基于麦克风阵列的语音增强算法研究.docVIP

哈尔滨工业大学工学硕士学位论文 第1章 绪论 课题背景以及来源 语音信号处理是信息高速公路、多媒体技术、办公自动化、现代通信及 人工智能系统等领域应用的核心技术之一，它主要包括语音通信、合成、识 别和语音增强等方面。人们在获得语音信号的同时，不可避免地会受到各种 各样噪声的干扰。语音增强作为前置处理方案，是抑制干扰的一条有效途 径，是语音信号其它应用的基础。语音增强的主要目标是从带噪语音信号中 尽可能地提取纯净的原始语音信号。由于噪声通常都是随机的，从带噪语音 中提取完全纯净的语音几乎是不可能的。在这种情况下，语音增强的目的主 要有两个[1]：一是改进语音质量，消除背景噪声，使听者乐于接受，不感觉 到疲劳，这是一种主观度量；二是提高语音可识别度，这是一种客观度量。 这两个目的往往不能同时实现。语音增强是一项很复杂的技术，不仅是数字 信号处理的问题，还涉及到人的听觉感知特性和语音学。同时，应用场合不 同，噪声的特性也各不相同，噪声的多样性也增加了语音增强的难度。因 此，要想设计出一种适用于所有情况的消噪算法是不现实的，只能针对不同 的噪声情况，结合语音、噪声信号的性质以及声学环境的特点，采取不同的 语音增强算法。 高性能、高方向性的单麦克风在无噪声、无混响、距离声源很近的情况 下，可以获得高质量的声源信号。但是在实际环境中，单个麦克风的拾音范 围很有限，在拾音范围内的任何声音都会被接收。单个麦克风所接收的信 号，往往是由多个声源和各种噪声叠加构成的。在实际应用中，人们常常只 对这些声源中的一个或某几个感兴趣。同时，声源在室内小范围的移动以及 室内各种其它声音的多径反射和混响等因素，都会导致单个麦克风接收的信 号信噪比降低，从而导致语音通信质量恶化，使得感兴趣的说话人的声音难 以听清。单麦克风一般采用在频域进行功率谱抵消[1]和维纳滤波[1]等技术来 抑制噪声。然而，语音信号和噪声信号通常在时间和频谱上相互重叠，因 此，要分离出纯净的声音信号并有效抑制噪声和干扰就相当困难。另外，使 用单个麦克风，无法准确对准并跟踪移动的说话人。 为了解决单麦克风系统的这些局限性，人们提出了用麦克风阵列进行语 - 1 - 哈尔滨工业大学工学硕士学位论文 音处理的方法。麦克风阵列就是一组按一定几何结构摆放的单向麦克风组成 的系统。麦克风阵列系统较单麦克风系统有许多优点。麦克风阵列在时域和 频域的基础增加一个空间域，可以以“电子瞄准”的方式对准说话人以获得 较高品质的语音信号，同时抑制其他说话人的声音以及环境噪声，具有很好 的空间选择性，语音增强的效果更明显。由于麦克风阵列是对语音信号进行 空间采样，麦克风阵列还具有声源定位和跟踪、语音提取和分离等功能，如 过采用精简得当的算法，麦克风阵列可以应用于许多场合，如视频会议、机 器人语音识别、车载通话系统、大型会议场所、数字助听器等等。 目前已有多款麦克风阵列产品投入市场并取得了良好的市场反响。例 如，Polycom公司提供的多媒体远程视频系统和会议语音系统都采用了基于 麦克风阵的语音解决方案。富迪科技研发的麦克风阵列语音算法芯片已经应 用在多款高端手机、汽车免提系统和笔记本电脑中，如日本的DoCoMo在其 Raku phone III中采用了带有麦克风阵列语音增强功能的芯片，使得该款手 机成为连续多月销量第一的手机，在其 11 秒电视广告片中，展示的全是麦 克风阵列所带来的超清晰话音功能。中兴开发的TD-SCDMA手机终端中也 采用了小型麦克风阵列技术。由于笔记本中集成的无线技术越来越多，笔记 本电脑翻盖成为具有大量天线的环境。当传统的麦克风放在翻盖中时，这些 天线发送数据时，用户将听到来自于天线的射频干扰带来的噪声，表现为很 大的嗡嗡声。此外，翻盖中的麦克风还会遇到来自于附近元件的电磁干扰， 例如液晶面板中的背光逆变 HYPERLINK /ART_8800072796_1400_2201_3604_0_79deae4b.HTM 器。笔记本底板的风扇和硬盘运转也会产生噪声 干扰。在这些情况下，需要 HYPERLINK /ART_8800072796_1400_2201_3604_0_79deae4b.HTM 麦克风具有很强的抗干扰能力，目前已有多款 高端笔记本电脑采用了麦克风阵列。有专家预测，在不久的将来麦克风阵列 在笔记本电脑中将成为标配。 本课题来源于哈尔滨工业大学和上海星地通讯工程研究所的联合研究开 发项目，具体应用背景为奥运会赛场嘈杂环境下的转播车、直播间以及赛场 语音通讯装置。本文的目的是确定并实现一种适用于嘈杂背景环境下的语音 增强算法，要求算法能有效抑制噪声，提高语音质量，运算复杂度不高，适 合于实时处理。 国内外研究现状及分析 早期的阵列信号处理大都