基于麦克风阵列的语音增强方法

《基于麦克风阵列的语音增强方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于麦克风阵列的语音增强方法概述：在日常生活和工作中，语音通信是人与人之间互相传递信息沟通不可缺少的方式。在语音通信中，语音信号不可避免地会受到来自周围环境和传输媒介的外部噪声、通信设备的内部噪声及其他讲话者的干扰。这些干扰共同作用，最终使听者获得的是被噪声污染过的带噪声语音，严重影响了双方之间的交流。应用阵列信号处理技术的麦克风阵列能够充分利用语音信号的空时信息，具有灵活的波束控制、较高的空间分辨率、高的信号增益与较强的抗干扰能力等特点，逐渐成为强噪声环境中语音增强的研究热点。本文将介绍各种麦克风阵列语音增强方法，并总结各个方法的优劣。最终得出更好的、能够去噪的基于麦克风阵列的语音增强

2、方法。1麦克风阵列麦克风阵列是将两个麦克风的信号耦合为一个信号。在频率响应中也可以根据时域中波束形成与空间滤波器相仿的应用，分析出接收到语音信号音源的方向以及其变化。采用该技术，能利用两个麦克风接收到声波的相位之间的差异对声波进行过滤，能最大限度将环境背景声音滤掉，只剩下需要的声波。对于在嘈杂的环境下使用采用了这种配置的设备，在嘈杂的环境下能使听者听起来很清晰，没杂音。2基于麦克风阵列的语音增强方法2.1基于自适应波束形成器的麦克风阵列语音增强自适应波束形成是现在广泛使用的一类麦克风阵列语音增强方法。最早出现的自适应波束形成算法，其基本思想是在某方向有用信号的增益一定的前提下，使阵列输出

3、信号的功率最小。在线性约束最小方差自适应波束形成器的基础上，1982年Griffiths和Jim提出了广义旁瓣消除器成为了许多算法的基本框架。广义旁瓣消除器（GSC）的工作原理是带噪声的语音信号同时通过自适应通道和非自适应通道，自适应通道中的阻塞矩阵将有用信号滤除后产生仅包含多通道噪声参考信号，自适应滤波器根据这个参考信号得到噪声估计，最后由这个被估计的噪声抵消非自适应通道中的噪声分量，从而得到有用的纯净语音信号。麦克风阵列的自适应算法通过迭代运算获取波束形成的最优权矢量时，噪声模型的估计是一个非常关键的因素。它的好坏直接影响着系统波束形成的性能。系统地分析了最小均方(LMS)自适应语音

4、增强算法，并针对阻塞矩阵在估计噪声时存在的缺陷，在该算法的基础上提出了一种利用最小值控制递归平均(MCRA)来估计噪声的方法。将此方法应用于波束形成，MCRA估计出的噪声使LMS自适应语音增强的效果更好和抗噪性更强。2.2基于固定波束形成的麦克风阵列语音增强固定波束形成技术是最简单最成熟的一种波束形成技术。1985年美国学者Flanagan提出采用延时-相加波束形成方法进行麦克风阵列语音增强，该方法通过对各路麦克风接收到的信号添加合适的延时补偿，使得各路输出信号在某一方向上保持同步，并在该方向的入射信号获得最大增益。此方法易于实现，但要想获取较高的噪声抑制能力则需要增加麦克风数目，然而对

5、非相干噪声没有抑制能力，环境适应性差，因此实际中很少单独使用。后来出现的微分麦克风阵列、超方向麦克风阵列和固定频率波束形成技术也属于固定波束形成。采用可调波束形成器的ＧＳＣ麦克风阵列语言增强算法，其实质在ＧＳＣ结构中的固定波束形成器前端引入各通道可调时延补偿，构造可调波束形成器进行声源方位估计，从而在目标声源方位获取阶段即可利用阵列的空间增益来提高方位估计性能。延迟求和波束形成器主要目的是增强主瓣方向目标信号，而抑制其他方向的噪声信号。可调波束形成器结构如图２所示，它利用阵列形成不同波束角度时ＧＳＣ的输出能量作为代价函数来估计波束对准声源时各通道语音的时延补偿值，以实现目标语音信号方向的

6、定位．其基本思想是：假定目标信号入射角为α，利用不同的α求出对应的通道补偿时延值τ对各通道接收的语音信号进行时延补偿，然后通过传统ＧＳＣ算法得到各自对应的增强语音，并比较不同α对应的输出信号能量，最大能量对应的α即为实际目标信号方向，相应的τ即为目标语音到达相邻麦克风的时延补偿值。表１给出了２种比较算法的语音增强结果．从表中可以看出，在３种不同噪声、不同ＳＮＲ下，该算法的消噪性能均优于传统的ＧＳＣ算法。2.3基于后置滤波的麦克风阵列语音增强1988年Zelinski将维纳滤波器应用在麦克风阵列延时—相加波束形成的输出端，进一步提高了语音信号的降噪效果，提出了基于后置滤波的麦克风阵列语音增

7、强方法（图2）。基于后置滤波的方法在对非相干噪声抑制方面，不仅具有良好的效果，还能够在一定程度上适应时变的声学环境。它的基本原理是：假设各麦克风接收到的目标信号相同，接收到的噪声信号独立同分布，信号和噪声不相关，根据噪声特性，依据某一准则实时更新滤波器权系数，对所接收到数据进行滤波，从而达到语音增强的目的。图2结合后置滤波的固定波束形成器后置滤波方法存在以下不足：首先，算法的性能受到时延误差的影响，使增强后的语音信号有一定失真；其次