基于麥克風(fēng)陣列的語音增強方法

1、基于麥克風(fēng)陣列的語音增強方法 概述：在日常生活和工作中，語音通信是人與人之間互相傳遞信息溝通不可缺少的方式。在語音通信中， 語音信號不可避免地會受到來自周圍環(huán)境和傳輸媒介的外部噪聲、通信設(shè)備的內(nèi)部噪聲及其他講話者的干 擾。這些干擾共同作用，最終使聽者獲得的是被噪聲污染過的帶噪聲語音，嚴(yán)重影響了雙方之間的交流。 應(yīng)用陣列信號處理技術(shù)的麥克風(fēng)陣列能夠充分利用語音信號的空時信息，具有靈活的波束控制、較高的空 間分辨率、高的信號增益與較強的抗干擾能力等特點，逐漸成為強噪聲環(huán)境中語音增強的研究熱點。本文 將介紹各種麥克風(fēng)陣列語音增強方法，并總結(jié)各個方法的優(yōu)劣。最終得出更好的、能夠去噪的基于麥克風(fēng) 陣列的

2、語音增強方法。1麥克風(fēng)陣列麥克風(fēng)陣列是將兩個麥克風(fēng)的信號耦合為一個信號。在頻率響應(yīng)中也可以根據(jù)時域中波束形成與空間濾波 器相仿的應(yīng)用，分析出接收到語音信號音源的方向以及其變化。采用該技術(shù)，能利用兩個麥克風(fēng)接收到聲 波的相位之間的差異對聲波進(jìn)行過濾，能最大限度將環(huán)境背景聲音濾掉，只剩下需要的聲波。對于在嘈雜 的環(huán)境下使用采用了這種配置的設(shè)備，在嘈雜的環(huán)境下能使聽者聽起來很清晰，沒雜音。2基于麥克風(fēng)陣列的語音增強方法2.1基于自適應(yīng)波束形成器的麥克風(fēng)陣列語音增強自適應(yīng)波束形成是現(xiàn)在廣泛使用的一類麥克風(fēng)陣列語音增強方法。最早出現(xiàn)的自適應(yīng)波束形成算法，其基 本思想是在某方向有用信號的增益一定的前提下，

3、使陣列輸出信號的功率最小。在線性約束最小方差自適 應(yīng)波束形成器的基礎(chǔ)上，1982年Griffiths 和Jim提出了廣義旁瓣消除器成為了許多算法的基本框架。廣義旁瓣消除器（GSC的工作原理是帶噪聲的語音信號同時通過自適應(yīng)通道和非自適應(yīng)通道，自適應(yīng) 通道中的阻塞矩陣將有用信號濾除后產(chǎn)生僅包含多通道噪聲參考信號，自適應(yīng)濾波器根據(jù)這個參考信號得 到噪聲估計，最后由這個被估計的噪聲抵消非自適應(yīng)通道中的噪聲分量，從而得到有用的純凈語音信號。麥克風(fēng)陣列的自適應(yīng)算法通過迭代運算獲取波束形成的最優(yōu)權(quán)矢量時，噪聲模型的估計是一個非常關(guān)鍵的因素。它的好壞直接影響著系統(tǒng)波束形成的性能。系統(tǒng)地分析了最小均方（LMS）

4、自適應(yīng)語音增強算法，并針對阻塞矩陣在估計噪聲時存在的缺陷，在該算法的基礎(chǔ)上提出了一種利用最小值控制遞歸平均（MCRA）來估計噪聲的方法。將此方法應(yīng)用于波束形成，MCRA估計出的噪聲使LMS自適應(yīng)語音增強的效果更好和抗噪性更強。2.2基于固定波束形成的麥克風(fēng)陣列語音增強固定波束形成技術(shù)是最簡單最成熟的一種波束形成技術(shù)。1985年美國學(xué)者Flanagan提出采用延時-相加波束形成方法進(jìn)行麥克風(fēng)陣列語音增強，該方法通過對各路麥克風(fēng)接收到的信號添加合適的延時補償， 使得各路輸出信號在某一方向上保持同步，并在該方向的入射信號獲得最大增益。此方法易于實現(xiàn)，但要 想獲取較高的噪聲抑制能力則需要增加麥克風(fēng)數(shù)目

5、，然而對非相干噪聲沒有抑制能力，環(huán)境適應(yīng)性差，因 此實際中很少單獨使用。后來出現(xiàn)的微分麥克風(fēng)陣列、超方向麥克風(fēng)陣列和固定頻率波束形成技術(shù)也屬于 固定波束形成。采用可調(diào)波束形成器的GSC麥克風(fēng)陣列語言增強算法，其實質(zhì)在GSC結(jié)構(gòu)中的固定波束形成器前 端引入各通道可調(diào)時延補償，構(gòu)造可調(diào)波束形成器進(jìn)行聲源方位估計，從而在目標(biāo)聲源方位獲取階段即可 利用陣列的空間增益來提高方位估計性能。延遲求和波束形成器主要目的是增強主瓣方向目標(biāo)信號，而抑 制其他方向的噪聲信號。囲2 采用可調(diào)適柬形成器前GSC結(jié)構(gòu)圖!2 Sinicluni of Fidjti5t?iljlc- bramforitTkrrGSt可調(diào)波束

6、形成器結(jié)構(gòu)如圖2所示，它利用陣列形成不同波束角度時GSC的輸出能量作為代價函數(shù)來 估計波束對準(zhǔn)聲源時各通道語音的時延補償值，以實現(xiàn)目標(biāo)語音信號方向的定位其基本思想是：假定目 標(biāo)信號入射角為a,利用不同的a求岀對應(yīng)的通道補償時延值t對各通道接收的語音信號進(jìn)行時延補償，然后通過傳統(tǒng)GSC算法得到各自對應(yīng)的增強語音，并比較不同a對應(yīng)的輸岀信號能量，最大能量對應(yīng)的a即為實際目標(biāo)信號方向，相應(yīng)的t即為目標(biāo)語音到達(dá)相鄰麥克風(fēng)的時延補償值。表1給岀了2種比較算法的語音增強結(jié)果從表中可以看出，在3種不同噪聲、不同SNR下，該算法的消噪性能均優(yōu)于傳統(tǒng)的 GSC算法。« I 2沖卻注百瞎強結(jié)呆民續(xù)T-n

7、bu Insfln oT qh常wh宦 by !lrfR希陽諸音法2a 2225L 曹 Iia 4917, 32師J>4屜3410, 9(32ft 26IE 2218, 072& kIL 9514 012A 73G糾7.4投射II盍聲ia os22. 493(1 7514. 120, 002& 35IL 65熄63韻取T2.3基于后置濾波的麥克風(fēng)陣列語音增強1988年Zelinski將維納濾波器應(yīng)用在麥克風(fēng)陣列延時一相加波束形成的輸出端，進(jìn)一步提高了語音信號的降噪效果，提岀了基于后置濾波的麥克風(fēng)陣列語音增強方法（圖2）。基于后置濾波的方法在對非相干噪聲抑制方面，不僅具有良

8、好的效果，還能夠在一定程度上適應(yīng)時變的聲學(xué)環(huán)境。它的基本原理是：假設(shè)各 麥克風(fēng)接收到的目標(biāo)信號相同，接收到的噪聲信號獨立同分布，信號和噪聲不相關(guān)，根據(jù)噪聲特性，依據(jù) 某一準(zhǔn)則實時更新濾波器權(quán)系數(shù)，對所接收到數(shù)據(jù)進(jìn)行濾波，從而達(dá)到語音增強的目的。時延倍計圖2結(jié)合后置濾波的固定波束形成器后置濾波方法存在以下不足：首先，算法的性能受到時延誤差的影響，使增強后的語音信號有一定失真； 其次，該方法對方向性的強干擾抑制效果不佳。后置濾波方法極少單獨使用，常與其他方法聯(lián)合使用。2.4基于子空間的麥克風(fēng)陣列語音增強子空間方法的基本思想是計算岀信號的自相關(guān)矩陣或協(xié)方差矩陣，然后對其進(jìn)行奇異值分解，將帶噪聲語 音

9、信號劃分為有用信號子空間和噪聲子空間，利用有用信號子空間對信號進(jìn)行重構(gòu)，從而得到增強后的信 號。由Asano等提出的基于相干子空間的麥克風(fēng)陣列語音增強方法是一種典型的子空間方法。該方法首先 將語音信號劃分到不同頻帶，然后在每個頻帶再利用空間信息，進(jìn)行子空間處理。2.5基于近場波束形成的麥克風(fēng)陣列語音增強當(dāng)聲源位于麥克風(fēng)陣列近場（即陣列的入射波是球面波）情況下，聲波的波前彎曲率不能被忽略，如果仍 然把入射聲波作為平面波考慮，采用常規(guī)的波束形成方法來拾取語音信號，那么麥克風(fēng)陣列系統(tǒng)輸出效果 會很不理想。解決這個問題最直接的方法就是根據(jù)聲源位置和近場聲學(xué)的特性，對入射聲波進(jìn)行近場補償,但是這種方法需

10、要已知聲源位置，這在實際應(yīng)用中難以滿足。由于近場聲學(xué)的復(fù)雜性，目前有關(guān)近場波束 形成麥克風(fēng)陣列語音增強方法的研究相對較少。2.6基于相干性濾波器和廣義旁瓣抵消器組合的麥克風(fēng)小陣列語音增強算法在語音段和非語音段采用不同的平滑系數(shù)分另燧行噪聲譜估計，可以加快跟蹤噪聲譜的變化，并能保證較 小的目標(biāo)語音畸變；而對于采用的NLMS算法，在語音段和非語音段采用不同的步長對濾波器權(quán)系數(shù)進(jìn)行更 新，可以最大限度避免在長語音段對噪聲信號跟蹤失效的問題。本語音增強算法結(jié)構(gòu)如圖1所示。從圖中可以看岀，算法主要分為兩部分：相干性濾波器和廣義旁瓣抵消器，主要思想是利用基于 VAD的迭代相干性濾波器作為廣義旁瓣抵消器的前

11、置預(yù)處理濾波器，用以抑制包 括混響和非相關(guān)性噪聲信號在內(nèi)的干擾，然后使用基于變步長NLMS的廣義旁瓣抵消器抑制殘留的噪聲信號。珥丨堇-F相干料淀波剤的乂旁ft!凰消;法結(jié)喝用3方法特點與對比自適應(yīng)波束：自適應(yīng)如果噪聲源的數(shù)目比麥克風(fēng)數(shù)目少，自適應(yīng)波束法能得到很好的性能。但是隨著干擾 數(shù)目的增加和混響的增強，自適應(yīng)濾波器的降噪性能會逐漸降低。固定波束：該類麥克風(fēng)陣列語音增強方法實現(xiàn)簡單且有韌性，但需要較多麥克風(fēng)才能得到較好的噪聲抑制能 力。因此，實際中很少單獨使用后置濾波：與自適應(yīng)波束形成麥克風(fēng)陣列語音增強方法相比，后置濾波方法在對非相干噪聲抑制方面，具有明顯的優(yōu)勢。但算法的性能受到時延誤差的影

12、響，使增強后的語音信號有一定失真。該方法對方向性的強 干擾抑制效果不佳。后置濾波方法極少單獨使用，常與其他方法聯(lián)合使用。子空間基于子空間的麥克風(fēng)陣列語音增強方法雖然降噪性受噪聲場是否相關(guān)影響較小，在相干和非相干 噪聲場中均有一定的消噪效果，但是由于計算量較大，實現(xiàn)實時處理具有一定困難。近場波束：這種方法需要已知聲源位置，這在實際應(yīng)用中難以滿足。由于近場聲學(xué)的復(fù)雜性，目前有關(guān)近 場波束形成麥克風(fēng)陣列語音增強方法的研究相對較少。相干性濾波器和廣義旁瓣抵消器組合：通過模擬和實際試驗，可以看岀這個組合算法明顯優(yōu)于單獨使用小 陣列波束形成算法和相干性濾波器算法。4總結(jié)鑒于實際聲學(xué)環(huán)境下噪聲類型和噪聲場的復(fù)雜性，許多學(xué)者將性能互補的方法相結(jié)合，以改善其中任何一種語音增強方法的噪聲抑制能力。在實際應(yīng)用中應(yīng)根據(jù)具體的使用環(huán)境的噪聲特性，設(shè)計合適的麥克風(fēng) 陣列結(jié)構(gòu)，選擇最佳的算法及其具體的實現(xiàn)形式。5參考文獻(xiàn)1 采用可調(diào)波束形成器的 GSC麥克風(fēng)陣列語音增強方法 _李芳蘭（第34卷第12期電子與信息學(xué)報2012年 2月）2 基于