仿生之耳 · 远场目标说话人精准提取

华为「难题 4：远场目标说话人精准提取」课题成果，面向 iCAN 竞赛的端侧演示程序。

在单一音频模态、3–4 麦克风、16 kHz 的约束下，从含干扰说话人、混响与噪声的远场录音中精准提取目标说话人的语音。

下载

完整演示程序在 发行版（Releases） 里，两个站点内容完全一致，哪个能打开就用哪个：

站点	怎么下
GitHub	v1.0 发行版 → 下载 bionic-ear.zip（229 MB，单个文件，不用合并）
Gitee	v1.0 发行版 → 下载 part01、part02、part03、合并.bat（受 100 MB 附件上限切成了 3 个分卷，需要合并）

两个页面下方的「Source code (zip / tar.gz)」是平台自动生成的源码包，里面只有本说明和第三方许可声明，与演示程序无关，无需下载。

拿到包之后校验（可选）：该 zip 的 SHA256 应为 F9B549B86D10BCE6FBBEC722EBFE333E83F5E8E41ABD3FFB8F5E523344E4DAB7 （压缩包 229.3 MB，解压后约 730 MB）

如果你走的是 Gitee（分卷下载）

第 1 步：解除文件锁定（建议先做）

从网上下载的文件会被 Windows 打上「来自互联网」标记，双击时会弹蓝色的「Windows 已保护你的电脑」。先解锁，后面全程不再弹窗。

• 图形方式：分别右键这 4 个文件 →「属性」→ 勾选底部的「解除锁定」→ 确定
• 命令行方式（一次解锁全部）：在该文件夹的地址栏输入 powershell 回车，执行

Get-ChildItem -File | Unblock-File

第 2 步：合并分卷

方法一（推荐）：双击 合并.bat，同目录下自动生成 bionic-ear.zip。

方法二（备用）：若 合并.bat 被拦截，在该文件夹的地址栏输入 cmd 回车，粘贴执行：

copy /b bionic-ear.part01+bionic-ear.part02+bionic-ear.part03 bionic-ear.zip

怎么用

1. 把 bionic-ear.zip 解压到纯英文路径下（如 D:\bionic-ear\），路径里不要带中文，也不要放在桌面
2. 进入解压出的文件夹（解压后默认叫 bionic-ear），双击 仿生之耳.exe，会自动打开浏览器窗口
3. 网页里选一段录音（自带 18 条样本在 素材\ 里），点「开始分离」
4. 在「试听对比」里先听原始参考麦，再听分离后的两路

出问题先双击 诊断.bat，它会逐项打印检查结果。

硬要求：至少 3 声道，前 3 路是 2 cm 间距的线性三麦。

如果被 Windows 拦住

本程序没有数字签名，Windows 上可能被拦两次，原因不同、处理方式也不同。

① 蓝色的「Windows 已保护你的电脑」（SmartScreen）

下载来的文件带「来自互联网」标记时会弹这个，跟下一条不是一回事。 点「更多信息」→「仍要运行」即可；或者先做上面第 1 步的「解除锁定」。

② 报 [WinError 4551] 应用程序控制策略已阻止此文件（智能应用控制）

Windows 11 的「智能应用控制」只放行有数字签名、且云端有信誉的程序。本包里的 Python、torch 等运行库都没有签名，所以在开着这个功能的电脑上，点「开始分离」会直接失败：

[WinError 4551] 应用程序控制策略已阻止此文件。 Error loading
"...\runtime\Lib\site-packages\torch\lib\shm.dll" or one of its dependencies.

处理（实测：多数电脑不用重启就能恢复）：

1. 关闭它：设置 → 隐私和安全性 → Windows 安全中心 → 应用和浏览器控制 → 智能应用控制 → 关闭
2. 把程序完全退出：点网页最下面的「退出程序」，或在任务管理器里结束 pythonw.exe
3. 重新双击 仿生之耳.exe，再点「开始分离」

三步走完仍报同样的错，再重启电脑，然后重复第 3 步。

切记：先「完全退出程序」再重开。在原来的窗口里直接重试，会报另一条看起来毫不相干的错 module 'torch' has no attribute '_utils' —— 那不是包坏了，退出重开就没了。

注意：关闭「智能应用控制」后无法再次打开，除非重装或重置 Windows。若这台电脑不允许关闭该功能，请换一台电脑运行本包。

本程序完全在本地运行，不联网、不上传任何音频，网页只监听 127.0.0.1，可放心运行。

包里有什么

目录	说明
仿生之耳.exe / 启动.bat	启动入口
诊断.bat	出问题先双击这个，逐项打印检查结果
runtime/	运行环境（Python + torch/numpy/scipy），不要删、不要改、不要单独移动
app/	程序本体（分离引擎、网页界面、模型）
素材/	18 条演示样本（正负向、三种房间、1–10 m 距离、方位/SIR/SNR 扫描）
结果/	分离结果输出到这里
使用说明.txt	详细使用文档（含两类 Windows 拦截的完整说明与实测报错原文）

环境要求：Windows 10 / 11 64 位；不需要装 Python、不需要显卡、不需要联网，纯 CPU 运行，一条 4 秒录音约 1–3 秒出结果。

技术要点

• 单一音频模态、3–4 麦克风、16 kHz；前 3 路为 2 cm 间距的线性三麦阵列
• 分离骨干：空间分支 Conv-TasNet
• 全流程本地运行，网页只监听 127.0.0.1，不上传任何音频

许可

演示样本由 LibriSpeech（CC BY 4.0）仿真生成。 运行环境中的第三方组件许可声明与全文见 THIRD_PARTY_LICENSES.md。

© 2026 仿生之耳　保留所有权利，仅供竞赛评审使用。

本仓库为参赛作品交付包：可运行软件、使用说明与演示素材。

内层模型源代码（数据生成、训练与评测脚本）请见：

GitHub：https://github.com/deserted1011/ConvTasNet-Spatial
Gitee ：https://gitee.com/deserted1011/ConvTasNet-Spatial

队伍信息

| 项目 | 仿生之耳 远场目标说话人精准提取系统 | | 队伍名称 | 拾音客 | | 参赛赛道 | 软件赛道 |