声学楼论坛

2026-03-25

本文内容节选：《汽车智能语音技术与体验》技术篇01章节，内容与书籍略有出入。

语音降噪技术是汽车语音交互的基础，但是因为它不带有显性的特性而常常被人忽略。

汽车的语音降噪，它的核心目标是为了获得纯净且高质量的音频。

汽车环境与家庭环境有所不同，汽车是一个动态的环境。首先就要提到汽车本身面临的是一个非常恶劣的噪声环境。首先，车辆在运行过程中会产生很多噪声，比如发动机的噪声，以及空调出风口的声音。车内还会播放音乐，导航甚至语音播报等声音。其次，汽车是一个载体，在密闭空间内会承载多人，有时甚至会有宠物，小孩在车内走动等。因此，车内天生是一个密闭狭小的空间，形成了多人的复杂声音场景。除了车内的噪声环境，使用车辆过程中还会有开窗等行为，使得环境变得复杂。当车辆车窗打开时，外面的风会进来，不同车速对风噪的影响也不同。行车过程中，我们会遇到迎面驶来的车辆，这些车辆的声音会形成明显的噪声。有时还会遇到大货车紧急的轰鸣声或鸣笛声，这是车外的环境音量。此外，遇到大暴雨时，雨刮器的声音也是噪声源之一。

因此，从车辆本身到车内外的声音，都是一个复杂且恶劣的高噪声环境。噪声主要分为两类，稳态噪声和非稳态噪声。

为方便阅读，汽车语音降噪技术概览如下；

稳态噪声如发动机和空调的声音，以及高速行驶时的稳定噪声。稳态噪声相对容易消除，而非稳态噪声则需要更复杂的降噪算法来消除。特别是多人干扰、鸣笛声等，需要长期的工程标定和积累才能有效消除。降噪的第二部分是我们的基础麦克风。

在汽车语音最初应用时，我们尝试使用单麦克风进行语音降噪。经过一段时间的试验，发现效果不佳。这就类似于人只有一个耳朵时，无法区分声音的方向和先后顺序，导致声音相互干扰。

后来发展出了车内多麦克风多音区方案，如两个麦克风两个音区分别位于左右，四个麦克风覆盖前后左右，甚至扩展到六个麦克风的方案。通过这个多麦克风的方案之后，实现了车内的分区。基于声音到达两个麦克风的时间差和相位差，可以判定并识别出声音的方位。根据声音方位，我们通过区域锁定来对噪声进行隔离。现在，部分高档车型还在搭载这个麦克风阵列。

麦克风阵列本质上还是通过提升声音收音质量，实现对更复杂噪声场景的覆盖。我们的方案中，第一个是回声消除。在车上进行语音降噪时，座舱会发出多种声音，如音乐、导航提示音和语音播报声。我们将这些声音作为参考信号传入语音系统，从而抵消座舱内发出的声音。

第二个是噪声抑制，即针对开篇提到的稳态和非稳态噪声，通过降噪算法进行抑制和消除，使音频变得更加纯净。第三个是基于声源定位和波束成型技术，可以相对隔离车内各个音区的噪声。

第二个是通过波束成型技术，可以相对精准地锁定发言人的位置，实现对声音的定向收听，并获得更纯净的音频。

除了获得纯净的音频，我们还可以提升音频质量，虽然这涉及到物理结构上的改变。车内的多麦克风和麦克风阵列可以提升音频质量。另一个方法是提升采样率，同样可以提升音频质量。目前行业普遍使用16K采样率，但从理论和物理角度看，将声音采样率提升到32K也能提升音频质量。

尽管16K采样率在听感上似乎没有差别，但实际上随着采样率的增加，能获得更多的音频特征，意味着可以提供更高质量的音频。过去推崇16K采样率，更多是基于工程、成本和带宽的均衡考虑，并非为了最优体验。

《汽车智能语音技术与体验》目录

作者：肖建辉

技术篇：语音交互核心技术

一、语音降噪技术

二、语音唤醒技术

三、语音端点检测

四、语音识别技术

五、自然语言理解技术

六、语音合成技术

七、可见可说

八、声纹识别技术

九、大模型技术

产品篇：语音交互系统代际

一、智能座舱交互演进趋势

二、语音系统技术链路代际

三、语音产品体验代际

四、语音产品版本

设计篇：语音交互产品设计

一、语音助手核心体验设计

二、语音助手的框架设计

三、语音对话详细设计

案例篇：语音交互体验标杆

一、极致语音之路

二、飞鱼 OS2.0

三、蔚来 NOMI

四、小鹏小 P

五、威马小威

六、鸿蒙小艺

七、理想同学

八、500 天，语音体验引领

测评篇：语音交互测评体系

一、语音测评规范概览

二、语音关键指标测评

三、语音测评实操指引

四、行业标杆语音指标参考

内容来源：肖工讲AI

微信转载文章出于非商业性的教育和科研目的，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们！

【声明】内容源于网络