本文介绍了深度学习中轻量级神经网络在TWS蓝牙音频处理器上的部署，涉及项目包括使用Matlab实现的GSC和MVDR波束形成算法，以及在TWS耳机上应用的双麦神经网络VAD，用于控制GSC的降噪能力。此外，还涵盖了在南京歌尔声学科技的工作经历，涉及3MIC+骨传导、MCLP去混响、DPD-DOA波达方向角等多种音频处理算法的开发和优化。
加我微信hezkz17进数字音频系统研究开发交流答疑群(课题组)
深度学习之轻量级神经网络在TWS蓝牙音频处理器上的部署
深度学习之轻量级神经网络在TWS蓝牙音频处理器上的部署
深度学习之轻量级神经网络在TWS蓝牙音频处理器上的部署
项目一
科大讯飞经验
在Matlab平台上实现广义旁瓣消除器(GSC),最小方差无失真响应(MVDR)等波束形成算法，同时分析它们的效果在Liu**台上跑通语音增强试试处理框架RNNoise:完整流程，实现降噪功能。包括数据集的制作，使用ffmpeg将WAV转RAW,特征提取，模型训练，测试效果等。负责开发基于轻量级神经网络算法用于双麦TWS无线蓝牙耳机降噪，期间训练了一个双麦的神经网络VAD,并用于控制GSC中的自适应阻塞矩阵(ABM)权重系数的更新过程，有效提升了GSC的的降噪能力。
项目二
南京歌尔声学科技经验
算法研究员|4年11个月
1、3M川C+骨传导通话降噪算法开发，优化等；2、参与紫米TWS之3MIC+传感器通话降噪算法的优化以及HIFI MINI平台定点化算法开发（量产）：3、负责荣耀TWS项目3MIC+骨传导算法的方案设计，开发和优化等（量产）；
4、基于波束形成Beamforming的开发
已下架不支持订阅
扫一扫
299
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
