劉鳳增

【摘 要】由于多麥克風(fēng)越來(lái)越多地部署到同一個(gè)設(shè)備上，基于雙麥克風(fēng)和麥克風(fēng)陣列的多通道語(yǔ)音增強(qiáng)研究有了較大的應(yīng)用價(jià)值。介紹了自適應(yīng)噪聲對(duì)消法、FDM等雙通道語(yǔ)音增強(qiáng)方法和波束形成、獨(dú)立分量分析等麥克風(fēng)陣列語(yǔ)音增強(qiáng)方法，對(duì)各個(gè)方法的原理、發(fā)展和優(yōu)缺點(diǎn)進(jìn)行了詳細(xì)分析和總結(jié)，對(duì)多通道語(yǔ)音增強(qiáng)深入研究有一定幫助。

【關(guān)鍵詞】語(yǔ)音增強(qiáng)；雙通道；麥克風(fēng)陣列；波束形成

1.引言

語(yǔ)音是人們通訊交流的主要方式之一。我們生活的環(huán)境中不可避免地存在著噪聲，混入噪聲的語(yǔ)音會(huì)使人的聽(tīng)覺(jué)感受變得糟糕，甚至影響人對(duì)語(yǔ)音的理解。在語(yǔ)音編碼、語(yǔ)音識(shí)別、說(shuō)話(huà)人識(shí)別等系統(tǒng)中，噪聲也會(huì)嚴(yán)重影響應(yīng)用的效果。語(yǔ)音增強(qiáng)成為研究的一個(gè)問(wèn)題，其模型如圖1所示。

圖1 語(yǔ)音增強(qiáng)模型

按照采集信號(hào)的麥克風(fēng)數(shù)量分類(lèi)，語(yǔ)音增強(qiáng)方法可被分為單通道（single channel）、雙通道（dual-channel）、麥克風(fēng)陣列（microphone array）三種類(lèi)型。一般來(lái)說(shuō)，麥克風(fēng)越多，去噪的效果越好。早期，大部分通信/錄音終端都只配有一個(gè)麥克風(fēng)，因此單通道語(yǔ)音增強(qiáng)吸引了大量研究者的目光，方法較為成熟。但單通道方法的缺點(diǎn)是缺少參考信號(hào)，噪聲估計(jì)難度大，增強(qiáng)效果受到限制。近年來(lái)隨著麥克風(fēng)設(shè)備的小型化和成本的降低，雙麥克風(fēng)和麥克風(fēng)陣列越來(lái)越多地被部署。研究者的注意力也在從單通道語(yǔ)音增強(qiáng)向雙通道和麥克風(fēng)陣列語(yǔ)音增強(qiáng)轉(zhuǎn)移，這里對(duì)已有的多通道語(yǔ)音增強(qiáng)算法作以簡(jiǎn)單介紹。

2.雙通道語(yǔ)音增強(qiáng)方法

在語(yǔ)音增強(qiáng)中，一個(gè)關(guān)鍵的問(wèn)題就是獲得噪聲。在單通道語(yǔ)音增強(qiáng)中，噪聲是通過(guò)從帶噪語(yǔ)音信號(hào)中估計(jì)得到的，估計(jì)算法較為復(fù)雜且估計(jì)噪聲總是與真實(shí)噪聲存在差異，這就限制了增強(qiáng)效果的提高。為了獲得真實(shí)噪聲，簡(jiǎn)單的做法就是增加一個(gè)麥克風(fēng)來(lái)采集噪聲。從帶噪語(yǔ)音信號(hào)中減去采集噪聲來(lái)得到語(yǔ)音信號(hào)，這種方法叫做自適應(yīng)噪聲對(duì)消法（ANC，adaptive noise canceling），是最原始的最簡(jiǎn)單的雙通道語(yǔ)音增強(qiáng)算法。針對(duì)雙麥克風(fēng)開(kāi)發(fā)的算法不多，主要有噪聲對(duì)消法、一階差分麥克風(fēng)（FDM，first-order differential microphone）及基于FDM改進(jìn)得到的自適應(yīng)零陷波束形成法（ ANF，adaptive null-forming）。

2.1 自適應(yīng)噪聲對(duì)消法

噪聲對(duì)消法采用兩個(gè)麥克風(fēng)，一個(gè)麥克風(fēng)采集帶噪語(yǔ)音，另一個(gè)采集噪聲信號(hào)，用帶噪信號(hào)減去噪聲信號(hào)，得到語(yǔ)音信號(hào)。減操作一般在頻域進(jìn)行，如果采集到的噪聲與帶噪信號(hào)中的噪聲足夠相似，甚至可以在時(shí)域上直接相減。以上是在理想情況下，實(shí)際中兩個(gè)麥克風(fēng)的位置不同，兩路信號(hào)之間存在著延遲、不同衰減、干擾，但兩路中的噪聲成分都來(lái)自于同一噪聲源，噪聲之間仍然具有很強(qiáng)的相關(guān)性。利用相關(guān)性，采用LMS數(shù)字濾波器結(jié)合減操作，則可實(shí)現(xiàn)自適應(yīng)噪聲對(duì)消。自適應(yīng)噪聲對(duì)消法適合于平穩(wěn)的噪聲環(huán)境，如果噪聲是非平穩(wěn)的則會(huì)嚴(yán)重影響其效果。該方法假設(shè)噪聲與語(yǔ)音是不相關(guān)的，若噪聲與語(yǔ)音相關(guān)，LMS濾波的系數(shù)應(yīng)在語(yǔ)音間歇期間進(jìn)行刷新，這里需要用到發(fā)聲活動(dòng)檢測(cè)（voice activity detection），增加了方法的復(fù)雜度，效果也不夠理想。自適應(yīng)噪聲對(duì)消法的另一個(gè)缺點(diǎn)是會(huì)引入音樂(lè)噪聲。

2.2 FDM方法

FDM方法與噪聲對(duì)消相似，不同的是根據(jù)麥克風(fēng)位置對(duì)兩路信號(hào)進(jìn)行差分計(jì)算，輸出更精確的帶噪語(yǔ)音信號(hào)和參加噪聲信號(hào)。對(duì)得到的兩組信號(hào)進(jìn)行自適應(yīng)噪聲對(duì)消，得到增強(qiáng)后語(yǔ)音。自適應(yīng)濾波可能不收斂，這將極大影響增強(qiáng)效果，且收斂速度慢也會(huì)使實(shí)時(shí)增強(qiáng)難以實(shí)現(xiàn)。因此，文獻(xiàn)利用單通道增強(qiáng)算法代替自適應(yīng)噪聲對(duì)消法，帶噪語(yǔ)音信號(hào)作為單路輸入，參考噪聲信號(hào)作為估計(jì)噪聲，解決了收斂問(wèn)題及收斂過(guò)程中的噪聲泄露問(wèn)題。

噪聲對(duì)消和FDM都是相關(guān)去噪，假設(shè)噪聲和語(yǔ)音是獨(dú)立不相關(guān)的，噪聲和噪聲之間是相關(guān)的。

3.麥克風(fēng)陣列語(yǔ)音增強(qiáng)方法

麥克風(fēng)陣列語(yǔ)音增強(qiáng)，主要采用陣列信號(hào)處理技術(shù)進(jìn)行增強(qiáng)，其中有波束形成（Beamforming）和獨(dú)立分量分析（ICA，independent component analysis）。波束形成法在20世紀(jì)八十年代中期開(kāi)始被用于語(yǔ)音信號(hào)處理。波束形成是空間濾波技術(shù)，它從麥克風(fēng)陣列獲得的一組信號(hào)中找出一個(gè)特定方向的信號(hào)，而把其他方向的信號(hào)忽略掉。波束形成方法可以分為三種：固定波束形成，自適應(yīng)波束形成，結(jié)合后置濾波（Postfiltering）的波束形成。

3.1 固定波束形成

固定波束形成（FB，fixed beamformer）分為延時(shí)求和波束形成和濾波求和波束形成，它是因權(quán)值或?yàn)V波器權(quán)重是固定的而得名。固定波束形成由三個(gè)模塊組成：延時(shí)估計(jì)模塊，延時(shí)補(bǔ)償模塊，加權(quán)/濾波相加模塊，其原理結(jié)構(gòu)如圖2所示：

圖2 固定波束形成原理圖

圖中，當(dāng)為一固定常數(shù)時(shí)為延時(shí)求和波束形成，當(dāng)w代表濾波器沖擊響應(yīng)時(shí)為濾波求和波束形成。固定波束形成法結(jié)構(gòu)簡(jiǎn)單，實(shí)現(xiàn)容易，適合平穩(wěn)背景噪聲，但由于w是固定的，不能自適應(yīng)地處理噪聲多變的情況，對(duì)高斯白噪聲等非相關(guān)噪聲處理效果較好，不能處理相關(guān)噪聲。

3.2 自適應(yīng)波束形成法

自適應(yīng)波束形成法（Adaptive Beamforming）是為多變的噪聲環(huán)境設(shè)計(jì)的，它根據(jù)輸入信號(hào)調(diào)整濾波器權(quán)重，使波束方向零陷對(duì)準(zhǔn)噪聲方向。該方法采用優(yōu)化的方法來(lái)估計(jì)語(yǔ)音信號(hào)，優(yōu)化的準(zhǔn)則有最大信噪比，最小均方誤差，線(xiàn)性限制最小方差等。Frost基于線(xiàn)性約束最小方差（LCMV，Linearly Constrained Minimum Variance ）準(zhǔn)則提出了一種波束形成方法，它的自適應(yīng)機(jī)制是帶約束的最小均方（LMS，Least-mean-sqare）適應(yīng)。其原理結(jié)構(gòu)如圖3所示：

圖3 Frost波束形成原理圖

LCMV波束形成包括四部分：時(shí)延估計(jì)，時(shí)延補(bǔ)償，帶約束的最優(yōu)化濾波，求和輸出。為克服Frost方法的約束，Griffiths和Jim提出了一種廣義旁瓣消除器（GSC ，Generalized Sidelobe Canceller）自適應(yīng)波束形成，它把約束和最小化分為兩部分。其原理結(jié)構(gòu)如圖4所示：

圖4 GSC波束形成原理圖

GSC波束形成將Frost算法改進(jìn)為上下兩通道加自適應(yīng)濾波的形式。上通道是一個(gè)固定波束形成器，用于產(chǎn)生帶噪語(yǔ)音信號(hào)；下通道是一個(gè)阻塞矩陣，用以產(chǎn)生參考噪聲；對(duì)兩路信號(hào)進(jìn)行自適應(yīng)濾波得到語(yǔ)音信號(hào)。時(shí)域的GSC假設(shè)各麥克風(fēng)接收到的是語(yǔ)音信號(hào)的不同延遲版本，因此又叫做延遲廣義旁瓣消除器（D-GSC）。頻域的GSC由Gannot等人發(fā)明，叫做轉(zhuǎn)移函數(shù)廣義旁瓣消除器（TF-GSC）能夠處理更為復(fù)雜的聲場(chǎng)轉(zhuǎn)移函數(shù)（ATFs，acoustic transfer functions）。 Frost和GSC波束形成算法能較好的處理相干噪聲，但對(duì)于非相干的噪聲處理效果不佳。

3.3 后置濾波波束形成

后置濾波波束形成可以有效地處理非相干噪聲，它由zelinski在1988年提出。其原理結(jié)構(gòu)如圖5所示：

圖5 后置濾波波束形成原理圖

在GSC的自適應(yīng)濾波階段，由于采用LMS濾波器，要求噪聲之間是相關(guān)的。后置濾波法用維納濾波器代替了LMS濾波，實(shí)現(xiàn)對(duì)非相干和漫射噪聲的消除。

3.4 獨(dú)立分量分析

ICA是在研究盲源分離過(guò)程中出現(xiàn)的一種全新的信號(hào)處理和數(shù)據(jù)分析方法。ICA能夠從混合信號(hào)中分離出各個(gè)獨(dú)立分量，它不需要知道源信號(hào)和傳輸信道的參數(shù)，僅僅通過(guò)分析觀測(cè)到的混合信號(hào)的統(tǒng)計(jì)特性。ICA的原理如圖6所示。

圖6 ICA原理圖

圖中展示的是有個(gè)源信號(hào)，用個(gè)麥克風(fēng)來(lái)采集，表示源信號(hào)，為每個(gè)麥克風(fēng)采集的混合信號(hào)?；旌暇仃嚤硎净旌闲盘?hào)是由源信號(hào)的線(xiàn)性疊加得到的，混合矩陣式未知的，在現(xiàn)實(shí)中，它是由信源位置和麥克風(fēng)位置決定的。ICA對(duì)個(gè)混合信號(hào)進(jìn)行處理，分解混合信號(hào)恢復(fù)個(gè)獨(dú)立的源信號(hào)。用ICA進(jìn)行信號(hào)分離必須滿(mǎn)足以下條件：

（1）麥克風(fēng)數(shù)量大于等于源信號(hào)數(shù)量，及；

（2）源信號(hào)之間是相互獨(dú)立的；

（3）混合信號(hào)是獨(dú)立源信號(hào)的線(xiàn)性疊加；

（4）屬于高斯分布的源信號(hào)最多只有一路；

帶噪語(yǔ)音中的噪聲一般是加性的，即使是乘性的也可以通過(guò)求對(duì)數(shù)轉(zhuǎn)換為加性的；噪聲和語(yǔ)音的產(chǎn)生過(guò)程是不相關(guān)的。因此可將帶噪語(yǔ)音認(rèn)為是獨(dú)立源語(yǔ)音和獨(dú)立源噪聲的線(xiàn)性混合信號(hào)，應(yīng)用ICA來(lái)進(jìn)行語(yǔ)音增強(qiáng)。對(duì)于多聲源噪聲情況也是適用的。