微软研究院展示虚拟麦克风阵列技术 借助多设备实现高精度语音转录

（图自：Microsoft Research）

虚拟麦克风阵列可将现有设备（如配备普通麦克风的手机或笔记本电脑等），动态组合成一个更大的阵列。

具体说来是，该系统基于连续音频流对齐、盲波束成形、语音识别、分割聚类（Diarization）、以及系统融合等技术来实现。

（截图 via MSPU）

借助七组音频流输入，微软研究院已实现 22.3% 的错字率。在近距离麦克风的非重叠语段上，更是可以将错字率控制在 3% 以内。

至于系统支持的用户数量，则取决于区域内配备的麦克风数量。微软指出，该技术可方便客户随时随地地轻松转录会话内容，而不论其是否拥有专属的麦克风阵列。

本文素材来自互联网