一种适用于混响环境的麦克风阵列语音增强方法

© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 第 卷 第 期 信 号 处 理 年 月 一种适用于混响环境的麦克风阵列语音增强方法 张丽艳 , , 殷福亮’ 大连理工 大学电子与信息工 程学院 , 大连 大连交通大学电气信息学院 , 大连 摘 要 在小型视频会议系统中 , 影响语音处理系统性能的主要因素是房间混响效应 。 现有语音增强方法大都采用加 性噪声模型 , 没有考虑混响 而基于倒谱的语音去混响方法大多计算复杂 。 为此 , 本文给出了一种改进的麦克风阵列倒谱 域语音去混响方法 。 该方法首先计算含噪语音倒谱域的最小相位分量 , 并对其进行波束形成 , 再进行低通滤波 然后利用 人耳对相位信息的不敏感性 , 采用含噪语音的相位来合成增强后的语音信号 , 从而有效地降低了运算量 。 仿真结果 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明 , 该方法在混响环境下能有效地改善语音质量 。 关键词 语音增强 麦克风阵列 混响 倒谱 中图分类号 文献标识码 文章编号 一 一 一 一 · 一 , 爵 , , , , ‘ 一 , 〕 , 《 。 引言 在实际应用 中 , 语音信号常常受到噪声 的干扰 。 环境噪声的存在导致语音处理系统 的性能下降 , 严重 时使系统无法正常工作 。 因此 , 近年来语音增强技术 已经成为许多语音处理系统的一个重要模块 , 并在视 频会议系统川 、 车载通信 、 助听器 ’ 、 机器人导航 〔‘ 等领域得到了广泛应用 。 基于麦克风阵列的语音增强方法较多 , 大体上可 以分为五类 传统的波束形成技术 , 也称为固定波 束形成技术〔’〕 自适应波束形成技术〔 具有后 置滤波器的波束形成技术 〔’别 信号子空间方法 心 〕 单麦克与多麦克技术相融合的方法 〔’〕。 无论哪种 语音增强方法 , 其 目的都是提高语音质量 , 进行噪声抑 制 。 目前的语音增强方法 〔 · 一‘ 大多采用加性噪声的信 号模型 , 没有考虑房间混响效应 , 这在以环境噪声为主 要干扰源的情况下是合适的 。 但是在小型视频会议房 间中 , 通常室 内比较安静 , 噪声较小 , 而客观存在 的房 间混响则是影响系统性能的主要因素 。 为了抑制房间 混响 , 文 〔 提出了倒谱域语音去混响方法 ’ , 但该方 法计算复杂 , 难以在实际系统中应用 。 为此 , 本文依据倒谱和最小相位理论 , 给出了一种 收稿 日期 年 月 日 修回日期 年 月 日 基金项 目 国家自然科学基金资助项 目 和 和教育部跨世纪优秀人才基金资助项 目 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 第 期 一种适用于混响环境的麦克风阵列语音增强方法 适用于混响环境的麦克风阵列语音增强方法 。 该方法 首先对时延补偿后的含噪语音信号通过傅立叶变换计 算其倒谱 其次在倒谱域求最小相位分量 , 并对其进行 波束形成 , 再进行低通滤波 然后利用人耳对相位信息 的不敏感性 , 用含噪语音信号的相位来合成增强后的 语音 , 以减小计算量 。 该方法思路简单 , 计算复杂度不 高 , 可以在混响环境下有效地实现语音增强 。 本文第二部分给出了接收信号模型 , 第三部分介 绍了房间冲激响应 , 第四部分给出最小相位倒谱理论 , 第五部分说明了本文方法的基本原理与实现步骤 , 第 六部分给出了计算机仿真结果 , 最后是本文的结论 。 一 ‘ , 了一 少‘ , 一 , 无 , 」, 。 为声速 , 这里 、 和 分别为房间的长 、宽和高 , 和 ’分别为 声源坐标和麦克风坐标 。 若各个墙面的反射系数均相等且等于 下 , 则式 可化简为 , , ‘ 艺 至, 一 ’, · ’, ‘一 ’, ’‘ ’, ’爪 一‘ ’, ’。 占 卜 , 二 , 当房间大小为 米 米 米 , 墙面的反射系数 二 时 , 混响时间约为 , 房间冲激响应曲线 如图 所示 。 信号模型 假设声音传播满足线性波动方程 , 这时声源和麦 幅 度 克风间的通道可认为是线性 系统 。 若 个麦克风线性 均匀排列 , 间距为 , 声源人 射角度为 , 信号模型如图 所示 。 陌片一川时间 图 房间冲激响应 城 二 材 图 信号模型 则第 ‘个麦克接收的信号为 ‘ 其中 为声源信号 , 、 为房间冲激响应 , 为 噪声 , ’ ‘为卷积运算符 。 沪、 、,了了汀、 ‘爪 八 房间冲激响应 在小型会议室中 , 由于房间墙壁反射等原因 , 使得 语音信号在房间内进行多径传输 , 从而产生混响效应 。 通常 , 用混响时间来表征房间的混响程度 。 假设房间 内各个墙面的反射系数均相等且 为 , 按照 州 公 式 , 混响时间 印可以表示为 最小相位倒谱理论 信号 人 。 的复倒谱 人 。 定义为〔” 人 。 二 入 。 卜 厂 , 田 。 〕 这里符号 ’八 ’表示倒谱 , 表示复倒谱算子 , 是复 对数算子 , 一 ’表示傅立叶反变换 。 通常 , 信号可在倒谱域分解成最小相位信号和 全通信号 。 令 。 。 。 表示 复倒谱的 最小相位分量 , 根据傅立 叶变换性质和倒谱定义 , 复倒谱的最小相位分量 、。 可表示为 几 一卫兰丝 里 , 一 一 式中 和 分别表示房间的体积和总面积 。 通常采用 模型 〔’“ 〕来模拟房间混响 。 假设墙 面光滑 , 呈镜面反射 , 但每次反射都会损失部分声波能 量 , 这种往复的反射现象可 以等价为一系列强度衰减 的镜像源 。 若能找到所有镜像源的强度和位置分布 , 便能得到房间冲激响应 。 模型产生房间冲激响 应的计算公式为 “ ‘ , , ‘ , 二么垦 二刀夕 一 ‘ ’。打’。 一 ’。儿’月犷一 ’。 , 人厂 , 人 。 , 这里 是 的实倒谱 。 利用式 , 就可实现 人 人 ‘。 , , 的分解 。 占 卜 , , , , 其中夕 〔 」, 凤 是房间各面的反射系数 , ,月 , ,月二 ,月, , ,月, ,月 , 二 〕, 本文的倒谱域语音去混响方法 本文倒谱域语音去混响方法的原理框图如图 所 示 。 该方法首先将接收到的含噪语音信号时延补偿 后 , 通过傅立叶变换计算其倒谱 , 并在倒谱域求出其最 小相位分量 考虑到语音倒谱信号的最小相位分量大 都集中在低频部分 , 因此在倒谱域内进行波束形成后 , 再进行低通滤波 , 以滤除混响成分 。 其次 , 利用人耳对 相位的不敏感性 , 仅利用一路麦克风接收的含噪语音 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 第 期 一种适用于混响环境的麦克风阵列语音增强方法 适用于混响环境的麦克风阵列语音增强方法 。 该方法 首先对时延补偿后的含噪语音信号通过傅立叶变换计 算其倒谱 其次在倒谱域求最小相位分量 , 并对其进行 波束形成 , 再进行低通滤波 然后利用人耳对相位信息 的不敏感性 , 用含噪语音信号的相位来合成增强后的 语音 , 以减小计算量 。 该方法思路简单 , 计算复杂度不 高 , 可以在混响环境下有效地实现语音增强 。 本文第二部分给出了接收信号模型 , 第三部分介 绍了房间冲激响应 , 第四部分给出最小相位倒谱理论 , 第五部分说明了本文方法的基本原理与实现步骤 , 第 六部分给出了计算机仿真结果 , 最后是本文的结论 。 一 ‘ , 了一 少‘ , 一 , 无 , 」, 。 为声速 , 这里 、 和 分别为房间的长 、宽和高 , 和 ’分别为 声源坐标和麦克风坐标 。 若各个墙面的反射系数均相等且等于 下 , 则式 可化简为 , , ‘ 艺 至, 一 ’, · ’, ‘一 ’, ’‘ ’, ’爪 一‘ ’, ’。 占 卜 , 二 , 当房间大小为 米 米 米 , 墙面的反射系数 二 时 , 混响时间约为 , 房间冲激响应曲线 如图 所示 。 信号模型 假设声音传播满足线性波动方程 , 这时声源和麦 幅 度 克风间的通道可认为是线性 系统 。 若 个麦克风线性 均匀排列 , 间距为 , 声源人 射角度为 , 信号模型如图 所示 。 陌片一川时间 图 房间冲激响应 城 二 材 图 信号模型 则第 ‘个麦克接收的信号为 ‘ 其中 为声源信号 , 、 为房间冲激响应 , 为 噪声 , ’ ‘为卷积运算符 。 沪、 、,了了汀、 ‘爪 八 房间冲激响应 在小型会议室中 , 由于房间墙壁反射等原因 , 使得 语音信号在房间内进行多径传输 , 从而产生混响效应 。 通常 , 用混响时间来表征房间的混响程度 。 假设房间 内各个墙面的反射系数均相等且 为 , 按照 州 公 式 , 混响时间 印可以表示为 最小相位倒谱理论 信号 人 。 的复倒谱 人 。 定义为〔” 人 。 二 入 。 卜 厂 , 田 。 〕 这里符号 ’八 ’表示倒谱 , 表示复倒谱算子 , 是复 对数算子 , 一 ’表示傅立叶反变换 。 通常 , 信号可在倒谱域分解成最小相位信号和 全通信号 。 令 。 。 。 表示 复倒谱的 最小相位分量 , 根据傅立 叶变换性质和倒谱定义 , 复倒谱的最小相位分量 、。 可表示为 几 一卫兰丝 里 , 一 一 式中 和 分别表示房间的体积和总面积 。 通常采用 模型 〔’“ 〕来模拟房间混响 。 假设墙 面光滑 , 呈镜面反射 , 但每次反射都会损失部分声波能 量 , 这种往复的反射现象可 以等价为一系列强度衰减 的镜像源 。 若能找到所有镜像源的强度和位置分布 , 便能得到房间冲激响应 。 模型产生房间冲激响 应的计算公式为 “ ‘ , , ‘ , 二么垦 二刀夕 一 ‘ ’。打’。 一 ’。儿’月犷一 ’。 , 人厂 , 人 。 , 这里 是 的实倒谱 。 利用式 , 就可实现 人 人 ‘。 , , 的分解 。 占 卜 , , , , 其中夕 〔 」, 凤 是房间各面的反射系数 , ,月 , ,月二 ,月, , ,月, ,月 , 二 〕, 本文的倒谱域语音去混响方法 本文倒谱域语音去混响方法的原理框图如图 所 示 。 该方法首先将接收到的含噪语音信号时延补偿 后 , 通过傅立叶变换计算其倒谱 , 并在倒谱域求出其最 小相位分量 考虑到语音倒谱信号的最小相位分量大 都集中在低频部分 , 因此在倒谱域内进行波束形成后 , 再进行低通滤波 , 以滤除混响成分 。 其次 , 利用人耳对 相位的不敏感性 , 仅利用一路麦克风接收的含噪语音 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 第 期 一种适用于混响环境的麦克风阵列语音增强方法 结论 本文利用人耳对相位的不敏感特性 , 采用 了一种 近似的手段 , 从含噪的语音信号中提取相位信息 , 从而 提供了一种新的麦克风阵列语音去混响方法 。 与传统 的倒谱域语音增强方法相比 , 该方法具有更低的运算 量 , 可应用于实际需要考虑混响的视频会议系统中 。 仿真结果表明了该方法的有效性 。 参考文献 仁 , , 一 一 一 一 罗 , , , 加 一 厂 」 一 , , , , , 一 〔 〕 , 助 , , , 一 〕 , 一 , ’ , , , , , , 一 一 一 , , , , , 一 , 邵 , , 一 〔 」 阎兆立 , 杜利民 , 改进的后滤波波束形成器语音增强算 法 , 电子与信息学报 , 《 巧 , 一 【 」 一 , , , , 一 仁 〕 , , , · · , , 一 」 , 叮 一 , , , 一 仁川 , , , , , 一 」马晓红 , 陆晓燕 , 殷福亮 , 改进的互功率谱相位时延估 计方法 , 电子与信息学报 , 《只 , 一 作者简介 张丽艳 , 女 , 年生 , 博士生 , 讲师 。 大连理工大学电子与信息工程学院信号与 信息处理专业博士生 。 主要研究方向为数 字信号处理 , 麦克风阵列语音处理 。 殷福亮 , 男 , 年生 , 博士生导师 , 大连理工大学电子与信息工程学院教授 。 主要研究方向为数字信号处理 , 语音处理 , 图像处理 , 宽带无线通信技术 。