Beamforming und Array-Mikrofone
Beamforming bezeichnet ein Verfahren, bei dem mehrere Mikrofone eines Mikrofon-Arrays gemeinsam genutzt werden, um Schall aus einer bestimmten Richtung gezielt hervorzuheben und Schall aus anderen Richtungen abzuschwächen. Man kann sich das vereinfacht wie einen „akustischen Scheinwerfer“ vorstellen.
Bei den Array-Mikrofonen von AISpeech sitzen mehrere Mikrofone an unterschiedlichen Positionen. Ein gesprochenes Wort erreicht deshalb jedes Mikrofon zu einem minimal unterschiedlichen Zeitpunkt. Aus diesen Laufzeit- bzw. Phasenunterschieden kann das System zunächst bestimmen, aus welcher Richtung der Schall kommt (DOA – Direction of Arrival). AISpeech führt sowohl DOA als auch Beamforming als Bestandteile seiner Audiosignalverarbeitung auf.
Beispiel: Eine Person spricht mit einem AISpeech Mikrofon-Array
Stellen wir uns ein ringförmiges AISpeech-Array mit sechs Mikrofonen vor:
Person → Mic #1 - Mic #2 - Mic #3 - Mic #4 - Mic #5 - Mic #6
Die Stimme erreicht beispielsweise Mikrofon 1 zuerst, Mikrofon 2 einige Mikrosekunden später usw. Die Signalverarbeitung kann daraus die Richtung des Sprechers bestimmen. Anschließend werden die sechs Mikrofonsignale zeitlich so gegeneinander verschoben und kombiniert, dass sich die Signale aus Richtung des Sprechers konstruktiv addieren. Geräusche aus anderen Richtungen passen zeitlich nicht zu dieser Ausrichtung und werden dadurch relativ abgeschwächt.
Das Ergebnis ist also ungefähr: 6 rohe Mikrofonsignale → Richtung bestimmen → Beamforming → 1 verstärktes Sprachsignal
Bei Mehrmikrofon-Systemen stehen zunächst mehrkanalige Rohdaten zur Verfügung; nach dem Beamforming gibt die Software ein einkanaliges PCM-Signal aus.
Das ist besonders für Fernfeld-Spracherkennung wichtig. Wenn beispielsweise jemand mehrere Meter vom Gerät entfernt „Hey …“ sagt, soll seine Stimme gegenüber Lüftergeräuschen, Gesprächen oder Reflexionen im Raum hervorgehoben werden. AISpeech nennt für seine Mikrofon-Array-Module unter anderem 2-, 4- und 6-Mikrofon-Arrays, gerichtete Sprachverstärkung und Schallquellenlokalisierung; je nach Anordnung sind 180°- bzw. 360°-Erfassung vorgesehen.
Kurzdefinition:
Beamforming ist ein Verfahren der digitalen Signalverarbeitung, bei dem die Signale mehrerer räumlich verteilter Mikrofone unter Berücksichtigung ihrer Laufzeit- bzw. Phasenunterschiede kombiniert werden, um Schall aus einer gewünschten Richtung zu verstärken und Störschall aus anderen Richtungen zu unterdrücken.
Bei AISpeech ist Beamforming damit praktisch die Brücke zwischen dem Mikrofon-Array und einer robusten Sprach- bzw. Spracherkennung im Fernfeld.
