
通话场景痛点
思必驰AI背景降噪
核心算法基于传统信号处理+深度学习技术,结合麦克风阵列进行前端降噪,不受限于噪声类型,覆盖低信噪比全场景,大幅提升通话清晰度,改善噪声环境下的通话质量;双麦/四麦算法,分全向模式和定向模式,最远支持双麦3m/四麦5m拾音降噪。定向模式可以针对固定角度 进行音频增强。单麦算法,适合近场,可搭配耳机一起使用。

性能表现优秀
Dmic降噪效果对比_手机铃声测试,距离mic最近距离 1cm

Dmic降噪效果对比_定向干扰人声消除测试

Dmic降噪效果对比_单点干扰源噪声测试

Amic(3.5mm)降噪效果对比_单点噪声测试

上行通话降噪plus,只保留主说话人声音——NFP方案
只保留扇形区域主说话人声音,去掉扇形区域外背景噪声和干扰人声,最左最右麦克风间距240mm,扇形区域半径50cm。

上行通话降噪plus,只保留主说话人声音——NFP方案音频效果

上行通话降噪plus,只保留主说话人声音——多模态交互方案

上行通话降噪plus,只保留主说话人声音——声纹voice filter方案

目前业界语音降噪方案更多是对近端进行降噪,远端降噪/下行通话降噪 可以消除对方传过来的背景噪声,即使对方所在背景环境噪音嘈杂,仍然可以听到对方清晰的通话内容;
支持喇叭播放/3.5mm耳机输出;
噪声模型能识别并消除多种噪声类型,并持续迭代升级;
噪声抑制深度30dB+。
带来的客户价值
对接流程清晰,周期短

全链路语音服务
ASR主要产品类型
产品优势
声纹注册、验证过程

声纹确认示例

训练平台能力蓝图

定制专属模型,优化识别效果
缩短交付生产链路,提高规模化定制能力
已有的研发交付链路长,沟通成本高,用户在开发过程中过度依赖语音厂商,自主权不够。 思必驰DUI标注训练一体化平台,将数据标注和模型定制能力赋能用户,大大优化了生产链路。用户可独立完 成所有流程,语音厂商不参与其中,满足规模化生产需求。

训练标注一体化平台优势
标杆案例

主动降噪(ANC)

思必驰PC ANC_自适应控制方案
疫情下,用户通常通过PC居家办公或打游戏,当CPU负载较高或者用户在玩高负载的游戏应用时, 风扇噪声会逐渐增大,会干扰到用户的使用体验。 通过探索一种区域性降噪的技术,让处于该区域的人员人耳接收到的风扇声音明显降低, 从而提高用户的使用体验




