3、基于逆滤波的方法(An inverse filtering approach)，通过麦克风阵列估计房间的房间冲击响应(Room Impulse Response, RIR)，设计重构滤波器来补偿来消除混响。
现在科大讯飞实现的基于麦克风阵列的去混响技术能很好的对房间的混响情况进行自适应的估计，从而很好的进行纯净信号的还原，显著的提升了语音听感和识别效果，在测试对比中，多种混响时间下识别效果接近手机近讲水平。
混响语音信号频谱
说话人太多怎么破?—声源信号提取(分离)
家里人说话太多，DingDong听谁的呢。这个时候就需要DingDong聪明的辨别出哪个声音才是指令。而麦克风阵列可以实现声源信号提取，声源信号的提取就是从多个声音信号中提取出目标信号，声源信号分离技术则是将需要将多个混合声音全部提取出来。
通过麦克风阵列波束形成做语音提取和分离
利用麦克风阵列做信号的提取和分离主要有以下几种方式：
1、基于波束形成的方法，即通过向不同方向的声源分别形成拾音波束，并且抑制其他方向的声音，来进行语音提取或分离：
2、基于传统的盲源信号分离(Blind Source Separation)的方法进行，主要包括主成分分析(Principal Component Analysis，PCA)和基于独立成分分析(Independent Component Analysis，ICA)的方法。
进击的麦克风阵列
麦克风阵列技术虽然已经可以达到相当的技术水平，但是总体上还是存在一些问题的，比如当麦克风和信号源距离太远时(比如10m、20m距离)，录制信号的信噪比会很低，算法处理难度很大;对于便携设备来说，受设备尺寸以及功耗的限制，麦克风的个数不能太多，阵列尺寸也不能太大。而分布式麦克风阵列技术则是解决当前问题的一个可能途径。所谓分布式阵列就是将子阵元或子阵列布局到更大的范围内，相互之间通过有线或者无线的方式进行数据的交换和共享，并在此基础上进行广义上的声源定位、波束形成等技术实现信号处理。
相对于目前集中式的麦克风阵列，分布式阵列的优势也是非常明显的。首先分布式麦克风阵列(尤其无线传输)的尺寸的限制就不存在了;另外，阵列的节点可以覆盖很大的面积——总会有一个阵列的节点距离声源很近，录音信噪比大幅度提升，算法处理难度也会降低，总体的信号处理的效果也会有非常显著的提升，因此分布式阵列有可能是未来智能家居和会议系统中的主流方案。
在万物互联的今天，麦克风阵列技术已经深刻的走进了我们的日常生活。在智能车载、智能家居、机器人、可穿戴设备等应用热潮正兴起的时代，语音交互由于其便捷性，成了人机交互入口的第一选择，麦克风阵列自然也成为其中非常重要的前端技术。
