引言

在智能音箱、便携录音笔、远程会议终端等小型手持设备中，语音交互的清晰度直接影响用户体验。然而，环境噪声（如风扇声、键盘敲击声、交通噪声）和设备自身噪声（如电机振动、电路噪声）会显著降低语音质量。双麦克风阵列因其成本低、功耗小、硬件集成度高，成为小型设备的首选方案。本文从算法原理、硬件优化、工程实现三个维度，系统阐述双麦克风语音降噪的核心方法。

一、双麦克风语音降噪的核心原理

1.1 空间滤波：利用麦克风间距的物理优势

双麦克风阵列通过空间位置差异实现噪声抑制，其核心是波束形成（Beamforming）技术。假设两个麦克风间距为d，声源到达两麦克风的时延差为τ，则可通过计算相位差定位声源方向。例如，当声源位于阵列正前方（0°）时，两路信号相位相同；当声源偏离时，相位差随角度增大而增大。通过加权求和，可增强目标方向信号并抑制其他方向噪声。

数学模型：
设麦克风1接收信号为x₁(t)，麦克风2为x₂(t)，则波束形成输出y(t)为：
y(t) = w₁·x₁(t) + w₂·x₂(t)
其中权重w₁和w₂根据目标方向调整。例如，固定波束形成（Fixed Beamforming）中，若目标方向为0°，可设w₁=0.5，w₂=0.5e^(-j2πfτ)，通过相位补偿实现同相叠加。

1.2 自适应降噪：动态追踪噪声特性

自适应滤波器（如LMS、NLMS）通过迭代调整滤波器系数，实时消除与参考信号相关的噪声。在双麦克风场景中，一个麦克风作为主通道（接收语音+噪声），另一个作为参考通道（仅接收噪声）。例如，在车载通话设备中，参考麦克风可布置在设备背面，捕捉环境噪声。

NLMS算法示例：

import numpy as np
class NLMSFilter:
    def __init__(self, filter_length=32, mu=0.1):
        self.w = np.zeros(filter_length)  # 滤波器系数
        self.mu = mu  # 步长因子
        self.buffer = np.zeros(filter_length)  # 输入缓冲区
    def update(self, x, d):  # x:参考信号, d:主信号
        self.buffer = np.roll(self.buffer, -1)
        self.buffer[-1] = x
        y = np.dot(self.w, self.buffer)  # 滤波输出
        e = d - y  # 误差信号
        self.w += self.mu * e * self.buffer / (np.dot(self.buffer, self.buffer) + 1e-6)  # 系数更新
        return e

该算法通过最小化误差信号e的平方，动态调整w以抑制噪声。

1.3 深度学习降噪：端到端的噪声抑制

基于深度神经网络（DNN）的降噪方法（如CRN、Conv-TasNet）可直接从含噪语音中估计干净语音。双麦克风场景中，可输入两路信号的频谱特征（如STFT），网络输出掩码或直接重构语音。例如，某便携录音笔采用双通道CRN模型，在50dB噪声环境下可将SNR提升15dB。

模型结构示例：
输入层：双通道STFT（256频点×128帧）
编码器：3层2D-CNN（3×3卷积核）
解码器：3层转置卷积
输出层：频谱掩码（0~1）
损失函数：MSE（干净语音与估计语音的频谱差异）

二、硬件设计优化：从物理层提升降噪效果

2.1 麦克风选型与布局

• 灵敏度匹配：两麦克风灵敏度差异应小于±1dB，避免引入额外噪声。
• 间距设计：间距d需平衡空间分辨率与混响影响。小型设备通常取d=2~4cm，例如某智能耳机采用3cm间距，可在1kHz以下频段实现有效波束形成。
• 抗风噪设计：在麦克风孔处增加防风网，降低气流噪声。某户外记录仪通过优化网孔密度，将风噪降低8dB。

2.2 低噪声电路设计

• 前置放大器：选择低噪声系数（NF<2dB）的运放，如TI的INA826。
• 电源滤波：在麦克风供电路径增加LC滤波器，抑制电源纹波。某设备通过优化滤波电路，将电源噪声从-80dB降至-95dB。
• PCB布局：麦克风信号线需远离数字电路，采用差分走线降低共模干扰。

三、工程实现中的关键挑战与解决方案

3.1 实时性要求

小型设备通常采用低功耗MCU（如ARM Cortex-M4），其算力有限。解决方案包括：

• 算法简化：用固定波束形成替代自适应波束形成，减少计算量。
• 定点化优化：将浮点运算转为定点运算，例如某方案通过Q15格式实现NLMS，速度提升3倍。
• 硬件加速：利用DSP指令集或专用协处理器。

3.2 混响环境下的性能退化

在室内混响环境中，反射声会导致波束形成方向误判。改进方法包括：

• 多径补偿：通过盲源分离（如ICA）分离直达声与反射声。
• 后处理增强：结合维纳滤波或谱减法进一步抑制残余噪声。

3.3 实际应用案例

案例1：便携录音笔
某品牌录音笔采用双麦克风+NLMS+深度学习后处理的混合方案。在咖啡厅环境（SNR=10dB）下，录音笔通过波束形成抑制背景噪声，NLMS消除手持振动噪声，最后通过DNN模型提升语音清晰度，最终输出SNR达25dB。

案例2：智能耳机
某TWS耳机在左耳塞布置主麦克风，右耳塞布置参考麦克风。通过固定波束形成抑制风噪，结合深度学习模型（输入为双通道MFCC特征）实现语音增强。实测显示，在80km/h骑行时，语音可懂度提升40%。

四、未来发展方向

1. 轻量化深度学习模型：开发参数量小于100K的DNN模型，适配低端MCU。
2. 多模态融合：结合骨传导传感器或加速度计，提升非稳态噪声下的鲁棒性。
3. 个性化降噪：通过用户语音特征自适应调整降噪参数。

结论

双麦克风小型手持设备的语音降噪需结合空间滤波、自适应算法与深度学习，同时优化硬件设计与工程实现。未来，随着算法轻量化与多模态技术的发展，此类设备将在更多场景中实现高清语音交互。开发者可参考本文方法，根据具体需求选择算法组合，并通过实际测试验证性能。