站LOGO（適配3）.png?5aSn6LWb572R56uZTE9HT++8iOmAgumFjTPvvIkucG5n*/UploadFiles/2025-10-11/utgldj4qe3u4f6ty.png?5aSn6LWb572R56uZTE9HT++8iOWbveenkTHvvIkucG5n*/UploadFiles/2023-10-24/大賽網(wǎng)站LOGO（適配1）.png?5aSn6LWb572R56uZTE9HT++8iOmAgumFjTHvvIkucG5n*/UploadFiles/2023-10-24/大賽網(wǎng)站LOGO（三版）.png?5aSn6LWb572R56uZTE9HT++8iOS4ieeJiO+8iS5wbmc=)
【第一參賽人/留學(xué)人員】孫學(xué)京
【留學(xué)國家】美國
【技術(shù)領(lǐng)域】新一代信息技術(shù)
【參賽屆次】第6屆
【所獲獎項】入圍
【項目簡介】
項目研究基于全景聲場理念的Ambisonics技術(shù)，它是一種聲道獨立的球形聲場再現(xiàn)技術(shù)。Ambisonics技術(shù)將拾取到的聲源信號通過一系列打包渲染算法轉(zhuǎn)換成傳輸編碼格式B格式（B-format），根據(jù)階數(shù)不同，B-format有不同的通道數(shù)要求。它除了可以還放水平面信息外，還能還放自下而上的高度信息，突破了傳統(tǒng)意義上5.1、7.1聲道的概念，更真實的營造出四周由遠及近的音效，呈現(xiàn)出動態(tài)的聲音效果、沉浸式的聽覺感受。包括基于全景聲技術(shù)的采集端Twirling Capture SDK，單通道或多通道語音增強處理，回聲消除，聲源定位，均衡器調(diào)整，自動增益控制，波束成形；麥克風(fēng)陣列設(shè)計與定制，包括線性和環(huán)形陣列，不規(guī)則陣列定制，支持標準First Order Ambisonic（FOA），higher order ambisonic（Hoa）Omini Binaural，支持單指向和全向ECM以及MEMS麥克風(fēng)。開發(fā)一種可擴展性，移植性高，靈活性強，應(yīng)用場景更廣的音頻采集方案(麥克風(fēng)陣列+軟件算法支持)Twirling720 Lite和Twirling Capture SDK。支持多個或多種麥克風(fēng)陣列形狀，并將算法集成在芯片中，這樣可以根據(jù)用戶已設(shè)想好的產(chǎn)品模型提出定制化音頻采集方案，滿足各行各業(yè)對聲音捕捉的需求。算法融合了360度實時聲源測向、定向拾音、噪聲抑制、混響消除、回聲抵消等多項技術(shù)。不僅如此，在最近的迭代中，增加了聲紋識別、智能語音交互等部分，實現(xiàn)全方向語音喚醒，語音識別，說話人分離、語音交互等更多功能。基于全景聲的智能語音技術(shù)，將帶來更好的臨場和空間沉浸感。語音喚醒和語音降噪等提升遠場識別，真正實現(xiàn)智能化、人性化、多樣化。項目廣泛應(yīng)用于金融銀行、智慧安防、工業(yè)檢測、新聞傳媒、養(yǎng)老服務(wù)、文化旅游、智能家居等領(lǐng)域。
【展開】
【收起】