戴紅霞 ，王 劍，趙 力*

(1.江蘇信息職業(yè)技術(shù)學(xué)院 電子信息工程系，江蘇 無錫 214153;2.東南大學(xué) 信息科學(xué)與工程學(xué)院，南京 210096)

隨著社會的老齡化及先天因素，很多人都有不同程度的聽力障礙。助聽器(hearing aid)一切有助于聽力殘疾者改善聽覺障礙，進(jìn)而提高與他人會話交際能力的工具、設(shè)備、裝置和儀器等。但是，現(xiàn)實(shí)中，許多種類的噪聲影響了聲音質(zhì)量，造成助聽效果的下降。麥克風(fēng)陣列在選擇性增強(qiáng)感興趣的語音信號并同時壓制噪聲和干擾有相當(dāng)重要的實(shí)用價值［1］。

傳統(tǒng)的基于傳感器陣列的聲源定位技術(shù)分為基于最大輸出功率的可控波束形成法［2］、高分辨率譜估計(jì)法［3］和到達(dá)時間差(Time Difference Of Arrival，TDOA)［4］的聲源定位法?；谧畲罂煽仨憫?yīng)功率的波束形成方法是早期的一種定位方法，但是其理論和實(shí)際的性能差異很大，而且依賴于聲源信號的頻譜特性?；谧涌臻g技術(shù)的聲源定位算法來源于現(xiàn)代高分辨譜估計(jì)技術(shù)，具有較高的空間分辨率，但是在噪聲和混響嚴(yán)重的情況下，定位效果不佳?；跁r延估計(jì)的方法運(yùn)算量相對較小，實(shí)時性較好，但用于多聲源定位時，性能嚴(yán)重下降。當(dāng)在陣列間距足夠大，陣元足夠多的情況下，不同麥克風(fēng)陣元接收到的信號差異大，定位的參數(shù)(如TDOA)比較容易獲得，上述傳統(tǒng)方法都容易達(dá)到較高的定位精度?？墒?，實(shí)際應(yīng)用中，麥克風(fēng)陣列的尺寸有嚴(yán)格的限制，如智能的聽力設(shè)備［5］。由于聲源傳播的物理特性本身的限制，陣元間間隔越小，有效的定位參數(shù)越小，對于間隔1 mm 的陣元，如果要獲得8 位分辨率的TDOA，就要求采樣頻率至少為100 MHz。采樣頻率越高意味著要實(shí)時處理的數(shù)據(jù)越多，實(shí)時性越差，而且頻率越高，功耗越大，也越容易受電路噪聲影響。而且語音是寬帶信號，以往的窄帶信號算法都不再適用。另外，語音的混響和有色噪聲的存在，都是影響語音質(zhì)量和算法性能的很重要的因素，必須予以相當(dāng)?shù)闹匾?，考慮解決辦法。

麥克風(fēng)陣列的應(yīng)用能夠提高助聽器的效果。在這樣的應(yīng)用背景和目的下，本文對助聽器算法開發(fā)平臺及相關(guān)算法進(jìn)行了設(shè)計(jì)?，F(xiàn)在適于音頻應(yīng)用開發(fā)的硬件器件種類很多，關(guān)于語音和麥克風(fēng)陣列也有很多效果顯著的算法，但在助聽器應(yīng)用背景下，結(jié)合實(shí)時性的特殊要求和限制，不得不對硬件的搭配以及算法進(jìn)行合理的取舍。在綜合考慮功耗限制，算法復(fù)雜度，數(shù)據(jù)處理能力，多路音頻輸入及接口限制等等因素后，選擇了以TI 公司的TMS320C6747DSP 芯片及TLV320AIC32 立體聲音頻編解碼器作為主要部件，搭建了助聽器算法開發(fā)平臺。并且在該平臺上，本文對聲源定位算法做了詳細(xì)研究，提出了提高語音質(zhì)量的方法。

1 系統(tǒng)說明

系統(tǒng)框圖如圖1所示。

圖1 麥克風(fēng)陣數(shù)字助聽器系統(tǒng)框圖

系統(tǒng)主要包括DSP模塊(TMS320C6747 芯片)，音頻采集模塊(TLV320AIC32)，外部存儲模塊(External Memory)，麥克風(fēng)陣列(Microphone Array)與耳機(jī)(Headphone)。麥克風(fēng)陣列，可嘗試采取不同的拓?fù)浣Y(jié)構(gòu)，但由于是用于助聽器，尺寸大小必然是受到限制的，而不論采用將陣列佩戴在胸前，或者置于眼鏡架的方式，都不可能過大。

本方案選擇TI 公司的高性能浮點(diǎn)DSP 芯片TMS320C6747 作為信號處理核心，考慮如下:(1)助聽器系統(tǒng)對實(shí)時性的要求很高，算法所涉及到的運(yùn)算比較復(fù)雜，且隨著麥克風(fēng)數(shù)量的調(diào)整及其拓?fù)浣Y(jié)構(gòu)的變化，算法的復(fù)雜度可能增加。控制優(yōu)化類DSP 系列TMS320C2000 芯片和低功耗DSP 系列TMS320C5000 系列都不能滿足實(shí)時處理的要求。(2)C674X 系列DSP 芯片為浮點(diǎn)型DSP，可實(shí)現(xiàn)算法高精度和信號大動態(tài)范圍。(3)助聽器屬于便攜式產(chǎn)品，且為了延長其單次使用時間，應(yīng)盡量降低其功耗，與其他C6000 系列DSP 相比，TMS320C6747芯片有突出的低功耗的優(yōu)點(diǎn)。

低功耗立體聲音頻編解碼器TLV320AIC32［6］，這款TI 公司的低功耗立體聲具有6 路音頻輸入引腳，適于麥克風(fēng)陣列的應(yīng)用。DSP 與音頻編解碼器的接口，根據(jù)完成的功能分為兩個接口。

首先是控制接口。DSP 可以依據(jù)不同的條件和需要，對編解碼器內(nèi)部寄存器進(jìn)行設(shè)置來靈活地配置編解碼器的工作方式。音頻編解碼器的控制接口與DSP 的IIC 接口相連接。

其次，音頻數(shù)據(jù)接口與DSP 的MCASP 接口，以IIS模式相連接。

其中，BCLK 是AIC32 的比特時鐘信號，由于AIC 一般情況下工作于從模式，所以該信號由DSP生成，并通過ACLKX 引腳傳送給AIC32。由于DSP與AIC32 的通信是相互獨(dú)立的全雙工通信，所以需要雙向的幀同步信號以協(xié)調(diào)通信，由AFSX——LRCIN，LRCOUT——AFSR 兩條 通道完 成。Serializer1——DIN 以及DOUT——Serializer2為雙向數(shù)據(jù)通道。連接關(guān)系圖2所示。

圖2 DSP 與音頻編解碼器的音頻數(shù)據(jù)接口

2 聲源定位算法原理

聲源定位是麥克風(fēng)陣列很重要的一個功能，即判別聲源相對于陣列處所處的位置。采用2種模型［7］:近場模型和遠(yuǎn)場模型。在助聽器應(yīng)用中，一般情況下，聲源與陣列的距離遠(yuǎn)大于陣列的大小，故采用遠(yuǎn)場模型。在遠(yuǎn)場模型的條件下，同一聲源傳播各麥克風(fēng)的路徑被認(rèn)為是相互平行的，因而無法或者很難借助于三角知識估計(jì)聲源到麥克風(fēng)陣列的距離。我們的任務(wù)是，估計(jì)聲源到陣列的直接傳播路徑與某一參照之間的夾角，比如選擇陣列中軸線作為參照。

本文所設(shè)計(jì)的平臺最多可接納6 路麥克風(fēng)輸入，由于不同的麥克風(fēng)拓?fù)浣Y(jié)構(gòu)有顯著的復(fù)雜度差異以及時延估計(jì)方法。

基本原理:利用麥克風(fēng)陣列進(jìn)行聲源定位，等同于對麥克風(fēng)信號的時延估計(jì)(TDE，即Time Delay Estimation)［7］。假設(shè)我們使用的麥克風(fēng)陣為N個麥克風(fēng)的線性排列，聲源為s(k)，經(jīng)過聲音傳播路徑到達(dá)第n個麥克風(fēng)時為xn(k)，第n個麥克風(fēng)在k 時刻接收到的信號為yn(k)，噪聲為vn，為了表示出實(shí)際情況中的混響［8］，我們假設(shè)聲源到第n個麥克風(fēng)之間的信道的信道沖激響應(yīng)為gn，并且假設(shè)在短時間內(nèi)該信道沖激響應(yīng)是恒定不變的，可用一個長度為L 有限長濾波器(FIR)來表示為gn=［gn，1gn，2… gn，L］T。這樣，信號模型應(yīng)該為

先討論不受噪聲影響的情況，即假設(shè)Vn=0。

那么，在沒有噪聲時有

若另外定義第n個麥克風(fēng)受到按時間的降序排列的信號向量

則可用向量的乘法等效替代式(1)中的卷積運(yùn)算［9］得到

定義

但以上的基本方法只考慮了無噪聲，當(dāng)然也可以容易的推導(dǎo)至白噪聲的情況。但實(shí)際應(yīng)用中，有色噪聲的情況是常見的。利用廣義特征值分解進(jìn)一步推廣，可以提高算法在存在有色噪聲，且信噪比不高的情況下時延估計(jì)的精確性。

在存在有色噪聲的情況下，則接受信號的自相關(guān)陣為

根據(jù)上述原理，通過自適應(yīng)算法，我們可以求得信道的實(shí)驗(yàn)估計(jì)。

3 仿真結(jié)果

仿真中所用的信道響應(yīng)采用的模型借鑒了Stephen G.McGovern 的方法［10］，簡單的說，即是假設(shè)在一個矩形的房間內(nèi)，聲源位置與陣列位置固定，忽略其他物品對聲音的反射，僅考慮前后左右上下六面墻壁對聲音的多次反射，反射系數(shù)恒定，且可人為設(shè)定。在該模型下，在一個長寬高分別為4 m、5 m、3 m 的房間內(nèi)，在某一位置，單一聲源到2個相距13 cm 的麥克風(fēng)的信道響應(yīng)分別為g0和g1，如圖3所示。

圖3 信道幅度響應(yīng)

可以看到2個信道響應(yīng)中，除了各自的直接路徑響應(yīng)外(第一個非零點(diǎn))，還存在許多混響，這符合室內(nèi)語音傳播的實(shí)際情況。同時，混響也是在室內(nèi)影響和制約各種語音信號算法的最重要因素。我們的目標(biāo)就是估計(jì)出2 條直接路徑間的時延差。

仿真算法采用了GEVD 的自適應(yīng)算法。利用上面的信道響應(yīng)，在16 kHz 采樣率下，假設(shè)存在有色噪聲，且初始信噪比約為10 dB。算法得到的時延估計(jì)收斂到真實(shí)值的時間如圖4所示。橫坐標(biāo)單位為采樣點(diǎn)數(shù)。

圖4 時延估計(jì)收斂時間

經(jīng)過大量實(shí)驗(yàn)，可以看到使用一幀數(shù)據(jù)后，收斂時間在20 ms～30 ms 之間波動，基本上滿足助聽器的實(shí)時性需要。但在這樣的收斂速率下，16 ksample/s的采樣率是必須的，采用更高的采樣率則收斂速率將更快，倘若更低，將無法滿足估計(jì)時延所需的數(shù)據(jù)量要求。

4 結(jié)論與討論

麥克風(fēng)陣列的應(yīng)用能夠提高助聽器的效果。在這樣的應(yīng)用背景和目的下，本文對助聽器算法開發(fā)平臺及相關(guān)算法進(jìn)行了設(shè)計(jì)。現(xiàn)在適于音頻應(yīng)用開發(fā)的硬件器件種類很多，關(guān)于語音和麥克風(fēng)陣列也有很多效果顯著的算法，但在助聽器應(yīng)用背景下，結(jié)合實(shí)時性的特殊要求和限制，不得不對硬件的搭配以及算法進(jìn)行合理的取舍。在綜合考慮功耗限制，算法復(fù)雜度，數(shù)據(jù)處理能力，多路音頻輸入及接口限制等等因素后，選擇了以TI 公司的TMS320C6747DSP 芯片及TLV320AIC32 立體聲音頻編解碼器作為主要部件，搭建了助聽器算法開發(fā)平臺。

［1］杜江，朱柯.智能麥克風(fēng)陣列語音分離和說話人跟蹤技術(shù)研究［J］.電子學(xué)報，2005，33(2):382－384.

［2］Shao L，Yang DG，Li B，et al.Development of Acoustic Vidicon Based on Binocular Vision and Microphone Array［J］.Chinese Journal of Scientific Instrument，2009，30(4):823－827.

［3］Sarradj E.A Fast Signal Subspace Approach for the Determination of Absolute Levels from Phased Microphone Array Measurements［J］.Journal of Sound and Vibration，2010，329(9):1553－1569.

［4］Cai W Q，Wang S K，Wu Z Y.Accelerated Steered Response Power Method for Sound Source Localization Using Orthogonal Linear Array［J］.Applied Acoustics，2010，71(2):134－139.

［5］Miles R N，Hoy R R.The Development of a Biologically-Inspired Directional Microphone for Hearing Aids［J］.Audiology and Neuro-Otology，2006，11(2):86－94.

［6］白樺，馮立杰，杜宇，等.基于DM6446 的嵌入式語音傳輸平臺設(shè)計(jì)［J］.微計(jì)算機(jī)信息，2009，25(10－2):44，72－73.

［7］Benesty J，Chen J，Huang Y，et al.Microphone Array Signal Processing［J］.The Journal of the Acoustical Society of America，2009，125(6):4097－4098

［8］Champagne B，Bedard S，Stephenne A.Performance of Time-Delay Estimation in the Presence of Room Reverberation［J］.Speech and Audio Processing，IEEE Transactions on，1996，4(2):148－152.

［9］Stewart G W.The Decompositional Approach to Matrix Computation［J］.Computing in Science ＆ Engineering，2000，2(1):50－59.

［10］Allen J B，Berkley D A.Image Method for Efficiently Simulating Small-Room Acoustics［J］.Journal of the Acoustical Society of America，1979，65(4):943－950.