网络方法可以利用非线性的多层结构，对噪声信号进行特征提取和去噪处理，从而实现音频降噪。XMOS所提供的AI降噪，是一种AI驱动的语音捕获功能，可在各种极具挑战性的环境中实现用（DNN）来降噪。

我们一起来看看——

人工智能降噪——AI驱动的语音捕获功能，可在各种极具挑战性的环境中用深度神经网络（DNN）算法来降噪

XMOS的AI加速技术通过先进的算法来提供降噪功能，以实时方式智能化地去除背景噪声，从而确保在极具挑战性的环境中也能够清晰地捕获音频。适用于专业和工业应用。

XMOS解决方案的特性

• 1-4个麦克风阵列远场语音

• 可提供超级指向性定向波束的自适应波束形成器

• 回声消除器

• 回声与噪声抑制

• 人(rén)工(gōng)智(zhì)能(néng)降(jiàng)噪和强大的去混响能力

• 可选的热词（关键词）侦测器

XMOS解决方案的优势

• 噪声环境下的高鲁棒性语音检测（负信噪比）

• 用于高质量通信的噪声抑制

• 与ASR引擎接口连接用于语音控制

为什么选择XMOS？

• 在同一颗芯片上集成了I/O +音频DSP + AI功能

• 利用深度神经网络算法进行语音处理

“XMOS是唯一一家能够快速运行原生DNN代码的芯片公司，可以实现片上音频增强，同时该芯片还能够提供合适的音频接口选项（如USB、I2S等）。这是一个加分项。” Fraunhofer IDMT的Jan Wellman讲到。

该方案立即可应用的设备？

• 智能门铃/对讲机

• 工业免提通信和控制

• 基于声学的监测设备

• 语音使能的设备

系统框图

目前，XMOS的智能音频技术和方案已经被广泛应用于消费电子、智能家居、智能汽车和办公应用，不仅为各种(zhǒng)终端和系统提供了高质量的音频和音效，而且作为无所不在的人机接口和新兴生产力工具帮助这些应用连入各种网络和云生态。

如希望了解XMOS全球领先的音频解决方案、软件定义SoC及其在其他垂直行业的应用，或与我们合作共同开发面向全球的创新性产品，请发邮件到：ThomasMu@xmos.com