introlab/odas

ODAS: Open embeddeD Audition System

ODAS 是什么?

ODAS(Open embeddeD Audition System,开放嵌入式听觉系统)是一个免费、开源的软件库,为机器赋予听觉。它处理来自麦克风的音频,以确定声音来自哪里、跟踪声音的移动、分离不同的声音,并净化音频(后置滤波)。

可以把它想象成机器人或智能设备的“耳朵”——它不仅记录声音,还理解空间场景。

关键信息

字段 详情
功能 声源定位(声音在哪里?)、跟踪(声音如何移动?)、分离(哪个声音是哪个?)以及后置滤波(净化信号)。
语言 完全用 C 编写,选择 C 是为了在不同硬件上的可移植性。
目标硬件 针对低成本嵌入式硬件进行了优化——设备内部的小型、廉价计算机。
许可证 MIT 许可证——宽松的开源许可,可自由使用和修改。
文档 wiki 解释了如何构建和运行该软件。
演示 YouTube 视频 展示了 ODAS 的实际运行。

相关项目(来自 README)

  • odas_ros — 一个将 ODAS 与 ROS(机器人操作系统,机器人领域的常用框架)集成的独立项目。
  • odas_web — 用于可视化 ODAS 生成的实时数据的图形界面(例如,显示检测到声音的位置)。
  • 8SoundsUSB — 开源硬件:一个具有 8 个输入、可配置的 USB 供电麦克风阵列。
  • 16SoundsUSB — 一个具有 16 个输入、同样 USB 供电且可配置的更大版本。

工作原理(通俗解释)

ODAS 从排列成阵列的多个麦克风获取音频。通过比较麦克风之间的微小时间差和音量差异,它可以:

  1. 定位 — 确定声源的方向和距离。
  2. 跟踪 — 在声源移动时持续跟随。
  3. 分离 — 从混合声音中隔离单个声源(例如,从背景噪声中分离出一个人声)。
  4. 后置滤波 — 减少噪声并提高分离音频的质量。

学术背景

两篇论文描述了 ODAS 中使用的方法:

  • 2022 — “ODAS: Open embeddeD Audition System”(发表于 Frontiers in Robotics and AI)。
  • 2019 — “Lightweight and Optimized Sound Source Localization and Tracking Methods for Opened and Closed Microphone Array Configurations”(发表于 Robotics and Autonomous Systems)。

2019 年的论文强调 ODAS 被设计为轻量且优化——这意味着它不浪费计算能力,因此可以在廉价硬件上运行。

总结

ODAS 是一个紧凑、高效、开源的“听觉系统”,适用于机器人和嵌入式设备。它将原始麦克风输入转化为有用的空间音频信息——声音在哪里、如何移动、如何分离——所有这些都封装在一个足够小、可以在普通硬件上运行的包中。

相关

  • 项目
  • 项目
  • 项目
  • 项目