前記
作為一個前端算法為核心的解決方案提供商，雙麥克算法一直是我們研究的重心。這些年，陸陸續續的花費了不少時間在上面，坎坷的研發經歷，可以說是一波三折。不過，在經歷了一系列山路回轉之后，總算是得到了一些進展。驀然回首，真是山窮水盡疑無路，柳暗花明又一村啊。
調試歷程
農歷臘月，寒風凜冽。當大多數人都在歡天喜地過准備過大年的時候，我還為算法中的一個bug反復驗證，仿真，仿真。每一座山，只有翻過去了，才知道山中的風景何如。在翻閱了大量的資料，嘗試了不同的beamforming算法之后，發現這塊真沒有合適的開源算法能夠完全匹配客戶場景的。只能自己寫了，這個算法是這個和結構環境強相關的，不是純算法的東西，是無法用純算法仿真的很好的。很多的beamforming算法，各項指標仿真都很好，可是一上實際環境，讓我大跌眼鏡，怎么會那么差呢？后來分析才知道，這些都是理想環境的，實際的考慮到麥克風的各種干擾和電路模型，這種算法，實際環境中哪會有這么理想的模型呢？
效果展示
經過反復的調試和測驗，自研的雙麥克風降噪算法算是能夠在外殼比較小的樣機上實現了。這下面是處理前和處理后的音頻數據分析：
前面是戴上耳機的人自己說話，后面一段是周圍的人在說話，可以看出，能夠拾取說話的人聲，過濾掉周圍的人聲。初步測試下來，降噪效果是杠杠的。通過客戶的反饋來看，雖然還有一些小bug需要修補，總體來說效果還是相當不錯的。
頻譜圖可以看的更清楚一些。
優缺點總結
通過反復的測試和調研，筆者對雙麥克風降噪有了更深的理解。發現雙麥克風降噪的缺點和它的優點一樣明顯。
優點：指向性好，消耗資源相對少的情況下，效果能夠達到非常好，並且降噪效果也是出奇的好，在某些場景下有着明顯的優勢。
缺點：對設備的兩個麥克風的距離要求比較高。對聲學結構要求比較高，場景要求苛刻，兩個麥克風不能距離太近，並且兩個麥克風距離說話人的距離不能太遠，太遠了角度就很小了，根本無法分辨出來。