基于角度编码的阵列定向拾音方法研究OA

针对复杂声学环境下目标语音难以有效提取的问题,文章提出基于角度编码的阵列定向拾音方法。将目标方向信息引入语音增强模型,通过分区编码和连续角度编码对目标方位进行表示,引导网络学习空间选择特性;构建融合多尺度时频卷积、门控循环单元和轴向注意力的Pt-MTFGRU网络,联合建模语音局部时频结构、时序依赖和方向条件;在干扰、噪声和回声场景下,以4麦环阵和线阵为试验对象,采用POLQA得分(MOS)评估增强语音质量。结果表明,环阵条件下平均POLQA得分由基线1.815 4提升至2.480 7,线阵条件下由1.912 8提升至2.356 5,各场景均优于基线方法。在两种试验条件下,分区编码的稳定性均优于角度编码。