徐文超,王光艷,陳 雷

天津商業(yè)大學(xué) 信息工程學(xué)院,天津 300134)(*通信作者電子郵箱xuwenchao@tjcu.edu.cn)

改進(jìn)的變步長最小均方誤差電子耳蝸語音增強(qiáng)算法

徐文超*,王光艷,陳 雷

天津商業(yè)大學(xué) 信息工程學(xué)院,天津 300134)(*通信作者電子郵箱xuwenchao@tjcu.edu.cn)

針對外部強(qiáng)噪聲環(huán)境下電子耳蝸語音質(zhì)量受損、適應(yīng)性差等問題,提出了基于譜減法和變步長最小均方誤差(LMS)自適應(yīng)濾波算法聯(lián)合去噪的改進(jìn)方法,并以該方法構(gòu)建了一個(gè)電子耳蝸前端語音預(yù)處理系統(tǒng)。利用變步長LMS自適應(yīng)濾波算法輸出誤差的平方項(xiàng)來調(diào)節(jié)步長,采用步長值固定與變化相結(jié)合的方法,解決了自適應(yīng)濾波算法收斂速度慢、穩(wěn)態(tài)誤差大的問題,適應(yīng)性得到提高,提高了語音信號通信質(zhì)量。該系統(tǒng)以TMS320VC5416和音頻編解碼芯片TLV320AIC23B為核心,通過多通道緩沖串口(McBSP)和串行外設(shè)接口(SPI)實(shí)現(xiàn)了語音數(shù)據(jù)的高速采集和實(shí)時(shí)處理。實(shí)驗(yàn)仿真和測試結(jié)果表明該算法消除噪聲性能好,信噪比在低輸入信噪比情況下提高約10 dB,語音質(zhì)量感知評價(jià)(PESQ)分值也得到較大提高,能有效提高語音信號質(zhì)量,且該系統(tǒng)性能穩(wěn)定,能進(jìn)一步提高耳蝸前端語音的清晰度和可懂度。

電子耳蝸;噪聲抑制;最小均方誤差;自適應(yīng)濾波;語音增強(qiáng)

0 引言

環(huán)境中噪聲普遍存在,特性各異,語音信號在電子耳蝸傳輸中不可避免地受到噪聲干擾,尤其是周圍環(huán)境噪聲增強(qiáng)時(shí),其語音信號受到污染,通信質(zhì)量急劇下降,語音增強(qiáng)的目的就是為了去除背景噪聲,提高抗干擾能力,從帶噪語音信號中提取出有效的語音信號[1]。譜減法具有運(yùn)算量小，可以有效衰減帶噪信號中噪聲的優(yōu)點(diǎn),但局限于處理平穩(wěn)噪聲,而電子耳蝸背景噪聲多為非平穩(wěn)噪聲。自適應(yīng)濾波技術(shù)可以根據(jù)輸入信號和噪聲統(tǒng)計(jì)特性自動(dòng)跟蹤輸入信號和噪聲的時(shí)間變化,并不斷更新濾波器參數(shù),減小殘留噪聲達(dá)到最優(yōu)的濾波效果。

近些年許多學(xué)者針對固定步長最小均方誤差(Least Mean Square error,LMS)自適應(yīng)濾波算法的缺點(diǎn)進(jìn)行了變步長LMS自適應(yīng)濾波算法改進(jìn)。文獻(xiàn)[2]提出的利用Sigmoid函數(shù)改進(jìn)變步長算法,同時(shí)提高了收斂速度和跟蹤速度,獲得較小的穩(wěn)態(tài)誤差,但誤差函數(shù)在曲線底部步長變化太大,不具有緩慢變化的特點(diǎn)；文獻(xiàn)[3]對測量噪聲的方差函數(shù)進(jìn)行了改進(jìn),步長值能夠及時(shí)隨測量噪聲變化；文獻(xiàn)[4]利用反正切函數(shù)來調(diào)整步長值；文獻(xiàn)[5]在MVSS_LMS算法的基礎(chǔ)上,對誤差功率函數(shù)進(jìn)行了改進(jìn)。文獻(xiàn)[2-9]提出的算法均對步長值進(jìn)行了改進(jìn),在收斂速度和穩(wěn)態(tài)誤差性能方面都得到很大改善,但仍存在計(jì)算量太大、收斂速度慢和跟蹤性能不足等問題。

本文先后使用譜減法和變步長LMS自適應(yīng)濾波算法聯(lián)合去噪的方法應(yīng)用到電子耳蝸前端預(yù)處理系統(tǒng)中,對變步長LMS自適應(yīng)濾波算法誤差函數(shù)的平方項(xiàng)進(jìn)行|e(k)×e(k-1)|改進(jìn),暫態(tài)時(shí)步長值固定,穩(wěn)態(tài)時(shí)步長值變化,提高了收斂速度的同時(shí)收斂精度得到提高,信號的信噪比(Signal-to-NoiseRatio,SNR)和語音質(zhì)量感知評價(jià)(PerceptualEvaluationofSpeechQuality,PESQ)分值也得到較大提高。硬件系統(tǒng)以TMS320VC5416和TLV320AIC23B為核心,實(shí)現(xiàn)了語音信號的高速采集和實(shí)時(shí)處理,實(shí)驗(yàn)測試結(jié)果表明該算法消除噪聲性能好,能有效提高語音信號質(zhì)量,使刺激電極重構(gòu)出純凈的聲音信號,證明了電子耳蝸前端預(yù)處理系統(tǒng)的可行性。

1 算法原理分析

1.1 基本譜減法

算法原理分析如下:

假定s(k)為原始純凈的語音信號,n(k)為噪聲信號,y(k)為帶噪語音信號,則帶噪語音可表示為:

y(k)=s(k)+n(k)

(1)

將式(1)兩端信號y(k)、s(k)、n(k)進(jìn)行傅里葉變換后有

Y(w)=S(w)+N(w)

(2)

將式(2)兩端進(jìn)行取模后再平方,得到

|Y(w)|2=|S(w)|2+|N(w)|2+2Re[S(w)N*(w)]

(3)

式(3)兩端分別取數(shù)學(xué)期望,得到:

E(|Y(w)|2)=E(|S(w)|2)+E(|N(w)|2)+

2E{Re[S(w)N*(w)]}

(4)

由于假設(shè)s(k)和n(k)相互獨(dú)立,所以S(w)和N(w)相互獨(dú)立,且假定噪聲服從零均值高斯分布,即:

(5)

所以,可以得到

|Y(w)|2=|S(w)|2+|N(w)|2

(6)

噪聲模型基于寬平穩(wěn)假設(shè),可以根據(jù)發(fā)音前的無聲段來逼近發(fā)聲段的噪聲功率譜|N(w)|2,得到原始語音信號功率譜:

|S(w)|2=|Y(w)|2-|N(w)|2

即純凈語音信號的估計(jì)值為:

將估計(jì)后的語音信號相位譜去代替原始帶噪語音信號Y(w)的相位譜,再進(jìn)行傅里葉逆變換即得到降噪后的語音時(shí)域信號。

1.2 自適應(yīng)濾波算法

背景噪聲是不確定的隨機(jī)信號,自適應(yīng)濾波器通過跟蹤信號的變化來調(diào)整濾波器結(jié)構(gòu)和參數(shù),使濾波器的特性隨語音信號和噪聲的變化而變化,使算法達(dá)到最優(yōu)的濾波效果。自適應(yīng)濾波算法最為關(guān)鍵的是求得噪聲的最佳估計(jì),利用濾波器前一時(shí)刻的參數(shù)去調(diào)整后一時(shí)刻濾波器控制參數(shù),即通過前一時(shí)刻獲得的誤差函數(shù)e(k)來控制濾波器參數(shù)[10-12]。自適應(yīng)濾波算法原理框圖如圖1所示。

圖1 自適應(yīng)濾波算法原理框圖

帶噪語音信號y1(k)由語音信號s(k)和噪聲信號N(k)表示,x(k)表示輸入?yún)⒖荚肼?N1(k)和N(k)相關(guān),N1(k)與s(k)不相關(guān)。自適應(yīng)濾波算法分析如下:

e(k)=y1(k)-d(k)=s(k)+N(k)-d(k)

(8)

e2(k)=s2(k)+[N(k)-d(k)]2+ 2s(k)[N(k)-d(k)]

(9)

式(9)兩端分別進(jìn)行數(shù)學(xué)期望后:

E[e2(k)]=E[s2(k)]+E[N(k)-d(k)]2+ 2E[s(k)·(N(k)-d(k))]

由于s(k)與N(k)不相關(guān)、s(k)與N1(k)不相關(guān),所以有

2E[s(k)·(N(k)-d(k))]=0

(10)

得到

E[e2(k)]=E[s2(k)]+E[N(k)-d(k)]2

(11)

LMS自適應(yīng)濾波器經(jīng)過調(diào)整權(quán)系數(shù)后,可以得到非線性函數(shù)E[e2(k)]的極小值點(diǎn),式(11)左端E[e2(k)]值取最小時(shí),式(11)右端取值也為最小,即E[N(k)-d(k)]2的值也同時(shí)為最小,而E[s2(k)]的值不變,所以自適應(yīng)濾波器的輸出d(k)可以表示為N(k)的最佳估計(jì),系統(tǒng)輸出為:

e(k)=y1(k)-d(k)=s(k)+N(k)-d(k)

(12)

從而LMS自適應(yīng)濾波器的輸出在最佳估計(jì)值d(k)最接近N(k)值時(shí),有e(k)=s(k)。

1.3 變步長LMS自適應(yīng)濾波算法改進(jìn)

基本LMS自適應(yīng)濾波算法的迭代關(guān)系式為:

e(k)=y1(k)-XT(k)W(k)

(13)

W(k+1)=W(k)+2μ0e(k)X(k)

(14)

步長因子μ0可控制濾波器的自適應(yīng)速度和穩(wěn)定性能。式(13)中W(k)為時(shí)刻k的濾波器權(quán)向量,式(14)表示抽頭權(quán)向量更新公式。降低步長因子μ0的大小,可以減少穩(wěn)態(tài)失調(diào)噪聲,算法收斂變慢,提高算法的收斂精度,但是會降低算法的收斂和跟蹤速度,所以采用變步長LMS自適應(yīng)濾波算法[13-15]。近些年一些學(xué)者相繼提出了幾種變步長LMS自適應(yīng)濾波算法,如基于正弦函數(shù)、反正切函數(shù)、箕舌線函數(shù)的變步長LMS自適應(yīng)濾波算法。本文如式(15)所示的步長公式進(jìn)行了改進(jìn)：

μ(k)=β(1-exp(-α|e(k)|2))

(15)

將|e(k)×e(k-1)|代替輸出誤差的平方項(xiàng)e2(k)來調(diào)節(jié)步長,調(diào)整后為：

μ(k)=β(1-exp(-α|e(k)e(k-1)|))

(16)

以此來提高算法對不相關(guān)噪聲的抑制能力,并且將步長公式采取固定和變化相結(jié)合的方法,在暫態(tài)時(shí)采用固定值μ1,且μ1的取值范圍應(yīng)滿足收斂條件:λMAX>μ1>0,λMAX為輸入信號x(k)的自相關(guān)矩陣R的最大特征值,在穩(wěn)態(tài)時(shí)采用變化的步長值β(1-exp(-α|e(k)e(k-1)|)),即步長公式為:

(17)

由譜減法處理后得到純凈語音信號s(k),然后進(jìn)行改進(jìn)的變步長LMS自適應(yīng)濾波算法處理。算法迭代過程中,將所處理語音段以濾波器長度進(jìn)行分段,分別計(jì)算每段自相關(guān)矩陣R的λMAX,找出其中最大值；然后N0的大小根據(jù)所處理語音信號長度和LMS自適應(yīng)濾波算法收斂到穩(wěn)態(tài)解反復(fù)實(shí)驗(yàn)后適當(dāng)選取。如果迭代次數(shù)k

輸出誤差的平方項(xiàng)e2(k)調(diào)整為|e(k)×e(k-1)|后算法分析:

LMS自適應(yīng)濾波器的輸出誤差項(xiàng):

e(k)=y1(k)-XT(k)W(k)

(18)

期望得到的理想信號y1(k):

y1(k)=XT(k)W*(k)+ξ(k)

(19)

ξ(k)與輸入噪聲無關(guān),為零均值的獨(dú)立干擾項(xiàng),W*(k)為自適應(yīng)濾波器時(shí)變的最優(yōu)權(quán)矢量。

令ψ(k)表示權(quán)系數(shù)的偏差矢量:

ψ(k)=W(k)-W*(k)

(20)

則可以得到

e2(k)=[ξ(k)-XT(k)ψ(k)]2

(21)

將式(21)代入式(17),步長公式μ(k)中則會出現(xiàn)ξ2(k)項(xiàng),將使得自適應(yīng)算法得到最優(yōu)解變得困難；而且步長μ(k)不能夠準(zhǔn)確反映自適應(yīng)算法收斂前的自適應(yīng)狀態(tài),只能在最優(yōu)解范圍內(nèi)上下變化,如果波動(dòng)較大則會出現(xiàn)較大的失調(diào)。將誤差的平方項(xiàng)e2(k)調(diào)整為|e(k)×e(k-1)|后,

|e(k)×e(k-1)|=ψT(k)x(k)ξ(k-1)+

ψT(k)x(k)xT(k-1)ψ(k)+ξ(k)xT(k-1)ψ(k)+ξ(k)ξ(k-1)

(22)

其中：ξ(k)是均值為0的噪聲,且ξ(k)和x(k)不相關(guān)。所以有

E[e(k)×e(k-1)]=E[ψT(k)x(k)xT(k-1)ψ(k)]

(23)

從式(23)可看出,采用|e(k)×e(k-1)|調(diào)整步長后,ξ2(k)項(xiàng)對步長μ(k)的影響可以忽略,減小了ξ(k)對μ(k)的影響,噪聲基本可以忽略,濾波器自適應(yīng)狀態(tài)能得到更準(zhǔn)確的反映,使權(quán)系數(shù)更加接近最優(yōu)值;而且由于不同的變步長LMS自適應(yīng)濾波算法計(jì)算復(fù)雜度關(guān)鍵區(qū)別為步長因子的計(jì)算時(shí)間,本文的變步長公式計(jì)算簡單,只用了少量的乘法運(yùn)算,降低了所需要的計(jì)算量。

1.4 系統(tǒng)語音增強(qiáng)算法實(shí)現(xiàn)

算法在CCS(CodeComposerStudio)集成開發(fā)環(huán)境下進(jìn)行C語言改寫。系統(tǒng)軟件設(shè)計(jì)包括語音增強(qiáng)算法和語音數(shù)據(jù)輸入輸出兩部分,語音增強(qiáng)算法部分完成譜減法和LMS自適應(yīng)濾波算法等功能,語音數(shù)據(jù)輸入輸出部分完成數(shù)據(jù)的采集、A/D和D/A轉(zhuǎn)換、數(shù)據(jù)的發(fā)送等功能。輸入輸出語音數(shù)據(jù)采樣速率為8 000Hz,CPU以幀的形式處理語音數(shù)據(jù)。

系統(tǒng)程序?qū)崿F(xiàn)流程如圖2所示。系統(tǒng)上電后,將程序存儲器和數(shù)據(jù)存儲器中的數(shù)據(jù)引導(dǎo)至CPU的RAM中,首先進(jìn)行硬件初始化,設(shè)置串口中斷寄存器和其他外部中斷源等,設(shè)置各個(gè)運(yùn)行分支的運(yùn)行標(biāo)志,然后分幀進(jìn)行各分支程序的處理。語音數(shù)據(jù)每接收滿一幀后執(zhí)行語音增強(qiáng)算法模塊程序,每發(fā)送完一幀后,都將發(fā)送緩沖區(qū)新數(shù)據(jù)寫入發(fā)送寄存器。

圖2 系統(tǒng)程序?qū)崿F(xiàn)流程

2 電子耳蝸前端語音增強(qiáng)系統(tǒng)硬件設(shè)計(jì)

硬件系統(tǒng)以TI公司的TMS320VC5416和音頻編解碼芯片TLV320AIC23B為核心構(gòu)建,片外擴(kuò)展了容量為8MB的AM29F800作為存儲數(shù)據(jù)和程序的Flash。TLV320AIC23B接收音頻模擬信號,經(jīng)外部帶通濾波器、內(nèi)部抗混疊濾波后進(jìn)入A/D轉(zhuǎn)換模塊,將采樣信號轉(zhuǎn)換為16bit的串行數(shù)字信號,進(jìn)入TMS320VC5416 的多通道緩沖串口(Muti-channelBufferedSerialPort,McBSP0)。TMS320VC5416完成語音增強(qiáng)算法處理后,數(shù)據(jù)再經(jīng)McBSP0傳回TLV320AIC23B進(jìn)行DA轉(zhuǎn)換、重構(gòu)濾波,通過TPA4681功率放大模塊,最后經(jīng)耳機(jī)輸出語音增強(qiáng)后的模擬音頻信號[16-17]。圖3是基于DSP的電子耳蝸前端語音增強(qiáng)系統(tǒng)硬件實(shí)現(xiàn)框圖。

圖3 語音增強(qiáng)系統(tǒng)硬件實(shí)現(xiàn)框圖

TLV320AIC23B通過芯片MODE管腳將控制接口設(shè)置為串行外設(shè)接口(SerialPeripheralInterface,SPI)方式,與TMS320VC5416的SPI進(jìn)行通信,TMS320VC5416連續(xù)發(fā)送11個(gè)16位數(shù)據(jù)配置TLV320AIC23B的11個(gè)寄存器,對其進(jìn)行初始化,設(shè)置工作狀態(tài)、時(shí)鐘模式、采樣速率等,輸入輸出信號增益由程序中修改dB值來調(diào)節(jié)音頻增益。TLV320AIC23B數(shù)據(jù)通信由DIN和DOUT和TMS320VC5416的McBSP0進(jìn)行通信,將DigitalAudio-InterfaceModes配置為DSP模式(0X0043),TLV320AIC23B為主模式,提供時(shí)鐘源,產(chǎn)生串行時(shí)鐘信號和幀同步信號,由BCLK向CLKR、CLKX發(fā)送時(shí)鐘同步信號,FSX、LRCOUT分別向LRCIN、FSR發(fā)送幀同步信號。McBSP0為從模式,由SPCR1、SPCR2、XCR1、XCR2、PCR1、PCR2、RCR等寄存器配置,TLV320AIC23B發(fā)出的時(shí)鐘同步信號同步McBSP0 的收發(fā)器,進(jìn)行數(shù)據(jù)的收發(fā)。McBSP0默認(rèn)設(shè)置通信格式為16bit/字的單相位通信方式,數(shù)據(jù)無壓縮串行通信。

3 實(shí)驗(yàn)仿真與測試結(jié)果分析

3.1Matlab仿真分析

為評估本文提出的改進(jìn)后的語音增強(qiáng)方法的性能,利用Matlab在不同信噪比下進(jìn)行測試,并與分別單獨(dú)使用譜減算法和本文改進(jìn)后的算法進(jìn)行對比,客觀測試方法將輸出信噪比SNR和語音質(zhì)量感知評價(jià)PESQ作為評價(jià)語音質(zhì)量的評價(jià)指標(biāo),輸出信噪比定義如下:

(24)

其中：k為采樣點(diǎn)數(shù),N為被測語音信號的總長度,d(k)為語音增強(qiáng)算法處理后的信號,s(k)為原始純凈的語音信號。輸出信噪比能反映全局噪聲衰減、整體的語音質(zhì)量情況。語音質(zhì)量感知評價(jià)算法計(jì)算被測信號和參考信號的差異值，二者的差異值越小，得分就越高，得分取值范圍為[0.5, 4.5]，取值越高表明語音質(zhì)量越好，可懂度越高。

語音數(shù)據(jù)采用夜間實(shí)驗(yàn)室環(huán)境下錄制的標(biāo)準(zhǔn)女生聲音作為語音信號源,錄制信號源語速正常,在信道輸出端加入高斯白噪聲,將語音和噪聲按比例線性疊加成生成不同信噪比(-5dB,0dB,5dB,10dB)的帶噪信號分別進(jìn)行降噪處理,語音信號采樣速率為8kHz,采樣精度為16bit量化,λMAX最大約為2.55,N0=200,對帶噪信號使用漢明窗進(jìn)行分幀,并且每幀512個(gè)采樣點(diǎn),幀間疊加128個(gè)采樣點(diǎn)。SNR=0 dB時(shí)的處理結(jié)果如圖4所示,可看出不同算法的提升效果。

圖4 SNR=0 dB時(shí)實(shí)驗(yàn)仿真結(jié)果

為了進(jìn)一步驗(yàn)證本文改進(jìn)后算法的實(shí)驗(yàn)效果,表1列出了語音信號在加入白噪聲后不同信噪比下分別使用三種算法降噪處理后的輸出信噪比和PESQ得分。

表1 不同信噪比下降噪處理后性能對比

從圖4的實(shí)驗(yàn)效果中可以得到:本文提出的譜減法和變步長LMS自適應(yīng)濾波聯(lián)合去噪的方法在信噪比0 dB時(shí)降噪效果比基本譜減法要更加明顯,可較好地還原語音信號,有效去除語音信號的噪聲成分。由表1中仿真結(jié)果顯示,本文方法信噪比得到了進(jìn)一步提高,低輸入信噪比情況下提高約10 dB,PESQ仿真結(jié)果得分有較大的提高,增強(qiáng)后的語音質(zhì)量要優(yōu)于分別單獨(dú)使用其他兩種算法,尤其是在低信噪比情況處理后語音更為清晰,表明本文改進(jìn)方法對提高語音質(zhì)量有一定的效果,達(dá)到了算法的目的。

3.2 硬件系統(tǒng)測試效果分析

完成算法Matlab仿真測試后,在DSP硬件系統(tǒng)進(jìn)行測試效果分析,驗(yàn)證算法的有效性。測試中將含噪語音信號通過帶通濾波后輸入TLV320AIC23B音頻輸入端,經(jīng)過A/D轉(zhuǎn)換后進(jìn)入TMS320VC5416,在CCS集成開發(fā)環(huán)境下進(jìn)行實(shí)時(shí)仿真測試。通過菜單選項(xiàng)View→Graph→Time/Frequency進(jìn)入圖形觀察窗口,在窗口Graph Property Dialog中設(shè)置語音段的起始地址、顯示數(shù)據(jù)長度等參數(shù)。運(yùn)行后在圖形顯示窗口顯示波形如圖5所示。其中圖5(b)為加入白噪聲后含噪信號(信噪比為0 dB)。

圖5 語音增強(qiáng)前后信號對比

通過對比圖5可知,本文采用的改進(jìn)算法有效地降低了語音信號的噪聲成分,取得明顯降噪效果,實(shí)時(shí)測試結(jié)果接近于Matlab仿真效果,系統(tǒng)可以可靠地進(jìn)行語音信號實(shí)時(shí)處理。系統(tǒng)語音輸出端通過功率放大模塊后接入耳機(jī)進(jìn)行主觀聽覺測試,語音信號中的噪聲成分明顯減弱,聽覺明顯清晰,可以較好地應(yīng)用于電子耳蝸前端預(yù)處理系統(tǒng)中。

4 結(jié)語

本文將譜減法和變步長LMS自適應(yīng)濾波算法聯(lián)合去噪的方法應(yīng)用到電子耳蝸前端預(yù)處理系統(tǒng)中,算法處理上對步長值采用固定和變化相結(jié)合的方法,收斂速度和收斂精度得到提高,降低了自適應(yīng)濾波算法的穩(wěn)態(tài)失調(diào)噪聲,權(quán)系數(shù)更加接近最優(yōu)值。系統(tǒng)硬件以TMS320VC5416和TLV320AIC23B為核心,通過多通道緩沖串口McBSP0和SPI進(jìn)行數(shù)據(jù)通信和命令控制,實(shí)現(xiàn)了語音信號的高速采集和實(shí)時(shí)處理,系統(tǒng)運(yùn)行穩(wěn)定可靠。大量實(shí)驗(yàn)測試結(jié)果表明,本文算法應(yīng)用于電子耳蝸前端預(yù)處理系統(tǒng)中能有效抑制含噪語音信號的噪聲成分,信噪比和PESQ分值有較大的提高,可以獲得更多可懂度的聲音信息,明顯提高了電子耳蝸的抗噪性能。

References)

[1] 胡航.現(xiàn)代語音信號處理[M]. 北京:電子工業(yè)出版社, 2014:15-20.(HU H. Modern Speech Signal Processing[M]. Beijing: Publishing House of Electronics Industry, 2014:15-20.)

[2] 覃景繁, 歐陽景正.一種新的變步長LMS自適應(yīng)濾波算法[J]. 數(shù)據(jù)采集與處理, 1997, 12(3): 171-172.(QIN J F, OUYANG J Z. A novel variable step size LMS adaptive filtering algorithm based on sigmoid function[J]. Journal of Data Acquisition & Processing, 1997, 12(3): 171-172.)

[3] 倪錦根, 李峰.一種新的變步長最小均方自適應(yīng)濾波算法[J]. 信息與電子工程, 2008, 6(1):10-13.(NI J G, LI F. A novel variable step-size LMS adaptive filtering algorithm[J]. Information and Electronic Engineering, 2008, 6(1):10-13.)

[4] 朱斌, 馬艷.一種新的變步長LMS算法分析[J].計(jì)算機(jī)仿真, 2008, 25(9):93-95.(ZHU B, MA Y. Performance analysis of a novel variable step size LMS algorithm [J]. Computer Simulation, 2008, 25(9):93-95.)

[5] 任志釗, 徐建成, 閆永鵬. 一種改進(jìn)的變步長LMS自適應(yīng)濾波算法及性能分析 [J]. 計(jì)算機(jī)應(yīng)用研究, 2011, 28(3):954-956.(REN Z Z, XU J C, YAN Y P. Improved variable step size LMS adaptive filtering algorithm and its performance analysis [J]. Application Research of Computers, 2011, 28(3): 954-956.)

[6] 高榕, 張仕凱, 李靖, 等.自適應(yīng)濾波器消除語音信號中混合噪聲[J]. 河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 33(4):42-45.(GAO R, ZHANG S K, LI J, et al. Adaptive filter to eliminate mixed noise in speech signal [J]. Journal of Henan University of Science & Technology (Natural Science), 2012, 33(4):42-45.)

[7] 彭軍, 王忠.基于多窗譜相關(guān)加權(quán)語音增強(qiáng)[J].計(jì)算機(jī)仿真, 2011, 28(3):142-145.(PENG J, WANG Z. Correlation weighting enhancement of speech based on multitaper spectrum [J]. Computer Simulation, 2011, 28(3):142-145.)

[8] 高鷹, 謝勝利.一種變步長LMS自適應(yīng)濾波算法及分析[J].電子學(xué)報(bào), 2001, 29(8): 1094-1097.(GAO Y, XIE S L. A variable step size LMS adaptive filtering algorithm and its analysis [J]. Acta Electronica Sinica, 2001, 29(8): 1094-1097.)

[9] 華強(qiáng), 夏哲雷, 祝劍英.一種改進(jìn)的變步長LMS 自適應(yīng)濾波算法及仿真[J]. 中國計(jì)量學(xué)院學(xué)報(bào), 2012, 23(3):304-308.(HUA Q, XIA Z L, ZHU J Y. A modified variable step size LMS adaptive filtering algorithm and its simulation [J]. Journal of China University of Metrology, 2012, 23(3):304-308.)

[10] 代少升, 馬東鴿. 基于DSP的語音信號自適應(yīng)濾波系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011, 23(4):432-435.(DAI S S, MA D G. Design and realization of the voice signal self_adaptive filtering system based on DSP[J]. Journal of Chongqing University of Posts and Telecommunications (Natural Science Edition), 2011, 23(4):432-435.)

[11] DAWSON P W, MAUGER S J, HERSBACH A A. Clinical evaluation of signal-to-noise ratio based noise reduction in nucleus cochlear implant recipients[J]. Ear and Hearing, 2011, 32(3): 382-390.

[12] DERAKHSHAN N, AKBARI A, AYATOLLAHI A. Noise power spectrum estimation using constrained variance spectral smoothing and minima tracking[J]. Speech Communication, 2009, 51(11):1098-1113.

[13] MACHEREY O, DEEKS J M, CARLYON R P. Extending the limits of place and temporal pitch perception in cochlear implant users [J]. Journal of the Association for Research in Otolaryngology, 2011, 12(2): 233-251.

[14] SUN Y B, HU Y L. Communication mechanism based on test platform for cochlear chip[J]. Computer Measurement & Control, 2013, 21(12):3309-3313.

[15] 王瑜琳, 田學(xué)隆, 高雪利.自適應(yīng)濾波語音增強(qiáng)算法改進(jìn)及其DSP實(shí)現(xiàn)[J].計(jì)算機(jī)工程與應(yīng)用, 2015, 51(1):208-212.(WANG Y L, TIAN X L, GAO X L. DSP realization of modified speech enhancement algorithm based on adaptive filters [J]. Computer Engineering and Applications, 2015, 51(1):208-212.)

[16] 陳勇, 田金鵬, 劉燕平. 一種新的變步長LMS自適應(yīng)濾波算法[J]. 電子測量技術(shù), 2015, 38(4):27-31.(CHEN Y, TIAN J P, LIU Y P. New variable step size LMS adaptive filtering algorithm [J]. Electronic Measurement Technology, 2015, 38(4):27-31.)

[17] 陳兆嶺, 劉國海, 楊晨星. 提高諧波電流檢測性能的LMS/LMF自適應(yīng)濾波器[J]. 儀器儀表學(xué)報(bào), 2014, 34(5):1036-1042.(CHEN Z L, LIU G H, YANG C X. LMS/LMF adaptive filter for harmonic current detection performance improvement [J]. Chinese Journal of Scientific Instrument, 2014, 34(5):1036-1042.)

This work is partially supported by the National Natural Science Foundation of China (61401307), the Tianjin Research Program of Application Foundation and Advanced Technology (14JCZDJC32600), the Youth Research Foundation of Tianjin University of Commerce (150111), the National College Students’ Innovation and Entrepreneurship Training Program (201610069085).

XU Wenchao, born in 1981, M. S., experimentalist. His research interests include pattern recognition, intelligent control.

WANG Guangyan, born in 1975, Ph. D., associate professor. Her research interests include speech signal processing.

CHEN Lei, born in 1980, Ph. D., associate professor. His research interests include blind signal processing, intelligent computing.

Speech enhancement algorithm based on improved variable-step LMS algorithm in cochlear implant

XU Wenchao*, WANG Guangyan, CHEN Lei

(College of Information Engineering, Tianjin University of Commerce, Tianjin 300134, China)

In order to improve the quality of speech signal and adaptability of cochlear implant under strong noise background, an improved method was proposed based on the combination of spectral subtraction and variable-step Least Mean Square error (LMS) adaptive filtering algorithm, and a speech enhancement hardware system for cochlear implant was constructed with this method. Concerning the problem of slow convergence rate and big steady-state error, the squared term of output error was used to adjust the step size of variable-step LMS adaptive filtering algorithm; besides, the combination of fixed and changed values of step was also considered, thus improved the adaptability and quality of speech signal. The speech enhancement hardware system for cochlear implant was composed of TMS320VC5416 and audio codec chip TLV320AIC23B, high-speed acquisition and real-time processing of voice data between TMS320VC5416 and TLV320AIC23B were realized by the interface of Muti-channel Buffered Serial Port (McBSP) and Serial Peripheral Interface (SPI).The Matlab simulation and test results prove that the proposed method has good performance in eliminating noise, the Signal-to-Noise Ratio (SNR) can be increased by about 10 dB in the case of low input SNR, and Perceptual Evaluation of Speech Quality (PESQ) score can be also greatly enhanced, the quality of the voice signal is improved effectively, and the system based on the proposed algorithm has stable performance which further improves the clarity and intelligibility of voice in cochlear implant.

cochlear implant; noise suppression; Least Mean Square error (LMS); adaptive filtering; speech enhancement

2016- 09- 14;

2016- 12- 27。 基金項(xiàng)目:國家自然科學(xué)基金資助項(xiàng)目(61401307);天津市應(yīng)用基礎(chǔ)與前沿技術(shù)研究計(jì)劃項(xiàng)目(14JCZDJC32600);天津商業(yè)大學(xué)青年科研基金資助項(xiàng)目(150111);國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目(201610069085)。

徐文超(1981—),男,河北衡水人,實(shí)驗(yàn)師,碩士,主要研究方向:模式識別、智能控制; 王光艷(1975—),女,河北邯鄲人,副教授,博士,主要研究方向:語音信號處理; 陳雷(1980—),男,河北唐山人,副教授,博士,主要研究方向:盲信號處理,智能計(jì)算。

1001- 9081(2017)04- 1212- 05

10.11772/j.issn.1001- 9081.2017.04.1212

TP391.4

A