介紹

　　此應用筆記引導您通過的過程belasigna r262性能評價。討論了需要整合belasigna r262的典型步驟進入一個新的原型設計。

　　預期的觀眾是系統架構師和工程師利用標準設計語音捕捉產品駐極體或MEMS麥克風，可以受益于先進的降噪和改進語音清晰度。

　　概述

　　本文將首先討論belasignar262先進的降噪算法的功能與性能。其次，要點考慮?部分的設計過程進行了討論，并四參考設計。原理圖和列表設計說明為每個參考設計提供。設計驗證部分討論使用belasigna r262 Tweaker軟件調整噪聲還原設置等關鍵參數，生成定制的EEPROM圖像，并校準信號電平。

　　高級語音和噪聲管理系統

　　belasigna r262先進的降噪算法是一種自適應的解決方案，識別和提高人類的語言。許多兩?麥克風算法取決于波束形成和依靠來自特定方向的演講。其結果是，這些算法的性能可以有很大的不同取決于語音的位置和相對于麥克風的噪聲，并且通常會扭曲的語音以及噪聲。其他的算法依賴于一個面對話筒和面對話筒噪聲?語音?和可能需要大量的算法合理的性能優化。

　　belasigna r262是因為它是一個真正的360°自?自適應多波束形成器，既不講話也不?扭曲不同噪聲。它適用于衰減或增益的基礎上的智能分類的信號，導致在一個信號的噪聲衰減，和語音增強。衰減噪聲盡可能自然，所以其他下游處理仍然有效。

　　該算法有兩個前鋒?面對麥克風間隔10到30毫米（一般），并沒有調整或匹配的麥克風是必需的。語音源可以來自任何方向（通常在麥克風前面），只要它是在“工作領域”的當前算法模式。該算法的模式是根據所需的通話距離（口參考點和麥克風之間的距離），最大的降噪性能降低通話距離增加。belasigna r262可以設置執行最大降噪與5的談話距離為10厘米，輕度降噪改進語音拾取到5米的距離或之間的任何地方。

　　由于該解決方案是信號噪聲比（SNR?到?）獨立，它運行在低信噪比的優化在高信噪比的情況下。同時實現了?接收信號的混響。該解決方案是理想的電子通信設備，麥克風捕獲語音，并可能在嘈雜的環境中使用。該解決方案允許靈活的麥克風定位和任意位置的設備（例如手持位置）在實際環境中。

　　圖1中給出了算法的基本組成部分的概述。