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

加我微信hezkz17进数字音频系统研究开发交流答疑群(课题组)

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；

5、基于MCLP语音去混响算法开发；

6、基于远场拾音的DPD-DOA波达方向角算法开发；

7、基于TWS的单MC-NS降噪算法开发；

8、基于语音EQ调参算法开发，主要用于调节各频段的频响曲线；1D:1

9 负责恒玄/高通平台的4MIC远/近场拾音/上行通话降噪等项目测试、调优及移植，效果优化；

10、基于深度神经网络DNN的语音唤醒开发：

11、TWS之电流音检测算法开发；

12、TWS之主动降噪ANC最优增益快速校准算法开发；

13、定浮点算法开发；