线性麦克风阵列定向性能研究.pdfVIP

线性麦克风阵列定向性能的研究 段进伟 史元春 陈孝杰 (清华大学计算机科学与技术系，北京，100084) 摘要： 麦克风阵列在人机交互中有着重要的研究和应用价值．而线性均匀麦克风阵列最简 单，其基本功能是声源的定向。本文通过实验分析各种参数变化对线性麦克风阵列定向性能的 影响。我们搭建了硬件参数不同的两套线性麦克风阵列并设计了对比实验。使用SRP．PHAT 算法定向声源。我们分析了声源定向时各种可能的理论误差，对实验结果进行了误差分析，并 与可能的理论误差做了对比。通过理论分析和对比实验，本文提出了线性麦克风阵列系统的性 能评价指标，并给出了综合性能最优时的麦克风阵列系统参数配置。 关键词： 线性麦克风阵列；声源定向；理论误差；定向性能 1．引言 语音是人机交互的一个重要方式，而如何得到高质量的语音信号一直是一个值得深入 研究的课题。麦克风是最常见的语音采集工具，但单个孤立的麦克风的使用要求说话人必 须在物理上接近麦克风，以减少环境噪声的影响，这种使用方式限制了人的活动，十分不 便。为提高语音质量，摆脱人们手持或佩戴麦克风的束缚，基于麦克风阵列的语音处理技 术逐渐成为一个新的研究热点。麦克风阵列是利用多个麦克风排列成的一定形状的阵列， 用阵列信号处理的方法，确定声源的位置、进而定向采音，提高信噪比，以获得高质量的 语音信号，实现说话人方向的实时跟踪，相当于在一定范围内为每个人生成了一个虚拟的 麦克风【l】。麦克风阵列在智能空吲21、新型人机交互、机器人导航13】等领域都有着广泛的 应用。 本文研究的主要目的是分析各种参数变化对线性麦克风阵列定向性能的影响，获得线 性麦克风阵列系统的性能评价指标，以及小型房间环境内综合性能最优时的麦克风阵列系 统参数配置。 2．相关研究 目前，在麦克风阵列的研究与实践领域中，研究的主要方向集中在麦克风阵列设计和 阵列信号的处理方法上。麦克风阵列设计主要包括硬件和拓扑结构的设计；麦克风阵列的 列p1等；2)T形阵列，如CHIL的T型麦克风阵列【01；3)圆形阵列，如YukiTAMAI等 列惮J等。其中，线性均匀麦克风阵列的结构最简单，也是组成其他拓扑结构阵列的基础， 其基本功能是声源的定向。而阵列的处理方法主要是声源定向定位技术，声源定向定位技 基金资助：NationalHigh—TeehResearch 联系作者：段进伟，Plan：+86-010805，E-mail：saundradjw945@163．COln 线性麦克风阵列定向性能的研究 635 术主要分为三大类：1)基于最大输出功率可控波束方法(Steered 高分辨率谱估计定向方法(High．resolution DifferenceofArrival 方法(Time GCC．PHAT、SRP．PHATtL3j等声源定向算法。 然而麦克风阵列的部署依据，即麦克风阵列的组成与性能的关系，尚无可参考的模型； 本文采用理论与实践相结合的研究方法，采用拓扑结构最简单的线性麦克风阵列，在两个 实验系统上分析了麦克风数量、麦克风间距、系统数据采样率、声源音量等参数不同时对 线性麦克风阵列系统定向性能的影响，获得了具有参考价值的性能评价指标和系统参数配 置，对于麦克风阵列的研究与应用均具有基础性的意义。 3．麦克风阵列系统 这一节中，我们将介绍本文实验系统的构成和麦克风阵列系统的基本实现原理。 3-1实验系统的构成 表1 两套麦克风阵列系统的硬件对比 本文主要研究的是测试麦克风间距、麦克风数量、组成阵列的元件(主要是麦克风和多 路音频采集卡)性能的改变对线性麦克风阵列定向性能的影响，为此，我们搭建了两套线性 麦克风阵列系统，为方便表述，根据两套系统采集卡型号的不同，我们分别将两套系统命 名为DAR系统和NI系统，这两套系统都主要由一块多路音频采集卡和一个由8个麦克风 组成的阵列组成。为保证两套系统录音的同步性，我们使用了我们实验室开发的分布式软 件平台Smart 数对比如表1所示，可以看出，NI系统的元件性能整体高于DAR系统。 实验环境是一个约650×550cm大小的房间，如图1所示。由于我们此次实验的目的 是测量线性麦