麦克风阵列语音增强技术分析-analysis of microphone array speech enhancement technology.docxVIP

第一章绪论语音是人类进行交流的主要工具，对人类社会的发展有着非凡的意义。然而在语音通信的过程中，不可避免地会受到来自周围环境中噪声的干扰，这些噪声会给人们的沟通交流带来很多的不便。随着时代的发展，越来越多的电子设备进入了人们的生活，利用语音技术对电子设备进行控制也成为语音发展的一大趋势，然而在实际运用的环境中，语音控制系统常常会受到噪声的干扰，这使得许多语音处理系统的性能急剧恶化，严重影响了电子设备的正常使用，因此通过对带噪语音进行处理从而去除噪声有着重要的作用。为了解决在实际情况中遇到的噪声干扰的问题，很多语音处理系统都在其前端加上语音增强系统作为预处理器，以提高其抗干扰能力。语音增强也因为在实际应用中扮演着重要的作用而成为一个热门的研究领域，引起了们的广泛关注和研究。所谓语音增强就是对带噪语音进行处理，改善语音质量，减少语音通信过程中噪声对语音的损害，对收听人而言主要是减少疲劳，改善语音质量，提高语音可懂度，而对语音处理系统而言则主要是提高系统的识别率和抗干扰能力。§1-1语音增强的背景介绍语音增强是以从带噪语音信号中尽可能多的提取出纯净的原始语音为目标的。通过一种语音增强方法提取出的语音越接近纯净的语音信号，说明该语音增强方法的效果越好。然而实际生活中从带噪语音中提取完全纯净的语音几乎不可能。因此人们将主要精力放在通过对带噪语音信号进行处理，提高语音的清晰度、可懂度，提高语音处理系统的性能上。在实际需求的推动下，20世纪60年代人们开始关注语音信号处理；经过十几年的发展20世纪70年代语音增强发展成为语音处理领域的一个重要分支；到了80至90年代初这段时间，语音增强发展进入了一个高潮阶段，各种语音增强方法不断提出，给语音增强的发展和成熟奠定了坚实的基础；随着高速DSP芯片等新技术的出现，各种语音增强方法更是不断涌现并走向实用，大大促进了语音增强技术的发展。在实际应用中，由于采集信号时使用的麦克风数目不同，语音增强系统可以分为单通道语音增强系统和多通道(麦克阵列)语音增强系统两类。单通道语音增强系统在收集信号时只需要一个麦克风，应用简单，计算量也相对较小，但在实际复杂的应用环境中有时效果不佳。麦克阵列具有空间选择性，它能有效抑制除干扰噪声，可以取得明显的消噪效果，因此是未来重要的研究发展方向。§1-2语音和噪声的特性以下讨论语音及噪声的主要特点[1]。语音特性由语音本身的特性我们可以发现，语音是时变的、非平稳的随机过程。语音可分为清音和浊音。浊音段在时域上具有比较明显的周期性，同时在频域上具有共振峰，能量大都集中在较低频段内。相比之下清音段则没有明显的特征，类似于白噪声。由于语音的短时谱幅度的统计特性是时变的，因此当帧长趋于无穷大时，我们近似认为其具有高斯分布，在处理宽带噪声的语音增强时，我们可以将这种假设作为分析的前提。噪声特性在生活中存在着各种各样的声音，在语音通信中我们把目标声源以外的其他影响我们正常语音通信的声音都归为噪声。我们可以将噪声分为加性噪声和非加性噪声。在实际生活中我们更容易遇到的是加性噪声。根据不同的噪声来源我们常见的加性噪声主要有四种，例如由各种无线电发射机引起的无线电噪声；电车，电炉，电源等引起的工业噪声；闪电，太阳黑子，磁暴等引起的天电噪声；还有就是信道本身包含的电子器件引起的内部噪声，这些都是我们在日常的工作生活中会常常遇到的。这些噪声的存在都会对我们的语音通信和设备控制产生严重的干扰。非加性噪声在生活中也是存在的，有很多非加性噪声可以通过变换转变为加性噪声，例如，乘积性噪声和卷积性噪声可以通过同态变换转换成加性噪声。因此我们在语音处理的过程中更多的考虑的还是加性噪声。带噪语音模型如图1.1所示。图中x(n)是带噪声的语音信号，s(n)是纯净的语音信号，I(n)为干扰信号。x(n)=s(n)+I(n)图1.1带噪语音模型Fig.1.1ModelofNoisySpeech§1-3麦克风阵列的研究历史阵列信号的处理最早并非使用在语音增强领域，在医学、雷达等其他领域阵列信号处理早已有了应用的先例。麦克风阵列技术用于语音信号处理源于20世纪70年代。1976年，Gabriel将雷达和声纳中的自适应波束形成技术简单的直接应用于声音的获取[2]。1985年ATT贝尔实验室建造了一个使用模拟信号处理技术的智能麦克风系统[3]，首次用电子控制的方式实现了声源信号的获取。同年，Flanagan等人将二维传声器阵列用于大型房间内的声音拾取[4]。由于技术限制，该算法只能通过模拟器件实现。1991年，Kelerman用全数字的方式实现了这一算法，降低了硬件成本改善了性能[5]。1999年，美国布朗大学的人/机系统工程实验室计划建立一个由512个麦克风组成的庞大的系统[6]，用于语音增强、语音识别等方向的研究。随着科技