介绍
武汉理工大学 武汉理工大学是一所双一流大学，在中国工程院校排名中经常位列前十。武汉理工大学专注于教授人工智能和新能源汽车等现代和新兴工程学科。 Moku:Go 是 Liquid Instruments 为工程教育和一般工业量身定制的首款软件定义仪器解决方案。借助 Moku 的 多仪器并行模式 (MiM)，用户可以将两台仪器组合起来，以无损互连的方式同时运行。Moku:Go 支持 自定义仪器 (MCC)，一种用于创建和部署数字信号处理算法的托管服务。 MCC 用户可以使用他们最喜欢的工具（如 MATLAB 和 Simulink）设计算法，然后轻松地将它们部署到 Moku:Go 设备，在那里它们与其他软件定义的仪器一起实时运行。面临挑战
华沙理工大学的学生比许多其他院校的学生更早、更严重地受到了新冠疫情的影响。当他们获准线下上课时，强制佩戴口罩和保持社交距离的要求使得学生们难以听清彼此的声音、听清老师的讲解，也难以积极参与课堂互动。为了应对这一挑战，一群学生决定设计一套具备自动跟踪功能和实时语音处理的智能会议室系统。学生们提出了他们希望会议室系统具备的四个不同功能：- 神经网络说话人识别
- 语音均衡（音色增强）
- 自适应噪声消除
- 遮罩检测
解决方案
学生们选择 Moku:Go 作为帮助他们构建系统的最佳设备。 这一选择基于其软件定义的检测方法，该方法支持针对许多不同应用程序的配置，以及强大的定制选项，如 Moku Cloud Compile。 他们使用 Moku:Go 来解决说话人识别和自适应噪声消除的核心问题。 虽然语音均衡是可以实现的 Moku:Go 数字滤镜盒在这个项目中，学生们使用了他们已有的简易FPGA开发板。为了进行面具检测，学生们使用了市售的人脸检测系统。说话人识别是一项具有挑战性的任务，但却是必要的，因为它可以放大说话人的声音并抑制背景噪音。学生们通过将Kendryte强大的K210边缘计算加速器连接到他们的Moku:Go上实现了这一目标。K210是一款经济高效的片上系统，专为加速嵌入式系统中的机器学习任务而设计。学生们对K210进行了编程，使其运行卷积神经网络，该网络接收来自阵列中六个麦克风的输入信号，并生成代表主导声音方向的模拟电压。学生们将K210的主导说话人方向信号连接到…… Moku:Go PID控制器 （图 1），以及表示系统高保真麦克风指向的实际方向的信号。 PID 控制器仪器利用这些值的差异来找出方向误差，并驱动伺服电机平稳地将主麦克风重新定位以指向扬声器。
图 1：为麦克风定位配置的 PID 控制器
结果
这套自适应会议室系统是真正跨学科团队合作的成果。熟悉神经网络、计算机工程和控制系统的学生构建并验证了说话人识别系统，训练了神经网络，并调整了PID控制器。自适应降噪被证明是最大的挑战。学生们利用…… Moku:Go 数据记录器 在真实情况下捕获信号，以便他们可以在 MATLAB/Simulink 生态系统中测试、迭代和改进他们的设计。 一旦他们验证了系统，他们就使用 HDL Coder 将其导出到 VHDL 并运行最终系统检查。 图 2 显示了一个这样的模拟运行，其中顶行显示的理想语音信号在被馈送到 LMS 自适应滤波器之前被人为地淹没在背景噪声（第二行）中。 滤波器迅速将自身调整到噪声曲线并恢复声音（最后一行，图 2）。
图 2：自适应噪声消除系统 VHDL 在真实数据上的模拟性能